UNIVERSIDAD NACIONAL DEL

NORDESTE

FACULTAD DE CIENCIAS
AGRARIAS








DEPARTAMENTO DE MATEMÁTI CA
Y ESTADÍ STI CA



CÁLCULO ESTADÍSTICO Y BIOMETRÍA

Guía de Trabajos Prácticos

-2012-



Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

2
TEMA 1: ESTADÍSTICA

Estadística. Concepto.
Estadística es la Ciencia que crea, desarrolla y aplica métodos para la toma de decisiones frente a la
incertidumbre, partiendo de información empírica y calculando los riesgos.
La importancia de estos procedimientos para llegar a una decisión se incrementa cuando se considera
que vivimos en un mundo en que los acontecimientos están siempre cargados de cierto grado de
incertidumbre.
Existen dos tipos de incertidumbre:
 La que surge como consecuencia de la aleatoriedad: cuando se arroja una moneda, el resultado
es aleatorio y por ningún motivo cierto. En una sola tirada puede ser cara o cruz, sin embargo este
tipo de incertidumbre es muy simple por que la ley de aleatoriedad aplicable es fácilmente
reconocible, partiendo del hecho que la moneda tiene una cara y una cruz y ambos lados presentan
idéntica probabilidad de ocurrir (p =1/2). En sucesivas tiradas se espera un 50% de caras y otro
50% de cruces.
 La que surge del hecho que la ley de aleatoriedad, o el estado natural de una situación
problemática es desconocida. Por ejemplo, si la moneda está sesgada, no habrá iguales
posibilidades de cara o cruz, es decir una cara tendrá mayores posibilidades que la otra. En este
caso el estado natural es desconocido y la ley de aleatoriedad indicada anteriormente no se aplica.
Ante esta situación, la Estadística brinda métodos para realizar experimentos y observaciones con el fin
de tomar decisiones respecto del cumplimiento de la ley de aleatoriedad.
La Estadística aporta al proceso de tomar una decisión con base de datos numéricos y consideraciones
de probabilidad, donde los datos numéricos se usan para estimar el verdadero estado natural.
Por diversas razones que se verán más adelante, la provisión de datos se limita a menudo a una parte
de la población, lo cual no elimina la incertidumbre en su totalidad, pero la decisión estadística se toma
enfrentando y conociendo un cierto grado de incertidumbre.

Campo de Acci ón.
En cualquier actividad humana, la incertidumbre está presente, por lo que la Estadística brinda
metodología aplicable a todas las áreas del conocimiento humano.
Con el desarrollo de la Ciencia Estadística, que es relativamente reciente, se han ido perfeccionando
técnicas y métodos aplicables a diferentes ramas del conocimiento humano. En ese sentido existen
métodos generales y otros se han desarrollado especialmente para su aplicación en las Ciencias
Sociales, Médicas, Económicas, Biológicas etc. y fundamentalmente ha habido un gran desarrollo de
diseños y métodos estadísticos aplicables a la Experimentación Agropecuaria.

Apl icaciones.
En el campo de las Ciencias Biológicas y especialmente en las Agronómicas la incertidumbre se
incrementa por el hecho de que los factores que afectan los fenómenos de interés son innumerables y
muchas veces inmanejables. En esas condiciones la Estadística brinda metodología para la obtención de
información empírica confiable y para el análisis adecuado de dicha información a fin de tomar
decisiones con sustento científico.

Ramas de l a Estadística.
La Estadística puede dividirse en tres grandes ramas:
 Estadística Descriptiva: brinda metodología adecuada para obtener información y describir el
comportamiento de un conjunto de individuos.
 Estadística Inferencial: permite, diseñar la obtención de información en un subconjunto
representativo del total de individuos bajo estudio, y a partir de dicha información extraer
conclusiones aplicables a la totalidad de los individuos.
 Estadística Experimental: incluye metodología para la obtención y análisis de información de
experimentos, que involucran situaciones en las que el investigador interviene y modifica las
condiciones naturales del fenómeno en estudio.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

3
TRABAJO PRÁCTICO Nº1

USO DEL INFOSTAT

Ejercicio 1

a. Cargar los siguientes datos, correspondientes al consumo de cereal por país, en un archivo
Excel (utilice una columna para la variable país y otra para cereal):

País Cereal País Cereal País Cereal
Albania (ALB)
Austria (AUS)
Bélgica (BEL)
Bulgaria (BUL)
Croacia (CRO)
Dinamarca (DIN)
España (ESP)
42.30
28.00
26.60
56.70
34.30
21.90
29.20
Alemania (ALE)
Finlandia (FIN)
Francia (FRA)
Grecia (GRE)
Hungría (HUN)
Irlanda (IRL)
Suecia (SUE)
24.60
26.30
28.10
41.70
40.10
24.00
19.50
Italia (ITA)
Portugal (POR)
Noruega (NOR)
Polonia (POL)
Eslovaquia (ESL)
Rumania (RUM)
Suiza (SUI)
36.80
22.40
23.00
36.10
27.00
49.60
25.70

b. Importar los datos al programa InfoStat por diferentes caminos.
c. Ordenar los datos de manera ascendente.
d. Indicar cuáles son los países de mayor y menor consumo de cereal.
e. Elaborar un gráfico de barras por países ¿Considera que es similar el consumo de cereal en los
diferentes países? ¿se podría hacer algún agrupamiento de aquellos países de similar
consumo?
f. En herramientas gráficas modificar la escala del eje ¿Qué cambios observa? ¿Podría responder
nuevamente la pregunta del inciso d?
g. Transformar la variable Cereal aplicando raíz cuadrada y logaritmo (log 10).
h. Realizar un gráfico de puntos (por países) de las variables cereal y las obtenidas con
transformaciones en el punto f ¿Qué sucede al aplicar una transformación?




















Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

4
ASPECTOS GENERALES DEL INFOSTAT

Fuente: InfoStat (2008). InfoStat, versión 2008. Manual del Usuario. Grupo InfoStat, FCA,
Universidad Nacional de Córdoba. Primera Edición, Editorial Brujas Argentina.


Al abrir InfoStat, se visualizará una barra de herramientas localizada en la parte superior de la
ventana del programa, la que contiene los siguientes menúes: Archivo, Edición, Datos,
Resultados, Estadísticas, Gráficos, Ventanas, Ayuda y Apl icaci ones.

Por debajo de los menúes, la barra de herramientas contiene una serie de botones que
permiten invocar acciones de manera rápida. Todas las acciones que se llevan a cabo con los
botones también pueden ser realizadas a partir de alguno de los menúes listados arriba.
Posicionándose sobre un botón, sin presionar el ratón, el usuario visualizará una etiqueta de
ayuda sobre el botón y una leyenda al pie de la pantalla indicando el tipo de acción que puede
realizar con ese botón. Estas son (para los botones ordenados de izquierda a derecha) las
siguientes:
Nueva tabl a, Abri r tabla, Guardar tabla, Exportar Tabla, Imprimir, Agregar nueva
columna, Ordenar, Editar Categorías, Fuente, Alineación a izquierda, Alineación al centro
y Alineación a derecha.
Al pie de la pantalla el usuario visualizará tres ventanas minimizadas, una denominada
Resultados, otra Gráficos y otra Herramientas gráficas. Si se maximiza la ventana
Resultados cuando recién se abre el programa, InfoStat reportará que no hay resultados
disponibles. Esta ventana irá recibiendo contenido a medida que se ejecuten acciones (análisis)
que produzcan resultados. Las ventanas Gráficos y Herramientas Gráficas sólo se activan
cuando se ha producido un gráfico.
En el menú ARCHIVO InfoStat permite abrir y guardar archivos de datos de distintos tipos. Por
ejemplo, si se acciona Nueva Tabla se visualizará la siguiente pantalla:

El usuario podrá ingresar información, desde el teclado, en la tabla o archivo denominado
temporariamente como Nueva. Sobre esa tabla podrá realizar análisis de datos y producir
resultados y gráficos. En el menú ARCHIVO también se encuentra el comando Salir para
cerrar la aplicación.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

5
En el menú EDICIÓN se encuentran los comandos para cortar, copiar y pegar información
desde ventanas de datos, resultados y gráficos. El menú DATOS permite realizar operaciones
de diversa índole sobre la grilla de datos; entre otras, es posible ordenar el archivo, transformar
columnas, generar nuevas columnas a partir de fórmulas, simular realizaciones de variables
aleatorias, buscar y reemplazar información de manera automática. Desde el menú
RESULTADOS se pueden invocar acciones relacionadas a la presentación y a la exportación
de resultados en formato de tabla.
Todos los resultados producidos (tablas y gráficos) pueden ser copiados utilizando el menú
EDICIÓN (Copiar) y luego pegados en el procesador de texto, siendo ésta la manera más
simple de transportar los resultados de InfoStat a un documento o informe escrito. El uso de los
comandos Copiar y Pegar también es la forma más sencilla de importar y exportar datos entre
InfoStat y un procesador de texto o una planilla electrónica como por ejemplo Excel. Para
simplificar la migración de planillas de datos, InfoStat provee al usuario con los comandos
Copi ar y Pegar con nombres de col umnas para conservar los nombres o etiquetas de
columnas. También es posible importar y exportar información en formato ASCII. Las opciones
de los menúes ARCHIVO, EDICIÓN, DATOS y RESULTADOS se detallan y ejemplifican en
este capítulo.
InfoStat trabaja con tres tipos de ventanas: la ventana donde se encuentran los datos (Datos),
aquella donde se muestran y acumulan los resultados de los procedimientos solicitados
(Resultados) y la ventana donde se muestran y acumulan los gráficos realizados por el usuario
(Gráficos). Varias ventanas de datos pueden mantenerse abiertas simultáneamente. En tal
caso la ventana activa es aquella que presenta el marco superior coloreado (no gris). Todas las
acciones serán ejecutadas sobre la ventana de datos activa. Las ventanas Resultados y
Gráficos contienen una hoja para cada resultado y/o gráfico producido. El usuario puede
moverse a través de las distintas hojas haciendo un click sobre las solapas que se encuentran
al pie de la ventana y que indexan las salidas.
En el menú ESTADÍSTICAS InfoStat ofrece la posibilidad de implementar de manera casi
automática (a través de ventanas de diálogo) una amplia serie de análisis estadísticos. El
usuario podrá realizar estadística descriptiva, calcular probabilidades, estimar características
poblacionales bajo distintos planes de muestreo, estadística inferencial para una y dos
muestras mediante diversos tipos de intervalos de confianza y pruebas de hipótesis
(paramétrica y no paramétrica), utilizar modelos de regresión y análisis de varianza para
distintos tipos de experimentos diseñados y estudios observacionales, estadística inferencial
para datos categorizados, estadística multivariada, análisis de series de tiempo, suavizados y
ajustes.
Después de seleccionar la aplicación estadística que se desea utilizar para analizar los datos
de un archivo abierto (tabla activa), se presenta una ventana (Selector de Variables) donde a la
izquierda se listan todas las columnas del archivo para que el usuario seleccione la o las
columnas que participarán en el análisis, ya sea como variable de interés o como criterio de
clasificación. Las columnas seleccionadas deberán transportarse a la lista de Variables que se
encuentra a la derecha de la ventana. Si una variable fue seleccionada equivocadamente o ya
no es necesaria puede eliminarse de la lista de variables y agregarse nuevamente a la lista de
columnas del archivo después de seleccionar la variable o haciendo doble click sobre la misma.
El selector de variables facilita el trabajo ya que no se deben recordar ni escribir los nombres
de las variables cada vez que se quieren utilizar.
En el menú GRÁFICOS, InfoStat brinda herramientas gráficas de índole profesional para la
presentación de resultados. Las técnicas gráficas implementadas son variadas y se encuentran
documentadas en el capítulo Gráficos. El graficador permite incluir en un mismo gráfico varias
series y editar virtualmente todos sus atributos a través de la ventana Herramientas Gráficas
que se abre automáticamente al solicitar un gráfico. InfoStat cuenta con un algoritmo de copia y
suscripción de formato que facilita la creación de series de gráficos con idénticas
características. Los gráficos creados por InfoStat pueden ser guardados o copiados y pegados
a cualquier aplicación Windows que soporte imágenes (metarchivo mejorado) usando los
clásicos comandos Windows de copiado y pegado (o pegado especial). Todas las herramientas
del menú GRÁFICOS se encuentran disponibles en todas las versiones de InfoStat.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

6
En el menú AYUDA se puede acceder a documentación en línea sobre procedimientos y
análisis estadísticos posibles de implementar desde cualquier menú habilitado y al manual de
InfoStat en formato electrónico. Además es posible usar este menú para tener un acceso rápido
a la actualización del software.
Cuando una opción de cualquier menú se presenta en color gris en vez de negro significa que
la misma no está habilitada. Puede suceder que el usuario no haya cumplimentado un paso
previo requerido para esa acción o que la misma no se encuentre disponible en la versión de
InfoStat adquirida.

Manejo de datos
InfoStat procesa la información proveniente de una tabla. Una tabla se define como un
agrupamiento de datos dispuestos en filas y columnas. Las columnas representan usualmente
a las variables y las filas a las observaciones. Las etiquetas de las columnas son los nombres
con que se designan las variables.

Archi vo
Las acciones (submenúes) que se aplican al manejo de tablas en el menú ARCHIVO son:
NUEVA TABLA, ABRIR…, GUARDAR TABLA, GUARDAR TABLA COMO... y CERRAR
TABLA. También en esta ventana se dispone de la opción SALIR y de una lista de los últimos
archivos trabajados.


Nueva tabla
Menú ARCHIVO NUEVA TABLA, crea una nueva tabla. También puede presionar <Ctrl+N> o
usar el botón con la hoja en blanco de la barra de herramientas (botón Nueva Tabla).
Aparecerá una tabla con una fila y dos columnas que podrá ampliarse para ingresar sus datos.
Las tablas nuevas tienen en su nombre numeración consecutiva (Nueva tabla, Nueva tabla _1,
Nueva tabla_2, etc.).

Abrir tabla
Menú ARCHIVO ABRIR …, invoca una tabla existente. También puede presionar <Ctrl+O> o
usar el botón con el dibujo de una carpeta (botón Abri r Tabla), de la barra de herramientas.
Activando <Shift>+botón Abrir Tabla se accede directamente a la carpeta Datos la cual
contiene los archivos de los ejemplos dados en este manual. Para abrir una tabla, en la
ventana de diálogo complete la información solicitada.
InfoStat permite abrir archivos con los siguientes formatos:

InfoStat (*.IDB, *.IDB2) Excel (*.XLS) Gráficos (*.IGB)
Textos (*.TXT, *.DAT) Dbase (*.DBF) Resultados (*.ITRES)
InfoGen (*.IGDB) Paradox (*.DB) EpiInfo (*.REC)

Con el Importador de texto se podrá indicar: el o los caracteres Separadores de campos que
desea utilizar (tabulador, coma, punto y coma, espacio u otros). Los datos a importar pueden
contener o no el nombre de las variables (columnas). Si los datos contienen el nombre de las
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

7
columnas, se puede indicar si lo que aparece en la Pri mera fila será el nombre de las futuras
columnas de la tabla de datos (InfoStat muestra esta opción por defecto). Si en el encabezado
figura algún texto antes de los nombres de las columnas, se deberá indicar qué línea contiene
el nombre de las columnas; esto se hace cambiando el número que está al lado de la opción
Primera fila, hasta que se visualice la línea con el nombre de las columnas en primera fila. Si
los datos no contienen nombre de columnas, se deberá deseleccionar la opción Usar primera
fila como nombre de columna. En este caso las variables serán encabezadas como
Columna1, Columna2, etc. Para observar la información, que constituirá la tabla una vez
importada, presionar el botón Previsualizar Tabla. Si la estructura es correcta presionar
Aceptar, caso contrario, cambiar opciones y probar nuevamente con Previsuali zar tabla hasta
obtener el resultado deseado.
Si al previsualizar la tabla se observa que los nombres de las columnas aparecen desplazados
respecto del contenido de la tabla, se pueden acomodar los nombres utilizando los botones de
desplazamiento que se encuentran en la parte superior de la columna que identifica a las filas
de la tabla que se previsualiza.

InfoStat ofrece las opciones Copiar con nombre de columna y Pegar con nombre de
columna para facilitar la importación y exportación de datos. Por ejemplo, para importar un
archivo Excel simplemente copie los datos que desea llevar a InfoStat incluyendo el nombre de
las columnas desde Excel y abra una nueva tabla en InfoStat donde deberá pegar usando la
opción Pegar con nombre de columna el contenido copiado.

Guardar tabla
Menú ARCHIVO GUARDAR TABLA, guarda la tabla activa en formato InfoStat (con
extensión .IDB2), en el directorio en uso. También puede presionar <Ctrl+S>, o el botón
Guardar Tabl a de la barra de herramientas.

Guardar tabla como
Menú ARCHIVO GUARDAR TABLA COMO, guarda la tabla activa con el formato y en el
directorio requerido por el usuario. Los formatos son:

InfoStat (*.IDB, *. IDB2) Excel (*.XLS) Dbase (*.DBF)
ASCII (*.TXT) InfoGen (*.IGDB) Paradox (*.DB)

También se puede utilizar el botón Exportar Tabla de la barra de herramientas.
En la ventana de diálogo indique el nombre, lugar y el tipo de archivo. Si elige el formato ASCII
deberá seleccionar el separador de campos, indicar si desea usar la primera fila como nombre
de columnas (etiquetas) y opcionalmente indicar un carácter (o grupo de caracteres) para
identificar una observación faltante en el archivo exportado.

Cerrar tabla
Menú ARCHIVO CERRAR TABLA cierra la tabla activa. También se puede presionar
<Ctrl+W>. Si la tabla ha sido modificada y no ha sido guardada, InfoStat le pedirá que confirme
si desea guardarla.

Edición
Las acciones (submenúes) que se aplican al manejo de tablas InfoStat en el menú EDICIÓN
son: Cortar, Copiar, Pegar, Copiar con nombre de columna, Pegar con nombre de
columna, Deshacer y Seleccionar todo. Las acciones se utilizan para edición de celdas,
columnas y/o filas, como es usual en edición de textos bajo Windows.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

8

Presione <Enter>para que los caracteres ingresados sean cargados en la tabla. Si antes de
presionar <Enter> se presiona la tecla <Esc>, se establecerá de nuevo el contenido
anteriormente cargado en la celda. Para salir de la edición de la celda use las teclas de
direccionamiento (las flechas arriba, abajo, izquierda o derecha), tabulador o seleccione con el
ratón otra celda.
Para seleccionar un conjunto de celdas seleccione con el ratón el área deseada. También
puede seleccionar celdas con el teclado manteniendo presionada la tecla mayúscula (<Shift>) y
moviéndose con las teclas de dirección. Las áreas pintadas pueden ser impresas apretando el
botón de Impresi ón de la barra de herramientas.

Las acciones (submenúes) que se aplican al manejo de tablas InfoStat en el menú DATOS son:


Estas acciones también pueden ser invocadas presionando el botón derecho del ratón, cuando
se está posicionado en la tabla de datos.

Desactivar caso
Menú DATOS DESACTIVAR CASO, permite excluir del procedimiento a ejecutar las filas que
se seleccionen. Para desactivar una fila de la tabla basta hacer doble clic sobre su número de
caso. Las observaciones desactivadas muestran el número de caso entre paréntesis y la fila
está coloreada.

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

9
Acti var caso
Menú DATOS ACTIVAR CASO, hace activos (participan en el análisis) casos que se
encuentran desactivados. Para activar una única fila basta hacer doble clic en su número de
caso. Si se quieren activar varios casos simultáneamente basta seleccionar alguna celda de
cada una de las filas a activar y aplicar esta acción desde el menú DATOS o desde el menú
que aparece al presionar el botón derecho del ratón. Por defecto, todos los casos se
encuentran activados.

Inverti r activaci ón
Menú DATOS INVERTIR ACTIVACIÓN, vuelve activos (desactivados) los casos que se
encuentren desactivados (activados).

Seleccionar caso
Menú DATOS SELECCIONAR CASO permite establecer un criterio para la selección de
casos. Ejecutada la acción, los casos no seleccionados se muestran desactivados. Primero hay
que establecer sobre qué variables se aplicará el criterio de selección y luego especificar el
criterio.
En la ventana de diálogo del Selector de casos, aparece la lista de las variables de la tabla
activa. De dicha lista se eligen las variables sobre las que se aplicará la selección de casos,
ingresándolas en el correspondiente cuadro de la solapa Variables (se puede indicar una
partición en la correspondiente solapa).


Tipo de dato
Menú DATOS TIPO DE DATO, permite declarar el tipo de dato contenido en una columna.
Los tipos permitidos son: entero, real, categoría y fecha. Para ingresar una fecha se puede
tipear de la forma 20/05/07, 20-05-07 o bien 20.5.07.
Si el tipo de dato no es declarado por el usuario, se asume como tipo el correspondiente al
primer dato ingresado. Una vez que el tipo ha sido declarado, no se podrán ingresar datos de
otro tipo.

Ordenar
Menú DATOS ORDENAR, permite ordenar los registros en forma ascendente o descendente
según los valores de una o más columnas. Una ventana de diálogo muestra en una lista a la
izquierda los nombres de las columnas de la tabla activa. A la derecha aparecerán dos listas
para mostrar las variables que van a ser utilizadas en el proceso de que se seleccionen las
variables, y si se trata de orden ascendente o descendente. Por ejemplo si el archivo tiene dos
columnas en una de las cuales figura el sexo y en la otra la edad, ubicando primero la variable
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

10
sexo en la lista según criterio ascendente y en segundo lugar a la edad en la lista según criterio
descendente, el resultado del ordenamiento mostrará al archivo ordenado según sexo y dentro
de sexo los valores de edad se dispondrán en forma descendente.
Los botones, en la parte inferior de la ventana de diálogo, permiten cambiar el criterio de orden
(ascendente o descendente) y la jerarquía del ordenamiento.

Categori zar
Menú DATOS CATEGORIZAR, permite categorizar los datos de una columna previamente
selecci onada, generando una nueva columna con la categorización. Esta acción estará
disponible si en la columna seleccionada los datos son de naturaleza entera o real. Hay dos
procedimientos disponibles: asignar categorías por i nterval os o asignar categorías por una
tabla de asignaci ón.
Al elegir asignar categorías por i nterval os, la categorización se obtiene estableciendo los
límites superiores de un conjunto de intervalos de clase. Los casos que pertenecen a cada
clase reciben la misma categoría. Según la forma en que se establecen los límites de los
intervalos de clase, se definen los siguientes métodos de categorización:
FIJ O: categoriza el conjunto de datos generando tantos intervalos como el número de
categorías solicitado. Se muestran el valor mínimo, el valor máximo, la longitud del intervalo y
los límites superiores de cada categoría identificados como C1, C2, etc. Si se desea
representar las categorías con números enteros se debe activar la casilla Numéricas. Por
defecto el orden de las categorías es ascendente, para cambiarlo se debe activar la casilla
Descendente. Para ejecutar la categorización presione el botón Aceptar. Los valores Mínimo
y Máximo pueden cambiarse para lograr una categorización de acuerdo al requerimiento del
usuario.
PROBABILÍSTICO: el límite superior de cada categoría representa un percentil de la
distribución de la variable de acuerdo al número de intervalos solicitados. Por ejemplo, si se
solicitan 4 intervalos los límites para ellos serán respectivamente, los percentiles 25, 50, 75 y
100. Para aplicar la categorización presione el botón Aceptar.
PERSONALIZADO: se pueden ingresar los límites superiores de los intervalos de cada
categoría. Para ello elija un número de categorías que se desee crear y en la tabla adyacente
ingrese los límites superiores de cada una de ellas. Por defecto la última categoría presenta
como límite superior el máximo de los valores observados. Para aplicar la categorización
presione el botón Aceptar.

Editar categorías
Para aplicar esta acción se debe tener seleccionada la columna que contiene las categorías.
Menú DATOS EDITAR CATEGORÍAS, presenta una ventana de diálogo (Editar categorías)
que muestra las categorías de la variable (columna) seleccionada. En esta ventana aparecerá
una lista que contiene las categorías actuales. Seleccionando una categoría, su nombre
aparece en un campo de edición que está por encima de la lista. En ese campo se puede
modificar el nombre de la categoría. Este cambio se visualiza en la lista automáticamente. Si se
acciona el botón Aceptar, los cambios se reflejarán en la tabla de datos.
Si se cambia el tipo de una variable de categórico a entero, se obtendrán números que se
corresponden con el orden de la categoría en la lista.
En la barra de herramientas de InfoStat, se encontrará el botón que figura en este párrafo, el
cual permite editar categorías sin necesidad de ir al Menú DATOS.

Transformar
Al invocar esta acción aparece la ventana Transformaci ones para elegir la o las variables a
transformar; éstas deben ser variables cuantitativas. Luego de Aceptar, aparece otra ventana
que permite elegir la transformación. En esta ventana aparecen dos listas de transformaciones:
una para aplicar a una variable y otra para aplicar a combinaciones de variables. Cualquiera
sea la transformación elegida InfoStat generará nuevas columnas conteniendo las variables
transformadas, a las que nombrará automáticamente con el nombre de la transformación y
después de un subguión el nombre de la variable original.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

11
Selección de la transformación: las transformaciones posibles son: Estandari zar,
Estandarizar por fil as, Centrar, Centrar por fila, Resi duos Ext Estud. (residuos
externamente estudentizados), Rangos, Escores normales, Log10 (logaritmo en base 10),
Log2 (logaritmo en base 2), Ln (logaritmo natural), Raíz cuadrada, Recíproco, Potencia,
ArcoSeno(Raíz(p)) (arcoseno de la raíz cuadrada de p, donde p=valor de la variable
expresado en proporción), Probi t, Logit, Complemento log-log, Llevar al intervalo (0,1), 1 si
>=media sino 0, 1 si >=mediana sino 0 y Acumular. Si se eligen dos o más variables se
pueden obtener otras transformaciones que figuran en la lista Combi nación de variables.
Estandarizar: permite obtener la estandarización de la o las variables seleccionadas. La
estandarización se realiza sustrayendo de cada observación la media de la columna y
dividiendo el resultado por la desviación estándar de los valores en la columna.
Estandarizar por filas: si el usuario selecciona más de una variable en el menú transformar,
se habilita la opción estandarizar por filas. En este caso cada entrada en la tabla es
transformada a su valor estandarizado con la media y desviación estándar de los elementos de
la fila correspondiente.
Centrar: esta transformación realiza un centrado por columna. Es decir, a cada observación de
la variable seleccionada, se le sustrae el valor de la media de dicha variable obtenida con los
datos de la correspondiente columna.
Centrar por filas: en este caso a cada valor de una variable seleccionada se le sustrae la
media obtenida por fila con los datos de todas las variables que fueron seleccionadas.
Escores normal es: a la variable seleccionada se le aplica la transformación rango. Luego,
cada valor de rango es dividido por (n+1), siendo n el total de datos de la muestra. Para cada
cociente se obtiene la función de distribución inversa correspondiente a una Normal (0;1).
Rangos: esta función asigna a los datos originales la posición que cada uno ocupa en la serie
ordenada en forma ascendente. En un grupo de n datos al menor le corresponde el rango 1, al
segundo más pequeño el rango 2 y así sucesivamente. El valor más alto tendrá el rango n. Si
dos o más observaciones muestran un mismo valor (empate), el rango asignado a cada una es
el promedio de los rangos consecutivos correspondientes a ese valor.
Por ejemplo para la serie 10, 20, 20, 30, 40, 50, 50, 50, 60; la serie transformada es: 1, 2.5, 2.5,
4, 5, 7, 7, 7, 9.
Transformación logari tmo: InfoStat permite generar variables a partir de las funciones Log10
(logaritmo en base 10), Log2 (logaritmo en base 2) y Ln (logaritmo natural). Si el valor a
transformar es menor o igual que cero el resultado es un valor faltante. En este caso se puede
usar log(y+c), donde c es una constante.
Raíz cuadrada: y o bien yc donde c es una constante.
Recíproca: 1y.
Otras: Potenci a; ArcoSeno(Raíz(p)); Probit; Logi t; Complemento l og-l og; Llevar al
intervalo (0,1); 1 si >=media si no 0; 1 si >=mediana sino 0; Combi nación de variables.

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

12
TEMA 2: VARIABLES ALEATORIAS. MANEJO DE DATOS

TRABAJO PRÁCTICO Nº 2

Ejercicio 1

Identificar las escalas de medición utilizadas en cada caso:
a) Nivel de infestación por pulgones en varios lotes de algodón (identificado como
bajo, medio y alto).
b) Pesos al destete de los animales de un establecimiento ganadero.
c) Número de panojas por metro cuadrado en varios sectores de un lote de arroz.
d) Color de los frutos de un lote de naranjo dulce durante el proceso de maduración.
e) Altura de arboles de Eucaliptus grandis en ensayos de 10 años de implantados.
f) Diagnóstico fitosanitario de diferentes lotes de soja con síntomas de enfermedad.
g) Rendimientos de maíz por hectárea, en diferentes lotes de la Estación
Experimental INTA Reconquista.
h) Número de terneros nacidos en establecimientos agropecuarios de la provincia de
Corrientes en un año.

Ejercicio 2

Clasificar las siguientes variables de acuerdo a su tipo (cualitativas, cuantitativas
discretas o cuantitativas continuas):
a) Nivel de infestación por pulgones en varios lotes de algodón (identificado como
bajo, medio y alto).
b) Rendimientos de maíz por hectárea, en diferentes lotes de la Estación
Experimental INTA Reconquista.
c) Recuento de insectos por planta, en 1 ha de algodón.
d) Color de los frutos de un lote de naranjo dulce durante el proceso de maduración.
e) Especie de insecto que produce daños en diferentes lotes de maíz en la provincia
de Entre Ríos.
f) Número de terneros nacidos en establecimientos agropecuarios de la provincia de
Santa Fé en un año.
g) Peso al nacimiento de pollitos en una granja experimental.
h) Altura de Eucaliptus grandis en ensayos de 10 años de implantados.

Ejercicio 3

Se registró el lugar de procedencia de 40 alumnos de la provincia de Corrientes, por
departamento. Los datos son los siguientes:

Ituzaingó Berón de Astrada Goya Capital Santo Tomé
Mercedes Santo Tomé Berón de Astrada San Cosme Ituzaingó
Capital Capital Capital Mercedes Mercedes
Capital Curuzú Cuatiá Santo Tomé Capital Curuzú Cuatiá
San Cosme Itatí Alvear Capital Alvear
Curuzú Cuatiá Mercedes Goya Esquina Ituzaingó
Ituzaingó Esquina Capital Itatí Goya
Itatí Capital Goya Goya Capital
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

13

a. Construir una tabla de frecuencias y analizar la distribución por departamento.
b. Realizar un gráfico de barras con la distribución por departamento.
c. ¿Se podría analizar la distribución de los alumnos procedentes de Capital y del
interior? J ustificar.

Ejercicio 4

Se realizó un examen en un establecimiento educativo, con un máximo de 50 puntos.
Se seleccionó al azar una muestra de 45 alumnos cuyos resultados se muestran a
continuación:

1 41 38 22 43 29 19 16 1 35 29 2 29 46 20
31 2 20 25 22 25 31 3 19 15 42 38 30 16 18
28 18 3 27 23 28 6 12 32 36 7 28 10 50 28

a. Completar la siguiente tabla:

Intervalos fi fx Fi Fx
0-10
11-20
21-30
31-40
41-50

b. Si un alumno aprueba el examen con 30 puntos ¿De qué otra manera se podría
haber construido dicha tabla? J ustificar.

Ejercicio 5

Las ganancias de peso en Kg de 40 cerdos en 60 días fueron:

30,2 17,6 34,3 30,6 33,4 31,6 52,1 21,8 30,1 36.7
33,3 53,1 11,5 21,5 32,4 40,1 53,4 40,9 33,2 32,7
29,0 15,2 12,2 27,3 29,5 33,6 32,3 25,5 19,7 33,4
20,5 22,8 50,9 36,1 30,5 28,2 20,3 21,6 34,3 25,5

a. Completar la siguiente tabla:

Intervalos Clases fi fx Fi Fx
11,5-19,8
19,9-28,2
28,3-36,6
36,7-45,0
45,1-53,4

A continuación se presentan el histograma, polígono de frecuencias y ojiva
correspondientes a la tabla de distribución de frecuencias:




Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

14
7.31 15.69 24.07 32.45 40.83 49.21 57.59
Peso
0.00
0.10
0.20
0.30
0.40
0.50
f
r
e
c
u
e
n
c
i
a

r
e
l
a
t
i
v
a
Histograma

19.8 28.2 36.6 45.0 53.4
Límite superior de intervalo
0.00
0.25
0.50
0.75
1.00
F
r
e
c
.

r
e
l
a
t
i
v
a

a
c
u
m
u
l
a
d
a
OJIVA



b. Para cada ítem seleccionar el gráfico que corresponda e indicar:

- El porcentaje de cerdos que ganó, como máximo, 45 kg.
- El porcentaje de cerdos que ganó en promedio 24,07 kg.
- Los pesos promedio más y menos frecuentes.

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

15
TEMA 3: PARÁMETROS Y ESTIMADORES

TRABAJO PRÁCTICO Nº 3

Ejercicio 1

Para las observaciones 1, 3, 5, 7 y 9:
a. Calcular
5
1
i
i
x
=
¿
y x .
b. Calcular las desviaciones ( )
i
x x ÷ y comprobar que suman cero.
c. Calcular
5
2
1
i
i
x
=
¿
y
2
5
1
i
i
x
=
| |
|
\ .
¿
.
d. Comprobar si
2
5
5
1 2
1
5
i
i
i
i
x
x
=
=
| |
|
\ .
÷
¿
¿
da lo mismo que
5
2
1
( )
i
i
x x
=
÷
¿
.
e. Calcular la varianza y el desvío estándar.

Ejercicio 2

Se evaluaron 4 dosis de N (0, 30, 60 y 90 kg/ha) en parcelas de trigo, en las que se
midió el rendimiento obtenido expresado en kg/ha. A continuación se presentan los
diagramas de caja correspondientes a cada tratamiento.

0 N 30 N 60 N 90 N
Trat.
500
1000
1500
2000
2500
3000
K
g
/
H
a

a. Para el tratamiento testigo (0 kg N) indicar aproximadamente los valores de
rendimiento medio y cuantiles al 5 y 95%.
b. ¿Qué tratamiento presentó la menor variabilidad? J ustificar.
c. ¿Puede decir que dosis de N fue la que arrojó el mayor rendimiento promedio?
J ustificar.

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

16
Ejercicio 3

El peso (tomado a campo), de un lote de animales que se envía a frigorífico es:

410 390 380 420 405 413 395 382 435 408

Los que arrojan un promedio de 403,8 x
÷
= kg.

a. Determinar el peso promedio del lote si se supone que al llegar al frigorífico cada
animal perdió en el viaje aproximadamente un 7% del peso.
b. Existen variaciones respecto del promedio de los pesos tomados a campo?
Interpretar.

Ejercicio 4

Los datos de la tabla adjunta corresponden a valores de mg.kg
-1
de diferentes
fracciones de P en 60 muestras de suelo de la provincia de Corrientes.

11 17 14 20 22 30 20 16 9 15 18 17 41 22 17 18 22 19 23 15
13 20 23 29 21 14 14 16 18 18 43 23 24 19 34 16 24 16 35 24
11 15 12 13 9 41 33 17 12 15 25 18 22 35 20 12 13 11 13 40

a. Cargar los datos en una planilla Excel.
b. Exportar a InfoStat.
c. Calcular media, mediana, primer y tercer cuartil, percentil 5 y 95%, valores
mínimos y máximos.
d. Realizar un diagrama de cajas. Interpretar.
e. Obtener una tabla de frecuencias e identificar:
- El intervalo en el cual se encuentra la mediana.
- El intervalo en el cual se encuentra la moda.
- Los intervalos en los que se ubican el primer y tercer cuartil.


Ejercicio 5

En la siguiente tabla se presentan estimadores de medidas de posición y dispersión de
las variables altura de planta, peso, % humedad de granos, y kg por hectárea (ha) de
dos parcelas de trigo:

Parcela Variable n Media D.E. Var(n-1) CV Mediana
1 Altura 16 56,41 10,27 105,57 18,21 59,20
1 Peso Grano 16 49,19 16,69 278,54 33,93 47,05
1 Humedad 16 10,35 3,75 14,09 36,26 9,40
1 Kg/ha 16 1304,19 356,41 127029,76 27,33 1380,00

2 Altura 16 61,99 8,94 79,99 14,43 53,90
2 Peso Grano 16 70,93 20,78 431,71 29,30 70,25
2 Humedad 16 10,99 3,18 10,10 28,92 9,65
2 Kg/ha 16 1728,69 569,80 324667,30 32,96 1257,00

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

17
a. ¿Existe alguna diferencia en el valor medio de altura, peso de grano, humedad y
kg/ha entre las 2 parcelas?, de que magnitud? ¿Cual de estas variables utilizaría
para distinguir ambas parcelas?
b. Considerando la media, cual de las dos parcelas presenta mayor altura?
¿Arribaría a las mismas conclusiones si hubiera utilizado la mediana? J ustifique
la respuesta.
c. ¿Que parcela presenta mayor variabilidad en la variable peso de granos?
d. ¿Qué variable es la más variable? ¿Qué estadístico es el más adecuado para
responder a esta pregunta?


Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

18
TEMA 4: DISTRIBUCIONES DE VARIABLES DISCRETAS

TRABAJO PRÁCTICO Nº 4

Ejercicio 1

Se dispone de un dado que se supone defectuoso. Para estudiar su
comportamiento, se lo ha lanzado 1200 veces. Los resultados son los siguientes:

Cara 1 2 3 4 5 6
Nro.
Veces
248 355 175 180 126 116

a) Hallar la frecuencia relativa de cada una de las 6 caras, expresando los
resultados con 3 decimales.
b) ¿Considera que el dado está bien construido?
c) Es razonable pensar que la probabilidad de obtener un 2 es el doble que
la de obtener un 3.

Ejercicio 2

En una farmacia se ha calculado que la probabilidad de venderle a un cliente sin
obra social es del 20%. Se eligen al azar 15 clientes de ese tipo que ingresan al
negocio y se desea calcular la probabilidad de concretar tres ventas o menos de
clientes sin obra social.

Con InfoStat ESTADISTICASPROBABILIDADES y CUANTILES seleccione la
distribución e indique los parámetros correspondientes.

Ejercicio 3

En un estudio realizado con semillas de una pastura, se determinó que la
probabilidad de germinación a los 5 días de la siembra es de 0,25. Si se toman 5
semillas de ese lote a los 5 días de la siembra y se registra el evento germinó, no
germinó, calcular:

a. la probabilidad de que germinen 3 semillas
b. la probabilidad que germinen menos de 3 semillas
c. la probabilidad que germinen mas de 2 semillas

Realizar los cálculos manualmente y luego verificar los resultados hallados con
InfoStat ESTADISTICASPROBABILIDADES y CUANTILES seleccionar la
distribución e indicar los parámetros correspondientes.

Ejercicio 4

En una localidad, en el mes de julio se producen 2 heladas semanales (en
promedio) ¿Cuál es la probabilidad de que en 3 semanas se produzcan sólo 2
heladas?

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

19
Realizar los cálculos manualmente y luego verificar los resultados hallados con
InfoStat ESTADISTICASPROBABILIDADES y CUANTILES seleccionar la
distribución e indicar los parámetros correspondientes. El parámetro lambda se
obtiene multiplicando el número de semanas por la cantidad de heladas semanales.

Ejercicio 5

Si en promedio, llegan 3 pacientes por minuto al servicio de emergencia del hospital
del Niño durante la hora del almuerzo ¿Cuál es la probabilidad de que en un minuto
dado, lleguen exactamente dos pacientes? Y ¿Cuál es la probabilidad de que
lleguen más de dos pacientes en un minuto dado?

Realizar los cálculos manualmente y luego verificar los resultados hallados con
InfoStat ESTADISTICASPROBABILIDADES y CUANTILES seleccionar la
distribución e indicar los parámetros correspondientes. El parámetro lambda es el
número de pacientes por minuto (la cantidad de minutos a considerar es 1).

Ejercicio 6

Los rendimientos de maíz en un establecimiento, dependiendo de la calidad de los
diferentes potreros, se pueden clasificar de la siguiente manera:
Rendimientos (Kg./ha) Probabilidad
A 1500 p=0.2
B 1800 p=0.1
C 2100 p=0.3
D 2500 p=0.4

Calcular la probabilidad de que en una campaña agrícola, en 7 potreros se den,
2 resultados A, 1 resultado B y 1 resultado C.



Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

20
TEMA 5: DISTRIBUCIONES DE VARIABLES CONTINUAS

TRABAJO PRÁCTICO Nº 5

Ejercicio 1

Graficar las siguientes funciones de densidad continua:
a. Utilizar el INFOSTAT, RUTA: APLICACIONESDIDACTICASGRAFICO
DE FUNCIONES DE DENSIDAD CONTINUAS, (en Herramientas Gráficas la
opción clonar permite duplicar los gráficos).
b. N(0,1); N(0,2); N(2,1) y N(3,1)
c. _²(3), _²(6), _²(9), _²(12)
d. T(5), T(10), T(30), T(50)
e. F(5,5), F(5,50), F(5,100) y F(15,15)
f. Interpretar las diferencias observadas al cambiar los parámetros.

Ejercicio 2

Escribir al menos 2 características de las curvas de las distribuciones Z, t, _² y F.

Ejercicio 3

Continuando con APLICACIONES DIDACTICAS del INFOSTAT graficar y completar
los valores de las siguientes probabilidades, asumiendo una distribución normal
estándar:

a. P (z <1.64482)=………. y P (z >1.64482) =………… utilice el botón
complementario de Herramientas gráficas.
b. ¿La probabilidad de z < 1.5 es mayor o menor que z < 2.5?

Ejercicio 4

Utilizar el menú ESTADISTICAPROBABILIDADES y CUANTILES para resolver
los siguientes puntos:

a. ¿Cual es el valor de z, tal que, P(x ≥ z) =0.95?
b. ¿Cual es el valor de z, tal que, P(x s z) =0.90?

Ejercicio 5

Con INFOSTAT, ir al ArchivoNueva tabla, luego presionando ENTER crear 150
casos. Seleccionar los 150 casos y luego ir al menú DATOSllenar con OTROS y
generar datos de una distribución N (7,1.5). Realizar un histograma y ajustar la
curva normal.

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

21
Ejercicio 6

Dada una distribución normal general de x con μ = 5 y σ
2
=16. Encontrar las
siguientes probabilidades:

a. P (x ≤ 15);
b. P (x ≤ 0);
c. P (0 ≤ x ≤ 15);
d. P (x >15).

Ejercicio 7

Los rendimientos de una población de plantas de lechuga arrojaron una media µ =
205 gr. y desvío estándar σ
2
=300. Asumiendo que los rendimientos tienen una
distribución normal, determinar la probabilidad de obtener un rendimiento inferior a
180 gr.
Para resolver recurra al menú ESTADÍSTICAS ---- PROBABILIDADES Y
CUANTILES de InfoStat.

Ejercicio 8

Dada una variable x con distribución Chi-cuadrado, con 15 grados de libertad.
Determinar mediante el uso de la tabla correspondiente y luego graficar las
siguientes probabilidades con APLICACIONES DIDÁCTICAS de InfoStat:

a. P (x ≥ 24,99)=
b. P (x s 24,99)=

Ejercicio 9

Los rendimientos de frutilla obtenidos de una muestra de 40 plantas, arrojaron una
media de 529 gr y un Sx=54. ¿Cuál es la probabilidad de obtener un rendimiento
inferior a 498 gr?

Ejercicio 10

Para una distribución F, con 5 y 15 grados de libertad. Hallar los valores de x que
corresponden a las siguientes expresiones:

a. ¿Cual es el valor de F, tal que, P(x ≥ F) =0.95?
b. ¿Cual es el valor de F, tal que, P(x ≥ F) =0.99?
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

22
TEMA 6: MUESTREO

TRABAJO PRÁCTICO Nº 6

Ejercicio 1

Se desea determinar la altura promedio de plantas de maíz de un lote (homogéneo)
con 2000 plantas. Se realizará un muestro en el mismo. Se sabe que el promedio
de la altura de las plantas del mismo híbrido es de 118,16 cm y la desviación
estándar =15,4 cm.

a- Definir la población y la unidad muestral.
b- Sugerir un método de muestro.
c- Determinar un tamaño de muestra, si se desea que la estimación no
difiera del verdadero valor en más de 12 cm, con un α=0.05.

Ejercicio 2

A continuación se presenta el croquis de un huerto de naranjo (los árboles ya se
encuentran numerados). Considerar este huerto una población de la que se quiere
extraer una muestra de n=15, con la finalidad de monitorear enfermedades
cuarentenarias.

1 2 3 4 5 6 7 8 9
10
11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30
31 32 33 34 35 36 37 38 39 40
41 42 43 44 45 46 47 48 49 50
51 52 53 54 55 56 57 58 59 60
61 62 63 64 65 66 67 68 69 70
71 72 73 74 75 76 77 78 79 80
81 82 83 84 85 86 87 88 89 90
91 92 93 94 95 96 97 98 99 100

a. Realizar una aleatorización correspondiente a un muestreo aleatorio simple,
identificar los elementos seleccionados en el croquis.
b. Realizar una aleatorización correspondiente a un muestreo aleatorio sistemático,
identificar los elementos seleccionados en el croquis.
c. Considerar que la flecha indicada en el croquis señala una pendiente del terreno
que genera heterogeneidad entre los árboles. ¿Qué diseño de muestreo utilizaría?

+





-
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

23
Realizar la aleatorización correspondiente e identificar los elementos seleccionados
en el croquis.

Ejercicio 3

Definir una situación (población, variable a analizar, marco y unidad de muestreo)
para el uso de un diseño de muestreo aleatorio estratificado.

Ejercicio 4

Se necesita realizar un muestreo de establecimientos ganaderos de la provincia de
Corrientes, con la finalidad de establecer el peso promedio de los animales por
categoría bovina. Se sabe que la variable de interés es independiente de la zona de
la provincia en que se encuentra el establecimiento, pero está directamente
relacionada con el tamaño del establecimiento. Se dispone de información sobre el
número de establecimientos ganaderos por departamento, de acuerdo al número de
cabezas existentes, la que se presenta en la tabla siguiente:

Departamentos de
Corrient es
Tamaño de los Establecimient os
(Nro de cabezas)
1-1000 1001-4000 Más 4000
Bella Vista 637 13 3
Berón de Astrada 205 6 0
Concepción 959 15 11
Corrientes 387 2 0
Curuzú Cuatiá 1.861 147 23
Empedrado 1.073 17 1
Esquina 1.547 43 7
General Alvear 348 21 1
General Paz 1.135 12 1
Goya 3.124 53 5
Itatí 409 3 0
Ituzaingó 1.036 32 5
Lavalle 858 19 2
Mburucuyá 564 6 0
Mercedes 1.672 106 31
Monte Caseros 962 35 2
Paso de los Libres 661 59 12
Saladas 834 21 4
San Cosme 494 2 0
San Luis del Palmar 1.393 12 1
San Martín 870 46 12
San Miguel 674 9 4
San Roque 788 31 5
Santo Tomé 948 65 6
Sauce 755 29 6

Diseñar un plan de muestreo que permita obtener una muestra representativa, para
estimar el peso promedio de los animales por categoría bovina.

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

24
TEMA 7: TEORÍA DE LA ESTIMACIÓN

TRABAJO PRÁCTICO Nº 7

Ejercicio 1

a. Abrir el archivo NOVILLOS ubicado en c:\Archivos de Programa\InfoStat\Datos\ y
considerar estos datos como una población de pesos de novillos.
b. Hallar N, µ y σ.
c. Extraer 50 muestras de tamaño 30 y para cada una hallarx .
RUTA: INFOSTAT-----APLICACIONES---DIDÁCTICAS---Muestreo desde una
población empírica.
d. Considerar esas 50 medias como una nueva variable, RUTA INFOSTAT---Copiar
de la planilla resultados—Abrir una nueva tabla--- Pegar incluyendo nombre de
columnas. Calcular x y Sx de la variable medias.
e. ¿Cómo son estos valores respecto a los de la población que dio origen a las
muestras?
f. Identificar y enunciar el teorema que explica este comportamiento.

Ejercicio 2

Una muestra de 144 observaciones arrojó un x =30 y un Sx =6. Hallar los límites de
confianza para µ y σ
2
con una confianza del 95%.

Ejercicio 3

Con los mismos datos del ejercicio anterior, considerar n =25. Calcular nuevamente el
intervalo de confianza para µ y σ
2
con el 95%.
¿Qué diferencia encuentra entre ambos intervalos? ¿A que se debe?

Ejercicio 4

Generar en APLICACIONES DIDÁCTICAS de InfoStat los siguientes intervalos de
confianza a partir de una distribución Normal (7; 1).

a- 100 Intervalos, para una muestra de tamaño 25, con 90 % confianza
100 Intervalos, para una muestra de tamaño 100, con 90 % confianza

b- 100 Intervalos para una muestra de tamaño 50 con 99% confianza
100 Intervalos para una muestra de tamaño 50 con 90% confianza
100 Intervalos para una muestra de tamaño 50 con 80% confianza

Interpretar los resultados.

Ejercicio 5

Utilizando los datos del archivo Atriplex de InfoStat, calcular los límites de confianza del
promedio (µ) del poder germinativo (PG) para cada tamaño de semilla. Con una
confianza del 95% y del 99%. Interpretar los resultados obtenidos y señalar las
diferencias entre ambas situaciones, explicar las causas.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

25
TEMA 8: PRUEBAS DE HIPÓTESIS

TRABAJO PRACTICO Nº8

Ejercicio 1

Una máquina genera expellers con un largo de 2 cm en promedio. Para comprobar su
funcionamiento, se obtuvo una muestra de 25 expellers y se midió el largo de cada uno.
Los resultados se presentan a continuación.

1.87 2.03 1.90 1.80 2.09
1.75 1.72 1.94 1.98 1.54
1.84 1.74 1.68 1.97 2.13
1.85 1.71 1.94 2.10 1.85
2.23 2.01 1.70 1.89 1.98

Probar la hipótesis que la máquina funciona bien.
Crear una tabla en INFOSTAT con el nombre de variable: LARGO
Ruta para probar hipótesis con INFOSTAT: ESTADISTICASInferencia basada en una
muestra Prueba t para un parámetro indicar la variable y la hipótesis se indica
donde dice Parámetro.

Ejercicio 2

Un tipo de ratón de laboratorio ha presentado históricamente una ganancia media de
peso de 65 gr. durante los primeros 3 meses de vida. Para saber si la población actual
presenta igual comportamiento se seleccionaron 12 ratones, observándose las
siguientes ganancias de peso en gr.

65 62 64 68 65 64 60 62 69 67 62 71

a. ¿Hay razón para creer que la población actual presenta una variación
significativa en la cantidad de peso ganado?
b. ¿Cuántas poblaciones involucra el problema?
c. Plantear las hipótesis que correspondan.
d. Realizar la prueba de hipótesis (α = 0,05) manualmente.
e. Cargar los datos en InfoStat y realizar nuevamente la prueba. Interpretar los
resultados.

Ejercicio 3

Un viverista sospecha que el rendimiento en semillas de sus plantas ha disminuido,
respecto al promedio histórico que es 245 gr. Plantear la hipótesis nula y la alternativa
asociadas a esta situación.
Los rendimientos observados en 10 plantas evaluadas fueron:

239, 176, 235, 217, 234, 216, 318, 190, 181 y 225 gr.

a. Realizar la prueba manualmente (α=0.05) e indicar si efectivamente el
rendimiento ha disminuido.
b. Cargar los datos en InfoStat y realizar nuevamente la prueba. Interpretar los
resultados.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

26
TEMA 9: PRUEBAS DE HIPÓTESIS

TRABAJO PRÁCTICO Nº 9

Ejercicio 1

La gerencia de una empresa está analizando el proceso de fabricación de sus
productos. Se sugiere un nuevo proceso, que es costoso de instalar, del que se sabe
que no podrá tener un rendimiento menor al actual y se piensa que puede incrementar
la producción. Se realizará una prueba para decidir si cambiar o nó el proceso
tradicional de fabricación.

a) Plantear las hipótesis nula y alternativa asociadas a esta situación.

Actualmente se fabrican 12,3 unidades promedio por hora, con una varianza igual
a 4. Se prueban 10 máquinas nuevas y se observa que éstas producen en
promedio 13,3 unidades, con una varianza de 3.2.

b) ¿Qué decisión tomaría respecto del nuevo proceso a un α=0.05?

Ejercicio 2

Un investigador supone que el estrés que se produce en vacas fistuladas puede
disminuir los niveles de fósforo en sangre. Para probar su hipótesis selecciona 8 vacas
y a cada una de ellas le extrae una muestra de sangre antes de la fistulación y otra
muestra después. Los resultados son:

Vaca Antes de l a fistulación Después de la fi stulaci ón
1 8,69 7,24
2 7,13 7,10
3 7,79 7,80
4 7,93 7,95
5 7,59 7,50
6 7,86 7,79
7 9,06 9,00
8 9,59 9,48

a. ¿Cuántas poblaciones involucra el problema?
b. Por la forma en que se planificó y realizó la experiencia ¿cómo plantearía las
hipótesis y el estadístico de prueba?
c. Realizar la prueba de hipótesis manualmente con α = 0.01.
d. Cree una tabla en INFOSTAT con 3 variables denominadas: VACA, ANTES,
DESPUÉS. Ruta para probar hipótesis con INFOSTAT:
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

27
ESTADISTICASInferencia basada en dos muestras Prueba t
apareadaseleccione ANTES y DESPUES
e. ¿Qué conclusión puede extraer acerca del efecto de la fistulación?

Ejercicio 3

Se está desarrollando un nuevo herbicida para maíz. Para ponerlo a prueba se evalúan
los rendimientos en 13 parcelas de un lote experimental. Previamente se
seleccionaron 6 parcelas al azar, a las cuales se les aplicó el nuevo herbicida (T
1
) y en
7 restantes se empleó el herbicida tradicional (T
0
). Los resultados del ensayo,
expresado en quintales por ha, son los siguientes:

Parcel a Rendimiento Tratamiento
1 69,2 T
0

2 69,2 T
1

3 61,8 T
0

4 64,7 T
1

5 68,1 T
0

6 53,9 T
1

7 62,5 T
1

8 54,8 T
0

9 57,9 T
0

10 74,6 T
0

11 58,5 T
1

12 64,4 T
0

13 66,8 T
1



a. ¿Cuántas poblaciones involucra el problema?
b. Por la forma en que se planificó y realizó la experiencia ¿cómo plantearía las
hipótesis y el estadístico de prueba?
c. Realizar la prueba de hipótesis manualmente con α = 0.01.
d. Crear una tabla en INFOSTAT con 3 variables denominadas: Parcela,
Rendimiento y Tratamiento. Ruta para probar hipótesis con INFOSTAT:
ESTADISTICASInferencia basada en dos muestras Prueba t Variable
dependienteRendimiento. Variables CLASIFICATORIAS Tratamiento
e. ¿Qué se puede decir del desempeño del nuevo herbicida en relación al control
(T
0
)?



Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

28
TEMA 10: PRUEBAS DE X
2


TRABAJO PRÁCTICO Nº 10

Ejercicio 1

Escribir la expresión matemática para calcular X
2
.

Ejercicio 2

Se efectúa un cruzamiento y el supuesto mendeliano permite esperar una proporción
de 3:1 de fenotipos en la primera generación filial. Los resultados obtenidos muestran
en la F1: 178 casos del primer tipo y 22 del segundo ¿Se cumple el supuesto genético?

Ejercicio 3

Se observaron 80 cerditos obtenidos por el cruzamiento de 10 chanchas con el mismo
padrillo, de los cuales 42 fueron rojizos, 12 negros y 26 blancos. La distribución de
colores para el modelo genético supuesto en este cruzamiento es (de acuerdo a ley
genética) 9:3:4, las probabilidades respectivas serían 9/16, 3/16 y 4/16 ¿Los datos
obtenidos son consistentes con el modelo teórico propuesto? (α =0.01).

Ejercicio 4

Un ecólogo deseaba estudiar si la textura de la hoja de una especie estaba relacionada
con el tipo de suelo donde crecía. Para ello tomó una superficie de 400 km
2
y
seleccionó una muestra al azar de 100 árboles obteniendo los siguientes resultados:

Tipo de Suelo Textura
Rugosa Lisa
Calcáreo 12 22
No calcáreo 16 50

a. ¿Cuál es la hipótesis a probar?
b. Realizar la prueba correspondiente, con α =0.05.
En un archivo nuevo de InfoStat cargar los datos (con 3 VARIABLES: tipo de suelo,
textura y frecuencias) y en el menú estadísticas seleccionar TABLA DE
CONTINGENCIA para realizar la prueba.
c. ¿A qué conclusión arriba?

Ejercicio 5

Un total de 130 ratones fue seleccionado para probar la efectividad de la penicilina,
luego de haber sido inyectados con Sthaphylococcus aureus cultivado en un caldo
enriquecido. La tabla de supervivencia obtenida fue la siguiente:

Vivos Muertos Total
Control 8 12 20
Penicilina 48 62 110
Total 56 74 130
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

29

a. Realizar la prueba de hipótesis para verificar si la penicilina fue efectiva, en
InfoStat.
b. Interpretar los resultados.

Ejercicio 6

Probar si la variable Peso del archivo NOVILLOS de InfoStat se ajusta a una
distribución normal.

a. Utilizar el INFOSTAT, abrir el archivo (NOVILLOS, DE LA DIRECCIÓN
c:\ARCHIVOS DE PROGRAMA\INFOSTAT\DATOS\ Luego
ESTADISTICASTABLAS DE FRECUENCIAS quitar la marca a FR, y en la
solapa AJ USTE marcar normal.
b. Concluir, indicando a qué distribución normal está ajustando. Indicar si se acepta
o rechaza la hipótesis de normalidad. Interpretar.
c. Para la misma variable confeccionar un histograma con 4 intervalos, dibujar el
ajuste normal ¿Que distribución normal ajusta el programa?



Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

30
TEMA 11: CORRELACIÓN SIMPLE

TRABAJO PRÁCTICO Nº 11

Ejercicio 1

En el siguiente cuadro se presentan los datos sobre el diámetro ecuatorial de 30 frutos
de naranjo (mm) y el peso de los mismos en el momento de la cosecha.

Diámetro (x) Peso (y)
69.15 199
64.43 150
69.31 190
69.40 179
66.30 163
62.83 143
63.30 142
70.03 189
75.67 236
61.41 132
64.87 152
72.58 176
66.31 160
64.24 136
64.36 148
68.90 171
72.05 205
71.46 198
67.34 171
67.14 153
64.91 154
73.87 212
66.92 174
70.30 185
71.27 210
68.51 176
75.47 222
67.03 170
73.76 216
76.17 240








a. Confeccionar el diagrama de
dispersión.

b. Calcular el Coeficiente de Correlación
y probar su significación al 5% (test de
hipótesis de r).

c. Construir Intervalo de Confianza del
95% para ρ.



Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

31
Ejercicio 2

Los siguientes gráficos representan la relación entre dos variables aleatorias x e y.
Sabiendo que cada grafico corresponde a diferentes variables que han arrojado los
coeficientes de correlación: r=0,92, r=0,88 y r=0,51.

a. Analizar la forma de los dispersogramas y asociar cada gráfico con el coeficiente
que sea adecuado.

0 25 50 75 100
x
0
22
44
66
88
110
y
Gráfico 1

0.002 0.003 0.004 0.004 0.005
x
0
22
44
66
88
110
y
Gráfico 2

10 11 13 14 16 17 19 20
x
8
10
12
14
16
18
y
Gráfico 3



Gráfico 1: r =

Gráfico 2: r =

Gráfico 3: r =







Ejercicio 3

a. Crear un archivo en InfoStat con los datos del Ejercicio 1.
b. Realizar un gráfico de dispersión entre las variables diámetro y peso de
frutos de naranja.
c. Calcular el coeficiente de correlación lineal y probar la hipótesis de que el
coeficiente de correlación poblacional es cero (α=0,05).
d. Hallar el intervalo de confianza para µ. Interpretar.
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

32
TEMA 12: REGRESIÓN LINEAL SIMPLE

TRABAJO PRÁCTICO Nº 12


Ejercicio 1

Para el ejemplo dado en el Ejercicio 1 del TP Nº 11:

a. De acuerdo al gráfico de dispersión obtenido ¿Es razonable proponer un ajuste
lineal?

b. Escribir el modelo lineal, que relaciona el peso con el diámetro de los frutos.

c. Hallar los estimadores a y b y escribir la ecuación de la recta.

d. Si el diámetro fuera de 65 mm ¿cuánto se espera que pese el fruto?

e. Realizar la prueba de hipótesis de  .

f. Calcular los límites de confianza para  , con el 95% de confianza de
contenerlo.

Ejercicio 2

La concentración de ácido ascórbico (mg/100g) de bulbos de cebollas, en función al
tiempo de almacenaje postcosecha desde el mes 1 al 10, respondió al modelo:

8,55 ( 0,28) y x
.
= + ÷


a. Interpretar en términos del problema los coeficientes.
b. ¿Puede estimar la concentración de Ác. Ascórbico al mes 6? En caso afirmativo
hágalo, en caso negativo justifique.
c. ¿Puede estimar la concentración de Ác. Ascórbico al mes 12? En caso
afirmativo hágalo, en caso negativo justifique.

Ejercicio 3

a. Realizar el Ejercicio 1 en el programa InfoStat.

b. Comprobar el cumplimiento de los supuestos de normalidad mediante un
gráfico “q-q plot” y prueba de Shapiro-Wilks, y de homogeneidad de varianza
y ajuste mediante análisis de residuales en función de los valores predichos.


Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

33
TEMA 13: ANÁLISIS DE LA VARIANCIA

TRABAJO PRÁCTICO Nº 13

Ejercicio 1

El siguiente análisis de varianza corresponde al modelo lineal ajustado a la relación
entre biomasa y pH en un medio de cultivo, donde la biomasa se midió en gr en un
rango de pH de 3 a 7 (archivo RegLin de InfoStat)

a. Plantear las hipótesis.
b. Realizar el análisis de varianza de acuerdo al modelo lineal ajustado.
c. Interpretar los cuadrados medios de regresión y residual.
d. ¿Qué indica el estadístico F?
e. ¿A qué conclusión llega respecto de la hipótesis planteada?
f. ¿Utilizaría el modelo ajustado para realizar predicciones?, en caso afirmativo,
¿dentro de que rango de la variable “x” realizaría las predicciones?

































Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

34
TEMA 14: ESTADÍSTICA EXPERIMENTAL

TRABAJO PRÁCTICO Nº 14

Ejercicio 1

Indicar cuáles de las siguientes afirmaciones son verdaderas (V) y cuales falsas (F)
a. El Diseño Experimental define la forma de asignar los tratamientos a las
unidades experimentales.
b. El error experimental no es un error de medición.
c. La precisión del experimento mejora cuando se disminuye el número de
repeticiones.
d. Las unidades experimentales son heterogéneas cuando presentan escasa
variabilidad.
e. Las repeticiones son la única condición que valida un análisis de la varianza.

Ejercicio 2

Se desea comparar tres tipos de labores culturales sobre la producción de remolacha
azucarera. Se dispone de 1000 m
2
de campo para realizar la experiencia. Se medirán
los rendimientos de la remolacha en Kg. por parcelas de 50 metros cuadrados, bajo
siembra directa, siembra tradicional y laboreo mínimo.
Indicar:
 Unidad Experimental
 Tratamientos
 Variable a estudiar
 Repeticiones
 Forma de realizar el experimento

Ejercicio 3

Se dispone de un rodeo de 80 animales y se necesita probar 4 raciones para engorde.
Indicar:
 Unidad Experimental
 Tratamientos
 Variable a estudiar
 Repeticiones
 Forma de realizar el experimento

Ejercicio 4

Un investigador necesita determinar el efecto de la fertilización nitrogenada sobre la
producción de trigo, Dispone de un lote de 800 m
2
, sembrados con la variedad de
interés.
Indicar:
 Unidad Experimental
 Tratamientos
 Variable a estudiar
 Repeticiones
 Forma de realizar el experimento
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

35
TEMA 15: DISEÑO COMPLETAMENTE ALEATORIZADO

TRABAJO PRÁCTICO Nº 15

Ejercicio 1

Escriba el modelo matemático del Diseño Completamente Aleatorizado.

Ejercicio 2

Defina una situación en la que, para realizar un experimento, utilizaría un Diseño
Completamente Aleatorizado. J ustifique su respuesta.

Ejercicio 3

Se efectuó un ensayo de campo para comparar los efectos relativos de cinco
fertilizantes (A, B, C, D y E) respecto del rendimiento de la cebada Trebi. Se disponía
de 25 parcelas experimentales homogéneas y al azar se asignaron cinco a cada
fertilizante. Al tiempo de cosecha se tomaron los rendimientos de las diferentes
parcelas, los datos se indican en el siguiente cuadro:

Tratamiento Repetición Rendimiento

a. Confeccionar el croquis de campo
con la distribución de los
tratamientos en las unidades
experimentales.
b. Plantear la hipótesis nula y la
alternativa.
c. Realizar el análisis de la varianza
con un nivel de significancia o=5%.
d. Si corresponde realizar la prueba
de Tukey.
e. En InfoStat, crear una tabla nueva
con 3 variables: Tratamiento,
Repetición y Rendimiento, cargar los
datos. Luego en
ESTADÍSTICAANALISIS DE LA
VARIANZA indicar la variable
dependiente (Rendimiento) y la
variable de clasificación (tratamiento)
luego de aceptar, especificar
comparaciones de medias.
f. Interpretar los resultados.

A 1 28
A 2 26
A 3 39
A 4 18
A 5 35
B 1 67
B 2 68
B 3 61
B 4 74
B 5 75
C 1 90
C 2 92
C 3 82
C 4 89
C 5 85
D 1 88
D 2 96
D 3 93
D 4 90
D 5 97
E 1 88
E 2 110
E 3 104
E 4 111
E 5 102

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

36
TEMA 16: DISEÑO EN BLOQUES COMPLETOS AL AZAR
TRABAJO PRÁCTICO Nº 16

Ejercicio 1

Escribir el modelo matemático del Diseño en Bloques Completos al Azar.

Ejercicio 2

Definir una situación en la que, para realizar un experimento, se utilizaría un Diseño en
Bloques Completos al Azar. J ustificar la respuesta.

Ejercicio 3

Se efectuó un ensayo de campo para comparar los efectos de cinco inoculantes para el
cultivo de soja (A, B, C, D y E) respecto del rendimiento. Se disponía de un lote con
una pendiente de norte a sur. Se dividió el lote en parcelas, las que se agruparon en
bloques perpendiculares a la pendiente (1, 2, 3, 4 y 5). Al tiempo de cosecha se
tomaron los rendimientos de las parcelas. Los datos se indican en el siguiente cuadro:

Tratamiento Bloque Rendimiento

a. Confeccionar el croquis de campo
con la distribución de los
tratamientos en las unidades
experimentales.
b. Plantear la hipótesis nula y la
alternativa.
c. Realizar el análisis de la varianza
con un nivel de significancia o=5%.
d. Si corresponde, realizar la prueba de
Duncan.
e. En InfoStat, crear una tabla nueva
con 3 variables: Tratamiento, Bloque
y Rendimiento, cargar los datos.
Luego en ESTADÍSTICAANALISIS
DE LA VARIANZA indicar la
variable dependiente (Rendimiento)
y las variables de clasificación
(Bloque y Tratamiento) luego de
aceptar especificar comparaciones
de medias.
f. Interpretar resultados.
A 1 28
A 2 26
A 3 39
A 4 18
A 5 35
B 1 67
B 2 68
B 3 61
B 4 74
B 5 75
C 1 90
C 2 92
C 3 82
C 4 89
C 5 85
D 1 88
D 2 96
D 3 93
D 4 90
D 5 97
E 1 101
E 2 110
E 3 104
E 4 111
E 5 102


Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

37
Ejercicio 4

Escribir el modelo matemático del Diseño en Cuadrado Latino.

Ejercicio 5

Definir una situación en la que, para realizar un experimento, se utilizaría un Diseño en
Cuadrado Latino. J ustificar la respuesta.

Ejercicio 6

Se alimentó un lote de 25 vacunos pertenecientes a 5 razas (Filas), de 5 edades
diferentes (Columnas), con 5 raciones R1, R2, R3, R4 y R5 cuyo efecto se deseaba
probar. En el siguiente cuadro se presenta el aumento de peso en kilos, durante un
período determinado.

Tratamiento
Fila
(raza)
Columna
(edad)
Rendimiento
a. Confeccionar el croquis de
campo con la distribución de los
tratamientos en las unidades
experimentales.
b. Plantear la hipótesis nula y la
alternativa.
c. Realizar el análisis de la
varianza con un nivel de
significancia o=5%.
d. Si corresponde realizar la
prueba de Duncan.
e. En InfoStat, crear una tabla
nueva con 4 variables: Raza,
Edad, Ración y Peso. Cargar los
datos, luego en
ESTADÍSTICAANALISIS DE
LA VARIANZA indicar la
variable dependiente (Peso) y
las variables de clasificación
(Raza, Edad y Ración) luego de
aceptar especificar
comparaciones de medias.
f. Interpretar resultados.
R1 1 4 94
R1 2 2 70
R1 3 5 85
R1 4 1 90
R1 5 3 90
R2 1 3 70
R2 2 4 63
R2 3 2 60
R2 4 5 65
R2 5 1 64
R3 1 1 61
R3 2 3 53
R3 3 4 66
R3 4 2 56
R3 5 5 58
R4 1 5 68
R4 2 1 67
R4 3 3 83
R4 4 4 85
R4 5 2 75
R5 1 2 56
R5 2 5 50
R5 3 1 56
R5 4 3 57
R5 5 4 58

Ejercicio 7

En los cuadros de ANOVA de los trabajos Prácticos N| 15 y 16 correspondientes a los
diseños: Completamente Aleatorizado, en Bloques Completos al Azar y Cuadrado
Latino, comparar los grados de libertad de las diferentes fuentes de variación.
Interpretar y discutir esas diferencias.



Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

38





TABLAS
ESTADÍSTICAS
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

39
Probabilidad Binomial cuando p  q  0,5
Muestras pequeñas ( n < 26)
X 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n
5 31 188 500 812 969
6 16 109 344 656 891 984
7 8 62 227 500 773 938 992
8 4 35 145 363 637 855 965 996
9 2 20 90 254 500 746 910 980 998
10 1 11 55 172 377 623 828 945 989 999
11 6 33 113 274 500 726 887 967 994
12 3 19 73 194 387 613 806 927 981 997
13 2 11 46 133 291 500 709 867 954 989 998
14 1 6 29 90 212 395 605 788 910 971 994 999
15 4 18 59 151 304 500 696 849 941 982 996
16 2 11 38 105 227 402 598 773 895 962 989 998
17 1 6 25 72 166 315 500 685 834 928 975 994 999
18 1 4 15 48 119 240 407 593 760 881 952 985 996 999
19 2 10 32 84 180 324 500 676 820 916 968 990 998
20 1 6 21 58 132 252 412 588 748 868 942 970 994
21 1 4 13 39 95 192 332 500 668 808 905 961 987
22 2 8 26 67 143 262 416 584 738 857 933 974
23 1 5 17 47 105 202 339 500 661 798 895 953
24 1 3 11 32 76 154 271 419 581 729 846 924
25 2 7 22 54 115 212 345 500 655 788 885
NOTA: Los valores de probabilidad se obtienen dividiendo por 1000 los de cada celda.
Ejemplo: Si n =23 y x =7 la probabilidad binomial es Bi =47/1000 =0,047
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

40
Distribución de Gauss o Normal estandarizada
Probabilidades acumuladas
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,00 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,10 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,20 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,30 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,40 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,50 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224

0,60 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,70 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,80 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,90 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,00 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621

1,10 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,20 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,30 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,40 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,50 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441

1,60 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,70 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,80 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,90 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,00 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817

2,10 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,20 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,30 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,40 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,50 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952

2,60 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,70 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,80 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,90 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,00 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

41

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

42
Distribución Chi-cuadrado
Nivel de confianza =1 - o =1 - nivel de significación * * *  =Grados de libertad
NC 90% 95% 97,5% 99% 99,5% 99,9% NC
1-o 0,995 0,975 0,900 0,500 0,100 0,050 0,025 0,010 0,005 0,001 1-o
 
1 0,000 0,000 0,016 0,455 2,706 3,841 5,024 6,635 7,879 10,828 1
2 0,010 0,051 0,211 1,386 4,605 5,991 7,378 9,210 10,597 13,816 2
3 0,072 0,216 0,584 2,366 6,251 7,815 9,348 11,345 12,838 16,266 3
4 0,207 0,484 1,064 3,357 7,779 9,488 11,143 13,277 14,860 18,467 4
5 0,412 0,831 1,610 4,351 9,236 11,070 12,832 15,086 16,750 20,515 5
6 0,676 1,237 2,204 5,348 10,645 12,592 14,449 16,812 18,548 22,458 6
7 0,989 1,690 2,833 6,346 12,017 14,067 16,013 18,475 20,278 24,322 7
8 1,344 2,180 3,490 7,344 13,362 15,507 17,535 20,090 21,955 26,124 8
9 1,735 2,700 4,168 8,343 14,684 16,919 19,023 21,666 23,589 27,877 9
10 2,156 3,247 4,865 9,342 15,987 18,307 20,483 23,209 25,188 29,588 10
11 2,603 3,816 5,578 10,341 17,275 19,675 21,920 24,725 26,757 31,264 11
12 3,074 4,404 6,304 11,340 18,549 21,026 23,337 26,217 28,300 32,910 12
13 3,565 5,009 7,042 12,340 19,812 22,362 24,736 27,688 29,819 34,528 13
14 4,075 5,629 7,790 13,339 21,064 23,685 26,119 29,141 31,319 36,123 14
15 4,601 6,262 8,547 14,339 22,307 24,996 27,488 30,578 32,801 37,697 15
16 5,142 6,908 9,312 15,338 23,542 26,296 28,845 32,000 34,267 39,252 16
17 5,697 7,564 10,085 16,338 24,769 27,587 30,191 33,409 35,718 40,790 17
18 6,265 8,231 10,865 17,338 25,989 28,869 31,526 34,805 37,156 42,312 18
19 6,844 8,907 11,651 18,338 27,204 30,144 32,852 36,191 38,582 43,820 19
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

43
20 7,434 9,591 12,443 19,337 28,412 31,410 34,170 37,566 39,997 45,315 20
21 8,034 10,283 13,240 20,337 29,615 32,670 35,479 38,932 41,401 46,797 21
22 8,643 10,982 14,042 21,337 30,813 33,924 36,781 40,289 42,796 48,268 22
23 9,260 11,688 14,848 22,337 32,007 35,172 38,076 41,638 44,181 49,728 23
24 9,886 12,401 15,659 23,337 33,196 36,415 39,364 42,980 45,558 51,179 24
25 10,520 13,120 16,473 24,337 34,382 37,652 40,646 44,314 46,928 52,620 25
26 11,160 13,844 17,292 25,336 35,563 38,885 41,923 45,642 48,290 54,052 26
27 11,808 14,573 18,114 26,336 36,741 40,113 43,194 46,963 49,645 55,476 27
28 12,461 15,308 18,939 27,336 37,916 41,337 44,461 48,278 50,993 56,892 28
29 13,121 16,047 19,768 28,336 39,088 42,557 45,722 49,588 52,336 58,301 29
30 13,787 16,791 20,599 29,336 40,256 43,773 46,979 50,892 53,672 59,703 30

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

44
Distribución t de Student
Una cola Dos colas
Colas
1-o 0,200 0,100 0,050 0,025 0,010 0,005 0,001 0,0005 una
1- 0,900 0,500 0,400 0,200 0,100 0,050 0,020 0,010 0,002 0,001 dos
v v
1 0,158 1,000 1,376 3,078 6,314 12,706 31,821 63,657 318,289 636,619 1
2 0,142 0,816 1,061 1,886 2,920 4,303 6,965 9,925 22,328 31,598 2
3 0,137 0,765 0,978 1,638 2,353 3,182 4,541 5,841 10,214 12,924 3
4 0,134 0,741 0,941 1,533 2,132 2,776 3,747 4,604 7,173 8,610 4
5 0,132 0,727 0,920 1,476 2,015 2,571 3,365 4,032 5,894 6,869 5
6 0,131 0,718 0,906 1,440 1,943 2,447 3,143 3,707 5,208 5,959 6
7 0,130 0,711 0,896 1,415 1,895 2,365 2,998 3,499 4,785 5,408 7
8 0,130 0,706 0,889 1,397 1,860 2,306 2,896 3,355 4,501 5,041 8
9 0,129 0,703 0,883 1,383 1,833 2,262 2,821 3,250 4,297 4,781 9
10 0,129 0,700 0,879 1,372 1,812 2,228 2,764 3,169 4,144 4,587 10
11 0,129 0,697 0,876 1,363 1,796 2,201 2,718 3,106 4,025 4,437 11
12 0,128 0,695 0,873 1,356 1,782 2,179 2,681 3,055 3,930 4,318 12
13 0,128 0,694 0,870 1,350 1,771 2,160 2,650 3,012 3,852 4,221 13
14 0,128 0,692 0,868 1,345 1,761 2,145 2,624 2,977 3,787 4,140 14
15 0,128 0,691 0,866 1,341 1,753 2,131 2,602 2,947 3,733 4,073 15
16 0,128 0,690 0,865 1,337 1,746 2,120 2,583 2,921 3,686 4,015 16
17 0,128 0,698 0,863 1,333 1,740 2,110 2,567 2,898 3,646 3,965 17
18 0,127 0,688 0,862 1,330 1,734 2,101 2,552 2,878 3,610 3,922 18
19 0,127 0,688 0,861 1,328 1,729 2,093 2,539 2,861 3,579 3,883 19
20 0,127 0,687 0,860 1,325 1,725 2,086 2,528 2,845 3,552 3,850 20
21 0,127 0,686 0,859 1,323 1,721 2,080 2,518 2,831 3,527 3,819 21
22 0,127 0,686 0,858 1,321 1,717 2,074 2,508 2,819 3,505 3,792 22
23 0,127 0,685 0,858 1,319 1,714 2,069 2,500 2,807 3,485 3,767 23
24 0,127 0,685 0,857 1,318 1,711 2,064 2,492 2,797 3,467 3,745 24
25 0,127 0,684 0,856 1,316 1,708 2,060 2,485 2,787 3,450 3,725 25
26 0,127 0,684 0,856 1,315 1,706 2,056 2,479 2,779 3,435 3,707 26
27 0,127 0,684 0,855 1,314 1,703 2,052 2,473 2,771 3,421 3,690 27
28 0,127 0,683 0,855 1,313 1,701 2,048 2,467 2,763 3,408 3,674 28
29 0,127 0,683 0,854 1,311 1,699 2,045 2,462 2,756 3,396 3,659 29
30 0,127 0,683 0,854 1,310 1,697 2,042 2,457 2,750 3,385 3,646 30
40 0,126 0,681 0,851 1,303 1,684 2,021 2,423 2,704 3,307 3,551 40
60 0,126 0,679 0,848 1,296 1,671 2,000 2,390 2,660 3,232 3,460 60
120 0,126 0,677 0,845 1,289 1,658 1,980 2,358 2,617 3,160 3,373 120
· 0,126 0,674 0,842 1,282 1,645 1,960 2,326 2,576 3,090 3,291 ·
Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

45
Tabla de F para un nivel de significancia del 5%
1 = Grados de libertad en el numerador v2 =Grados de libertad en el denominador
1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120

v
2

1 161,4 199,5 215,7 224,6 230,2 234,0 236,8 238,9 240,5 241,9 243,9 245,9 248,0 249,1 250,1 251,1 252,2 253,3 254,3
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40 19,41 19,43 19,45 19,45 19,46 19,47 19,48 19,49 19,50
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,37
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,41
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120 3,92 3,07 2,68 2,45 2,29 2,18 2,09 2,02 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,26
·
3,84 3,00 2,61 2,4 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,40 1,32 1,22 1,03

Universidad Nacional del Nordeste - Facultad de Ciencias Agrarias
Cálculo Estadístico y Biometría
Guía de Trabajos Prácticos 2012

46
Tabla de F para un nivel de significancia del 2,5%
1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120

v
2

1 648 799 864 900 922 937 948 957 963 969 977 985 993 997 1001 1006 1010 1014 1018
2 38,51 39,00 39,17 39,25 39,30 39,33 39,36 39,37 39,39 39,40 39,41 39,43 39,45 39,46 39,46 39,47 39,48 39,49 39,50
3 17,44 16,04 15,44 15,10 14,88 14,73 14,62 14,54 14,47 14,42 14,34 14,25 14,17 14,12 14,08 14,04 13,99 13,95 13,90
4 12,22 10,65 9,98 9,60 9,36 9,20 9,07 8,98 8,90 8,84 8,75 8,66 8,56 8,51 8,46 8,41 8,36 8,31 8,26
5 10,01 8,43 7,76 7,39 7,15 6,98 6,85 6,76 6,68 6,62 6,52 6,43 6,33 6,28 6,23 6,18 6,12 6,07 6,02
6 8,81 7,26 6,60 6,23 5,99 5,82 5,70 5,60 5,52 5,46 5,37 5,27 5,17 5,12 5,07 5,01 4,96 4,90 4,85
7 8,07 6,54 5,89 5,52 5,29 5,12 4,99 4,90 4,82 4,76 4,67 4,57 4,47 4,41 4,36 4,31 4,25 4,20 4,14
8 7,57 6,06 5,42 5,05 4,82 4,65 4,53 4,43 4,36 4,30 4,20 4,10 4,00 3,95 3,89 3,84 3,78 3,73 3,67
9 7,21 5,71 5,08 4,72 4,48 4,32 4,20 4,10 4,03 3,96 3,87 3,77 3,67 3,61 3,56 3,51 3,45 3,39 3,33
10 6,94 5,46 4,83 4,47 4,24 4,07 3,95 3,85 3,78 3,72 3,62 3,52 3,42 3,37 3,31 3,26 3,20 3,14 3,08
11 6,72 5,26 4,63 4,28 4,04 3,88 3,76 3,66 3,59 3,53 3,43 3,33 3,23 3,17 3,12 3,06 3,00 2,94 2,88
12 6,55 5,10 4,47 4,12 3,89 3,73 3,61 3,51 3,44 3,37 3,28 3,18 3,07 3,02 2,96 2,91 2,85 2,79 2,73
13 6,41 4,97 4,35 4,00 3,77 3,60 3,48 3,39 3,31 3,25 3,15 3,05 2,95 2,89 2,84 2,78 2,72 2,66 2,60
14 6,30 4,86 4,24 3,89 3,66 3,50 3,38 3,29 3,21 3,15 3,05 2,95 2,84 2,79 2,73 2,67 2,61 2,55 2,49
15 6,20 4,77 4,15 3,80 3,58 3,41 3,29 3,20 3,12 3,06 2,96 2,86 2,76 2,70 2,64 2,59 2,52 2,46 2,40
16 6,12 4,69 4,08 3,73 3,50 3,34 3,22 3,12 3,05 2,99 2,89 2,79 2,68 2,63 2,57 2,51 2,45 2,38 2,32
17 6,04 4,62 4,01 3,66 3,44 3,28 3,16 3,06 2,98 2,92 2,82 2,72 2,62 2,56 2,50 2,44 2,38 2,32 2,25
18 5,98 4,56 3,95 3,61 3,38 3,22 3,10 3,01 2,93 2,87 2,77 2,67 2,56 2,50 2,44 2,38 2,32 2,26 2,19
19 5,92 4,51 3,90 3,56 3,33 3,17 3,05 2,96 2,88 2,82 2,72 2,62 2,51 2,45 2,39 2,33 2,27 2,20 2,13
20 5,87 4,46 3,86 3,51 3,29 3,13 3,01 2,91 2,84 2,77 2,68 2,57 2,46 2,41 2,35 2,29 2,22 2,16 2,09
21 5,83 4,42 3,82 3,48 3,25 3,09 2,97 2,87 2,80 2,73 2,64 2,53 2,42 2,37 2,31 2,25 2,18 2,11 2,04
22 5,79 4,38 3,78 3,44 3,22 3,05 2,93 2,84 2,76 2,70 2,60 2,50 2,39 2,33 2,27 2,21 2,14 2,08 2,00
23 5,75 4,35 3,75 3,41 3,18 3,02 2,90 2,81 2,73 2,67 2,57 2,47 2,36 2,30 2,24 2,18 2,11 2,04 1,97
24 5,72 4,32 3,72 3,38 3,15 2,99 2,87 2,78 2,70 2,64 2,54 2,44 2,33 2,27 2,21 2,15 2,08 2,01 1,94
25 5,69 4,29 3,69 3,35 3,13 2,97 2,85 2,75 2,68 2,61 2,51 2,41 2,30 2,24 2,18 2,12 2,05 1,98 1,91
26 5,66 4,27 3,67 3,33 3,10 2,94 2,82 2,73 2,65 2,59 2,49 2,39 2,28 2,22 2,16 2,09 2,03 1,95 1,88
27 5,63 4,24 3,65 3,31 3,08 2,92 2,80 2,71 2,63 2,57 2,47 2,36 2,25 2,19 2,13 2,07 2,00 1,93 1,85
28 5,61 4,22 3,63 3,29 3,06 2,90 2,78 2,69 2,61 2,55 2,45 2,34 2,23 2,17 2,11 2,05 1,98 1,91 1,83
29 5,59 4,20 3,61 3,27 3,04 2,88 2,76 2,67 2,59 2,53 2,43 2,32 2,21 2,15 2,09 2,03 1,96 1,89 1,81
30 5,57 4,18 3,59 3,25 3,03 2,87 2,75 2,65 2,57 2,51 2,41 2,31 2,20 2,14 2,07 2,01 1,94 1,87 1,79
40 5,42 4,05 3,46 3,13 2,90 2,74 2,62 2,53 2,45 2,39 2,29 2,18 2,07 2,01 1,94 1,88 1,80 1,72 1,64
60 5,29 3,93 3,34 3,01 2,79 2,63 2,51 2,41 2,33 2,27 2,17 2,06 1,94 1,88 1,82 1,74 1,67 1,58 1,48
120 5,15 3,80 3,23 2,89 2,67 2,52 2,39 2,30 2,22 2,16 2,05 1,94 1,82 1,76 1,69 1,61 1,53 1,43 1,31
·
3,84 3,69 3,12 2,8 2,57 2,41 2,29 2,19 2,11 2,05 1,95 1,83 1,71 1,64 1,57 1,49 1,39 1,27 1,04