Sesiones 1-4

Estadstica para los
Negocios
Gonzalo Panizo
Centrum
14 de Agosto, 2011
Resumen
- Dos estadsticas
- Estadstica Descriptiva
- Tablas y Grficos
- Medidas de tendencia central
- Medidas de dispersin
- Medidas de Correlacin
Requisitos:
- Motivacin (tarea mutua)
- lgebra Bsica y
- Practicar
Descripcin de los
Datos
Dos tipos de Estadstica
Figura: De descriptiva a inferencial
Tres Personajes
1.
Dr. Estadisnico: Conoce todas la cifras y est al

tanto de los ltimos datos. En el puede confiar.
2.
Juan Simpln: Tiene buenas intenciones y muchas

ideas pero no es seguro que funcione lo que
propone. Cuidado, lo puede meter en problemas.
3.
Pepe el Vivo: Maneja bien la estadstica y sabe

presentar las cifras pero prioriza sus objetivos. No
se deje convencer sin tener su propia evaluacin.
Cmo decidimos?
Grandes errores podemos cometer si no tomamos en
cuenta los datos y la estadstica. O si queremos usarla
sin entenderla.
La razn es que las decisiones involucran factores
inciertos o poco entendidos:
- la competencia
- el gobierno
- la tecnologa
- el comportamiento de los clientes
- las condiciones econmicas
-
Estadstica Descriptiva
- Poblacin: es el objeto de estudio (consumidores
de helado, botellas de cerveza de una marca,

empresas del rubro seguros, . . . )
- Unidad estadstica (unidad de anlisis): elementos de
la poblacin
- Muestra: Parte representativa de la poblacin
? Variable: Propiedad o caracterstica particular (objeto
de atencin), puede ser continua o discreta.
- Variables Cualitativas :
I Escala Nominal (etiqueta) : color, sexo, comida
I Escala Ordinal (establece un orden) : calidad,
prestigio
prestigio
- Variables Cuantitativas :
I Escala de Intervalo (mide, usa unidades de medida) :
temperatura, ubicacin
I Escala de Razn (cero representa ausencia) : edad,
distancia
prestigio
distancia
? Anlisis exploratorio de datos : Resumen de los datos

(prdida de informacin)
prestigio
distancia
? Anlisis exploratorio de datos : Resumen de los datos

(prdida de informacin)
? Estadsticos : Indicativos numricos
Estadstica Inferencial
- Probabilidad
- Distribuciones
- Parmetros de las distribuciones (o las poblaciones)
- Tests estadsticos
Tablas y Grficos
Que vamos a describir? : Antes de comenzar definir
claramente la poblacin y la (las) variable de inters.
Anlisis exploratorio de datos (una variable) :
1.
Lista de datos cruda
Tablas y Grficos
1.
2.
Matriz de datos (ordenados)
Tablas y Grficos
1.
2.
3.
Tabla de Distribucin de Frecuencias (grfico de

barras) : frecuencia absoluta, relativa
Tablas y Grficos
1.
2.
3.

4.
Histograma (clases, marcas de clase) : para variables

continuas como discretas
Tablas y Grficos
1.
2.
3.

4.
Histograma (clases, marcas de clase) : para variables

continuas como discretas
5.
Tabla de frecuencias acumuladas
Resumen Numrico de
los Datos
Resumen Numrico de
los Datos, Estadsticos
- Medidas de Tendencia Central : Media, Moda, . . .
- Medidas de Dispersin : Rango, Desviacin
Estndar, . . .
- Medidas de Correlacin : Coeficiente de
correlacin de Pearson, . . .
La Moda
Mo
Para una lista de datos, la Moda es el dato que ms se

repite.
La Moda
Mo

repite.
Variable Banco del Cliente :
Crdito
Crdito
BBVA Scotia
HSBC
BBVA
Crdito
Interbanc
La Moda
Mo

repite.
Crdito
Crdito
BBVA Scotia
HSBC
La moda es:
Mo =
Crdito
BBVA
Crdito
Interbanc
La Moda
Mo

repite.
Crdito
Crdito
BBVA Scotia
HSBC
La moda es:
Mo =
BBVA
Crdito
Crdito
OJO: Pueden haber dos o ms modas
Interbanc
Media x
"Para Datos Numricos". Es simplemente el promedio
de los datos
Media x
de los datos
Variable Salario :
,
750 00
x1
1030 50
x2
750 00
x3
678 30
x4
1030 50
x5
Media x
de los datos
Variable Salario :
,
750 00
1030 50
x1
x2
750 00
x3
678 30
x4
1030 50
x5
La media es:
x =
x1 + x2 + x3 + x4 + x5
5
= (750,00 + 1030,50 + 750,00 + 678,30 + 1030,50) 5 = 847,86
Media x
de los datos
Variable Salario :
,
750 00
1030 50
x1
x2
750 00
x3
678 30
x4
1030 50
x5
La media es:
x =
x1 + x2 + x3 + x4 + x5
5
= (750,00 + 1030,50 + 750,00 + 678,30 + 1030,50) 5 = 847,86

NOTA: La media para toda la poblacin se acostumbra
denotar por
Media Ponderada x
Si los datos se repiten se los pondera por el nmero
de repeticiones
Media Ponderada x
de repeticiones
Variable Salario :
,
750 00
n1 = 2
1030 50
n2 = 2
678 30
n3 = 1
Media Ponderada x
de repeticiones
Variable Salario :
,
750 00
n1 = 2
1030 50
n2 = 2
678 30
n3 = 1
La media es:
x =
x1 n1 + x2 n2 + x3 n3
n1 + n2 + n3
= (750,00 2 + 1030,50 2 + 678,30) (2 + 2 + 1) = 847,86
Media Ponderada x
de repeticiones
Variable Salario :
,
750 00
n1 = 2
1030 50
n2 = 2
678 30
n3 = 1
La media es:
x =
x1 n1 + x2 n2 + x3 n3
n1 + n2 + n3
= (750,00 2 + 1030,50 2 + 678,30) (2 + 2 + 1) = 847,86

NOTA: Se usa en tablas de frecuencias
Mediana
Me
Es el trmino central luego de ordenar los datos
Mediana
Me

Variable Salario :
,
678 30
x1
750 00
x2
750 00
x3
1030 50
x4
1030 50
x5
Mediana
Me

Variable Salario :
,
678 30
x1
La mediana es:
750 00
x2
750 00
x3
Me = 750,00
1030 50
x4
1030 50
x5
Mediana
Me

Variable Salario :
,
678 30
x1
La mediana es:
750 00
x2
750 00
x3
1030 50
x4
1030 50
x5
Me = 750,00
NOTA: Si la muestra tiene un nmero par de datos la

mediana se define como el promedio de los dos
trminos centrales
Media Geomtrica
"Para nmeros positivos". Es la raz ensima del

producto de n datos
Media Geomtrica

producto de n datos
Variable Rendimiento Mensual :
25
r1
15
r2
10 %
r3
30
r4
Media Geomtrica

producto de n datos
25
r1
15
r2
10 %
r3
30
r4
Para el clculo de rendimiento promedio se calcula la

media geomtrico de los factores de rendimiento, pues:
(1 + r )4 = (1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 ),
luego:
Media Geomtrica

producto de n datos
25
r1
15
r2
10 %
r3
30
r4

(1 + r )4 = (1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 ),
(1 + r ) = G = [(1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 )]1/4
luego:
Media Geomtrica

producto de n datos
25
r1
15
r2
10 %
r3
30
r4

(1 + r )4 = (1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 ),
luego:
(1 + r ) = G = [(1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 )]1/4

= [(1 + 0,25)(1 + 0,15)(1 0,10)(1 + 0,30)]1/4 = 1,1388
Media Geomtrica

producto de n datos
25
r1
15
r2
10 %
r3
30
r4

(1 + r )4 = (1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 ),
luego:
(1 + r ) = G = [(1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 )]1/4

= [(1 + 0,25)(1 + 0,15)(1 0,10)(1 + 0,30)]1/4 = 1,1388
As el rendimiento promedio es r = G 1 = 0,1388
Ejemplo 1
Una empresa dedicada al rubro de calzado divide su
presupuesto en insumos de la siguiente manera:
50 %
40 %
10 %
electricidad
cuero
zuelas
Si la tarifa de la electricidad se increment en 20 %, el

cuero en 10 % y las zuelas en 1 %, en que porcentaje se
elev el presupuesto de los insumos de la empresa?
Ejemplo 1
Una empresa dedicada al rubro de calzado divide su
presupuesto en insumos de la siguiente manera:
50 %
40 %
10 %
electricidad
cuero
zuelas
Si la tarifa de la electricidad se increment en 20 %, el

cuero en 10 % y las zuelas en 1 %, en que porcentaje se
elev el presupuesto de los insumos de la empresa?
SOLUCIN: Debemos calcular el promedio de los
incrementos, ponderado por la proporcin del
presupuesto dedicado a cada insumo,
(50 20 % + 40 10 % + 10 1 %) (50 + 40 + 10) = 14,1 %
Medidas de dispersin
El Rango
Es la diferencia entre el mayor y el menor dato
El Rango
Variable Precio de Minera Buenaventura durante la
semana:
39,84
41,36
40,46
41,98
41,68
El rango es
41 98
39,84 = 2,14
El Rango
Variable Precio de Minera Buenaventura durante la
semana:
39,84
41,36
40,46
41,98
41,68
El rango es
41 98
39,84 = 2,14
NOTA: Puede dar un primer indicio de valores atpicos

(outliers)
Varianza muestral
x1 , x2 , . . . , x100 se define
(x1 x)2 + + (x100 x)2
Para datos numricos
s2 =
s2
100
como
Varianza muestral
x1 , x2 , . . . , x100 se define
(x1 x)2 + + (x100 x)2
Para datos numricos
s2 =
s2
1
Variable Edades de Asegurados:
100
34
x1
40
x2
38
x3
20
x4
como
Varianza muestral
x1 , x2 , . . . , x100 se define
(x1 x)2 + + (x100 x)2
Para datos numricos
s2 =
s2
como
1
100
34
x1
40
x2
38
x3
20
x4
Para la varianza primero necesitamos la media
x = (34 + 40 + 38 + 20)/4 = 132/4 = 33,

s2 =
(34 33)2
+ (40 33)2
+ (38 33)2
3
= (1 + 49 + 25 + 169)/3 = 81,3
luego
+ (20 33)2
Varianza muestral
x1 , x2 , . . . , x100 se define
(x1 x)2 + + (x100 x)2
Para datos numricos
s2 =
s2
como
1
100
34
x1
40
x2
38
x3
20
x4
Para la varianza primero necesitamos la media
x = (34 + 40 + 38 + 20)/4 = 132/4 = 33,

s2 =
(34 33)2
+ (40 33)2
+ (38 33)2
luego
+ (20 33)2
= (1 + 49 + 25 + 169)/3 = 81,3
NOTA: El efecto de los valores extremos es mucho
mas importante
Varianza poblacional 2
Para
x1 , x2 , . . . , x100
2 =
se define como
(x1 x)2 + + (x100 x)2
100
Para
x1 , x2 , . . . , x100
2 =
se define como
(x1 x)2 + + (x100 x)2
100
Variable Edades de Asegurados (poblacin de 4 es

tambin posible):
34
x1
40
x2
38
x3
20
x4
Para
x1 , x2 , . . . , x100
2 =
se define como
(x1 x)2 + + (x100 x)2
100
Variable Edades de Asegurados (poblacin de 4 es

tambin posible):
34
x1
40
38
x2
x3
20
x4
En este caso
2 =
(34 33)2 + (40 33)2 + (38 33)2 + (20 33)2

4
= 61
Desviacin Estndar
2
Es la raz cuadrada
de la Varianza Muestral s = s o
Poblacional = 2 . Estima mejor la magnitud de la
dispersin de los datos
Desviacin Estndar
2
Es la raz cuadrada
de la Varianza Muestral s = s o
Poblacional = 2 . Estima mejor la magnitud de la
dispersin de los datos
Ejemplos
- Para los datos de edades anteriores, la desviacin
estndar
muestral es:
= 61 = 7,81
- Datos iguales:
3 5
s=
,
3 5
, = 9,01 y la poblacional
81 3
3 5
, ,
3 5
s=0
- Si se sube o baja todos los datos no cambia

- Si se dobla el valor de los datos se dobla
- (Tchebychev) En una poblacin la proporcin de
datos que se encuentran entre k y + k es

mayor a 1 (1/k 2 )
Coeficiente de
Variacin
La dispersin de los datos no se puede tomar como
una magnitud absoluta. Es muy distinta una desviacin
estndar de unos metros para la altura de edificaciones
que para distancias a otras ciudades.
Coeficiente de
Variacin
La dispersin de los datos no se puede tomar como
una magnitud absoluta. Es muy distinta una desviacin
estndar de unos metros para la altura de edificaciones
que para distancias a otras ciudades.
Por lo tanto interesa la dispersin relativa. El
coeficiente de variacin se define, cuando como :
CV
s
x
100
Si CV es menor a 10 % se considera que la dispersin

es baja
Simetra y medida de
Curtosis
Coeficiente de asimetra de Fisher (si vale 0 los datos
estn ubicados simtricamente respecto a su media) :
Pn
(x x)3
sk = i =1 i 2
(n 1)s
Simetra y medida de
Curtosis
Coeficiente de asimetra de Fisher (si vale 0 los datos
estn ubicados simtricamente respecto a su media) :
Pn
(x x)3
sk = i =1 i 2
(n 1)s
Coeficiente de Curtosis (si es mayor a 0 los datos
estn mas concentrados cerca de la media) :
Pn
(x x)4
k = i =1 i 4 3
(n 1)s
Correlacin de Pearson
Se define la Covarianza de datos bidimensionales
(x1 , y1 ), (x2 , y2 ), . . . como :
Pn
(x x)(yi y )
Cov (X , Y ) = i =1 i
(n 1)
Correlacin de Pearson
Se define la Covarianza de datos bidimensionales
(x1 , y1 ), (x2 , y2 ), . . . como :
Pn
(x x)(yi y )
Cov (X , Y ) = i =1 i
(n 1)
Y la correlacin como :
rXY
Cov (X , Y )
sX sY
- rXY est entre 1 y 1

- Si rXY vale 0 no hay relacin positiva o negativa;
hay una relacin simtrica en el plano
Regresin
La recta que mejor se acerca a los datos
bidimensionales (xi , yi ) es:
Y
donde
1 =
= 1 X + 0
Cov (X , Y )
sX2
0 = y 1 x
Regresin
La recta que mejor se acerca a los datos
bidimensionales (xi , yi ) es:
Y
donde
1 =
= 1 X + 0
Cov (X , Y )
sX2
0 = y 1 x
- Esta recta pasa por (

x , y)
- La recta se escogi de modo que las diferencias
yi (1 xi + 0 )
(llamadas valores residuales) sean lo
menor posible
- Permite "predecir"y si se conoce
Ejemplo 2
La produccin de gasolina durante los ltimos N das en
una refinera ha sido de 150 000 galones en promedio,
con una desviacin estndar de 1 000 galones.
Estima la proporcin de das en que la produccin se
ubic entre 148 000 y 152 000 galones?
Ejemplo 2
La produccin de gasolina durante los ltimos N das en
una refinera ha sido de 150 000 galones en promedio,
con una desviacin estndar de 1 000 galones.
Estima la proporcin de das en que la produccin se
ubic entre 148 000 y 152 000 galones?
SOLUCIN: Como nos piden estimar la proporcin de
das en que la produccin se ubic en un intervalo
podemos usar Tchebychev. Para eso necesitamos que:
k = 148000 y + k = 152000
Tenemos = 150000 y = 1000. Vemos que k = 2
funciona. Luego la proporcin buscada es de al menos
2
1 1/k = 1 1/4 = 0,75

Sesiones 1-4

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Sesiones 1-4

Transféré par

Droits d'auteur :

Formats disponibles

Estadstica para los

Dos tipos de Estadstica

Figura: De descriptiva a inferencial

Dr. Estadisnico: Conoce todas la cifras y est al

Juan Simpln: Tiene buenas intenciones y muchas

Pepe el Vivo: Maneja bien la estadstica y sabe

- Poblacin: es el objeto de estudio (consumidores

de helado, botellas de cerveza de una marca,

? Anlisis exploratorio de datos : Resumen de los datos

? Anlisis exploratorio de datos : Resumen de los datos

Lista de datos cruda

Lista de datos cruda

Matriz de datos (ordenados)

Lista de datos cruda

Matriz de datos (ordenados)

Tabla de Distribucin de Frecuencias (grfico de

Lista de datos cruda

Matriz de datos (ordenados)

Tabla de Distribucin de Frecuencias (grfico de

Histograma (clases, marcas de clase) : para variables

Lista de datos cruda

Matriz de datos (ordenados)

Tabla de Distribucin de Frecuencias (grfico de

Histograma (clases, marcas de clase) : para variables

Tabla de frecuencias acumuladas

Para una lista de datos, la Moda es el dato que ms se

Para una lista de datos, la Moda es el dato que ms se

Para una lista de datos, la Moda es el dato que ms se

Para una lista de datos, la Moda es el dato que ms se

OJO: Pueden haber dos o ms modas

= (750,00 + 1030,50 + 750,00 + 678,30 + 1030,50) 5 = 847,86

= (750,00 + 1030,50 + 750,00 + 678,30 + 1030,50) 5 = 847,86

= (750,00 2 + 1030,50 2 + 678,30) (2 + 2 + 1) = 847,86

= (750,00 2 + 1030,50 2 + 678,30) (2 + 2 + 1) = 847,86

Es el trmino central luego de ordenar los datos

Es el trmino central luego de ordenar los datos

Es el trmino central luego de ordenar los datos

Es el trmino central luego de ordenar los datos

NOTA: Si la muestra tiene un nmero par de datos la

"Para nmeros positivos". Es la raz ensima del

"Para nmeros positivos". Es la raz ensima del

"Para nmeros positivos". Es la raz ensima del

Para el clculo de rendimiento promedio se calcula la

"Para nmeros positivos". Es la raz ensima del

Para el clculo de rendimiento promedio se calcula la

"Para nmeros positivos". Es la raz ensima del

Para el clculo de rendimiento promedio se calcula la

(1 + r ) = G = [(1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 )]1/4

"Para nmeros positivos". Es la raz ensima del

Para el clculo de rendimiento promedio se calcula la

(1 + r ) = G = [(1 + r1 )(1 + r2 )(1 + r3 )(1 + r4 )]1/4

Si la tarifa de la electricidad se increment en 20 %, el

Si la tarifa de la electricidad se increment en 20 %, el

NOTA: Puede dar un primer indicio de valores atpicos

Para datos numricos

Para datos numricos

Para datos numricos

Para la varianza primero necesitamos la media

x = (34 + 40 + 38 + 20)/4 = 132/4 = 33,

Para datos numricos

Para la varianza primero necesitamos la media

x = (34 + 40 + 38 + 20)/4 = 132/4 = 33,

Variable Edades de Asegurados (poblacin de 4 es

Variable Edades de Asegurados (poblacin de 4 es