Vous êtes sur la page 1sur 44

Considerando la administración como arte de la toma de decisiones

en épocas de incertidumbre, parece conveniente que destaquemos la


utilidad de la aplicación en las actividades de las empresas, de los
conocimientos adquiridos, utilidades evidente en los estudios de
economía general o macroeconómicos, que se extiende asimismo al
campo de la economía de la empresa en razón de algunas
características que representa la estadística que exponemos
brevemente a continuación:

a. La estadística es un instrumento inigualable de síntesis. En las


grandes empresas, la contabilidad se hace cada vez más compleja y
extensa. Su manejo es cada vez más penoso y su manera de hacer no
es siempre por sí misma la más adecuada para presentar de un modo
sencillo y resumido ante la dirección de la empresa una sinopsis o
extracto de la situación económica y financiera. En colaboración con
ella los métodos estadísticos permiten separar las cuentas y
operaciones complejas en totales sencillos, dar curvas representativas
de las mismas o índices que reflejan la evolución de magnitudes de
interés, como volumen de los stocks, rendimiento del trabajo de
máquinas y operarios,etc.

b. El uso de los métodos estadísticos: permiten a veces análisis más


detallado que el que se obtendría dela simple inspección de los
documentos contables. Por ejemplo, los clientes son conocidos desde
el punto de vista contable por el volumen de sus pedidos, por las
mercancías que se les han entregado y por sus hábitos de pago;
estadísticas adecuadas permiten clasificarlos no solo por las
características antes señaladas, si no también o por su residencia, la
forma es que hacen sus pedidos, por el periodo del año en que los
hacen, etc. Cuestiones quien son general del máximo interés para
orientar una política de la empresa, en orden a la selección de su
clientela. Análisis de esta naturaleza permiten en muchas ocasiones
descubrir clientes que no interesan por lo reducido o nulo del margen
de beneficio neto que proporcionan en comparación con los gatos
que sus pedidos ocasionan; la eliminación de tal clientela permite
reducir propaganda, gastos de viajantes y en general gastos generales
con el consiguiente incremento de beneficios para la empresa.

En el mismo orden de ideas abunda el análisis estadístico de los gastos


generales; el cuantioso número de conceptos que comprende esta
cuenta, justifica el uso de estadísticas anormales de alguno de ellos y
presentar resúmenes periódicos del mismo para adecuada
comparación con las previsiones efectuadas por la gerencia de la
empresa.

c. Estadísticas debidamente seleccionadas y adecuadamente


presentadas permiten la comprensión de documentos contables como
el balance o la cuenta de perdida y ganancia, por parte personas
como familiarizadas con el lenguaje tecnicismos contables.

d. La estadística permite a la gerencia el conocimiento y análisis de


datos referentes a fenómenos o hechos que se desenvuelven fuera de
la empresa pero cuyo conocimiento es fundamental para esta orden a
una conducta racional de la misma en el ámbito económico en que se
halla incrustada. Las empresas necesitan informes sobre producción,
sobre cotizaciones de divisas extranjeras, sobre población, sobre
distribución de los ingresos de los residentes en sus zonas geográficas
de mercado, etc. Es fácil comprender que un industrial necesita
aprovisionarse de ciertas materias primas y necesita conocer sus
precios en moneda nacional o extranjera y tener una idea lo más de la
competencia, la parte de mercado total de que dispone, cuales son
las características más apreciadas de sus productos, la composición
social y económica de su clientela, los consumidores en potencia de
sus productos y las causas por lo que no los son efectivos… todo lo cual
implica el consultar estadísticas hechas por otros o hacerlas por sí
misma.

Es particularmente interesante, destacar como en algunos países,


principalmente en Estados Unidos, existen asociaciones de fabricantes
de un mismo artículo que publican mensualmente el total vendido en
el mes anterior, discriminando por regiones. El individualismo y la
desconfianza por miedo a exacciones fiscales y un infundado temor a
la competencia hace que no sea posible disponer de estadísticas
exactas que permitan a cada fabricante conocer su posesión
respecto al promedio de los otros competidores en cuanta producción,
rendimiento por operario y por máquina de cada clase…, estadísticas
de las que obtendría valiosísima información acerca de la futura
actividad de su empresa, pues podría llegarse a aun conocimiento
mucho más perfecto de su empresa, pues podría llegarse a un
concomimiento mucho más perfecto del mercado, sabiendo si se halla
saturado o próximo a la saturación y en consonancia efectuar el
oportuno calculo productivo y perspectivas respecto a la posición
futura de la empresa en el grupo profesional correspondiente.
ESTUDIO DE MERCADOS, STOCKS Y CONTROL

a. La previsión de las ventas futuras: que nos dará en consecuencia


pautas para nuestra adecuada organización de la producción,
implica el estudio del mercado tanto inferior como extranjero. Para
ambos con presidas estadísticas adecuadas por regiones y por
clientela; para el mercado exterior es preciso además el uso de
estadísticas sobre cambio; tarifas aduaneras, tratados de comercio
vigentes.
En Estados Unidos: país donde se hace más uso de estadísticas que en
ningún otro del mundo. Las estadísticas descriptivas del mercado son
las más abundantes, lo cual es lógico si se tienen en cuenta que en un
país altamente industrializado, con un alto nivel de técnica en el que el
problema es supe industrializado, con un alto nivel de técnica en el
que el problema es consumo más que de producción: la principal
preocupación del fabricante es hallar mercados para sus productos. En
particular con referencia, por ejemplo, a los automóviles el problema
más grave de la industria americana del ramo es no producir sino de
colocación del fabuloso número de unidades que anualmente
produce. De ahí que no escatimen ningún esfuerzo en orden a
conseguir descubrir nuevos mercados y ampliar las existencias y con
ello el aumento de sus beneficios. De todos es conocida la
revolucionaria idea de Ford, cuando el automóvil era un artículo de
lujo, de ampliar el mercado de compradores reservado hasta entonces
a una minoría del país , a grupos de asalariados cada vez mayores,
mediante una política de salarios elevados y crear el actual gran
mercado de automóviles en los estados unidos.

El estudio estadístico del mercado es preciso no solo cuando hay en la


empresa un problema de superproducción; incluso es preciso en
aquellos casos en que la empresa vende sin dificultad la totalidad de
la producción y logra los oportunos beneficios adecuados a su
capacidad y organización productiva. Se cita por un destacado
especialista de la cuestión, en el caso de la fábrica italiana de cierto
tipo de galletas de consumo infantil, que coloca sin dificultad en las
diversas provincias la totalidad de su producción; sin embargo, las
estadísticas revelan que en algunas provincias en que la población
infantil era muy numerosa, las ventas eran inferiores ala realizadas en
otras de menor censo infantil, lo cual ponía de la manifiesto que la
gestión en cuanto a ventas no era optima aun cuando se vendiese la
totalidad de la producción y quien seguramente esta era susceptible
de aumentarse con el consiguiente aumento de beneficios.

b. La compra de stocks de fabricación es una de las funciones que


caen casi por completo dentro del dominio de la estadística: si no hay
almacenamientos suficientes puede correrse el riesgo de no poder
servir los pedidos. Si hay demasiados stocks hay un gasto por capital
improductivo. Es pues necesario fijar tanto el nivel superior como el nivel
inferior. Para prevenir el nivel optimo es necesario formar estadísticas
complejas, algunas de ellas de orden financiero, como coste de las
inmovilizaciones, disponibilidades de tesorería, tendencia general de o
precios, etc. Otras que indiquen mes por mes las compras a realizar
con las fechas de entrega correspondientes, distinguiendo las compras
susceptibles de ser diferidas y límite de tal diferimiento, de las que han
efectuarse a plazo fijo. Es decir, conociendo todas las alternativas
posibles incluso siguiendo los mercados extranjeros, es la única manera
de situarse en condiciones de comprar en las mejores condiciones.

c. En aquellos artículos de producción en serie y en grandes


cantidades es imposible por el tiempo que requeriría y por el coste que
supondría controlar la cantidad del producto obtenido, revisando
individualmente cada uno de los artículos producidos. El mismo
problema se le plantea al comprador de una partida de tales artículos
que sin poder revisarlos uno a uno se encuentra en la necesidad de
optar entre aceptar o rechazar la partida. Las técnicas estadísticas de
muestreo permiten decidir la cuestión revisando una muestra de
tamaño reducido en comparación con la totalidad del lote a
examinar, señalando además la probabilidad de que los defectos
observados no superen en su cuenta unos límites preestablecidos.

Para controlar el estado de máquinas y herramientas conviene llevar


estadísticas sobre horas de funcionamiento, consumo de accesorios,
tiempo de paro por reparaciones en atención a la duración de la
máquina, ley que será básica para determinar debidamente la
anualidad o cuota de amortización de la máquina en cuestión.

Como es lógico el control a base de estadísticas puede efectuarse en


múltiples aspectos de la vida de la empresa, abarcando su campo de
acción una amplia gama de posibilidades, desde el control de calidad
ya citado a controles sobre productividad o rendimiento de máquinas
y obreros.

Estadísticas que afectan a la dirección de la empresa: hemos dicho


con anterioridad que la estadística puede tener una función
simplificadora y presuntiva de la contabilidad, a la cual se confía la
fundamental misión de registrar los hechos que afectan a la vida
de la empresa para que sirvan de guía a los administradores de la
misma en el conocimiento de la marcha del negocio y el control de sus
distintos aspectos. Como es lógico, la naturaleza de las cautividades
de le empresa será la mejor indicadora de cuáles deben serla
estadísticas y gráficos a confeccionar para poner la disposición de la
gerencia unos resúmenes periódicos, claros y precisos, sustitutos de la
gran cantidad de cuentas que recogen el complejo funcionamiento
de una empresa.

No obstante, con carácter general puede preconizarse la


conveniencia de la formación de gráficos convenientes según la
evolución de las ventas, a la productividad y a la serie de pedidos
servidos mensualmente y serie acumulada de los mismos.
Los estadios estadísticos a formar deben referirse:

 Al activo, al pasivo, a los stocks, a disponibilidades monetarias, o


salarios y a los gastos generales.

Así entre los estados referentes al activo, deben figurar los saldos
deudores de clientes y nuestros anticipos a proveedores; del pasivo nos
interésenla los anticipos hechos por los clientes, los saldos que
adeudamos a los proveedores, los efectos apagar y los saldos debidos
a otros acreedores.

Las estadísticas a formar sobre stocks deben detallar, las materias


primas, los productos en curso de fabricación y los productos
acabados.

Las concernientes a salarios, el total de salarios pagados, con


especificación de los improductivos y el importe del salario medio del a
empresa.
-A-
AMPLITUD

Es la distancia entre el valor máximo observado y el valor mínimo


observado en un conjunto o distribución de datos.

AMPLITUD ENTERCIÁRTELA
Es la distancia entre la primera y tercer cuartil del conjunto de datos.

ALEATORIO

Al azar, estocástico. Este término representa una idea que debe ser
expresada en términos del concepto de probabilidad. Tenemos la noción
de que un fenómeno ocurre en forma aleatoria cuando no sigue un patrón
particular que se pueda describir directamente por ecuaciones. Así no
podemos hacer una predicción perfecta del resultado que se obtendrá
del fenómeno. Al decir que un proceso es aleatorio estamos diciendo que
sigue alguna distribución de probabilidad.

ATRIBUTO

Característica cualitativa de un objeto o individuo tal como sexo, país de


origen, raza.
-C-
CENSO
Es un estudio sobre toda la población. En un censo se enumera
completamente toda la población.

COEFICIENTE DE CORRELACIÓN
Es una medida de dependencia estadística lineal entre dos características
o variables. Es un número r que se encuentra en el intervalo [-1, 1] . Un
valor cerca de uno indica que a medida que el valor de una variable
aumenta, el valor de la otra también tiende a aumentar. Si el valor está
cerca de -1 a medida que el valor de una variable aumenta, el valor de la
otra variable tiende a disminuir.

Una correlación de cero indica que no hay dependencia lineal estadística


entre las dos variables, aunque no indica que las variables sean
independientes.
Una correlación distinta de cero no es evidencia suficiente para concluir
que hay una relación de causa y efecto entre las variables.

COEFICIENTE DE DETERMINACIÓN
Computacionalmente es el cuadrado del coeficiente de correlación.
Expresa la proporción de la varianza de la variable dependiente que es
explicada por la variable independiente.
COEFICIENTE DE VARIACIÓN
Variabilidad relativa a la media. Expresa la proporción de variabilidad de
una característica por cada unidad de la media. Computacionalmente
se obtiene dividiendo la desviación estándar por la media.
CONFIABILIDAD
Indica cuán confiados podemos estar que el proceso seguido resulte en
valores que representen verdaderamente la población. Se usa más
comúnmente con intervalos de confianza. En sentido probabilístico, si
tuviéramos una confiabilidad del 95%, decimos que si repitiéramos el
proceso muchas veces, en cerca del 95% de las veces obtendríamos
resultados que reflejan verdaderamente la realidad. Cerca del 95% de los
intervalos así construidos contendrían el valor desconocido del parámetro.

CONTABLE
Es una propiedad de un conjunto de objetos o números. Si el conjunto
tiene un número finito de objetos decimos que es contable. También es
contable un conjunto que contiene un número infinito de objetos si cada
objeto puede ser potencialmente contado. Es decir, puede ponerse en
una correspondencia con los números naturales 1, 2, 3,.... Ejemplos de
conjuntos contables son {1, 2, 3, 4,....}, el número de hojas de un árbol, el
número de estrellas en el universo, los números racionales....

CUADRADOS MÍNIMOS
Es un método matemático que sirve para ajustar líneas o funciones a datos.
En este método reducimos al mínimo la suma del cuadrado de las
distancias (verticales) de los puntos observados a la función que se quiere
ajustar. Se usa el cálculo y el álgebra lineal para obtener estimados de los
parámetros que definen la función.

-D-
DATOS
Valores que se obtienen al observar directamente los resultados de una
variable en la muestra o población. Pueden ser numéricos o cualitativos.

DATOS CUALITATIVOS
Valores que se obtienen al observar directamente los resultados de una
variable de atributo.

DATOS CUANTITATIVOS
Valores que se obtienen al observar directamente los resultados de una
variable numérica (no de atributo).

DESVIACIÓN ABSOLUTA MEDIA


Es una medida de distancia promedio de los valores observados a su
media. La distancia de cada valor a la media se mide tomando el valor
absoluto de la diferencia entre ese valor y la media.

DESVIACIÓN ESTÁNDAR
Es una medida de distancia promedio de los valores observados a su
media. La distancia de cada valor a la media se mide tomando el
cuadrado de la diferencia entre ese valor y la media. Luego de obtener el
promedio de esos cuadrados, tomamos la raíz cuadrada. La desviación
estándar es la raíz cuadrada de la varianza.

DISEÑO DE LA MUESTRA
Plan definitivo, determinado por completo antes de recopilar cualquier
dato, para tomar una muestra de una población particular. (Lismarie Torres
y Lydiaris González)
DISEÑO DEL EXPERIMENTO
Puede ser experimento controlado o diseño completamente aleatorio. En
el experimento controlado todas las variables, excepto la que se
considera, se manejan como fijas. En el diseño completamente aleatorio
todas las variaciones debidas a factores extraños no controlados pueden,
por tanto, incluirse en el término de variación debida al azar. (Lismarie
Torres y Lydiaris González)
DISTRIBUCIÓN DE FRECUENCIAS

DISTRIBUCIÓN DE PROBABILIDAD
En el caso de una variable aleatoria discreta, da la probabilidad de
observar que la variable X es igual a un valor x como función de x: f (x) =
P(X = x). La función f (x) se llama función de probabilidad. En el caso de
una variable aleatoria continua, la distribución de probabilidad se
representa por una función g(x) llamada función de densidad. En este
caso, si tenemos un intervalo pequeño, [x, x + a], entonces, P(x < X < x + a)
~ a g(x).

DISTRIBUCIÓN DE PROBABILIDAD ACUMULATIVA


Es una función de x que nos dice cual es la probabilidad de observar un
valor de la variable menor o igual a x.

-E-
ENCUESTA
Es un proceso de obtener datos de una población o muestra.
Ocurre cuando rechazamos la hipótesis nula siendo ésta cierta.

ERROR TIPO II
Ocurre cuando no rechazamos la hipótesis nula siendo ésta falsa.

ERROR MUESTRAL
Error Muestral, de estimación o estándar. Es la diferencia entre un
estadístico y su parámetro correspondiente.

Es una medida de la variabilidad de las estimaciones de muestras


repetidas en torno al valor de la población, nos da una noción clara de
hasta dónde y con qué probabilidad una estimación basada en una
muestra se aleja del valor que se hubiera obtenido por medio de un censo
completo. Siempre se comete un error, pero la naturaleza de la
investigación nos indicará hasta qué medida podemos cometerlo (los
resultados se someten a error muestral e intervalos de confianza que
varían muestra a muestra). Varía según se calcule al principio o al final. Un
estadístico será más preciso en cuanto y tanto su error es más pequeño.
Podríamos decir que es la desviación de la distribución muestral de un
estadístico y su fiabilidad. (Johanna Alicea, Sec 2. II 98-99)

ESPACIO MUESTRAL
Es el conjunto de todos los posibles resultados de un experimento.

ESTADÍSTICA
Valor que se calcula de los datos. Ejemplos: suma, producto, mediana,
máximo, desviación absoluta media de los datos.

ESTADÍSTICA DESCRIPTIVA
Métodos que usamos para describir los datos que se han obtenido de la
muestra o población. Nos sirve para presentar una idea de la realidad y
para hacer inferencia informal.

ESTADÍSTICA INFERENCIAL
Métodos probabilísticos que usamos para tomar decisiones, estimar,
predecir o hacer generalizaciones sobre una población basados en una
muestra.

ESTADÍSTICA PRUEBA
Cantidad calculada de los datos muéstrales que se usa para decidir si se
rechaza o no la hipótesis nula.
Generalmente, un valor grande de esta estadística es un indicador que nos
apunta hacia el rechazo de la hipótesis nula.

ESTANDARIZACIÓN
Proceso por el cual obtenemos valores estándar, es decir, con media cero
y varianza o desviación estándar de uno. Nos sirve para comparar valores
obtenidos de distintas distribuciones. Es el método fundamental para
obtener estadísticas pruebas e intervalos de confianza.

ESTIMADOR
Es un estimador cuyo promedio es el valor del parámetro desconocido. Su
valor esperado es el valor del parámetro.
ESTUDIO OBSERVACIONAL
Los investigadores meramente observan los valores de algunas
características de la muestra. No manipulan ni establecen condiciones.
Estos estudios sólo pueden describir o revelar asociación entre dos o más
variables. No pueden determinar causa y efecto. Para esto último es
necesario un experimento debidamente diseñado.

EVENTO
Conjunto o colección de uno o más posibles resultados de un experimento.
Un evento ocurre cuando cualquier resultado contenido en el evento es
observado.

EVENTOS INDEPENDIENTES
Dos eventos son independientes si el que uno ocurra no afecta la
probabilidad del que el otro ocurra.
Matemáticamente hablando, dos eventos A, B son independientes si y sólo
si P(A y B) = P(A) P(B), o casi equivalentemente, P(A |B) = P(A).
Eventos mutuamente excluyentes
Son dos o más eventos que no pueden ocurrir simultáneamente. Si A, B son
eventos mutuamente excluyentes siempre tenemos que P(A y B) = 0. Por
ejemplo, al lanzar un dado no podemos observar el evento {1, 2} y el
evento {3} a la vez.

EXACTITUD
Decimos que una medida (o un instrumento para medir) tiene la
propiedad de exactitud cuando las observaciones que tomamos se
distribuyen alrededor del valor "real". El valor "real" es usualmente un
parámetro de la población cuyo valor es usualmente desconocido, tal
como la media poblacional. Un estimador de un parámetro es exacto
cuando es insesgado, por ejemplo, la media muestral es un estimador
exacto (insesgado) para la media poblacional.

-G–
GRUPO CONTROL
En un experimento, es el grupo asignado a no recibir tratamiento o algún
tratamiento inocuo conocido como placebo.

GRUPO EXPERIMENTAL
En un experimento es el grupo que recibe el tratamiento.
-H–
HIPÓTESIS NULA
Es una aseveración sobre el valor de un parámetro desconocido de una
población. Se presume cierta hasta tanto se demuestre lo contrario.
Usualmente indica que no hay cambio, que no hay diferencia (por eso se
llama nula).
Esta hipótesis se rechaza o no (no decimos se acepta) dependiendo del
valor de la estadística prueba o del valor p al nivel de significancia
deseado.

HIPÓTESIS ALTERNA
Es una aseveración sobre el valor de un parámetro desconocido de una
población. Es la hipótesis de investigación, es lo que deseamos demostrar
con el experimento o estudio. Cuando rechazamos la hipótesis nula lo
hacemos a favor de ésta
-I-
INFERENCIA INFORMAL
Conjunto de aseveraciones, hipótesis o conclusiones razonables que se
pueden hacer sobre una población basándonos en una muestra. Se
distingue de la estadística inferencial porque aquí no usamos elementos de
probabilidad.

-M-
MARCO
Es una lista de todos los elementos que componen la población.

MEDIANA
Es una medida de localización o tendencia central de los datos. Es un
número que divide al conjunto de datos en dos conjuntos de igual
tamaño. Unos que son menores o iguales que la mediana y otros que son
mayores o iguales que la mediana. Una vez ordenados los datos su valor
sólo depende de la posición que ocupa, no del valor particular
observado.
MODA
Valor o valores más comunes en la población o en la muestra. En el caso
de una distribución continua es el punto o puntos donde la función de
densidad alcanza el máximo.

MUESTRA
Es un subconjunto cualquiera de la población.

MUESTRA ALEATORIA
Es una muestra donde todos los elementos de la población tienen una
probabilidad conocida de ser seleccionados.

MUESTRA ALEATORIA SIMPLE


Es una muestra aleatoria donde todos los elementos de la población tienen
la misma probabilidad de ser seleccionados.

MUESTRA CON REEMPLAZO


Es una muestra donde cada elemento observado de la población se
devuelve a la misma y tiene la posibilidad de ser observado nuevamente.

MUESTRA ESTRATIFICADA
Primero dividimos la población en sub-poblaciones (estratos). Entonces se
toma una muestra de cada uno de estos estratos. La colección de todas
las muestras de los estratos nos da como resultado una muestra
estratificada. Los estratos se seleccionan de acuerdo con los valores
conocidos de alguna variable de manera que hay poca variabilidad
entre los miembros de un estrato particular, pero que haya diferencias
(grandes) entre los distintos estratos.

MUESTRA POR CONGLOMERADO


Suponemos que la población se puede dividir en grupos llamados
conglomerados. Suponemos que cada conglomerado es representativo
de la población. Se toma una muestra aleatoria de conglomerados y
luego una muestra aleatoria de los miembros de cada conglomerado
seleccionado. Por ejemplo, si suponemos que cada Facultad en la
universidad es representativa de la universidad como un todo,
seleccionamos Facultades al azar y luego allí seleccionamos al azar
miembros de cada una de las facultades seleccionadas.

MUESTRA REPRESENTATIVA
Es una muestra que refleja las características de la población. Se comporta
estadísticamente como la propia población. La forma usual de
seleccionarla es a través de una muestra aleatoria.

MUESTRA SISTEMÁTICA
Una población de tamaño N se divide entre el tamaño deseado de la
muestra n para obtener k grupos distintos. Seleccionamos al azar un
elemento del primer grupo y comenzando con ése, seleccionamos cada
k-ésimo elemento. Es útil cuando la población está dispuesta en algún
orden o lista, tal como en la guía telefónica.
-N-
NIVEL DE SIGNIFICANCIA
Probabilidad de rechazar la hipótesis nula cuando es cierta. Probabilidad
de cometer un error tipo. Este nivel es seleccionado por el investigador
antes de realizar el experimento. Los valores más comúnmente
seleccionados son niveles de .01, .05 y .10.

-P-
PARÁMETRO
Es una característica medible que describe una población. Su valor es
usualmente desconocido.

POBLACIÓN
Conjunto o colección de todos los objetos o individuos de interés para la
investigación.
PRECISIÓN
Decimos que una medida (o un instrumento para medir) es precisa cuando
tomamos observaciones repetidas y obtenemos valores cercanos entre sí.
Es decir, la dispersión (desviación estándar, varianza) entre las
observaciones es pequeña, se acercan o no al valor "real". El valor real es
un parámetro de la población cuyo valor es usualmente desconocido, tal
como la media poblacional.

PROBABILIDAD SUBJETIVA
Se interpreta como evaluación personal. Refleja la opinión personal acerca
de las incertidumbres implícitas y se aplican, en especial, cuando hay
poca o ninguna evidencia directa, de modo que en realidad no hay otra
alternativa que considerar información colateral (indirecta), suposiciones
razonables y tal vez la intuición y otros factores subjetivos. (Lismarie Torres y
Lydiaris González) prueba de hipótesis.

Es un procedimiento por el cual establecemos hipótesis nula y alterna con


el fin de resolver un problema. El procedimiento incluye el diseño y
selección de la muestra. Luego de tomados los datos de la muestra, se
calcula el valor de una estadística prueba. A un nivel de significancia
particular, la estadística prueba se compara con el valor obtenido de la
tabla de la distribución estadística apropiada. Esa comparación nos lleva a
tomar la decisión de rechazar o no la hipótesis nula.

-R-
REGLA EMPÍRICA
Cuando tenemos datos que tiene aproximadamente una distribución
normal (simétricos, unimodales, en forma de campana), observaremos
aproximadamente: el 68% de los datos a una desviación estándar o menos
de la media, el 95% a una distancia de dos o menos desviaciones
estándar de la media y el 99% a una distancia de tres o menos
desviaciones estándar de la media.

REGLA DE MULTIPLICACIÓN
Supongamos que tenemos dos actividades que hacer, como por ejemplo
ponernos una camisa y luego un pantalón. Cada una de esas
actividades se puede hacer de varias formas distintas. Si la primera
actividad se puede hacer de n formas y para cada una de las formas de
la primera, la segunda actividad se puede hacer de m formas distintas,
entonces las dos actividades se pueden hacer, en conjunto, en n x m
formas distintas.
-S-
SESGO
Es un efecto que priva a un resultado estadístico de representatividad al
distorsionarlo sistemáticamente. Ocurre cuando, por ejemplo, en el caso
de medir el valor de una variable, lo hacemos con un instrumento que no
ha sido calibrado que por lo tanto introduce un error sistemático en la
medida.

-T-
TABLA DE CONTINGENCIA
Es una tabla que sirve para clasificar a los miembros de un grupo de
acuerdo a algunas características cualitativas o cuantitativas. Por
ejemplo:
Desglose preliminar de la composición de los cuerpos legislativos de Puerto
Rico luego de las elecciones de 1988. El Nuevo Día, 12 de noviembre de
1988.
TAMAÑO DE LA MUESTRA
Número de elementos en el subconjunto que tomamos de la población
con el fin de obtener datos. El tamaño de la muestra está determinado
por los siguientes criterios: confiabilidad o significancia deseada, margen
de error deseado y recursos económicos disponibles. Para poblaciones
grandes su tamaño no depende del tamaño de la población.

TEOREMA DEL LÍMITE CENTRAL


Este teorema da a la distribución normal un papel central en la estadística
y en la probabilidad. La forma más simple del teorema dice que si
tenemos n variables aleatorias independientes (no importa la distribución
de la cual provengan), cada una con una varianza finita, entonces la
distribución de su media se acercará a la distribución normal cuando n
tiende a infinito.

TRATAMIENTO
Se refiere a los estímulos, condiciones o procedimientos experimentales
cuyos efectos deseamos comparar y que se le imponen al grupo
experimental. Por ejemplo, si deseamos comparar el efecto que producen
distintas concentraciones de alcohol en unas moscas, deseamos comparar
el una dilución al 1%, otras al 2% y 3% con el placebo (grupo control).
Estas cuatro condiciones constituyen los tratamientos.

-V-
VARIABLE
Es una característica bajo investigación de los elementos de la población o
muestra que puede asumir distintos valores para cada elemento. Puede
ser cuantitativa o cualitativa.

VARIABLE ALEATORIA
Es una función que adquiere un valor numérico como resultado de un
experimento.

VARIABLE CONTINÚA
Es una variable que puede adquirir valores en un conjunto no contable de
objetos, tal como un intervalo, o la recta numérica.

VARIABLE DEPENDIENTE
Es una función que adquiere un valor numérico como resultado de un
experimento.

VARIABLE DISCRETA
Es una variable que puede adquirir hasta un número contable de distintos
valores.

VARIANZA
Es una medida de la variabilidad de un conjunto de datos. Es un promedio
de los cuadrados de las diferencias de los puntos o datos a su medida.
SERIES
CRONOLÓGICAS
INTRODUCCIÓN.-
Ya hemos estudiado los datos o series estadística en general. Dentro de estas
series estadísticas merecen especial atención aquellas que tienen como uno de
sus variables el tiempo. Ya hemos mencionado también que cuando uno de los
caracteres cuantitativos es el tiempo la serie estadística se llama serie
cronológica, el segundo carácter puede ser cualitativo o cuantitativo.
El interés por estas series radica en que son útiles en muchos trabajos en los que
el tiempo juega un papel preponderante, lo cual ocurre en múltiples aspectos de la
Administración, Economía y muchas otras disciplinas.
En este capítulo trataremos brevemente algunos aspectos básicos de las series
cronológicas, advirtiendo sin embargo que el tema es bastante extenso, y que
actualmente se desarrollan técnicas sofisticadas para lograr buenas predicciones.
Este es un campo donde queda mucho por hacer y es un buen reto a la
imaginación y al talento de los investigadores. El lector interesado puede dirigirse
a una obra especializada, alguna de las cuales citamos al final del texto.

RESEÑA HISTORICA.-

Esta idea de componentes no observables en el análisis económico puede


remontarse a 1825-1875, pero es todavía anterior en estudios de astronomía y
meteorología, en 1823 el matemático Laplace analizó el efecto de las fases de la
luna sobre las mareas y los movimientos de aire en la tierra.
En 1911 se creó en Francia un comité para proponer métodos para separar cada
componente, con el fin de pronosticar cada uno por separado. Con posterioridad
en
Estados Unidos se propuso hacer lo mismo.
Ya en 1919 Pearson plantea que las series cronológicas están constituidas por
cuatro elementos o componentes:

a. Una tendencia de largo plazo (que constituye el elemento de crecimiento de


la serie).
b. Un movimiento cíclico en forma de onda, súper impuesto en la tendencia.
c. Un movimiento estacional dentro del año.
d. Una variación residual, causada por situaciones que afectan a las series de
manera individual.

Nerlove, Grether y Carvalho (1979) se adscriben a la visión que las series


cronológicas pueden visualizarse como constituidas por varias componentes no
observables: tendencia, ciclo, estacionalidad y movimiento irregular.
Como vemos la extracción de componentes no observables de una serie temporal
es una idea antigua, pero no es sino hasta la mitad del siglo XX que se dispuso de
instrumentos de cálculo potentes y de esquemas teóricos que permitieran el
desarrollo de metodologías más adecuadas, por ello inicialmente se plantearon
esquemas deterministas.
A esta altura importa señalar las consideraciones respecto a las señales de interés
que se plantean en Espasa y Cancelo (1993). Estos autores consideran que la
señal relevante, la que recoge la evolución subyacente de la serie se obtiene una
vez que a los datos originales se les ha extraído aquellas oscilaciones que
dificultan el seguimiento del fenómeno de interés. A pesar de que está muy
extendido el estudio de la evolución de la serie, una vez desagregado el
componente estacional, esa serie contiene el componente irregular en su interior,
lo que introduce ruido a la señal. Esto último hace que sea preferible asociar la
evolución subyacente de la variable a una señal como la tendencia, en lugar de
trabajar con la serie desestacionalizada, la tendencia es una señal más pura.
Inicialmente el método que más se ha utilizado para descomponer series fue el de
Promedio Móvil. Lo que lo hacía especialmente atractivo es la sencillez
computacional.

La introducción de la computadora dio paso a métodos de desestacionalización


masivos (Shiskin 1954), lo que resultó en el primer método de la Oficina del Censo
de los EE.UU. (Census Method I) que no era más que un pequeño refinamiento
del método de Razón o Promedio Móvil.

Luego apareció el Census Method II, que se estudió empíricamente entre los años
1955- 1965, dando lugar a las variantes experimentales X1 a X11. Este método
era utilizado por la mayoría de los países industrializados en la década de los ’60.
Como vimos cada uno de los componentes de las series cronológicas recoge
fenómenos o señales distintas. En lo que respecta al componente estacional,
Granger (1978) explicita cuatro posibles causas de las fluctuaciones estacionales:

a. El calendario propiamente dicho (feriados fijos, diferente número de días de


cada mes, etc.).
b. Razones Institucionales. Se fijan determinados momentos del año para
realizar ciertas actividades.
c. El clima, que determina por ejemplo las cosechas, etc.
d. Expectativas de variaciones estacionales (aumento o disminución de la
producción previa a determinadas fechas, por ejemplo).

Estas causas pueden considerarse como factores exógenos, de naturaleza no-


económica, que influyen sobre la variable que se estudia y que “oscurecen” las
características de la serie relacionadas con factores netamente económicos.
Dagum (1978) resume lo que considera las tres características más importantes
de los fenómenos estacionales son:

a. Se repite cada año con cierta regularidad, aunque puede evolucionar.


b. Se puede medirse y separarse de las otras fuerzas que influencian el
movimiento de la serie.
c. Es causado principalmente por fuerzas no económicas, exógenas al
sistema económico, y que no pueden controlarse o modificarse por los
tomadores de decisiones en el corto plazo.

La componente tendencia representa los movimientos de largo plazo de la serie,


que se puede considerar, junto con las oscilaciones estacionales y la componente
irregular, como generador de los valores observados. Una característica esencial
de la tendencia es que se mueve en forma “suave” con relación a la unidad de
tiempo para la cual existe un registro de observaciones.

El ciclo es una oscilación periódica, caracterizada por períodos alternantes de


expansión y contracción.

La componente irregular está compuesta por movimientos imprevisibles


relacionados con eventos de toda clase, tienen apariencia aleatoria estable, y
pueden distinguirse de otras irregularidades, como los valores aberrantes.

IMPORTANCIA DEL PRONÓSTICO EN LOS NEGOCIOS.-


Debido a que las condiciones económicas y comerciales varían en el tiempo, los
líderes de los negocios deben encontrar formas de mantenerse al día respecto a
los efectos que esos cambios tendrán en sus operaciones. Una técnica que
pueden usar los líderes de negocios, como ayuda a la planeación de las
necesidades operativas en lo futuro es el pronóstico. Aunque se han desarrollado
numerosos métodos para pronosticar, todos tienen un objetivo común, predecir los
eventos futuros de manera que las proyecciones se puedan incorporar en el
proceso de toma de decisiones.

La necesidad de pronosticar prevalece en la sociedad moderna. Como ejemplo


los funcionarios del gobierno deben poder pronosticar aspectos como desempleo,
inflación, producción industrial e ingresos esperados de los impuestos personales
y corporativos, para formular las políticas.

Los ejecutivos de mercadotecnia de una corporación grande de un mercado de


venta de productos, deben ser capaces de pronosticar demanda, ingresos de
venta, preferencias del consumidor, etc

Para mantener un mercado secundario de reemplazo, para su flota de vehículos


de una línea de rentas, deben saber pronosticar el uso y necesidades en base al
número de compradores. Y la administración de una Universidad debe tener la
capacidad de pronosticar la inscripción de estudiantes de acuerdo a las
proyecciones nacionales de población y las tendencias de la enseñanza según los
desarrollos tecnológicos, para planear la construcción de aulas o nuevos centros y
para evaluar las necesidades

OBJETIVO.-

EL principal objetivo de las series es conocer, el comportamiento de una variable


cuantitativa en el pasado para estimar su comportamiento en el futuro, es decir
pronosticar las incertidumbres que puedan darse en los estados financieros por
actividades futuras.
La importancia de estas series de tiempo, se basa en mantener datos acerca del
pasado que muestren la información acerca de los cambios futuros. La toma de
decisiones económicas y comerciales, necesitan que se hagan proyecciones de
las condiciones externas e internas, que les afecta. Por lo general las predicciones
del futuro mejoraran a medida que se va haciendo más precisa la información del
pasado.

APLICACIONES MÁS IMPORTANTES DE LAS SERIES


CRONOLÓGICAS

Debe advertirse que en las proyecciones no son valores determinantes que


tienen que ocurrir necesariamente en el futuro , son valores estimados o
aproximados y estos resultados pueden variar dependiendo de diversos
factores que en forma directa e indirecta participan en los resultados de
las series cronológicas por ejemplo , analizar el Comportamiento de los
indicadores de la Economía Nacional se usar Series Cronológicas que
ayudan a proyectar y a estimar para los próximos años el nivel de la
Inflación , Producción , Desocupación , Tasa de Crecimiento de las
formaciones , Tasa de Productividad de los obreros y empleados , etc., .
Estos resultados ayudan a elaborar los planes de Crecimiento y Desarrollo de
Mediano y Largo plazo.
Ejemplo:

CONCEPTO
Se llama serie cronológica o temporal a aquella sucesión de observaciones en la
que alguno de sus caracteres se mide en unidades de tiempo.
El tiempo como sabemos es una característica cuantitativa y el resto de los
caracteres de la serie pueden ser cualitativos o cuantitativos.
Una serie de tiempo o cronológica, trata una cantidad variable dependiente y como
función del tiempo t. Esto se escribe:

y= F(t)

Es decir, estudia el comportamiento de una variable y a lo largo del tiempo t. Las


unidades de tiempo más usadas son por lo general de un año, un trimestre, un
mes, etc.
Se elegirán las más adecuadas para el estudio que trate de llevarse a cabo.
Dentro de estas unidades de tiempo, algunas tienen duración constante (horas,
días, etc.), pero otras son variables (meses, años, etc.). Este carácter variable
puede influir en los resultados de algunos estudios, y debe tenerse en cuenta al
elegir las unidades de tiempo.

Ejemplo:
Un ejemplo de serie cronológica es el comportamiento de las ventas mensuales de
un producto A.

Meses
(2010) Ene. Feb. Mar. Abr. May. Jun. Jul. Ag. Set. Oct. Nov. Dic.

Miles
de 2750 1382 2425 5673 6842 3285 2850 2950 2540 5025 6352 3250
soles

La gráfica de una serie cronológica es una gráfica de línea, la cual se construye


sobre un sistema de ejes coordenadas. En el eje horizontal se ubica la variable
independiente tiempo (años, meses, días, etc.), en el eje vertical los valores de la
variable dependiente y (ventas, producción, etc.).
La figura representa la gráfica de la serie cronológica del ejemplo anterior.
Comportamiento de las ventas del producto A
en el 2010
8000

7000

6000

5000

4000

3000

2000

1000

ANALISIS DE SERIES CRONOLÓGICAS

Una serie cronológica no es sino una variable dada en sucesivos intentes de


tiempo y se le conoce también con el nombre de serie de tiempo, serie histórica,
serie cronológica, etc.

Una serie cronológica llamada también serie de tiempo o serie histórica de un


conjunto de datos recopilados, observados y registrados sistemáticamente en un
tiempo determinado.
Se dice también que es la variable dada en sucesivos instantes de tiempo
como la producción de algodón en los últimos 10 años, las exportaciones
anuales de los países de la región andina, las ventas anuales en farmacias,
laboratorios, supermercados, etc.
Ejemplo:

Las principales aplicaciones de las series cronológicas son las proyecciones


(determinación de las tendencias); debe advertirse que las proyecciones no son
valores determinantes que tienen que ocurrir necesariamente en el futuro, son
valores estimados o esperados y estos resultados pueden variar dependiendo de
varios factores que de forma directa e indirecta participen en los resultados de
una serie cronológica.
Las empresas industriales y comerciales deben de realizar un examen sobre la
forma como la producción y venta de sus artículos han sido afectados en el
pasado por diferentes factores con el objeto de hacer una estimación, diagnóstico
o previsión para el futuro a fin de estar en condiciones de trazar planes de
desarrollo de la empresa.
Gráficamente las series cronológicas se representan haciendo uso de los ejes
cartesianos, colocando la variable tiempo (ti) en el semi-eje positivo de las
abscisas y la variable (Yi) en el semi-eje positivo de las coordenadas.

ELEMENTOS DE UNA SERIE CRONOLÓGICA


Los elementos de una serie cronológica también coinciden con el nombre de
variaciones, componentes, o movimiento característico de una serie cronológica
pueden dividirse en:

- Tendencia (T)
- Variaciones estacionales (S)
- Variaciones irregulares, fortuitas o accidentales
- Ciclos u oscilaciones

Para algunas estadísticas el Análisis de una serie cronológica es igual a la suma


de sus movimientos característicos, en cambio para otras se considera como el
producto de sus movimientos básicos.

Y=T+S+I+C

Y=TxSxIxC

TENDENCIA

Se refiere a la dirección que sigue la serie cronológica que se puede visualizar con
facilidad a partir del gráfico poligonal de la serie. Hay series cuyos valores poseen
una “Tendencia ascendente o creciente”, en tanto hay otros cuyos valores poseen
una “Tendencia descendiente” y por último existen series que no son fáciles de
advertir su tendencia.
El estudio de la tendencia es de suma importancia porque sirve para determinar el
probable comportamiento de los datos en el futuro. La proyección de la serie
cronológica constituye el aspecto más importante para la planificación social,
económica, educacional, etc. de mediano y largo plazo.
La tendencia se puede determinar por una expresión matemática, siendo
necesario proyectar la serie y así obtener valores estimados para el futuro, que
puedan tener a su vez un error o sesgo cuya, dimensión depende de la validez o
significación de los datos de la serie, del periodo elegido y del método utilizado
para analizar la tendencia.
Del método estadístico elegido, depende el comportamiento de la variable en el
tiempo. La tendencia de una serie se puede determinar y estimar por dos métodos
generales: el gráfico y el analítico.

 Método de los promedios móviles, llamado también método empírico o


método gráfico.
 Método de los ajustes de una línea o función o método analítico. Este es el
más utilizado, pudiendo ser:

a) TENDENCIA RECTILÍNEA. - Se representa por la fórmula general:

Y= a + bx

La tendencia rectilínea queda determinada cuando se conocen los valores


numéricos de a y b, se hallan con el resultado de la aplicación de las siguientes
ecuaciones normales, del método de los mínimos cuadrados.

𝑛𝑎 + 𝑏∑x = ∑y
𝑎∑𝑥 + 𝑏∑x 2 = ∑xy
Donde “n” nos indica el número de clases utilizadas.

b) TENDENCIA CURVILÍNEA. - Las tendencias curvilíneas pueden ser de dos


tipos:

1. Tendencia Parabólica. -

Y = a + bx + cx2

2. Tendencias Logarítmica. - Estas a su vez se clasifican en:

 TENDENCIA EXPONENCIAL O LOGARÍTMICA

Y = abx

 TENDENCIA EXPONENCIAL MODIFICADA

Y = K + abX
 TENDENCIA LOGÍSTICA
𝟏
𝒙=
𝟐𝑲 + 𝒂𝒃𝒙
 CURVA DE GOMPERTZ

𝒀 = 𝑲 𝒂𝒃𝒙
 TENDENCIA DE EXTRAPOLACIÓN

̅ )𝟐
∑(𝒍𝒐𝒈 𝒀 − 𝑳𝒐𝒈 𝒀
𝑺𝒙𝒚= √
𝑵

VARIACIONES ESTACIONALES

Son las oscilaciones que se repiten a intervalos regulares durante un periodo de


tiempo o pueden ser fluctuaciones periódicas que se presentan en forma
mensual, semestral, anual, etc.

Ejemplo:
- La temperatura que aumenta en verano y baja en invierno
- Las ventas que aumentan en el fin de mes
- Las fiestas patronales
- Las disposiciones legales que entran en vigor en fechas determinadas.
VARIACIONES IRREGULARES, FORTUITAS O
ACCIDENTALES

Son aquellas que no están sujetas a un ritmo determinado, la causa es un


acontecimiento fortuito como guerras, inundaciones, terremotos, huelgas,
elecciones, modificaciones de disposiciones fiscales, un crack financiero.

Ejemplo:
- La prosperidad que viven los pueblos de Alemania y Japón.
CICLO U OSCILACIÓN

Cuando se amplía la duración de los periodos sobre los cuales se ha medido la


tendencia puede observarse un cambio en la medida de la tendencia, que
constituye parte de otro movimiento más general que en el ciclo u oscilación.
Ejemplo:
- Con que movimiento característico de una serie de tiempo se asociaría
principalmente c/u de los siguientes tópicos:

Ejemplos para el mejor reconocimiento de las variaciones:

a) Incendio en una fábrica retrasa la producción por 3 semanas:


-Variación irregular
b) Una etapa de prosperidad.
-Variación cíclica
c) La venta de un departamento después de Pascua.
-Variación estacional
d) La necesidad de incrementar la producción de trigo, debido a un aumento de
la población.
-Variación irregular
e) Número de pulgadas de lluvia, en un lapso de 5 años.
-Variación estacional
f) Una etapa de pocas ventas de juguetes en el mes de febrero.
-Variación estacional

FACTORES QUE AFECTAN A LA TENDENCIA

El crecimiento de una industria como un todo, estima que es influenciada


básicamente por los siguientes factores:

1. Incremento de la población
2. Incremento de la energía no humana
3. Capital acumulado
4. Progreso Tecnológico

Cuando nos referimos a una industria o compañía en particular se debe considerar


un quinto factor: La demanda por un artículo con relación con otras mercaderías.

METODO DE ESTIMACIÓN DE LA TENDENCIA

Una tendencia puede estimarse de diferentes maneras:

1. Método de los mínimos cuadrados. Este método, descrito en el capítulo


13, pude usarse para calcular la ecuación de una recta o curva de tendencia
apropiada. Con esta ecuación se suelen calcular los valores de tendencia T.

2. Método “a mano”. Este método, que consiste en trazar una recta o curva de
tendencia simplemente mirando la gráfica, puede usarse para estimar Y. Sin
embargo, tiene la obvia desventaja de depender demasiado del juicio individual.

3. Método del promedio móvil. Por medio de promedios móviles de orden


adecuado, se pueden eliminar patrones cíclicos, estaciónales e irregulares así sólo
el movimiento de tendencia.
Una desventaja de este método es que los datos al inicio y final de las series se
pierden, como en el ejemplo 1, donde se inició con siete números y con un
promedio móvil de orden 3 se llegó a cinco números. Otra desventaja es que los
promedios móviles pueden generar ciclos u otros movimientos que no estaban en
los datos originales. Una tercera desventaja es que los promedios móviles se ven
muy afectados por valores extremos. Para superar esto de alguna manera,
algunas veces se utiliza un promedio móvil ponderado con pesos adecuados; en
tal caso, se da el dato o a los datos centrales el mayor peso y a los valores
extremos se les proporcionan pesos pequeños.

4. Método de los semipromedios. Este consiste en separar los datos en dos


partes (de preferencia iguales) y calcular el promedio de los datos en cada parte,
con lo que se obtienen dos puntos en la gráfica de series de tiempo. Después se
traza una recta de tendencia entre estos dos puntos. Los valores de tendencia a
partir de la recta de tendencia, pero también pueden determinarse de manera
directa, sin gráfica
A pesar de que este método es sencillo de aplicar, suele conducir resultados
pobres cuando se utiliza en forma indiscriminada. Además, sólo es aplicable
cuando la tendencia es lineal o aproximadamente lineal, aunque llega a
extenderse a casos en donde los datos pueden separarse en varias partes, en
cada una de las cuales la tendencia sea lineal