Introducción A La Estadística para Economistas - 2 1 1 PDF

Universidad Nacional
Federico Villarreal
GUA ACADMICA
INTRODUCCIN A LA ESTADSTICA
PARA ECONOMISTAS
ECONOMA III CICLO
ECON. EDWARD HUAMANI ALHUAY
Euded
Escuela Universitaria
Educacin a distancia
INDICE
PRESENTACIN
INTRODUCCIN A LA ASIGNATURA
ORIENTACIONES GENERALES DE ESTUDIO
TUTORAS
CRONOGRAMA
EVALUACIN
MEDIOS Y RECURSOS DIDCTICOS
OBJETIVOS GENERALES
04
05
06
07
07
08
09
10
UNIDAD 1 CONCEPTOS GENERALES Y SISTEMATIZACIN DE DATOS
11
Tema 1: Conceptos Generales de Estadstica

1.1. La estadstica
1.2. Clases de estadstica
1.3. Poblacin
1.4. Muestra
1.5. Parmetro y Estadgrafo
1.6. Variables
1.7 Sumatorias
Tema 2 Sistematizacin de Datos en Tablas de Frecuencias
2.1. Tabla de Distribucin de Frecuencias
2.2. Tabla de Frecuencias de una Variable Cualitativa
2.3. Tabla de Frecuencias de una Variable Cuantitativa Discreta
2.4. Tabla de Frecuencias de Variables Cuantitativas agrupadas en intervalos
Tema3 Representaciones Grficas
3.1. Grficos Estadsticos
3.2. Partes de un grfico
3.3. Clasificacin de los grficos
ACTIVIDADES
AUTOEVALUACIN N1
12
12
12
13
13
14
14
16
17
17
18
19
20
22
22
22
22
25
27
UNIDAD2 MEDIDAS DESCRIPTIVAS NUMERICAS
28
Tema 4 Medidas de Tendencia Central

4.1. Concepto y Clasificacin
4.2. Media Aritmtica
4.3. Moda
4.4. Mediana
4.5. Comparacin entre la media, moda y mediana
Tema 5 Medidas de Dispersin
5.2. Rango
5.3. Varianza y Desviacin Estndar
5.4. Coeficiente de variacin
ACTIVIDADES
AUTOEVALUACIN N2
29
29
29
30
32
34
35
35
35
36
38
39
41
UNIDAD3 DISTRIBUCIONES BIDIMENSIONALES
42
Temas 6 Distribuciones Bidimensionales

6.1. Definicin
43
43
2
6.2. Tablas Estadsticas Bidimensionales

6.3. Distribuciones Marginales
6.4. Frecuencias Relativas
6.5. Grafico Bidimensional
Tema 7 Medidas Estadsticas Bidimensionales
7.1. Mediciones Marginales
7.1.1 Medias Marginales de X e Y
7.1.2 Varianzas Marginales de X e Y
7.1.3 Desviaciones Estndar Marginales de X e Y
7.1.4 Covarianza Entre X e Y
7.2. Distribuciones condicionadas
Tema 8 Anlisis de Correlacin y Regresin
8.1. Anlisis de Correlacin
8.1.1 Tipos de correlacin
8.1.2 Diagrama de dispersin
8.1.3 Coeficiente de Correlacin
8.1.4 Niveles de correlacin
8.2. Anlisis de regresin
8.2.1 Regresin Lineal simple
8.2.2 Recta de mnimos cuadrados
8.2.3 Coeficiente de Determinacin
ACTIVIDADES
AUTOEVALUACIN N3
44
45
46
48
49
49
49
49
50
50
52
54
54
54
54
55
56
56
57
57
58
59
61
UNIDAD4 PROBABILIDADES, SERIES DE TIEMPO Y NUMEROS INDICES
62
Tema 9 Introduccin a las Probabilidades

9.1. Probabilidades y eventos
9.2. Experimento aleatorio
9.3. Espacio muestral y eventos
9.4. Tcnicas de conteo
9.5. Concepto clsico de probabilidad
9.6. Probabilidad Condicional
9.7. Teorema de Bayes
Tema 10 Anlisis de Series Temporales
10.1. Definicin
10.2. Importancia de las Series de Tiempo
10.3. Componentes de una serie cronolgica
10.4. Anlisis de Series de Tiempo
10.5. Estudio de la Tendencia
Tema 11 Nmeros ndices
11.1. Definicin
11.2. Clasificacin de Nmeros ndices
11.3. Nmeros ndices Simples
11.4. Nmeros ndices Compuestos
11.5. ndices Compuestos no ponderados
11.6. ndices Compuestos ponderados
ACTIVIDADES
AUTOEVALUACIN N4
SOLUCIONARIO DE AUTOEVALUACIONES
63
63
63
64
64
65
66
68
69
69
70
70
72
72
77
77
77
78
79
79
80
82
84
85
PRESENTACIN
INTRODUCCIN A LA ASIGNATURA
El seguimiento de una economa se basa habitualmente en mediciones o indicadores que
recogen distintos aspectos de la actividad econmica de un pas o regin, estos indicadores
permiten hacer comparaciones y anlisis ms complejos partiendo de un conjunto de datos
bien recolectados y organizados como por ejemplo una encuesta de hogares para conocer el
nivel econmico de los habitantes. Ese proceso se logra mediante tcnicas estadsticas que
proporcionan justamente herramientas de recoleccin, clasificacin, organizacin y anlisis de
datos que ayudaran en la toma de decisiones por medio de los indicadores hallados.
El contenido del presente manual se caracteriza primero por la exposicin del mtodo
estadstico, sus caractersticas y alcance de fenmenos a los cuales son factibles de analizar y
segundo la aplicacin del mtodo mediante tcnicas con el anlisis e interpretaciones
correspondientes. Con lo cual se hace una aportacin con ejercicios aplicativos usando la
bondad del mtodo estadstico aplicado a la empresa y la economa en general, cuya
transmisin resultar rpida y atractiva para el estudiante.
Para un mejor aprovechamiento se ha dividido la presente gua en 4 unidades: Unidad I trata
sobre Conceptos generales y sistematizacin de datos mediante tablas y grficos, en la Unidad
II se calculan Medidas descriptivas de Tendencia Central y Dispersin ms utilizadas, en la
Unidad III se analizan distribuciones bidimensionales as como la correlacin y regresin entre
dos variables y en la Unidad IV se har una introduccin a las probabilidades y se analizaran
series temporales y nmeros ndices.
En general, el anlisis estadstico de cualquier problema econmico requiere en una primera
etapa determinar los objetivos y el colectivo informante. A lo largo de este manual se
introducirn los conceptos bsicos vinculados a esta fase inicial de un estudio estadstico.
Asimismo se ofrecer una panormica de los principales organismos y fuentes que
proporcionan informacin estadstica y se estima que resultara de gran ayuda el poder aplicar
los principales mtodos estadsticos en el anlisis de la economa y los negocios.
Mg. Edward F. Huamani Alhuay
ORIENTACIONES GENERALES DE ESTUDIO

Estimados participantes:
La razn de ser de los cursos virtuales es facilitar el acceso a los programas educativos de
aquellos estudiantes cuyos horarios o situacin geogrfica no son compatibles con la formacin
presencial, sin embargo, su objetivo es muy claro: ofrecer una calidad acadmica igual o
superior a la que se brinda en los programas presenciales. Por ello, los programas virtuales se
apoyan en la ms moderna tecnologa informtica y de comunicaciones (aulas virtuales) que
permiten un alto grado de interaccin y orientacin del profesor y una elevada interrelacin
entre los estudiantes.
En las aulas virtuales de la Escuela Universitaria de Educacin a Distancia,
nuestros
estudiantes encontrarn, adems de la informacin detallada del programa, los materiales de

estudio, la agenda de actividades propuestas por los profesores y todas las herramientas de
comunicacin que permitirn el desarrollo dinmico del curso. Para comprender y asimilar
adecuadamente el material didctico del curso, se recomienda lo siguiente:
Leer, estudiar y trabajar el material didctico diariamente. Es preferible una hora diaria
durante siete das consecutivos, que 10 horas en un solo da. Las claves del xito son
continuidad y constancia.
Organizar el tiempo de estudio segn las propias condiciones, dificultades y necesidades
de trabajo; en caso contrario el plan de estudios no se cumplir.
Leer varias veces el material y despus comenzar con el resaltado de las ideas principales
para organizar el material de estudio (resmenes, cuadros sinpticos, etc.
Trabajar el material en el mismo orden en que se entrega. No olvide de realizar las
actividades que tiene en su Texto como en su Gua Acadmica.
Estudiar en un lugar donde se sienta cmodo para realizar las lecturas y hacer sus tareas.
En lo posible un lugar con claridad y libre de ruido.
TUTORAS
Las tutoras se desarrollarn mediante la programacin de un calendario de tutoras. La tutora
ser presencial y virtual.
CRONOGRAMA
CANTIDAD DE HORAS ACADMICAS
TUTORAS PRESENCIALES
Y VIRTUALES
PRIMER MES
SEGUNDO MES
TERCER MES
CUARTO MES
HORAS
HORAS
PRESENCIALES
VIRTUALES
Semana 1
Semana 2
Semana 3
Semana 4
Semana 5
Semana 6
Semana 7
Semana 8
Semana 9
Semana 10
Semana 11
Semana 12
Semana 13
Semana 14
Semana 15
Semana 16
32
32
TOTAL
64 HORAS ACADMICAS
EVALUACIN
El promedio final de la asignatura de Estadstica en la Modalidad Presencial Virtual se
obtiene aplicando los siguientes pasos porcentuales:
Evaluacin de trabajos acadmicos presenciales
(TA):
(40%)
Evaluacin de participacin en interaccin virtual
(IV):
(20%).
Evaluacin final
(EF):
(40%).
PF
= TA (0,4) + IV (0,2) + EF (0,4)
El promedio final en la Modalidad Virtual se obtiene aplicando la siguiente ponderacin

porcentual:
Evaluacin de trabajos acadmicos virtuales
(TA):
(40%)
Evaluacin de participacin en interaccin virtual
(IV):
(20%)
Evaluacin final en lnea
(EF):
(40%)
El estudiante que abandona la asignatura tendr promedio 00 (cero) en el acta final,

debiendo registrar nuevamente su matrcula.
Se consideran como parte de criterios de evaluacin la aplicacin de un examen
parcial virtual en la 8 semana del ciclo, un examen final presencial y la presentacin
de un trabajo monogrfico en la 16 semana del ciclo.
MEDIOS Y RECURSOS DIDCTICOS

(Unidad I,II)
Consultar los siguientes textos y enlaces:
PREZ, Rigoberto. Introduccin a la Estadstica Econmica,

Universidad de Oviedo. Espaa 2012
NEWBOLD, Paul. Estadstica para Administracin y Economa,

Prentice Hall. Universidad de Alcal 2008
DIAZ. Estadstica Aplicada a la Administracin y la Economa.

Editorial Mcgraw-Hill Mxico 2010
MOYA, Rufino. Estadstica Descriptiva. Editorial San Marcos. Per

2013
Referencias electrnicas
http://www2.ulpgc.es/hege/almacen/download/25/25022/estadstica
itemav.pdf
http://www.fuenterrebollo.com/Economicas2013/unidimensionalejercicios.pdf
http://herzog.economia.unam.mx/profesor/barajas/estadis/parte1.p
df
(Unidad III-IV)
GUJARATI, Damodar. Econometra Bsica. Editorial McgrawHill Latinoamericana S.A. Brazil 2008
CASTILLO.
Estadstica
Descriptiva
y
Clculo
Probabilidades. Editorial Pearson. Espaa 2009
MOYA, Rufino. Probabilidades e Inferencia Estadstica.

Editorial San Marcos. Per 2012
Referencias electrnicas:
http://www2.ulpgc.es/hege/almacen/download/25/25022/estad
sticaitemav.pdf
http://pendientedemigracion.ucm.es/info/amanece/oferdocs/TA
SAS.pdf
Textos
complementarios
Plataforma
virtual
de
IBM. Manual de Usuario del Sistema Bsico de IBM SPSS

Statistics 21. IBM Corporation, EE. UU. 2012
CARRASCAL, Urcisino. Estadstica descriptiva con Microsoft
Excel.Editorial Alfaomega. Espaa 2010
Herramientas a emplearse en plataforma virtual:

Foros, tareas, chat
Enlaces, videos, examen, pginas entre otros
OBJETIVOS
GENERALES
Determinar e identificar los instrumentos para el estudio de la estadstica

mediante los conceptos previos as como la sistematizacin y resumen de datos
cualitativos y cuantitativos unidimensionales realizando un anlisis crtico
descriptivo e interpretativo de los resultados
Calcular e interpretar las medidas descriptivas de tendencia central y dispersin

mediante frmulas establecidas, siendo capaz de resolver problemas aplicados en
economa as como el uso de las propiedades de medidas descriptivas
Analizar la dependencia y asociacin de variables estadsticas mediante el uso de

modelos lineales y de medidas de asociacin en el estudio de los fenmenos
econmico-financieros.
Aplicar la teora de la probabilidad en sucesos y eventos. Analizar Series de

Tiempo aplicados en economa as como la comparacin de datos en distintos
momentos del tiempo usando nmero ndices.
10
Unidad
CONCEPTOS GENERALES Y
SISTEMATIZACIN DE DATOS
En esta primera unidad se definir y explicar los primeros conceptos de Estadstica y la

representacin y resumen de datos cualitativos y cuantitativos unidimensionales realizando un
anlisis crtico descriptivo e interpretativo de los resultados.
OBJETIVOS ESPECFICOS
Conocer los conceptos previos de poblacin y muestra para su aplicacin en la solucin de
problemas as como diferenciar entre variables cualitativas y cuantitativas.
Sistematizar y organizar los datos en tablas de frecuencias por medio de los diversos
elementos que se utilizan en la distribucin de frecuencias en datos no agrupados y datos
agrupados.
Presentar y analizar adecuadamente un conjunto de datos mediante grficos estadsticos
con su correspondiente diseo e interpretacin.
Contenido Temtico
Tema I:
Conceptos generales de estadstica
Tema II:
Sistematizacin de datos en tablas de frecuencia
Tema III:
Representaciones grficas
11
Conceptos Generales de
Estadstica
1.7.
1.8.
1.9.
1.10.
1.11.
1.12.
1.13.
1.1.
La estadstica
Clases de estadstica
Poblacin
Muestra
Parmetro y Estadgrafo
Variables
Sumatorias
TEMA
La Estadstica
La Estadstica es una ciencia que tiene por objeto recolectar, organizar, resumir,
presentar y analizar datos relativos a un conjunto de objetos, personas, procesos, etc. A
travs de la cuantificacin y el ordenamiento de los datos intenta explicar los fenmenos
observados, por lo que resulta una herramienta de suma utilidad para la toma de
decisiones
1.2.
Clases de Estadstica
Estadstica Descriptiva. Son mtodos y tcnicas de recoleccin, resumen y

presentacin para describir apropiadamente las caractersticas de un conjunto de datos.
Comprende el uso de grficos, tablas y criterios para el anlisis y nicamente se limita a
realizar deducciones directamente a partir de los datos y parmetros obtenidos.
Estadstica Inferencial. Son mtodos y tcnicas que hacen posible estimar una o ms
caractersticas de una poblacin o tomar decisiones sobre poblacin basadas en el
resultado de muestras. Estas conclusiones tienen cierto margen de error. Apoyndose en
el clculo de probabilidades y a partir de datos muestrales, efecta estimaciones,
decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.
12
Podramos por tanto decir que se usa estadstica en descriptiva, cuando los resultados del anlisis
no pretenden ir ms all del conjunto de datos, e inferencial cuando el objetivo del estudio es
derivar las conclusiones obtenidas a un conjunto de datos ms amplio.
1.3.
Poblacin
Es el conjunto de unidades o elementos que presentan algunas caractersticas comunes,

que han sido escogidos para el estudio y que a partir de ellos se desea obtener la
informacin. El estudio de la poblacin completa se llama censo y es con frecuencia
costoso, lleva mucho tiempo y no es prctico. Tiene las siguientes caractersticas:
Homogeneidad - que todos los miembros de la poblacin tengan las mismas

caractersticas.
Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters.
Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no

puede ser muy abarcador, hay que limitarlo a un rea o comunidad en especfico.
Cantidad - se refiere al tamao de la poblacin. La falta de recursos y tiempo tambin

nos limita la extensin de la poblacin.
Ejemplos
Total de amas de casa de Lima metropolitana en Abril del 2015
Total de proveedores de Supermercados Peruanos en el ao 2014
La totalidad de Empresas pesqueras del Per en el ao 2013
1.4.
Muestra
Es una pequea porcin representativa y adecuada de la poblacin. Representativa, en el

sentido de reflejar fielmente las caractersticas de la poblacin
de la cual procede y diferir de ella slo en el nmero de
unidades incluidas.
Las razones para trabajar con muestras son: Ahorro de
tiempo, ahorro de dinero, facilidades operativas y rapidez en la
obtencin de resultados.
Ejemplos:
500 de amas de casa de Lima metropolitana elegidas al azar.
Un grupo de proveedores de Supermercados peruanos escogidos aleatoriamente.
15 empresas pesqueras del Per escogidas en forma aleatoria.
13
Unidad de Anlisis. Son cada uno de los elementos de la poblacin que mediante las tcnicas de
muestreo van a ser seleccionados para constituir la muestra
Dato. Valor asociado con un elemento de la poblacin o muestra. Puede ser un nmero, una palabra
o un smbolo.
1.5.
Parmetro y Estadgrafo
Parmetro. Es una medida de resumen que para determinar su
valor es necesario utilizar la informacin de la poblacin
completa y por lo tanto las decisiones se tomaran con
certidumbre total.
Estadgrafo. Es una medida que se calcula con los datos de la
muestra. Los estadgrafos se usan para hacer inferencias
acerca de los parmetros de la poblacin.

Estadgrafos ms conocidos
Parmetros ms conocidos
Media poblacional
Varianza poblacional
Media muestra
Proporcin muestral
Proporcin poblacional P
1.6.
Varianza muestral s 2
Variable
El trmino variable se utiliza para referirse a cualquier caracterstica, que toma valores
diferentes en un conjunto de observaciones extrados de una poblacin en estudio. Es
todo aquello que puede ser medido, observado o manipulado durante un estudio. A
las variables se les denota con las letra: x, y, z
Ejemplo: marca de un producto, factura mensual de
electricidad, nmero de clientes, genero de una
persona, etc.
Los datos son los valores que adoptan
las variables en cada caso particular
Clasificacin de las Variables

Segn su naturaleza: Variables Cualitativas y cuantitativas
Segn su posicin en una relacin causal: dependientes e independientes
14
A. Segn su Naturaleza
A1. Variables Cualitativas. Llamadas tambin no numricas, son variables cuyos
valores consisten en categoras de clasificacin y responde a una cualidad o atributo.
No es posible realizar operaciones algebraicas con ellas.
Ejemplo: gnero, calidad de un producto, tipo de telfono celular, etc.
Las variables cualitativas a su vez pueden clasificarse en:
Variables cualitativas Nominales. Son aquellas que comprenden solo
categoras de clasificacin y no llevan ninguna ordenacin Ejemplo: tipo de
empleo, marca de un producto, carrera que uno
sigue, partido poltico al que voto, tipo de crdito
bancario que uno solicita, etc.
Variables cualitativas Ordinales. Cuando las
caractersticas no solo comprenden categoras
de
clasificacin
ordenacin.
servicio,
sino
Ejemplo:
grado
de
que
llevan
satisfaccin
instruccin,
alguna
con
el
jerarqua
gerencial, clase social, el nivel de desempeo,

calidad de un material, etc.
A2. Variables Cuantitativas. Son caractersticas cuyos valores pueden ser obtenidos
por medicin o por conteo y a su vez pueden ser clasificadas en:
Variables cuantitativas discretas. Cuando las variables toman valores
enteros y son obtenidos por conteo. Ejemplo: Nmero de tarjetas de crdito
que se posee, cantidad de entidades bancarias por distrito, nmero de
empleados por rea, nmero de empresas por sector, etc.
Variables cuantitativas continuas. Son aquellas que
pueden tomar cualquier valor (entero, fraccionario o
irracional) dentro un intervalo. Sus valores se obtienen
principalmente a travs de mediciones y estn sujetos
a la precisin de los instrumentos de medicin.
Ejemplo: la superficie de un terreno, la estatura de un
individuo, los sueldos de los congresistas, el costo
efectivo de un producto, el PBI anual, el monto de
exportaciones e importaciones, etc.
15
B. Segn su posicin en una Relacin Causal

B1. Variable Independiente. Es aquella que no depende de otras y afecta a otras
variables. Son las caractersticas controladas por el
investigador y que afecta o influye a la variable
dependiente
B2. Variable Dependiente. Recibe la influencia o efecto de
la variable independiente. Tambin se le llama variable
respuesta y cumple el papel de efecto causa.
Ejemplo: El clima organizacional de una entidad influye en
el rendimiento y desempeo de los gerentes. De este enunciado identifica:
Variable independiente: Clima organizacional
Variable dependiente: rendimiento humano
1.7.
Sumatorias
La suma de los valores de la variable X : x1 , x2 ,........., xn se define mediante la
notacin
que indica que han de sumarse los elementos de la sucesin desde el
subndice i 1 hasta el subndice i n , esto es:

n
x
i 1
x1 x2 ......... xn
Ejemplo: sean los gastos en alimentos de un ama de casa en 6 das de la semana:
xi
30
45
36
52
40
50
Calcular la siguiente sumatoria:

5
x2 x3 x4 x5 45 36 52 40 173
i2
Propiedades:
a)
b)
c)
i 1
i 1
cxi c xi , para todo constante c

n
i 1
i 1
i 1
i 1
i 1
i 1
x i yi x i yi
x i yi x i yi
16
Sistematizacin de Datos en
Tablas de Frecuencias
TEMA
2.1. Tabla de Distribucin de Frecuencias

2.2. Tabla de Frecuencias de una Variable Cualitativa
2.3. Tabla de Frecuencias de una Variable Cuantitativa
Discreta
2.4. Tabla de Frecuencias de Variables Cuantitativas
agrupadas en intervalos
2.1.
Tabla de Distribucin de Frecuencias
Efectuados la clasificacin y el conteo de los datos, es necesario presentarlos de manera

clara, sinttica y significativa para su mejor y fcil entendimiento. Para ello se recurre a la
tabla de distribucin de frecuencias. Una Tabla de distribucin de frecuencias de una
variable es una descripcin del nmero de veces, es decir, de las frecuencias con que se
presentan las diversas categoras mutuamente excluyentes que corresponden a esa
variable. Es un arreglo de los valores observados
x1 , x2 , .....,xk de la variable x con sus
respectivas frecuencias, en una tabla de la forma:

Tabla N 1
Variable (xi)
fi
Fi
hi
Hi
X1
f1
f1
h1=n1/n
h1
X2
f2
f1+f2
h2=n2/n
h1+h2
Xk
fk
f1+f2+.+nk
hk=nk/n
h1+h2+.+hk
Total
i 1
fi n
i 1
Frecuencia Absoluta Simple ( f i ), es el nmero de veces que aparece repetido el valor

k
o cualidad x i , y se cumple que:
f
i 1
PROPIEDAD: la suma de todas las frecuencias

absolutas es igual al total de observaciones (n).
Frecuencia Absoluta Acumulada ( Fi ), Es la que resulta de sumar sucesivamente las

frecuencias absolutas, as tenemos: Fi
k 1
17
fk
PROPIEDAD: La ltima frecuencia acumulada

absoluta es igual al total de observaciones.
Frecuencia Relativa Simple ( hi ), es aquella que resulta de dividir cada una de las
frecuencias absolutas entre el nmero total de datos. Sus valores son nmeros reales
que oscilan entre 0 y 1. Se denota por:
hi
fi
n
PROPIEDAD: la suma de todas las frecuencias

relativas es igual a la unidad.
0 hi 1
Frecuencia Relativa Acumulada ( H i ), es igual al cociente entre la frecuencia absoluta

acumulada y el nmero de observaciones realizadas ( n ), o tambin es la que resulta de
sumar sucesivamente las frecuencias relativas. Se denota por:
Hi
2.2.
i
Fi
hk
n k 1
PROPIEDAD: La ltima
acumulada es la unidad.
frecuencia
Tabla de Frecuencias de una Variable Cualitativa
Se usa para clasificar variables cualitativas.

Ejemplo:
Un
grupo
de
clientes
valora
la
gestin
del
departamento de servicio al cliente de un supermercado

catalogndolo como: Excelente (E), Bueno (B), Regular (R) o
Malo (M). Los resultados obtenidos son:
E
M
B
B
B
E
R
B
E
R
B
B
E
E
B
R
R
E
B
R
M
B
M
E
E
B
R
R
B
R
R
E
R
M
B
B
B
M
R
E
Organice los datos en una tabla de distribucin de frecuencias:

Tabla N 2
Distribucin de clientes segn su valoracin de la Gestin de
Calidad del departamento del servicio al cliente
Preferencia
fi
Fi
hi
Hi
Excelente
Buena
Regular
Mala
10
14
11
5
10
24
35
40
0.25
0.35
0.28
0.13
0.25
0.60
0.88
1.00
Total
50
18
relativa
Interpretacin:
f3: 11 clientes opinaron que la gestin del departamento fue regular
F2: 24 clientes opinaron que la gestin del departamento fue de buena a excelente
h1: El 25% de clientes opinaron que la gestin del departamento fue excelente
H3: El 88% de clientes opinaron que la gestin fue de regular a excelente
2.3.
Tabla de Frecuencias de una Variable Cuantitativa Discreta
Son aquellas que se utilizan para agrupar datos cuantitativos de acuerdo a los diferentes
valores que toman las variables.
Ejemplo: Se pregunt a 40 empleados de una empresa acerca del
nmero de tarjetas de crdito que tienen afiliadas a un banco. Sus
respuestas se encuentran a continuacin
1
2
4
2
3
2
3
4
1
4
5
3
1
1
1
1
1
2
1
2
2
3
1
1
4
1
2
1
2
2
1
2
1
5
2
3
1
1
2
3
Tabla N 3
Distribucin de empleados segn el nmero de tarjetas de crdito que
poseen en el banco
N de Tarjetas de
crdito
fi
Fi
hi
Hi
1
2
3
4
5
16
12
6
4
2
16
28
34
38
40
0.40
0.30
0.15
0.10
0.05
0.4
0.7
0.85
0.95
1
Total
40
1.00
Interpretacin:
f3:6 empleados poseen 3 tarjetas de crdito
F2: 28 empleados poseen menos de 3 tarjetas de crdito
H3: 85% de empleados poseen menos de 4 tarjetas de crdito
19
2.4.
Tabla de Frecuencias de Variables Cuantitativas agrupadas

en intervalos
Son aquellas que se utilizan para agrupar datos cuantitativos mediante intervalos de
frecuencias llamados intervalos de clase. Para construir la tabla con intervalos de clase se
debe seguir los siguientes pasos:
Paso1: Rango (R). Llamado tambin recorrido de los datos, es la diferencia entre el
valor mximo y el valor mnimo de la variable. Consideremos las siguientes variables
y1 , y2 , y3 , ......, yn , entonces: R Ymax Ymin

Ejemplo: Los siguientes datos corresponden al tiempo en minutos que han necesitado
16 clientes de un banco para llevar a cabo una transaccin bancaria:
5.3
2.0
2.4
2.5
2.1
1.1
1.2
2.8
1.3
3.1
1.4
2.8
5.5
3.6
1.6
4.1
Notamos que el tiempo mayor es 5.5 min y el tiempo menor es 1.1 min; El rango es
R= 5.5-1.1= 4.4
Paso2: Nmero de intervalos de clase ( m ). Consiste en dividir el rango en un

nmero conveniente de intervalos de clase. El nmero de intervalos depende
principalmente del nmero de observaciones, sin embargo es recomendable que no
sea menor que 5 ni mayor de 15 intervalos. Para determinar el nmero de intervalos
usaremos la frmula de Sturges: m 1 3.32 L og n
Si m es decimal, entonces se redondear al entero superior inmediato.
Ejemplo:
Si n 40 entonces m 1 3.32 L og 40 6.32 , redondeando m 7

Si n 100 entonces m 1 3.32 L og 100 7.64 , redondeando m 8
Paso3: Amplitud de Clase ( c ). Es el tamao o longitud que deben tener los

intervalos; se recomienda tener intervalos del mismo tamao. Se calcula mediante la
formula: c
R
m
Marca de clase ( yi ). Es la semisuma entre el lmite superior y el lmite inferior del

intervalo de clase. Sea el intervalo LI LS entonces yi
20
LI LS
2
Ejemplo: El Boston Bank verific el estado de la cuenta de 42 clientes tomados al azar y

obtuvo los siguientes datos de sus saldos (en dlares)
271
429
205
459
278
188
337
235
159
170
41
294
319
123
240
320
181
335
363
294
310
309
116
266
279
227
199
279
297
100
177
295
363
434
162
131
232
250
285
325
303
200
Construye una tabla de frecuencias adecuada para esta informacin e interprete.

Pasos:
Vmin= 41
Rango
: R = 459 41 =418
N de intervalos
: m= 1+3.32*log(42)= 6.4= 7
Amplitud de intervalo: c= 418/7=59.7 =60
Vmax=459
Se construir una tabla de frecuencias con 7 intervalos y amplitud constante de 60.

Tabla N 4
Distribucin de clientes segn saldos que tienen en sus cuentas del
Boston Bank
Li
Ls
Yi
fi
Fi
hi
Hi
41
101
161
221
281
341
401
101
161
221
281
341
401
461]
71
131
191
251
311
371
431
2
4
8
10
13
2
3
2
6
14
24
37
39
42
0.05
0.10
0.19
0.24
0.31
0.05
0.07
0.05
0.14
0.33
0.57
0.88
0.93
1.00
Total
42
Interpretacin:
f3: 8 clientes tienen un saldo mnimo de $161 pero menos de $221
F4: 24 clientes tienen en sus cuentas un saldo menor a $281
h5: 31% de clientes tienen un saldo mnimo $281 pero menos de $341
H3: ___________________________________________________________________
21
Representaciones Grficas
3.1. Grficos Estadsticos
3.2. Partes de un grfico
3.3. Clasificacin de los grficos
Grfico de Barras
Polgono de frecuencias
Grfico Circular
Grfico de Ojivas
Grfico Lineal
Grfico Bidimensional
Histogramas
3.1.
TEMA
Grficos Estadsticos
Los grficos estadsticos son aquellas imgenes que, combinando la utilizacin de
sombreado, colores, puntos, lneas, smbolos, nmeros, texto y un sistema de
coordenadas permiten presentar informacin cuantitativa, con el fin de obtener una
impresin visual global del material presentado, que facilite su rpida comprensin.
3.2.
Partes de un grfico
Los grficos son una herramienta estadstica que detecta la variabilidad, consistencia,
control o mejora de un proceso y consta de las siguientes partes:
El ttulo principal
Ttulo secundario o subttulo
El grfico propiamente dicho
Fuente
Las notas explicativas
Interpretacin
Interpretacin: En el Per la exportacin de langostinos tiene una tendencia creciente

desde 2002 hasta el 2013.
3.3.
Clasificacin de los grficos
Grfico de Barras
Polgono de frecuencias
Grfico Circular
Grfico de Ojivas
Grfico Lineal
Grfico Bidimensional
Histogramas
22
3.3.1. Grfico de Barras. Este diagrama

representa los valores de la variable en el
eje de abscisas levantando en cada punto
una barra de longitud igual a la frecuencia
de ese valor. El ancho de las barras ha de
ser el mismo y las divisiones de la escala,
equitativas.
3.3.2 Grafico Circular. Consiste en dividir

un crculo en tantas porciones como clases
existan, de modo que a cada clase le
corresponde un sector circular proporcional
a su frecuencia absoluta o relativa. Se
utiliza para cualquier tipo de variable,
especialmente
cuando
las
frecuencias
estn expresadas en porcentajes. Siempre

va acompaado de una leyenda.
3.3.3 Grfico lineal. Este diagrama es
utilizado frecuentemente para mostrar
los cambios de los valores de una
variable con el paso del tiempo. Conjunto
de puntos unidos por segmentos de
lneas. Por lo general esta grfica se
utiliza para mostrar una tendencia
3.3.4
grfica
Histogramas.
de
una
Es
una
distribucin
representacin
de
frecuencias
agrupadas en intervalos de clase, mediante una

serie de rectngulos contiguos. Su grfica se
realiza entre: (Intervalos vs fi) e (Intervalos vs hi)
Ejemplo: En una muestra de 51 restaurantes de
la ciudad a los cuales se les consult los precios
de sus platos (en nuevos soles), se obtuvo el
histograma respectivo.
23
3.3.5 Polgonos de Frecuencias. Este

diagrama consiste en una serie de
segmentos de recta que unen los puntos
cuyas abscisas son los valores de la
variable, o las marcas de clase, en el
caso de variables continuas, y cuyas
ordenadas son proporcionales a sus
frecuencias respectivas.
3.3.6 Grfico de Ojivas.
Su objetivo, al
igual que el histograma y el polgono de

frecuencias es representar distribuciones de
frecuencias
continuas,
de
pero
variables
slo
para
cuantitativas
frecuencias
acumuladas.
3.3.7
Grfico
Bidimensional.
Distribucin de los hogares en el rea urbana segn su

percepcin del nivel de vida de los hogares de su
localidad y nivel de pobreza
Permiten representar las series de

datos en dos dimensiones o sea los
valores se representan alineados en
dos ejes perpendiculares: el eje
horizontal X y el eje vertical Y. Son
aplicaciones estadsticas al estudio
en
conjunto
de
dos
variables
70.0%
66.0%
68.3%
65.2%
60.0%
50.0%
40.0%
Mejor
29.5%
29.1%
30.0%
20.0%
10.0%
4.6%
5.6%
25.4%
6.2%
0.0%
Pobre
extremo
cualitativas.
24
Pobre no
extremo
No pobre
Est igual
Empeor
ACTIVIDADES
EJERCICIOS DE APLICACIN DE UNIDAD1
1. Una empresa dedicada a la produccin de ciertos artefactos elctricos est conformada por 120
empleados encargados de ventas. El Gerente desea realizar una proyeccin de las ventas para los
prximos aos y para lograr esto considerar la cantidad de artefactos vendidos en los ltimos
meses por 34 empleados escogidos de la empresa. Responda lo siguiente:
a) Cul es la poblacin y cul es la muestra?
b) Cual es la variable analizada y su tipo
c) Identifique la estadstica y proporcione su valor.
c) Identifique el parmetro de inters e indique su valor
2. Clasificar adecuadamente las diversas variables con un aspa (X):
CUALITATIVA
NOMINAL
ORDINAL
VARIABLE
N
1
2
3
4
5
6
7
8
9
El monto ahorrado de una persona

La altura de los edificios bancarios
Situacin laboral de un individuo
El nmero de personas sin vivienda
El municipio de ubicacin de una empresa
El desempeo de un economista
El Nivel socioeconmico alcanzado
Nmero de empleados por empresa
El sector industrial de una empresa
10
El costo de las materias primas
CUANTITATIVA
CONTINUA
DISCRETA
3. Considere la siguiente situacin. En una gran compaa, se est desarrollando un programa para
ofrecer a los trabajadores una prestacin que les permita adquirir un automvil nuevo a un costo
moderado tanto para el trabajador como para la empresa. Sin embargo, el contrato de arrendamiento
implica decidir qu tipo de automvil prefieren los trabajadores, pues en funcin de esto se podr
seleccionar la mejor empresa arrendadora. El gerente de recursos humanos realiza un muestreo
aleatorio simple en la nmina de la empresa: selecciona 60 trabajadores sin importar los niveles, y les
aplica una encuesta en la cual les pregunta cul sera la marca de su preferencia. A continuacin se
presentan los resultados.
FORD = F CHEVROLET = CH
OTROS = O.
F
V
N
CH
M
CH
CH
F
CH
CH
V
V
CH
N
CH
N
CH
V
MAZDA = M
F
CH
N
F
CH
M
M
CH
M
CH
V
CH
VOLKSWAGEN = V
CH
CH
M
V
N
CH
F
F
O
V
O
CH
CH
CH
V
V
V
O
a) Construya una tabla de Distribucin de Frecuencia para dichos datos.

b) Interprete las siguientes frecuencias: f3 ; F2 ; h4 ; H 3
25
NISSAN = N
CH
V
F
CH
F
V
O
V
F
V
M
M
4. Construye la taba de frecuencias en base a la informacin dada a continuacin:

X i Precio de productos f3 12
H 2 0.40
X 2 10.5
h1 0.08
X 4 18.5
h4 0.36
m4
50
5. Se desea realizar un estudio acerca de los gastos mensuales que efectan los docentes de la
Universidad Villarreal al estudiar un doctorado, para lo cual se tienen los siguientes gastos en soles
de 30 docentes elegidos al azar:
567
559
564
570
564
558
551
568
574
558
563
569
560
578
550
572
569
571
559
558
553
557
556
561
575
565
564
558
563
570
a) Construir la correspondiente tabla de distribucin de frecuencias por intervalos.

b) Interpretar: f3 ; F4 ; h6 ; H 5
c) Qu porcentaje de docentes gastan ms de S/.564?
6. La empresa SILICON.COM es creadora de software a medida para los Bancos. Al igual que en
cualquier negocio, es importante el tiempo que demoran los clientes para pagar sus facturas. A
continuacin se presentan los tiempos en das de una muestra de facturas de esa compaa:
X=Tiempo
yi
fi
Fi
23
31
20
hi
Hi
16
60
0.15
Total
a) Completar la tabla de frecuencias
b) Interpretar:
f3 ; H 3
7. Este histograma representa el nmero de artculos vendidos en una tienda en una semana,
clasificados segn su precio en euros
a) Construye la tabla de frecuencias.

b) Qu grupo de artculos tuvo mayor venta?
26
AUTOEVALUACIN N 1
1. En una encuesta publicada en el diario EL COMERCIO se pregunt a 2013 adultos lectores: Qu
tan satisfecho est usted con la economa peruana en la actualidad? (El comercio, 12 de diciembre
de 1997). Las categoras de las respuestas eran Insatisfecho, Satisfecho y No estoy seguro.
Determine:
a) Objetivo del problema _____________________________________________________________
b) Variable y tipo ___________________________________________________________________
c) Poblacin _______________________________________________________________________
d) Muestra ________________________________________________________________________
e) Parmetro ______________________________________________________________________
2. Marca un aspa (X) identificando el tipo de variable
CUALITATIVA
NOMINAL
ORDINAL
VARIABLE
1
2
3
4
5
Marcas de cerveza de las tiendas

N de pedidos ingresados al sistema
Los inters ganados por un prstamo
El nivel de audicin de un individuo
Opinin sobre la economa actual
CUANTITATIVA
CONTINUA
DISCRETA
3. Los productores del programa televisivo PROMOVIENDO hicieron un estudio sobre los puntos de
rating por da que tiene el programa. Como resultado se obtuvo la siguiente tabla para n de das:
Puntos de Rating
y
f
F
h
H
i
[
- 26
15
[
[
]
4
TOTAL
a) Completar la tabla de distribucin si C= 8
b) Interpretar
0.10
11
0.16
50
F3 ________________________________________________________________
c) En cuntos das se obtuvieron por lo menos 34 puntos de rating? _______________________

d) Construya un polgono de frecuencias
4. Analiza Interpreta el siguiente grfico estadstico acerca de la produccin nacional:
________________________________________
________________________________________
________________________________________
________________________________________
________________________________________
________________________________________
________________________________________
27
Unidad
MEDIDAS DESCRIPTIVAS
NUMERICAS
En esta unidad el estudiante calcular las medidas descriptivas de tendencia central y

dispersin mediante frmulas establecidas, siendo capaz de resolver problemas aplicados en
economa as como el uso de las propiedades de medidas descriptivas.
Calcular e interpretar los diferentes tipos de medidas de tendencia central para su

aplicacin en distintos problemas de economa segn se trate de datos agrupados y no
agrupados.
Identificar y calcular las medidas de dispersin que ms se utilizan en la solucin de

problemas con datos que presentan variacin as como la interpretacin y comparacin
de la variabilidad de dos o ms distribuciones de datos.
Contenido Temtico
Tema IV:
Medidas de Tendencia central
Tema V:
Medidas de Dispersin o Variabilidad
28
Medidas de Tendencia Central

TEMA

4.2. Media Aritmtica
4.3. Moda
4.4. Mediana
4.5. Comparacin entre la media, moda y mediana
4.1.
Concepto y Clasificacin
Se denominan tambin medidas de centralizacin, son aquellos valores numricos en

torno a los cuales se agrupan, en mayor medida, los valores de una variable e indican el
centro de la distribucin de los datos, es decir es el valor representativo de estos. Las ms
comunes son:
Media Aritmtica
Mediana
Moda
4.2.
Media Aritmtica
La Media Aritmtica o simplemente media es el estadgrafo de tendencia central mas

importante y comnmente se le conoce como Promedio. La Media Aritmtica se define
como el cociente de la suma de los valores de una variable entre el nmero de
observaciones o valores. Simblicamente se denota con X
4.2.1 Calculo de la Media para Datos no Agrupados
Se calcular cuando se tiene un conjunto de n observaciones que no estan
agrupados en tablas de frecuencias. Se calcula con la siguiente formula:
n
Xi
i 1
n
X1 X 2 ........... X n
n
Ejemplo: Sea una muestra del precio de 7 libros de economa: 73, 68, 59, 40, 81, 72 y
40. Calcula e interprete la media aritmtica.
Interpretacin: El precio
73 68 59 40 81 72 40
61.86
7
29
medio de los libros de

economa es de S/. 61.86
4.2.2 Calculo de la Media para Datos Agrupados

Se Utilizar cuando los datos estn distribuidos en una tabla de frecuencias. Luego
se calcula la media aritmtica aplicando la frmula:
n
fy
i
i 1
Donde:
fi= frecuencia absoluta
yi= Marca de clase
n = nmero de observaciones
Ejemplo: A continuacin se muestra la produccin anual de caa azcar en miles de

toneladas en 80 haciendas del departamento Lambayeque. Calcule la media
aritmtica e interprete:
Produccin
LI
LS
yi
fi
fi yi
[5 12
8.5
10
85
[12 19
15.5
14
217
[19 26
22.5
28
630
[26 33
29.5
20
590
[33 40
36.5
292
n =80
1814
TOTAL
Aplicando la formula se tiene: x
fy
i
1814
22.68
80
Interpretacin: La produccin anual media de caa de azcar en las haciendas de

Lambayeque es de 22680 toneladas
4.3.
Moda (Mo)
La moda es el dato que aparece ms veces en un grupo. Es el valor que ms se repite o el

que se presenta con mayor frecuencia en un conjunto de datos. La moda puede ser:
30
4.3.1 Calculo de la Moda para Datos no Agrupados

Se ordenan los datos en forma creciente o decreciente y se ubica los valores que ms
se repiten.
Ejemplo: Los datos de rendimiento por accin para una muestra de 8 empresas son
los siguientes: (Hallar la moda en los tres casos)
a) 2.2; 3.4; 2.1; 3.4; 2.2; 2.2; 1.8; 2.2
Mo= 2.2
b) 1.2; 2.5; 2.1; 2.4; 2.4; 2.4; 1.2; 1.2
Mo= 1.2 y 2.4
c) 1.9; 2.5; 2.3; 2.4; 1.4; 3.4; 2.2; 1.2
Mo= no existe moda
4.3.2 Calculo de la Moda para Datos Agrupados

Se Utilizar cuando los datos estn distribuidos en una tabla de frecuencias. Luego
se calcula la Moda aplicando la frmula:
1
M o LI c j
2 1
Donde:
LI : Lmite inferior de la clase modal
c j : Amplitud del intervalo de la clase modal

1 f j f j 1
2 f j f j 1
f j : Frecuencia absoluta modal
f j 1 : Frecuencia absoluta anterior a la frecuencia modal
f j 1 : Frecuencia absoluta posterior a la frecuencia modal
Observaciones:
La moda se puede determinar en todos los dos tipos de variables cualitativas y

cuantitativas.
La moda tiene la ventaja de no ser afectada por valores extremos
Ejemplo: Calcule e interprete la moda de la la produccin anual de caa azcar en

miles de toneladas en 80 haciendas del departamento Lambayeque.
31
Produccin
LI
LS
yi
fi
[5 12
8.5
10
[12 19
15.5
14
[19 26
22.5
28
[26 33
29.5
20
[33 40
36.5
TOTAL
n =80
Pasos:
Ubicamos primero la mayor frecuencia: f j 28
Luego la moda se encuentra en la clase 19 - 26, por lo tanto
LI 19 ; f j 28 ; f j 1 14 ; f j 1 20 c j 7
1 28 14 14 ; 2 28 20 8
14
Mo 19 7
23.455
14 8
Interpretacin: La produccin anual que ms se repite es 23455 Tm, lo que significa
que la mayora de las haciendas producen esa cantidad.
4.4.
Mediana (Me)
Es el valor que divide al conjunto ordenado de datos en dos subconjuntos con la misma
cantidad de elementos, es decir la media se encuentre exactamente en el centro. La mitad
de los datos son menores que la mediana y la otra mitad son mayores.
4.4.1 Mediana de Datos no Agrupados

Para determinar la Mediana de n observaciones x1 , x2 ,........., xn primero se ordenan
dichas observaciones descendentemente ascendentemente luego se ubica o se
calcula la mediana dependiendo de la cantidad de datos n si es par o impar:
32
Ejemplo1. (Cuando el n de datos es impar)

17, 24, 20, 18, 22, 21, 24; Ordenando: 17, 18, 20, 21, 22, 24, 24 (n=7 impar)
Posicion
7 1
4
2
Me 21
Ejemplo2. (Cuando el n de datos es par)

13 , 14, 7, 11, 15, 16, 12, 9 ;
ordenando: 7, 9, 11, 12, 13, 14, 15, 16 (n=8 par)
Me
12 13
12.5
2
4.4.2 Mediana para Datos Agrupados

Cuando se trabajan con tablas de frecuencias de intervalos, la frmula para calcular la
mediana es:
2 F j 1
Me LI c j
F j F j 1
Donde:
LI : Lmite inferior de la clase mediana

c J : Amplitud del intervalo de la clase mediana
n : nmero total de observaciones o datos
F j : Frecuencia acumulada de la clase mediana

Fj 1 :Frecuencia acumulada anterior de la clase mediana.
Ejemplo: Calcule e interprete la mediana de la la produccin anual de caa azcar
en miles de toneladas en 80 haciendas del departamento Lambayeque.
Produccin
LI
LS
yi
fi
Fi
[5 12
8.5
10
10
[12 19
15.5
14
24
[19 26
22.5
28
52
[26 33
29.5
20
72
[33 40
36.5
80
TOTAL
n =80
33
Pasos:
i) Calcular
n 80
40 y ubicar en los Fi
2 2
ii) Luego la mediana se encuentra en la clase [19 26 , por lo tanto:
LI 19 ; Fj 52 ; Fj 1 24 ; ; c j =7
40 24
16
Me 19 7
19 7 23
52 24
28
Interpretacin: El 50% de las haciendas producen anualmente una cantidad menor
o igual a 23000 toneladas.
4.5.
Comparacin entre la media, moda y mediana
Las distribuciones simtricas tienen el mismo valor para la media, la mediana y la moda.
En una distribucin con sesgo positivo, la moda se halla en el punto ms alto de la
distribucin, la mediana est hacia la derecha de la moda y la media ms a la derecha.
Es decir
Mo < Me < x
(a)
En una distribucin con sesgo negativo, la moda es el punto ms alto, la mediana est
a la izquierda de la moda y la media est a la izquierda de la mediana. Es decir
x < Me < Mo
(b)
Cuando la poblacin tiene una distribucin sesgada, con frecuencia la mediana resulta ser
la mejor medida de posicin. La mediana no se ve influida por la frecuencia de aparicin de
un solo valor como es el caso de la moda, ni se distorsiona con la presencia de valores
extremos como la media.
34
Medidas de Dispersin
TEMA

5.2. Rango
5.3. Varianza y Desviacin Estndar
5.3.1 Para datos no agrupados
5.3.2 Para datos agrupados
5.4. Coeficiente de variacin
5.1.
Concepto y Clasificacin
La dispersin se refiere a la variabilidad entre los valores, es decir, qu tan grandes son las
diferencias entre los valores. La idea de dispersin se relaciona con la mayor o menor
concentracin de los datos en torno a un valor central. Las ms comunes son:
Recorrido o rango
Varianza
Desviacin Estndar o Tpica
Coeficiente de Variacin
Ejemplo: Dados los siguientes histogramas en cul de los grficos existe mayor
dispersin?
Segn
los
histogramas
el
grfico (d) presenta mayor

dispersin y el grfico (a)
menor
dispersin
poca
variabilidad.
5.2.
Rango o recorrido
El rango es la diferencia entre los datos mayor y menor del conjunto. Tambin se llama
recorrido. En un conjunto de datos, mientras mayor sea el rango, mayor ser su
dispersin y mientras menor sea su rango, menor su dispersin. Su frmula es:
R X max X min
35
Ejemplo: A continuacin se muestran las utilidades de 10 corporaciones industriales

estadounidenses ms grandes en millones de dlares. Calcular el rango de los datos.
Utilidades($millones)
242
580
187
258
515
234
213
597
212
268
R 597 187 410 (Millones de dlares)
5.3.
Varianza y Desviacin Estndar
La Varianza es un valor numrico que cuantifica el grado de dispersin de los valores de

una variable respecto a su media aritmtica. La Varianza y la Desviacin Estndar son las
medidas de dispersin ms importantes. Si se trabaja con la poblacin se calcula la
varianza poblacional (2) y si se toma una muestra se calcula la varianza muestral (s2)
Para Datos No Agrupados
TIPO
VARIANZA
Xi X
i 1
N
POBLACIONAL
V(X)
s2 V ( x)
Xi N X
V(X )
MUESTRAL
DESVIACIN
ESTNDAR
xi x
i 1
n 1
xi2 nx
i 1
s V ( x)
n 1
Para Datos Agrupados

TIPO
VARIANZA
fi X i X
i 1
N
POBLACIONAL
2 V(X )
N
n
MUESTRAL
s2 V ( x)
i 1
f i xi x
n 1
DESVIACIN
ESTNDAR
N
fi X i N X
i 1
2
N
n
fi xi2 nx
V(X)
i 1
n1
s V ( x)
Observaciones:
A la desviacin estndar tambin se la llama desviacin tpica y es la raz

cuadrada de la varianza. La varianza nunca es negativa.
36
Cuando la variable toma un nico valor; es decir cuando es constante entonces la

varianza es cero.
Mientras ms se aproxima a cero, ms concentrados estn los valores de la serie

alrededor de la media. Por el contrario, mientras mayor sea la varianza, ms
dispersos estn.
5.3.1 Clculo de la varianza y desviacin estndar para datos no agrupados

Ejemplo: en una fbrica ensambladora de autos se desea analizar el tiempo que
demora un empleado en terminar de armar una puerta. A continuacin se tienen
los tiempos en minutos de dicho empleado al armar 10 puertas:
39
44
29
40
43
36
52
44
39
35
Calcule e interprete la Varianza y Desviacin Tpica.

Hallamos primero la media: x 40.1
Varianza : s
39 40.1
Desviacin estndar : s
29 40.1 ....... 35 40.1

38.77
10 1
2
38.77 6.23
Interpretacin: Los tiempos que tardan en armar una puerta se alejan de la media
en 6.23 minutos aproximadamente por puerta.
5.3.2 Clculo de la varianza y desviacin estndar para datos agrupados

Ejemplo: A continuacin se muestra la produccin anual de caa azcar en miles de
toneladas en 80 haciendas del departamento Lambayeque:
Produccin
LI
LS
yi
fi
fi yi
[5 12
8.5
10
85
722.5
[12 19
15.5
14
217
3363.5
[19 26
22.5
28
630
14175
[26 33
29.5
20
590
17405
[33 40
36.5
292
10658
n =80
1814
46324
TOTAL
37
fi yi 2
Calcula la media, varianza y desviacin estndar:
fi xi 1814
22.68
80
n
Determinando la media: x
46324 80(22.68) 2
65.49
La Varianza es: s
80 1
La Desviacin Estndar es s
s 2 65.49 8.09
Interpretacin: La cantidad producida por las haciendas se desvan de su media

aritmtica en 8.09 toneladas aproximadamente.
5.4.
Coeficiente de Variacin
Mide la dispersin en los datos con relacin a la media .Es ms til cuando se trata de
hacer comparaciones entre muestras. No tiene unidades de medida. Siempre se
expresa en porcentajes, no en trminos de la unidad de medida de los datos
estudiados. Se calcula mediante la frmula:
C .V %
S
100
X
(Coeficiente de variacin muestral)
Observacin:
Al realizar comparaciones entre dos variables, el C.V. ms pequeo ser el que
tenga menor dispersin relativa.
Un C.V. mayor a 30% indica un alto grado de dispersin y pequea representatividad
de la media, pero cuanto menor sea a 30% la media ser ms representativa.
Ejemplo: Supongamos que dos empresas repartieron sus beneficios entre sus
principales accionistas, y que el reparto se realiza de la siguiente forma:
Empresa A
Media Aritmtica
Desviacin Estndar
25000
19148.54
Empresa B
125000
12909.94
Cul de los dos repartos es el ms equitativo?

Solucin: Calculamos el coeficiente de variacin para ambas empresas:
Empresa A
C.V.
0.766
Empresa B
0.103
Comparando los dos coeficientes se observa que la empresa B tiene el menor

coeficiente, por lo tanto dicho empresa tiene los repartos ms equitativos.
38
ACTIVIDADES
1. Los sueldos de cinco empleados de una empresa son: $4000, $5000, $4500, $6000 y $35000. Calcula
el sueldo medio, la moda, si es que existe, y la mediana e indica cul representa mejor a los datos.
2. Se desea analizar el precio de las viviendas en el municipio de Villa el Salvador para ello tras un
minucioso estudio en el registro de la propiedad y una agrupacin de los datos se obtiene que
durante los primeros 5 meses del presente ao los precios vienen reflejados en la tabla siguiente y las
unidades vienen dadas en miles de euros.
Precio
[ 12 16
[
]
Total
yi
fi
Fi
yi fi
3
14
33
21
9
a) Calcule el precio medio, moda y mediana e interprete

b) Calcule e interprete la varianza, desviacin estndar y coeficiente de variacin
.
3. En el departamento de bienestar de cierto municipio se realiza una encuesta en un condominio para
estimar el monto mnimo diario para cubrir la canasta familiar de los vecinos:
Monto mnimo
fi
65
66
67
68
69
Total
11
15
9
5
2
Calcule e interprete las medidas de tendencia central media, moda y mediana

4. En el curso de Estadstica I; se tiene las notas de los alumnos distribuidas segn el siguiente
histograma de frecuencias, entonces la nota promedio del curso y la desviacin estndar son:
yi
[
[
[
[
[
[
Total
39
fi
yi fi
5. Dado el siguiente cuadro estadstico sobre el nmero de empleados de un grupo de compaas

azucareras con ancho de clase constante igual a 20. Determine la media, moda y mediana de los
datos e interpreta.
Li Ls
Total
- 200
-
Yi
fi
Fi
35
Yi fi
880
1950
1800
13
4
70
6. Los costos de fabricacin, en soles, de siete objetos son los siguientes: 9.35, 9.46, 9.20, 9.80, 9.77,
9.00, 9.36 si el precio de venta de cada objeto es 3 veces su costo de fabricacin menos 5 soles,
calcular la utilidad media por objeto.
7. En una encuesta sobre bienes y races en la Urbanizacin Santa Eulalia, se obtiene entre otras cosas,
informacin sobre el valor actual de la casa y el tamao del lote de terreno. Se est interesado en
determinar si el valor de avalo tiene mayor variabilidad que el tamao del lote. De la mencionada
encuesta se consigue lo siguiente:
Valor de la casa
Tamao del terreno
Media= S/350.00
Media = 120 m2
Desviacin estndar=S/ 50.00
Desviacin estndar = 5m2
8. En un estudio comparativo de los rendimientos de ciertos bonos, se elabor la siguiente distribucin

de los rendimientos al vencimiento de una muestra de 50 bonos.
Resumen
Nmeros de
yi
fi yi
fi yi2
porcentual
bonos
6.0 -7.9
8.0 -9.9
10.0 -11.9
12.0 -13.9
14.0 -15.9
Total
4
5
11
21
9
a) Determina la media y la desviacin tpica

b) Se puede concluir que los rendimientos son uniformes
9. Se realiza un estudio sobre los gastos mensual en alimentacin en tres niveles socioeconmicos. Se
cuenta con la siguiente informacin:
Gasto promedio
Desviacin estndar
Nivel A
4000
520
Nivel B
2500
310
En qu nivel socioeconmico los gastos son ms homogneos?

40
Nivel C
900
120
AUTOEVALUACIN N 2
1. Indique si son verdaderas o falsas las siguientes afirmaciones
Afirmacin
a) El valor de la mediana solo se puede calcular en variables cuantitativas

b) La desviacin estndar es siempre menor que la varianza
c) Si las unidades estn en minutos, la varianza se expresa en minutos al cuadrado
d) El rango es la diferencia entre el valor mximo y el valor mnimo
e) Dentro de un conjunto de datos puede existir ms de una moda
2. La venta semanal en florera el ROSAL es la siguiente:
Precios
yi
Fi
fi
[25 35)
(Clientes)
25
[35 45 )
40
[ 45 55)
13
[55 65 )
38
[65 75 )
15
fi yi
fi yi2
TOTAL
a) Calcule la media, moda, mediana e interprete
a) Calcula La Varianza, desviacin estndar en interpreta
b) Se puede decir que la distribucin de precios es uniforme? Justifique su respuesta
3. Se clasifica a los Gerentes de acuerdo a grado de responsabilidad obtenindose los siguientes
resultados respecto de su sueldo promedio anual:
a) Qu medida me permite comparar la dispersin de sueldos?

b) Calcule el coeficiente de variacin para cada grupo y responda Qu grupo es ms homogneo
en sus sueldos?
4. Enseguida, aparecen los nmeros de automviles vendidos por dos agentes, por arriba y por debajo
de sus cuotas de ventas, en seis perodos semanales:
a)
b)
Vendedor 1
-1
Vendedor 2
-1
Calcule la desviacin estndar de cada una de estas muestras

Cul de las dos muestras es ms homognea?
41
Unidad
DISTRIBUCIONES
BIDIMENSIONALES
En esta unidad se analizar la dependencia y asociacin de variables estadsticas mediante el

uso de modelos lineales y de medidas de asociacin en el estudio de los fenmenos
econmico-financieros.
Clasificar datos cuantitativos bidimensionales en forma sistemtica, aplicando las tcnicas
de la estadstica descriptiva.
Resumir datos cuantitativos bidimensionales, aplicando medidas estadsticas descriptivas y
realizando un anlisis crtico e interpretativo de los resultados.
Determinar la correlacin y regresin lineal existente entre dos variables X e Y. Dominar los
mtodos de regresin simple, anlisis de correlacin y coeficiente de determinacin.
Contenido Temtico
Tema VI:
Distribuciones Bidimensionales
Tema VII:
Medidas estadsticas bidimensionales
Tema VIII:
Anlisis de Correlacin y Regresin
42
Distribuciones Bidimensionales
TEMA
6.1. Definicin
6.2. Tablas Estadsticas Bidimensionales

6.3. Distribuciones Marginales
6.4. Frecuencias Relativas
6.5. Grafico Bidimensional
6.1.
Definicin
Las distribuciones bidimensionales son

aquellas en las que se estudian al mismo
tiempo dos variables de cada elemento
de la poblacin. Estas variables pueden
ser
cuantitativas
cualitativas.
Por
ejemplo: peso y altura de un grupo de

estudiantes; edad y horas de lectura;
usuario y turno de asistencia, etc.
Se desarrollaran un conjunto de tcnicas
que permite describir las relaciones que ligan a esas dos variables o a esos dos atributos,
para establecer el grado de dependencia o asociacin entre ellos, as como para estimar
una de ellas a partir del comportamiento de la otra.
Ejemplo1: Entre los empleados de una empresa se ha realizado una encuesta sobre el
consumo del tabaco, que ha arrojado los siguientes resultados:
Habito
Fumadores
No fumadores
Sexo
Totales de
filas
Varones
Mujeres
49
43
64
37
113
80
Totales de
columnas
92
101
193
Interpretacin: 49 empleados son varones y fumadores, 43 empleados son mujeres y

fumadoras, etc.
43
6.2.
Tablas Estadsticas Bidimensionales
Consideremos un conjunto de n observaciones para dos variables X e Y en forma

simultnea:
x1 , x2 , x3 , ......, xk
las k modalidades o valores de la variable x
y1 , y2 , y3 , ......, ye
las l modalidades o valores de la variable y
Una tabla de distribucin de frecuencias bidimensional es una tabla de doble entrada que
agrupa en filas las modalidades o valores de X, y en columnas las modalidades o valores
de la caracterstica Y (tabla de kxe, k-filas y e-columnas)
y1
y2
y3
.........ye
TOTAL
fi.
x1
f11
f12
f13
.........f1e
f1.
x2
f21
f22
f23
.........f2e
f2.
x3
f31
f32
f33
.........f3e
f3.
............
.........
.....
xk
fl1
fl2
fl3
.........fke
fk.
k
TOTAL f.j
f.1
f.2
f.3
f.e
n f ij
i 1 j 1
Donde:
f ij =
nmero de veces que aparece repetido el par
( xi , y j )
y se llama frecuencia
absoluta.
e
f i . f ij = Frecuencia marginal de xi . , es el total de cada fila.

j 1
k
f . j f ij = Frecuencia marginal de y. j , es el total de cada columna.

i 1
n f ij
= nmero total de pares observados
i 1 j 1
44
Ejemplo 2: Dada la distribucin bidimensional:

X
Y
1
3
2
5
1
2
2
3
3
5
2
4
2
3
2
5
3
5
1
3
Su la tabla de frecuencias bidimensional correspondiente es:

Y
Frec. absolutas
marginales de X
Frec. absolutas
n=10
marginales de Y
6.3.
Distribuciones Marginales
Son tablas que representan a la variable X y sus frecuencias marginales y de igual manera
a la variable Y con sus frecuencias marginales:
Distribucin marginal de X
Distribucin marginal de Y
fi .
f. j
x1
f 1.
y1
f .1
x2
f 2.
y2
f .2
x3
f 3.
y3
f .3
xk
fk .
Ye
f. j
Total
n fi .
Total
n f. j
j 1
i 1
45
Ejemplo 3: del ejemplo 2 obtener la distribucin marginal de X e Y
6.4.
fi .
f. j
Total
10
Total
10
Frecuencias Relativas
En muchas situaciones en vez de trabajar con las frecuencias absolutas, podemos

construir tablas con las frecuencias relativas (proporciones), como se hizo en el caso
unidimensional. Sin embargo aqu existen 3 posibilidades de expresar la proporcin de
elementos en cada celda:
i)
Con relacin al total general y se llama frecuencia relativa
hij
f ij
ii)
Con relacin al total de cada fila
hij
f ij
iii) Con relacin al total de cada columna
hij
f ij
n
fi .
f. j
De acuerdo al objetivo de cada investigacin, una de estas proporciones ser la ms

conveniente para ser usada.
Ejemplo 4: Supongamos que queremos analizar el comportamiento conjunto de las
variables: Grado de instruccin (Y), y regin de procedencia (X) de los empleados del
Ministerio de Salud. Los datos estn agrupados en la siguiente tabla de doble entrada:
46
Primaria
Secundaria
Superior
Total
Completa
Completa
Costa
40
30
20
90
Sierra
35
15
10
60
Selva
30
15
50
Total
105
60
35
n=200
a)
Hallar la distribucin conjunta de las proporciones con relacin al total general
b)
Hallar la distribucin conjunta de las proporciones con relacin al total de cada fila
c)
Hallar la distribucin conjunta de las proporciones con relacin al total de cada columna.
Tabla A: Distribucin conjunta de las proporciones con relacin al total
Y
X
Primaria Secundaria
Completa
Superior
Total
Completa
Costa
20.0%
15.0%
10.0%
45.0%
Sierra
17.5%
7.5%
5.0%
30.0%
Selva
15.0%
7.5%
2.5%
25.0%
Total
52.5%
30.0%
17.5%
100.0%
Interpretacin: El 20% de los empleados son de la costa y tienen primaria completa. El

2.5% son de la selva y tienen estudios superiores. El 45% son de la costa, el 52.5% tienen
primaria completa.
Tabla B: Distribucin de las proporciones con relacin al total de cada fila
Y
X
Primaria Secundaria
Completa
Superior
Total
Completa
Costa
44.4%
33.3%
22.2%
100.0%
Sierra
58.3%
25.0%
16.7%
100.0%
Selva
60.0%
30.0%
10.0%
100.0%
Total
52.5%
30.0%
17.5%
100.0%
Interpretacin: El 44.4% de los empleados de la costa tienen primaria completa, el 16.7%

de los empleados de la sierra tienen estudios superiores.
47
Tabla C: Distribucin de las proporciones con relacin al total de cada Columna

Y
X
Primaria Secundaria
Completa
Superior
Total
Completa
Costa
38.1%
50.0%
57.1%
45.0%
Sierra
33.3%
25.0%
28.6%
30.0%
Selva
28.6%
25.0%
14.3%
25.0%
Total
100.0%
100.0%
100.0%
100.0%
Interpretacin: El 38.1% de los empleados con primaria completa son de la costa, el 25%
de los empleados con secundaria completa son de la sierra.
6.5.
Grafico Bidimensional
Permiten representar las series de datos en dos dimensiones o sea los valores se
representan alineados en dos ejes perpendiculares: el eje horizontal X y el eje vertical Y.
Son aplicaciones estadsticas al estudio en conjunto de dos variables cualitativas.
Ejemplo: tomando en cuenta el ejemplo anterior de la distribucin conjunta de las
proporciones del Grado de instruccin (Y), y regin de procedencia (X) de los empleados
del Ministerio de Salud con relacin al total tenemos el siguiente grfico:
20.0%
20.0
18.0
16.0
17.5%
15.0%
15.0%
14.0
10.0%
12.0
7.5%7.5%
10.0
8.0
5.0%
6.0
2.5%
4.0
2.0
0.0
Primaria Completa
Secundaria
CostaCompleta
Sierra
48
Superior
Selva
Medidas Estadsticas
Bidimensionales
TEMA
7.1. Mediciones Marginales

7.1.1 Medias Marginales de X e Y
7.1.2 Varianzas Marginales de X e Y:

7.1.3 Desviaciones Estndar Marginales de X e Y
7.2. Distribuciones condicionadas
7.1.
Mediciones Marginales
Sabemos que las distribuciones marginal de X son los totales de las filas y la distribucin
marginal de Y son los totales de las columnas, dichos totales vendran a ser sus
frecuencias absolutas. (Ver tema 6)
fi .
f. j
x1
f 1.
y1
f .1
x2
f 2.
y2
f .2
x3
f 3.
y3
f .3
.
.
xk
.
.
.
.
Ye
.
.
fk .
Total
Total
n fi .
i 1
i 1
i.
xi
f
j 1
.j
yj
7.1.2 Varianzas Marginales de X e Y:

e
s 2X
f
i 1
i.
x nx
2
i
n1
n f. j
j 1
7.1. 1 Medias Marginales de X e Y:
f. j
sY2
49
f
j 1
.j
y 2j ny 2
n
7.1.3 Desviaciones Estndar Marginales de X e Y:

Sabemos por la clase de medidas de dispersin que la desviacin estndar es la raz
cuadrada de las varianzas marginales:
k
sX
i 1
f i . xi2 nx 2
sY
n1
f
j 1
.j
y 2j ny 2
n

La covarianza es una medida de asociacin lineal ms simple entre dos variables X e
Y est definida como:
s XY
1 k e
f ij xi yi x.y
n i 1 j 1
Si Sxy > 0 hay dependencia directa (positiva), es decir, a grandes valores de x

corresponden grandes valores de y.
Si Sxy = 0 Una covarianza 0 se interpreta como la no existencia de una relacin lineal

entre las dos variables estudiadas.
Si Sxy < 0 hay dependencia inversa o negativa, es decir, a grandes valores de x

corresponden pequeos valores de y.
Ejemplo1: En una encuesta efectuada en una poblacin se obtuvo la siguiente

informacin, relativo al nmero de habitantes (X) y nmero de dormitorios (Y), en una
muestra de 50 viviendas. Los cuales se agruparon en la siguiente tabla bidimensional.
Y
Total
11
10
16
Total
24
20
50
a) Hallar las frecuencias marginales, acumuladas y relativas para X e Y

b) Hallar las medias, varianzas y desviaciones estandar marginales
c) Hallar la covarianza e interpretar
50
Solucin:
a) Frecuencias marginales, acumuladas y relativas para X e Y
a1) Distribucin Marginal de X
xi
2
3
4
5
6
8
TOTAL
fi .
Fi .
hi .
6
11
16
9
5
3
n =50
6
17
33
42
47
50
12%
22%
32%
18%
10%
6%
100%
f. j
F. j
h. j
24
20
4
2
n =50
24
44
48
50
48%
40%
8%
4%
100%
a2) Distribucin Marginal de Y
yj
1
2
3
4
TOTAL
b) Medias y Varianzas Marginales
fx
i
f
n
yj
xi
fi
f i . xi .
f i . xi2
2
3
4
5
6
8
6
11
16
9
5
3
50
12
33
64
45
30
24
208
24
99
256
225
180
192
976
208
4.16
50
yj
f. j
1
2
3
4
24
20
4
2
50
84
1.68
50
976 50(4.16)2
2.26
49
s X2
sY2
f j . yi .
f j . x 2j
24
40
12
8
84
24
80
36
32
172
172 50(1.68)2
0.63
49
51
s X 1.5
sY 0.79
a) Covarianza X Y
s XY
1 k e
393
f ij xi yi x .y
( 4.16 )( 1.68 ) 0.872
n i 1 j 1
50
Interpretacin: como 0.872 >0, existe una asociacin directa entre el nmero de
habitantes y numero de dormitorios es decir, a mayor nmero de habitantes mayor
cantidad de dormitorios por vivienda.
7.2.
Distribuciones Condicionadas
Sea (X,Y) una variable estadstica bidimensional tal que X presenta k-modalidades y la
variable Y e-modalidades mutuamente excluyentes. La distribucin de la variable X
condicionada a que la variable Y tome el valor fijo yi ( j 1, 2, ..., e ) est dado en la tabla:
Tabla 1: Distribucin de la variable X condicionada a
Y yj
x1
x2
........
xk
Totales
f1 j
f2 j
f kj
f. j
f1 j
f2 j
f kj
f. j
f. j
Frecuencia absoluta de X
condicionada a
Y yj
fX Y y
Frecuencia
condicionada a
de
Y yj
hX Y y
relativa
f. j
De igual manera la distribucin de la variable Y condicionada a que la variable X tome el

valor fijo xi ( i 1, 2, ..., k ) est dado en la tabla:
Tabla 2: Distribucin de la variable Y condicionada a
X xi
y1
y2
........
ye
Totales
fi1
fi 2
f ie
fi .
fi1
fi .
fi 2
fi .
f ie
fi .
Frecuencia absoluta de Y
condicionada a
fY
X xi
X xi
Frecuencia relativa de Y
condicionada a
hY
X xi
X xi
52
Ejemplo 2: Tomando la tabla bidimensional del ejemplo 1:

Y
Total
11
10
16
Total
24
20
50
a) Hallar la distribucin X condicionada a Y=2

b) Hallar la distribucin Y condicionada a X=6
c) Hallar la distribucin X condicionada a Y=3
d) Hallar la distribucin Y condicionada a X=8
Solucin:
a)
Valores de X
Totales
f X Y 2
20
hX Y 2
0,20
0,25
0,45
0,10
Valores de Y
Totales
0,2
0,4
0,4
Valores de X
Totales
f X Y 3
hX Y 3
0,25
0,50
0,25
Valores de Y
Totales
0,00
0,00
0,33
0,67
b)
fY
X 6
hY
X 6
c)
d)
fY
X 8
hY
X 8
53
Anlisis de Correlacin y
Regresin
8.1. Anlisis de Correlacin
8.1.1 Tipos de correlacin
8.1.2 Diagrama de dispersin
8.1.3 Coeficiente de Correlacin
8.1.4 Niveles de correlacin
8.2. Anlisis de regresin
8.2.1 Regresin Lineal simple
8.2.2 Recta de mnimos cuadrados
8.2.3 Coeficiente de Determinacin
8.1.
TEMA
Anlisis de Correlacin
La correlacin estadstica determina la relacin o dependencia que existe entre las dos
variables que intervienen en una distribucin bidimensional. Es decir, determinar si los
cambios en una de las variables influyen en los cambios de la otra. En caso de que
suceda, diremos que las variables estn correlacionadas o que hay correlacin entre ellas.
La correlacin es la teora que se encarga de estudiar las posibles relaciones existentes
entre dos variables X e Y estadsticas.
8.1.1 Tipos de Correlacin. Segn la relacin entre las variables X e Y podemos tener:
A. Correlacin Directa o Positiva. Cuando las variables X e Y presentan variaciones
en un mismo sentido, esto es, para mayores valores de X, mayores valores de Y.
B. Correlacin Inversa o Negativa. Cuando las variaciones de X e Y son en sentidos
contrarios, esto es, para mayores valores de X corresponden menores valores de Y.
C. Sin correlacin. Cuando no existe ningn tipo de relacionamiento entre las
variables.
8.1.2 Diagrama de Dispersin. Es la representacin grfica ms til para describir el
comportamiento conjunto de dos variables X e Y, consiste en una nube de puntos que
indicar si existe o no correlacin dependiendo de la tendencia de los puntos.
54
Ejemplo1: Una compaa de seguros desea determinar el grado de relacin que existe
entre el ingreso familiar y el monto del seguro de vida del jefe de familia. Con base a una
muestra aleatoria de 9 familias, se obtuvo la siguiente informacin (en miles de dlares)
Ingreso (X)
Seguro de
Vida (Y)
45
20
40
40
47
70
50
60
50
90
30
25
20
15
55
55
35
40
Interpretacin: Observando el grfico podemos decir que el
Ingreso familiar y el seguro de Vida tienen correlacin positiva
8.1.3 Coeficiente de Correlacin. Es un nmero que indica el grado de asociacin entre

las variables y se define del siguiente modo:
n
xi yi nxy
i 1
n x 2 nx 2 n y2 ny 2
i
i
i 1
i 1
Caractersticas:
El coeficiente r es un nmero comprendido entre -1 y +1
1 r 1
Si r 0 Existe una correlacin directa o positiva
Si r 0 Existe una correlacin Inversa o negativa
Si r 0 No Existe asociacin entre las dos variables, no existe asociacin lineal.
Ejemplo2: Del ejemplo1 sobre el Ingreso profesional y el seguro de vida hallar el

coeficiente de correlacin:
N
Ingreso
(X)
Seguro de
Vida (Y)
XY
X2
Y2
3150
1000
2400
2000
4230
2025
400
1600
1600
2209
4900
2500
3600
2500
8100
45
70
2
3
20
40
50
60
4
5
40
47
50
90
55
30
55
7
8
9
Total
25
20
15
55
35
40
282
X
n9
505
1650
1375
700
600
17105
900
625
400
225
9984
3025
3025
1225
1600
30475
XY
X2
Y2
x 282 31.3 ;
n
505
56.1
9
xi yi nxy
i 1
x 2 nx 2 y2 ny 2
i
i
i 1
i 1
17105 9(31.3)(56.1)
9984 9(31.3) 2 30475 9(56.1) 2
0.818
Interpretacin: Como r=0.818, existe una correlacin positiva fuerte entre el ingreso
profesional y el seguro de vida adquirido.
8.1.4 Niveles de Correlacin r
Como se observa en los diagramas anteriores, el valor de r se aproxima a +1 cuando
la correlacin tiende a ser lineal directa (mayores valores de X significan mayores
valores de Y), y se aproxima a 1 cuando la correlacin tiende a ser lineal inversa. El
siguiente diagrama resume el anlisis del coeficiente de correlacin entre dos
variables:
8.2.
Anlisis de Regresin
Este anlisis toma como base las observaciones que se realizan para cada una de las
variables X e Y, donde se da a conocer una ecuacin matemtica que indica la relacin de
estas variables; cuando se tiene la ecuacin esta se utiliza para poder estimar valores
futuros que pueda tener una variable. En cualquier problema se deben tener muy
identificadas las variables de dicho problema, a estas variables se les conoce como
variable dependiente (Y) y variables independiente (X).
56
8.2.1 Regresin Lineal Simple. Este tipo de regresin se utiliza cuando existe solo una
variable independiente X para una variable dependiente Y. Est definida por la
siguiente ecuacin lineal en su forma general:
Y b0 b1 X e
Dnde:
Y Es la variable respuesta o valor de la prediccin de la variable Y dado un valor X .

b0 ,b1 Coeficientes de la regresin lineal
b0 Es el valor de Y cuando X = 0, es decir, es el valor de Y cuando la lnea de
regresin cruza el eje de las Y.
b1 Es la pendiente de la lnea, o la variacin promedio en Y por cada variacin de

una unidad en X.
Es cualquier valor seleccionado de la variable independiente X.
Es el error de prediccin
X
e
8.2.1 Recta de Mnimos Cuadrados. Para poder obtener la recta de regresin Y en X

utilizaremos la siguiente ecuacin de estimacin:
Y b0 b1 X
Donde los valores de
b0 y b1 en la ecuacin de regresin son conocidos como
coeficientes de regresin y las frmulas para calcularlos son:

n
xi yi nxy
i 1
xi2 nx 2
y b1 x
i 1
Ejemplo3: Del ejemplo1 sobre el Ingreso profesional y el seguro de vida hallar el

coeficiente de correlacin.
a) Estime la ecuacin lineal e Interprete el coeficiente de regresin b1.
n
xi yi nxy
i 1
n
xi2 nx 2
17105 9(31.3)(56.1)
9984 9(31.3) 2
i 1
b0 y b1 x 56.1 ( 1.12 )31.3 21.13

57
1.12
Entonces la ecuacin de regresin estimada ser:
Y 21.13 1.12 X
Interpretacin:
b1 1.12 ,
El monto promedio del seguro de vida del jefe de familia aumentar en
1.12 ($1120) cuando su ingreso aumente en 1 ($1000)

b) Si un Jefe de Hogar tiene un ingreso de $50000 Qu monto de seguro percibir?
Y 21.13 1.12( 50 ) 77.13

Un Jefe de Hogar con 50000 dlares de ingreso percibir un seguro de $77130
8.2.2 Coeficiente de Determinacin (R2)

Mide el porcentaje de variabilidad en Y que puede explicarse a travs del conocimiento
de la variable independiente X. Se calcula con la siguiente frmula:
( x x )( y y )
R
r2
2
2
2
2
xi nx yi ny
2
Caractersticas:
0 R2 1
Es un valor no negativo ya que se encuentra entre 0 y 1
Es un valor muy importante en cualquier anlisis de regresin, ya que muestra el

grado hasta el cual estn relacionadas la variabilidad de X e Y
Ejemplo4: sobre el Ingreso profesional y el seguro de vida hallar el coeficiente de

determinacin.
Recordando que
2
r 0.818 , por lo cual R 0.818 0.669
2
Interpretacin: El 66.9% de la variacin del monto del seguro (Y) son explicados por
el Ingreso profesional.
58
ACTIVIDADES
1. Una empresa minera hizo un estudio para verificar si el tipo de trabajo se relaciona con el grado de
estrs de los trabajadores. Para lo cual se elige una muestra aleatoria de 300 trabajadores y se
clasifican en la tabla siguiente:
Grado de Estrs (Y)
Tipo de Trabajo
(X)
II
III
Total
Oficina
42
24
30
96
Terreno
54
78
72
204
96
102
102
300
Total
a) Hallar la distribucin conjunta de las proporciones con relacin al total general

b) Hallar la distribucin conjunta de las proporciones con relacin al total de cada fila
c) Hallar la distribucin conjunta de las proporciones con relacin al total de cada columna.
2. Una compaa discogrfica ha recopilado la siguiente informacin sobre el nmero de conciertos
dados, durante el verano, por 15 grupos musicales y las ventas de discos de estos grupos
(expresados en miles de CDs):
Conciertos (Y)
10 - 30
30 - 40
40 - 80
15
5 10
10 - 20
CDs(X)
a) Calcula el nmero medio de CDs vendidos

b) Calcula el nmero medio de Conciertos realizado
c) Hallar la covarianza (X,Y) e interpretar
3. La informacin estadstica obtenida de una muestra de tamao 12 sobre la relacin existente entre la
inversin realizada y el rendimiento obtenido en cientos de miles de euros para explotaciones
agrcolas, se muestra en el siguiente cuadro:
Inversin (X)
11
14
16
15
16
18
20
21
14
Rendimiento (Y)
10
a) Construya un diagrama de dispersin e interprete

b) Calcule los coeficientes de correlacin y determinacin e interprete.
c) Estima la recta de regresin del rendimiento respecto de la inversin e interprete sus coeficientes.
d) La previsin del rendimiento que se obtendr con un inversin de 1 250 000 .
59
4. Se toma una muestra de 150 pinos, observando en cada rbol su altura X (en centmetros) y el
nmero Y de nidos de gorriones que lo habitan.
Y
50 150
10
150 250
250 350
15
12
350 - 450
12
20
16
a)
b)
c)
d)
e)
f)
Calcular la media y desviacin estndar de la altura de los pinos.

Calcular el promedio de nidos por rbol y su desviacin estndar.
Hallar la covarianza (X,Y) e interpretar
Hallar la distribucin Y condicionada a X= [250 350)
Hallar la distribucin X condicionada a Y=4
Hallar la distribucin proporcional con respecto al total, filas y columnas. Graficar e Interpretar.
5. Un hipermercado ha decidido ampliar el negocio. Decide estudiar de forma exhaustiva el nmero de

cajas registradoras que va a instalar, para evitar grandes colas. Para ello, se obtuvieron los siguientes
datos procedentes de otros establecimientos similares acerca del nmero de cajas registradoras y del
tiempo medio de espera.
N
1
N de cajas
registradoras
Tiempo medio
de espera
10
59
12
51
14
42
12
32
18
26
XY
X2
Y2
Total
a)
b)
c)
d)
e)
Identifique cual es la variable dependiente y cual la independiente.

Construya un diagrama de dispersin e interprete
Calcule el coeficiente de correlacin y Determinacin e interprete.
Estima la ecuacin de regresin lineal e Interpreta los coeficientes estimados.
Predecir el tiempo medio de espera de un establecimiento con 25 cajas registradoras.
6. Una casa de empanadas realiza promociones a travs de publicidad repartiendo volantes publicitarios.
Se cree que existe relacin entre x cantidad de volantes repartidos por semana en cientos e y
ventas en cientos de pesos. Se tomaron 8 semanas al azar que arrojaron la siguiente informacin:
a) Determine en qu medida la variable cantidad de volantes explica las variaciones de las ventas.
b) Determine la recta de ajuste e interprete los coeficientes.
c) Pronostique el valor las ventas, cuando se reparten 350 volantes.
60
AUTOEVALUACIN N 3
1. Una institucin ambiental hizo un estudio para determinar si el sector industrial se relaciona con el
grado de contaminacin por plomo. Una muestra aleatoria de 300 empresas a las que se les examin
entreg los siguientes resultados:
Grado de Contaminacin
Sector Industrial
Alto
Medio
Bajo
Total
Villa el Salvador
18
6
12
Chorrillos
42
24
30
Independencia
36
72
60
Total
a) Hallar la distribucin conjunta de las proporciones con relacin al total general
b) Hallar la distribucin conjunta de las proporciones con relacin al total de cada fila
c) Hallar la distribucin conjunta de las proporciones con relacin al total de cada columna.
2. Una empresa del sector cermico realiza un estudio sobre los metros cuadrados vendidos de sus
productos por agentes de ventas en plantilla y la antigedad en la empresa de los mismos:
Miles de m2
Aos de antigedad
1
11-13
13 -15
15-17
17-19
a)
b)
c)
d)
Calcular el promedio de aos de antigedad de los agentes de la empresa

Calcular la media y desviacin estndar de las ventas.
Hallar la covarianza (X,Y) e interpretar
Hallar la distribucin Y condicionada a X=[15 17)
3. Una empresa de consumibles de informtica asigna diferentes precios a los cartuchos de tinta que
comercializa segn el centro comercial donde se ponen a la venta. La tabla adjunta muestra el
nmero de unidades vendidas y los precios (en soles).
a)
b)
c)
d)
e)
Precio
Unidades
vendidas
15
20
23
14
12
27
10
43
38
36
40
42
31
49
XY
X2
Y2
Identifique cual es la variable dependiente y cual la independiente.

Construya un diagrama de dispersin e interprete
Calcule el coeficiente de correlacin Determinacin e interprete.
Estima la ecuacin de regresin lineal e Interpreta los coeficientes estimados.
Si el precio de un cartucho de tinta es de 25 Cuntas unidades se vendern de ese producto?
61
Unidad
PROBABILIDADES, SERIES DE
TIEMPO Y NUMEROS INDICES
En esta unidad se conocer y aplicar la teora de la probabilidad en sucesos y eventos,

adems se conocern Tcnicas del Anlisis de Series de Tiempo aplicados en economa as
como la comparacin de datos en distintos momentos del tiempo usando nmero ndices.
Modelar experimentos aleatorios y aplicar correctamente la definicin clsica de
probabilidad. Calcular probabilidades condicionales y tomar de decisiones aplicando el
Teorema de Bayes.
Analizar datos econmicos a travs del tiempo mediante el anlisis de series de tiempo
hechas a una variable aleatoria en pocas sucesivas y en intervalos equidistantes.
Estudiar las variaciones de un fenmeno complejo por medio de nmeros ndices, los
cuales permiten comparar dos o ms situaciones distintas en eltiempo y/ el espacio.
Contenido Temtico
Tema IX:
Introduccin a las Probabilidades
Tema X:
Anlisis de Series de Tiempo
Tema XI:
Nmeros ndices
62
Introduccin a las Probabilidades

TEMA
9.1. Probabilidades y eventos

9.2. Experimento aleatorio
9.3. Espacio muestral y eventos
9.4. Tcnicas de conteo
9.5. Concepto clsico de probabilidad
9.6. Probabilidad Condicional
9.7. Teorema de Bayes
9.1.
Probabilidades y Eventos
El concepto de probabilidad es manejado por mucha gente. Frecuentemente se escuchan

preguntas como las que se mencionan a continuacin:
Cul es la probabilidad de que me saque la Lotera?
Qu posibilidad hay de que me pase un accidente

automovilstico?
Qu posibilidad hay de que hoy llueva? para llevar mi

paraguas o no.
Existe alguna probabilidad de que repruebe el primer

parcial?
Las preguntas anteriores esperan como respuesta una medida de confianza para conocer
un evento futuro, o bien de una forma sencilla interpretar la probabilidad. El estudio de las
probabilidades proporciona las reglas para el estudio de los experimentos aleatorios o de
azar, que constituyen la base para la estadstica inferencial.
9.2.
Experimento Aleatorio
Llamado tambin No determinstico y tiene las siguientes

caractersticas:
a)
Cada experimento podr ser repetido indefinidamente sin

cambiar esencialmente las condiciones.
b) No se puede determinar un valor A priori, sin embargo

es posible describir de antemano todos sus resultados
posibles.
Ejemplo: Todos los juegos de azar
63
9.3.
Espacio Muestral y Eventos
A. Espacio Muestral
Es denotado por , es un conjunto formado por todos los posibles resultados de un
experimento.
Ejemplo1: Consideremos el experimento aleatorio de lanzar un dado y observar el
nmero que aparece en la cara superior, entonces su espacio muestral ser:
1, 2, 3, 4, 5, 6
B. Evento O Suceso
Un evento es un subconjunto del espacio muestral y se denota con las letras
maysculas A, B, C, etc.
Ejemplo2: Sea el experimento de lanzar un dado y observar el nmero que aparece
en la cara superior. El espacio muestral asociado a este experimento
como ya
sabemos es:
1, 2, 3, 4, 5, 6
Para este experimento se pueden definir los siguientes eventos:
A: Observar un nmero impar. A 1, 3,5
B: Observar un nmero menor que 4. B 1, 2, 3
C: Observar un nmero mayor que 2. C 3, 4,5,6
9.4.
Tcnicas de Conteo
Las tcnicas de conteo son procedimientos o arreglos de enumeracin para determinar

directamente el nmero de elementos del espacio muestral. Para esto se desarrollar la
tcnica de Anlisis Combinatorio, que es un procedimiento ms sencillo para determinar el
nmero total de resultados. Con este fin, nos apoyaremos en los conceptos permutaciones
y combinaciones
A. Permutaciones de n elementos
Una permutacin de un conjunto de elementos, es un ordenamiento especfico de
todos o algunos elementos del conjunto. En una permutacin el orden en que se
disponen los elementos del conjunto es importante.
64
Por el principio fundamental del conteo podemos enunciar que el nmero de

permutaciones de n objetos distintos tomados de n en n, es: Pn = n!
n! = n (n -1 ) (n -2 )...3 x 2 x 1
5! = 5 x 4 x 3 x 2 x 1 = 120
Por definicin 0! = 1
Ejemplo3: Cinco personas desean nombrar un Comit Directivo compuesto de un
presidente, un vicepresidente, un secretario, un tesorero y un vocal. Cuntas
maneras hay de constituir el comit?
P5 =5! =120
B. Combinaciones
Una combinacin es un subconjunto o una disposicin de todos los elementos de un
conjunto, sin tener en cuenta el orden de ellos. El nmero de combinaciones o
subconjuntos no ordenados, cada uno formado por r elementos, que pueden
obtenerse de un conjunto de n elemento es:
nCr
n!
( n r )! r !
Ejemplo4: De un club de 20 socios, se van a seleccionar 3 para formar la mesa

directiva. De cuntas formas puede constituirse?
20C 3
9.5.
20 !
6840
1140
( 20 3)! 3!
6
Concepto Clsico de Probabilidad
Dado un evento A, asociado a un experimento aleatorio, se llama probabilidad de A, y se

representa por el smbolo P(A), al cociente que se obtiene dividiendo el nmero de
resultados favorables para la ocurrencia del evento, entre el nmero total de posibilidades
nmero de elementos del espacio muestral ( ). Y se denota por:
P ( A)
#( A)
#( )
Ejemplo5: En el experimento de lanzar un dado,

Determinar la probabilidad de que en la cara superior aparezca el nmero 5
1, 2, 3, 4, 5, 6 , 6 resultados posibles
Sea el evento A 5 , un resultado favorable
65
P ( A)
1
0,167
6
Determinar la probabilidad de que se obtenga un nmero par

Sea el evento B 2, 4, 6 , 3 resultados favorables P ( B )
3 1
0, 5
6 2
Propiedades de las Probabilidades

Sean los eventos A y B asociados al espacio muestral . Entonces se cumplen las
siguientes propiedades.
i. 0 P ( A) 1
ii. P ( ) 1 es decir, la probabilidad del suceso seguro , es igual a la unidad.
iii. P 0
iv. P A B P A P B P A B .
v. P ( A B ) P ( A) P ( B ) para todo A y B eventos disjuntos ( A B )
Ejemplo 6: En cierta ciudad, la probabilidad que una familia tenga televisor es 0.75, un
refrigerador es 0.60 y que tengan ambos es 0.50 Cul es la probabilidad que una
familia tenga un refrigerador o un televisor?
Solucin:
P (T ) 0.75
P ( R) 0.60
P (T R) 0.50
P T R 0 .7 5 0 . 6 0 0 .5 0 0 . 8 5
Ejemplo 7: En una entidad bancaria, la probabilidad que un directivo tenga ttulo de
economista es 0.36, que tenga ttulo contable es 0.24 y que tengan alguno de los dos
0.42 Cul es la probabilidad que un directivo elegido al azar tenga ambos ttulos?
P ( E ) _____
9.6.
P (C ) _____
P ( E C ) ______
P ( E C ) ______
Probabilidad Condicional
Ocurre cuando dos eventos se relacionan de manera tal que la probabilidad de ocurrencia
de uno depende de la ocurrencia del otro.
Definicin: Sean A y B dos eventos tal que P( B ) 0 , la probabilidad condicional de que
ocurra el evento A dado que ha ocurrido B, se denota:
P( A / B )
P( A B )
P( B )
66
Ejemplo 8: En una ciudad el 55% de los habitantes consume arroz, el 30% consume trigo
y el 20% consume ambos. Se pide: A= Arroz T= Trigo
a) Cul es la probabilidad de que coma trigo dado que consumi arroz?
P(T / A )
P(T A ) 0.20
0.364
P( A )
0.55
b) Sabiendo que un habitante consume trigo, cul es la probabilidad de que consuma

arroz?.
P( A / T )
P(T A ) 0.20
0.667
P(T )
0.30
Ejemplo 9: Para tratar de frenar la crisis econmica del Pas un Ministro desea aplicar dos
medidas econmicas A y B en 60 ciudades para observar si mejor o no la economa. La
siguiente tabla refleja los resultados obtenidos.
Mejora
No Mejora
Total
Medida A
26
12
38
Medida B
14
22
Total
40
20
60
Si se elige aleatoriamente una ciudad, calcular la probabilidad que:

a) Se haya mejorado su economa.
b) Haya recibido la medida econmica A.
c) haya recibido la medida B y no haya mejorado su economa
d) haya mejorado su economa sabiendo que ha recibido la medida B
e) Haya recibido la medida A sabiendo que ha mejorado en su economa
a) P( M )
b) P( A )
40
0.67
60
38
0.63
60
c) P( B M )
8
0.13
60
b) P( M / B )
P( M B ) 14
0.64
P( B )
22
d) P( A / M )
P( A M ) 26
0.65
P( M )
40
67
9.7.
Teorema de Bayes
Si los eventos A1 , A2 , ...., An forman una particin del espacio muestral , y B un evento
cualquiera de , entonces:
P( Ai / B )
P( Ai )P( B / Ai )
n
P( A )P( B / A )
i 1
Ejemplo 10: En una industria de acero se estima que hay un 60% de probabilidad de que
las inversiones de capital aumenten el prximo ao. Si el prximo ao aumentan las
inversiones de capital, la probabilidad de que el acero para construcciones suba de precios
es de 90%. Si no hay incremento en dichas inversiones, la probabilidad de un aumento en
los precios del acero es de 30%.
a) Construya el diagrama del rbol respectivo
b) Cul es la probabilidad de que suban los precios del acero?
c) Cul es la probabilidad de que no suban los precios del acero?
d) Cul es la probabilidad de que haya un aumento de la inversin de capital si es que

no suben los precios del acero para construcciones?
e) Cul la probabilidad de que no aumente la inversin si es que suben los precios?

Solucin: Sean los siguientes eventos:
A : Aumentan Inversiones
S : Suben los precios
A : No aumentan inversiones
S : No suben los precios
a) Diagrama de rbol
b) P( S ) 0.60 0.90 0.4 0.3 0.66

c)
P( S ) 1 0.66 0.34
d) P( A / S )
P( A S ) 0.6 0.10
0.176
P( S )
0.34
e) P( A / S )
P( A S ) 0.4 0.30
0.182
P( S )
0.66
68
Anlisis de Series Temporales

TEMA
10.1. Definicin
10
10.2. Importancia de las Series de Tiempo

10.3. Componentes de una serie cronolgica
10.1. Definicin
Una serie de tiempo es un conjunto de datos numricos que se obtienen en periodos
regulares a travs del tiempo. La unidad de tiempo puede ser: Hora, da, mes, trimestre,
ao o cualquier periodo que se pueda considerar de inters. Una serie de tiempo es un
conjunto de observaciones tomadas en instantes especficos, generalmente a intervalos
iguales.
Ejemplo1: Sea la produccin mensual de papel en el Per (en miles de toneladas) en los
aos 1985 - 2010
Aos(X) 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997
Prod(Y)
170
174
178
185
188
170
201
218
245
269
276
275
285
Aos(X) 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Prod(Y)
286
290
250
307
323
317
342
353
396
381
391
419
390
Grafique esta serie en el sistema cartesiano, donde los aos son las variables
independientes (X) y la produccin la variable dependiente (Y)
69
10.2. Importancia de las Series de tiempo

Son tiles en muchos trabajos en los que el tiempo juega un papel preponderante, lo cual
ocurre en mltiples aspectos de la Administracin y Economa. Se utiliza para realizar
pronsticos, predicciones y proyecciones de resultados futuros.
Unidades de Tiempo
Las ms usadas son por lo general de un ao, un trimestre, un mes, etc. Se elegirn las
ms adecuadas para el estudio.
Dentro de estas unidades de tiempo, algunas tienen duracin constante (horas, das, etc)
pero otras son variables (meses, aos)
10.3. Componentes de una Serie Cronolgica

En el grfico anterior sobre la produccin de papel pudimos apreciar que los valores de la
serie (Valores de Y) son distintos en cada periodo de tiempo, de manera que la grfica
evoluciona al transcurrir el tiempo que se conoce como movimiento o variacin de la
serie.
Los movimientos o variaciones de las series temporales se agrupan en cuatro
componentes:
Tendencia secular
Componente Estacional
Componente Cclica
Componente Irregular
10.3.1 Tendencia secular
Es un movimiento suave, regular y

de
largo
plazo
de
las
series
estadstica.
Con este movimiento se intenta

encontrar la direccin general o
tendencia del grfico de la serie,
considerando para ello unidades
grandes de tiempo.
Componente
largo
plazo
que
representa el crecimiento o disminucin de la serie durante un periodo largo.
Los cambios en la poblacin, ingresos, etc. Influyen en la tendencia.

70
10.3.2 Componente Estacional
Son fluctuaciones en periodos relativamente cortos que se repiten de manera casi

irregular. Por lo general estn asociados a los diferentes meses del ao.
Se puede ver afectada por la climatologa, las costumbres, etc.
Se produce dentro de un periodo anual.
Se deben a sucesos recurrentes que tienen lugar anualmente tales como el brusco
aumento de precios al consumo antes de navidad, aumento de consumo de
bebidas en verano.
10.3.3 Componente Cclica
Son movimientos u oscilaciones de larga duracin en torno a una recta o corva de

tendencia.
Estas oscilaciones puede ser peridicos o no, es decir pueden seguir o no

esquemas repetidos en intervalos iguales de tiempo.
Un ejemplo caracterstico son los llamados ciclos econmicos, que representan

intervalos de prosperidad, recesin, depresin y recuperacin.
Suelen durar de 2 a 10 aos
Se requiere informacin de por lo menos 15 a 20 aos
10.3.4 Componente Irregular
Son movimientos espordicos o son saltos en la serie causados por un suceso

de azas y situaciones inusuales o imprevistas.
Ejemplo: Huelgas, inundaciones, elecciones, tornados, corte de energa elctrica,

etc.
Aunque estos hechos producen variaciones en la serie de corta duracin, las

consecuencias pueden ser tan grandes que podran originar un nuevo ciclo o variar
la curva de la tendencia.
Fig. Componentes de una Serie Cronolgica

71

El Anlisis de los componentes o movimientos estudiados es de gran importancia cuando
se trata de predecir situaciones futuras de la serie.
En el caso de movimientos irregulares casi nunca son predecibles sus consecuencias.
E objetivo del anlisis es identificar aquellas componentes presentes para identificar sus
causas y predecir valores futuros.
Modelos de descomposicin:
Y= T + C + E + I (Modelo Aditivo)
Y= T.C.E.I
(Modelo Multiplicativo)

Es el anlisis de la tendencia. Este anlisis es mucho ms til y confiable cuando el
crecimiento es uniforme y pronunciado y cuando las desviaciones con respecto a la
tendencia de la curva son pequeas.
La curva de la tendencia muestra la evolucin general de la serie y puede tomar diferentes
formas tales como rectilnea, parablica, exponencial, etc.
Existen varios mtodos para lograr la estimacin de la tendencia, entre los ms utilizados
se encuentran:
Mtodo de la mano alzada
Mtodo de los semi-promedios
Mtodo de los promedios mviles
Mtodo de los Mnimos cuadrados
10.5.1 Mtodo de la mano alzada

Este mtodo consiste en ajustar una
curva o recta de tendencia por simple
inspeccin del grfico.
Consiste en trazar una lnea a lo
largo de un grfico con datos en la
serie en anlisis.
Una vez que se traza la lnea a mano
alzada, se puede aproximar una
ecuacin de tendencia para la lnea, utilizando el primer y ltimo periodo de la grfica.
Tiene la desventaja evidente de depender muy fuertemente del criterio personal de
cada cual.
72
10.5.2 Mtodo de promedios mviles

Es en realidad una suavizacin de la informacin de las series cronolgicas para
eliminar o atenuar movimientos cclicos.
Definicin: dada una sucesin de valores x1 , x2 , .....xn , se define el promedio mvil
de orden m (m<n) por la secuencia de valores correspondientes a las medias
aritmticas:
x1 x2 ... xm x2 x3 ... xm 1 x3 x4 ... xm 2

,
,
, ...
m
m
m
Donde m= nmero de elementos de cada subconjunto de las serie de valores
Ejemplo2: A continuacin se presentan las Ventas Trimestrales en millones de dlares de
una compaa de Alimentos:
Periodos
1
2
3
4
2002
190
370
300
220
2003
280
420
310
180
2004
270
360
280
190
2005
300
430
290
200
2006
320
440
320
220
Construir un grfico con los datos suavizar la serie con promedio mvil de 3 y 4 periodos y
graficar:
Aos
Periodos
2002
1
2
3
4
2003
1
2
3
4
2004
1
2
3
4
2005
1
2
3
4
2006
1
2
3
4
Ventas
190
370
300
220
280
420
310
180
270
360
280
190
300
430
290
200
320
440
320
220
Prom.
Mvil
Prom.
Mvil
3
periodos
4
periodos
286.67
296.67
266.67
306.67
336.67
303.33
253.33
270
303.33
276.67
256.67
306.67
340
306.67
270
320
360
326.67
270
292.5
305
307.5
297.5
295
280
272.5
275
282.5
300
302.5
305
310
312.5
320
325
73
10.5.3 Mtodo de Mnimos Cuadrados

Es la misma tcnica que se utiliz en el anlisis de
regresin para obtener la mejor recta de tendencia que
se ajuste a los datos
Donde:
X: Es el tiempo T (Variable independiente)
Y: Es la variable en estudio (Variable dependiente)
Recta de Mnimos Cuadrados. Para poder obtener la recta de regresin Y en X

utilizaremos la siguiente ecuacin de estimacin:
Y b0 b1 X
Donde los valores de
b0 y b1 en la ecuacin de regresin son conocidos como
coeficientes de regresin y las frmulas para calcularlos son:

n
xi yi nxy
i 1
n
2
i
nx
y b1 x
i 1
Ejemplo3: A continuacin se presentan las Ventas Trimestrales en miles de soles de

dlares de una empresa de textiles:
PERIODOS
1
2
3
4
2010
180
190
190
200
2011
220
220
270
280
2012
280
290
300
300
2013
310
320
320
360
2014
370
420
430
440
a) Hallar la ecuacin lineal de estimacin que mejor describe la tendencia e interprete los
coeficientes.
b) Comparar las ventas reales (Y) frente a las estimadas
c) Predecir las ventas para el I y II trimestre del 2007
74
a) En primer lugar se debe recodificar los periodos en forma consecutiva en la variable T,

que sera la variable X de nuestra ecuacin a estimar:
X
Aos
Ventas
X2
180
180
190
380
190
570
200
800
16
220
1100
25
220
1320
36
270
1890
49
280
2240
64
280
2520
81
10
290
2900
100
11
300
3300
121
12
300
3600
144
13
310
4030
169
14
320
4480
196
15
320
4800
225
16
360
5760
256
17
370
6290
289
18
420
7560
324
19
430
8170
361
20
440
8800
400
X= 210
Y=5890
XY=70690
X2=2870
2011
2012
2013
2014
De la tabla anterior aplicando las

frmulas
XY
Periodos
2010
para
calcular
los
coeficientes de regresin tenemos la

ecuacin lineal que describe a la
serie de datos:
Y 154.84 13.301X
75
b) La siguiente tabla muestra la comparacin las ventas reales (Y) frente a las
estimadas Y
T(X)
Ventas (Y)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
180
190
190
200
220
220
270
280
280
290
300
300
310
320
320
360
370
420
430
440
Y 154.84 13.301X
168.14
181.44
194.74
208.04
221.35
234.65
247.95
261.25
274.55
287.85
301.15
314.45
327.75
341.05
354.36
367.66
380.96
394.26
407.56
420.86
c) Predecir las ventas para el I y II trimestre del 2015

X
Aos
Y
Ventas
Y 154.84 13.301X
Periodos
17
370
380.96
18
420
394.26
19
430
407.56
20
440
420.86
21
22
2014
2015
434.16
447.46
Pronostico para I Trimestre del 2015
X 21
entonces
Y 154.84 13.301( 21 ) 434.16
Pronostico para I Trimestre del 2015
X 22
entonces
Y 154.84 13.301( 22 ) 447.46
76
Nmeros ndices
TEMA
11.1. Definicin
11
11.1. Definicin
Un nmero ndice es un indicador diseado para describir los cambios de una variable en
el tiempo, esto es, su evolucin a lo largo de un determinado perodo. Como por ejemplo:
La evolucin en la cantidad de un determinado bien o servicio o de un conjunto de ellos
(por ejemplo cantidades producidas o consumidas).
La evolucin en el precio de un bien o servicio o conjunto de stos.
La evolucin en el valor de un bien o servicio o de una canasta de bienes y servicios.
El nmero ndice es una razn o un cociente de cada uno de los valores de la variable x
con respecto a un valor que se toma como referencia, expresado en porcentajes.
Ejemplo1: El tipo de cambio del dlar de los Estados Unidos ha pasado de S/.2.196 en
Diciembre de 1994 a S/.3.490 en Diciembre del 2000. El ndice de variacin del dlar del
2000 respecto a 1994 es:
I 2000/1994 ( D )
3.490
100 158.93
2.196
Es decir hubo una variacin de 58.93% (158.93-100), el dlar en el ao 2000 aumento en

un 58.93% con respecto al ao 1994.

Los nmeros ndices se pueden clasificar de la siguiente manera:
I. Simples
ndices
II. Compuestos
No ponderados
Ponderados
77

Los nmeros ndices simples se refieren a un solo artculo o concepto, lo cual se traduce a
variaciones de una sola variable a travs del tiempo. Son simples relaciones o porcentajes
entre los valores de un artculo o concepto correspondientes a dos pocas o lugares que
desean compararse. La comparacin se realiza entre el valor correspondiente a un periodo
fijo (periodo base) y el valor alcanzado por la magnitud en cualquier otro momento t . Se
denota de la siguiente manera:
I t / t0 ( x )
xt
100
x0
Dnde:
xt
es el l valor de la variable en el momento t.
x0 es el valor de la variable en el momento 0 (Base de referencia)

Ejemplo2: Supongamos por ejemplo, que el precio de un artculo, en julio de 2012 era
S/.250 y en Julio del 2013 es de S/. 320. Calcular el ndice de precio del artculo para el
ao 2013 respecto a 2012 y el grado de variacin.
I 2013/2012 ( P )
320
100 128
250
Es decir hubo una variacin de 28% (128-100).

Ejemplo3: Se tiene la evolucin del salario mnimo de los empleados entre los aos 2007
2012. Calcular los ndices para cada uno de los seis aos usando como ao base 2007
Ao (t)
Salario mnimo vital

(empleados)
Clculos (base 2007)
ndice de
salarios base:
2007
2007
S/. 530.00
530/530*100=
100.00
2008
S/. 550.00
550/530*100=
103.77
2009
S/. 580.00
109.43
2010
S/. 600.00
113.21
2011
S/. 675.00
127.36
2012
S/. 750.00
141.51
Nota: Para calcular el grado de variacin (aumento o disminucin) con respecto al periodo
base, se averigua qu porcentaje representa la variacin restando 100 al ndice porcentual.
Por ejemplo en el 2010 el salario aumento un 13.21% (113.21-100) con respecto a 2007.
78

Se utilizarn cuando estamos interesados en la variacin de ms de una serie de valores a
travs del tiempo. Los nmeros ndices compuestos hacen referencia a varios artculos o
conceptos a la vez (magnitudes complejas) y su evolucin en el espacio y/ el tiempo.
Supongamos que una empresa tiene tres productos A, B y C; cada uno de los cuales tiene
su correspondiente precio (PA, PB y PC). Si nos interesara la evolucin de cada precio
individualmente, hallaramos los ndices simples de PA, PB y PC, pero si lo que queremos
analizar es la evolucin del precio general de la empresa, tendremos que tener en cuenta
la evolucin conjunta de todos ellos. Esto lo podemos hacer de dos formas:
Suponiendo que cada producto tiene la misma importancia relativa dentro de la

empresa, en este caso calcularamos los ndices Compuestos Sin Ponderar.
Suponiendo que cada producto tiene distinta importancia relativa dentro de la

empresa. Calcularamos los ndices Compuestos Ponderados.

Se denominan as cuando todas las variables que intervienen en su determinacin tienen
la misma importancia o el mismo peso. Para es te caso desarrollaremos:
11.5.1 Mtodo de la Media Aritmtica simple
Se halla la media aritmtica de los nmeros ndices simples. Es decir, si hay n
variables que se estn estudiando, se tendr:
n
I t / t0
I I 2 ... I n
1
I
i 1
Ejemplo4: Consideremos el precio de 4 diferentes artculos en los aos 2013 y 2014.

Calcular el ndice compuesto no ponderado para los precios en el ao 2014.
Artculo
Ao
Leche
Precios
ndices simples
2013
2014
2013
2014
10
12
100
120.0
Queso
15
20
100
133.3
Mantequilla
80
86
100
107.5
79
El ndice compuesto no ponderado ms bsico es simplemente la media aritmtica de

todos los ndices:
I 2014/2013
120 133.3 107.5

120.27
3
Lo que indica que los precios para estos productos en 2014 son 20.27% ms caros que lo
que fueron en 2013.

Su objetivo es solucionar los problemas planteados por los ndices complejos sin ponderar.
Los ndices complejos ponderados tienen en cuenta la importancia relativa de las distintas
magnitudes simples que lo componen, que denominaremos wi. Por construccin se debe
de cumplir:
i
t
i 1
Para todo t, siendo k, el nmero de

magnitudes simples que forman la
magnitud compleja
Qu importancia tiene la ponderacin? Si queremos obtener un ndice de precios de

consumo deberamos, 1 Determinamos los elementos que componen el consumo habitual
de una familia, 2 Averiguamos los precios de esos elementos. 3 Averiguamos la
importancia relativa (wi) de cada elemento en el consumo habitual de la familia.
Es evidente que todas las familias consumen alimentos, vestido, vivienda y energa; pero
tambin es evidente que la importancia de cada uno de estos elementos en el consumo
habitual de una familia es muy distinta. Si diramos la misma importancia a todos ellos
(ndice compuesto sin ponderar) obtendramos un ndice de Precios de Consumo que poco
tiene que ver con la realidad. En funcin de la relacin entre las ponderaciones wi y los
ndices de las componentes It/0 podemos definir los siguientes tipos de ndices:
11.6.1 ndice de Precios de Laspeyres o Mtodo del Ao Base
La frmula para calcularlo (en el ao t) es el promedio ponderado siguiente:
n
IPL
p q
i 1
n
it i 0
p
i 1
i0 i0
100
Dnde:
pit= Precio del artculo i en el ao dado t
qi0= Cantidad consumida del artculo i en el ao base
pi0= Precio del artculo i en el ao base
80
11.6.2 ndice de Precios de Paasche

Se calcula con la siguiente frmula:
n
IPP
pit qit
i 1
n
p
i 1
i 0 it
100
Dnde:
pit= Precio del artculo i en el ao considerado t
qit= Cantidad consumida del artculo i en el ao dado t
pi0= Precio del artculo i en el ao base
Por tanto, la relacin de la frmula de Paashe es entre:

n
p q
i 1
it it
= Suma de los valores de las cantidades consumidas en el ao considerado

segn los precios de dicho ao.
p
i 1
q = Suma de los valores de las cantidades consumidas en el ao considerado
i 0 it
segn los precios del ao base.
11.6.3 ndice de Precios de Fischer

El ndice de Laspeyres tiende a dar mayor peso a los artculos cuyos precios han
aumentado; de manera similar, el ndice de Paashe tiende a restarle peso a los
artculos cuyos precios han aumentado. Entonces puede pensarse que el ndice de
precios debe estar de alguna forma entre estos dos ndices, y esta es la lgica para el
uso del ndice ideal de Fisher, la cual se define como la media geomtrica de los dos
nmeros ndices de Laspeyres y de Paashe:
IPF IPL IPP 100
i 1
n
it i 0
p
i 1
81
p q p q
q
i0 i0
i 1
n
it it
p
i 1
i 0 it
ACTIVIDADES
1. A un Congreso Internacional de Economa asistieron 75 Banqueros (B) y 35 Asesores comerciales (A)
entre las 200 personas que acudieron al congreso. Calcule la probabilidad de que una persona
seleccionada al azar:
b) No sea banquero ni Asesor: _______________
a) sea un banquero. P ( B ) ___________
2. En una entidad bancaria, la probabilidad que un directivo tenga ttulo de economista es 0.36, que
tenga ttulo contable es 0.24 y que tengan alguno de los dos 0.42 Cul es la probabilidad que un
directivo elegido al azar tenga ambos ttulos?
P ( E ) _____ P (C ) _____
P ( E C ) ______
P ( E C ) ______
3. En el refrigerador de una tienda hay 18 envases de refrescos de los cuales 9 son de sabor manzana, 4
de uva y el resto de naranja. En una venta se piden 6 refrescos, si al abrir el refrigerador estos 6 se
escogen al azar: Cul es la probabilidad que:
a) 3 refrescos sean de sabor manzana, 2 de uva y 1 de naranja?
b) 4 sean refrescos de sabor naranja?
c) Todos los refrescos sean de sabor manzana?
4. En una industria de acero se estima que hay un 60% de probabilidad de que las inversiones de capital
aumenten en el prximo ao. Si el prximo ao hay un aumento en las inversiones de capital, la
probabilidad de que el acero para construcciones suba de precios es de 90%. Si no hay incremento
en dichas inversiones, la probabilidad de un aumento en los precios del acero es de 40%.
a) Cul es la probabilidad de que no suban los precios del
acero?
b) Cul es la probabilidad de que suban los precios?
c) Cul es la probabilidad de que haya un aumento de la
inversin de capital si es que no suben los precios del
acero para construcciones?
d) Si sabemos que subieron los precios del acero Cul es
la probabilidad que no aumenten las inversiones?
5. La siguiente tabla muestra la produccin de energa elctrica mensual de consumo no industrial, en
miles de millones de kilovatios-hora en EE.UU, durante los aos 1996 2001
1996
1997
1998
1999
2000
2001
a)
b)
c)
d)
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
178.2
196.3
197.3
209.5
200
205.2
156.7
162.8
173.7
186.3
188.7
179.6
164.2
168.6
173.2
183
187.5
185.4
153.2
156.9
159.7
169.5
168.6
172.4
157.5
168.2
175.2
178.2
175.7
177.7
172.6
180.2
187.4
186.1
189
202.7
185.9
197.9
202.6
202.4
216.1
220.2
185.8
195.9
205.6
204.9
215.4
210.2
165
176
185.6
180.6
191.5
186.9
163.6
166.4
175.6
179.8
178.5
181.4
169
166.3
176.3
177.4
178.6
175.6
183.1
183.9
191.7
188.9
195.6
195.6
Construir un grfico con los datos y trace la tendencia a mano alzada

Suavizar la serie con promedio mvil de 3 meses y 4 meses, graficar
Usar el mtodo de mnimos cuadrados para ajustar una recta
Predecir la produccin de energa elctrica para el ao 2002
82
6. Partiendo de la siguiente serie de salarios mensuales:

Trimestre
a)
b)
c)
d)
e)
Trimestre
Trimestre
Trimestre
Ao
II
III
IV
2010
1078
1140
1121
1248
2011
1124
1192
1173
1303
2012
1171
1236
1207
1342
2013
1205
1264
1232
1370
Describe la tendencia por el mtodo a mano alzada, graficar

Suavizar la serie con promedio mvil de 4 y 5 periodos, graficar
Hallar la ecuacin lineal de estimacin de la tendencia e interpretar sus coeficientes
Comparar los salarios reales (Y) frente a las estimadas
Predecir los salarios para el III y IV trimestre del 2014
7. Se ha elaborado la siguiente tabla para los salarios promedio mensual de un obrero de construccin
civil en 1960, 1965, 1970, 1975, 1980 y 1985. Hallar los correspondientes nmeros ndices para cada
uno de los seis aos, usando como ao base 1960:
Ao (t)
Salario
Clculos
ndice de
promedio
(base 1960)
salarios base:
mensual (x)
1960
1960
25
25/25*100=
100
1965
30
1970
35
1975
40
1980
50
1985
90
Nota: Para calcular el grado de variacin (aumento o disminucin) con respecto al periodo base, se
averigua qu porcentaje representa la variacin restando 100 al ndice porcentual.
8. Consideremos que una empresa comercializa tres productos diferentes A, B y C. Calcular los ndices
simples de ventas para cada uno de los productos, y el ndice compuesto no ponderado usando el
Mtodo de la Media Aritmtica simple para las ventas en los aos 2001 2004 tomando como base el
ao 2001.
Venta A (miles de
Aos
unid.)
Venta B (miles de unid.)
Venta B (miles de unid.)
2001
90
80
40
2002
150
102
56
2003
190
135
68
2004
205
140
80
9. Se tienen tres artculos A, B y C de los cuales conocemos el precio en cada uno de los cuatro aos
1986, 1987, 1988 y 1989 y las cantidades consumidas en esos mismos periodos:
Articulo A
Articulo B
Articulo C
Aos
Precio
Cantidad
Precio
Cantidad
Precio
Cantidad
1986
42
12
15
20
62
6
1987
48
8
21
20
68
10
1988
52
10
23
18
73
12
1989
60
12
32
16
80
14
a) Calcular el ndice de Laspeyres correspondiente a la variacin de los precios de los tres artculos
Tomar como base el ao 1986. b) Determinar adems el ndice de Paasche y Fisher
83
AUTOEVALUACIN N 4
1. El propietario de una tienda de msica sabe que el 30% de sus clientes pide ayuda a los dependientes
y que el 20% hace una compra antes de abandonar el local. Adems sabe que el 15% de los clientes
pide ayuda y hace una compra. Cul es la probabilidad de que un cliente realice al menos una de
estas dos cosas?
2. En Espaa se entiende por poblacin activa a todas las personas mayores de 16 aos que buscan o
tienen empleo. El 35% de la poblacin activa son mujeres. De las mujeres que forman parte de la
poblacin activa, el 79% tiene trabajo. Entre los hombres que forman parte de la poblacin activa, el
87% tiene trabajo. Si se escoge una persona al azar:
a)
Cul es la probabilidad de la probabilidad de que la

persona escogida tenga trabajo?
b) Cul es la probabilidad de que no tenga trabajo?

c) Cul es la probabilidad de que la persona escogida sea
una mujer dado que tiene empleo?
d) Si sabemos que una persona no tiene empleo Cul es
la probabilidad que sea varn?
3. En la siguiente tabla se muestran los datos de consumo elctrico (en millones de Kilowatts) de la
compaa Textiles Peruanos entre 2000 - 2002
Trimestre
Trimestre
Trimestre
Trimestre
Ao
2000
II
III
IV
1047
667
495
794
2001
2002
1068
1071
625
648
499
480
850
746
a) Construir un grfico con los datos y trace la tendencia de la serie a mano alzada
b) Suavizar la serie con promedio mvil de 3 periodos y graficar sobre el grafico de a)
c) Hallar la ecuacin lineal de estimacin de la tendencia y Predecir el consumo elctrico para el
primer trimestre del 2003.
4. Se est interesado en comparar el costo relativo de combustibles para calefaccin para un periodo de
cuatro aos. Se obtiene informacin con base en una muestra de familias que usan electricidad para
calefaccin, otras que usan petrleo y otras que usan gas natural, obtenindose la cantidad promedio
que cada familia utiliz por mes. Los resultados son:
Combustible
Electricidad
Petroleo
Gas
1983
1.7
0.32
8.2
Costo unitario
1984
1985
1.85
2.05
0.39
0.41
9.05
9.7
1986
2.05
0.42
9.9
Uso medio mensual

1983
1984
1985
1986
67
75
68
70
230
241
225
256
7.2
6.9
6.8
7
a) Calcular el ndice de Laspeyres para el costo promedio de calefaccin para los aos 1984, 1985
y 1986 usando como ao base 1983.
b) Determinar el ndice de Paasche para 1984, 1985 y 1986 usando como ao base 1983 para el
costo promedio mensual de calefaccin
c) Determinar el ndice de Fisher
84
SOLUCIONARIO DE AUTOEVALUACIONES
AUTOEVALUACIN DE UNIDAD I
1.
a) Objetivo del problema: Determinar la satisfaccin de los lectores con la economa peruana
b) Variable y tipo: Nivel de Satisfaccin (Cuanlitativa Ordinal)
c) Poblacin: El total el lectores del diario El Comercio
d) Muestra: 2013 adultos lectores
e) Parmetro: Porcentaje de niveles de satisfaccin
2.
CUALITATIVA
NOMINAL
ORDINAL
VARIABLE
1
2
3
4
5
Marcas de cerveza de las tiendas

N de pedidos ingresados al sistema
Los inters ganados por un prstamo
El nivel de audicin de un individuo
Opinin sobre la economa actual
CUANTITATIVA
CONTINUA
DISCRETA
X
X
X
X
X
3.
Puntos de Rating
[ 02
[ 10
[ 18
[ 26
[ 34
[ 42
TOTAL
10
18
26
34
42
50
yi
fi
Fi
hi
Hi
6
14
22
30
38
46
5
6
8
15
12
4
50
5
11
19
34
46
50
0.10
0.12
0.16
0.30
0.24
0.08
0.10
0.22
0.38
0.68
0.92
1.00
b) F3 : En 19 das el programa tuvo como mnimo 18 puntos de rating pero menos de 26

c) En 16 das
4. Interpretacin: Segn el grfico mostrado en el ao 2008 la produccin nacional fue mayor con
23098 millones de dlares, lo cual representa el 7.2% del PBI.
AUTOEVALUACIN DE UNIDAD 2
1.
Afirmacin
a) El valor de la mediana solo se puede calcular en variables cuantitativas
b) La desviacin estndar es siempre menor que la varianza
c) Si las unidades estn en minutos, la varianza se expresa en minutos al cuadrado
d) El rango es la diferencia entre el valor mximo y el valor mnimo
e) Dentro de un conjunto de datos puede existir ms de una moda
85
2.
Precios
yi
fi
Fi
fi yi
fi yi2
(Clientes)
[25 35)
30
25
25
750
22500
[35 45 )
40
40
65
1600
64000
[ 45 55)
50
13
78
650
32500
[55 65 )
60
38
116
2280
136800
[65 75 )
70
15
131
1050
73500
6330
329300
TOTAL
a) Media aritmtica = 48.32
131
Mo= 38.57
Me= 45.38
b) Varianza S 180.23 , Desviacin estndar S 13.43

2
c) Se calculara el coeficiente de variacin: CV
13.43
0.278 , como el C.V. es menor de 0.30 la
48.32
distribucin de precios es uniforme.

3.
Grado
I
II
III
IV
V
6250
7000
8000
1000
1200
800
9500
950
11500
1100
C.V
0.160
0.171
0.100
0.100
0.096
a) El coeficiente de variacin
b) Comparando los tres coeficientes de variacin de la tabla, el Grado V tiene los sueldos ms
homogneos.
4.
C.V
Vendedor 1
3.00
2.10
0.70
Vendedor 2
2.67
2.16
0.81
b) Comparando los dos coeficientes de variacin el Vendedor1 tiene las cuotas de ventas menos
variables que el otro vendedor (Los dos vendedores tienen las cutos muy heterogneas)
1. a) Tabla A: Distribucin conjunta de las proporciones con relacin al total
Sector Industrial
Alto
Medio
Bajo
Total
Villa el Salvador
6.0%
2.0%
4.0%
12.0%
Chorrillos
14.0%
8.0%
10.0%
32.0%
Independencia
12.0%
24.0%
20.0%
56.0%
32.0%
34.0%
34.0%
100.0%
Total
86
b) Tabla B: Distribucin de las proporciones con relacin al total de cada fila

Sector Industrial
Alto
Medio
Bajo
Total
Villa el Salvador
50.0%
16.7%
33.3%
100.0%
Chorrillos
43.8%
25.0%
31.3%
100.0%
21.4%
42.9%
35.7%
100.0%
32.0%
34.0%
34.0%
100.0%
Independencia
Total
c) Tabla C: Distribucin de las proporciones con relacin al total de cada Columna

Sector Industrial
Alto
Medio
Bajo
Total
Villa el Salvador
18.8%
5.9%
11.8%
12.0%
Chorrillos
43.8%
23.5%
29.4%
32.0%
Independencia
Total
37.5%
70.6%
58.8%
56.0%
100.0%
100.0%
100.0%
100.0%
Total fi
f i . xi
2.
Miles de m2
Aos de antigedad
yi
xi
14
13 -15
16
15-17
18
17-19
36
f i . xi2
432
21
294 4116
22
352 5632
108 1944
790 12124
13
n=52
18
24 36 65
42
191
Promedio de aos de antigedad de los agentes de la empresa
f y
j
191
3.67
52
Media y desviacin estndar de las ventas.
x
c)
11-13
f j . yi
b)
12
Total fj
a)
fx
i
790
15.19
52
sY2
12124 52(15.19) 2
2.39
51
sY 1.55
Covarianza (X,Y)
s XY
1 k e
9051
fij xi yi x .y
( 3.67 )( 15.19 ) 118.26
n i1 j 1
52
d) Hallar la distribucin Y condicionada a X=[15 17)

Valores de Y
Totales
fY
X [15 17
22
hY
X [1517
0.14
0.23
0.27
0.27
0.09
87
3.
a) Var X: Precio
b) r= -0.936
Var Y: Unidades vendidas

R2= 0.876
c) Y= 54.699 0.8586X
d) Si X=25 entonces Y= 54.699 - 0.8586(25)=33.23
1.
P ( A) 0.30 P (C ) 0.20
P ( A C ) 0.35
P ( A C ) 0.15
a) P (T ) 0.35 0.79 0.65 0.87 0.842
2.
b)
P (T ) 1 0.842 0.158
c)
P( M / T )
0.35 0.79
0.328
0.842
d)
P( H / T )
0.65 0.13
0.535
0.158
3. (Ver Unidad 4, Tema 10)

4.
a)
IPL1986
2.05 67 0.42 230 9.9 7.2

100 123.8
1.7 67 0.32 230 8.2 7.2
b)
IPP1986
2.05 70 0.42 256 9.9 7

100 124
1.7 70 0.32 256 8.2 7
c) IPF1986 123.8 124 100 123.9
88

Introducción A La Estadística para Economistas - 2 1 1 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Introducción A La Estadística para Economistas - 2 1 1 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Universidad Nacional

ECON. EDWARD HUAMANI ALHUAY

UNIDAD 1 CONCEPTOS GENERALES Y SISTEMATIZACIN DE DATOS

Tema 1: Conceptos Generales de Estadstica

UNIDAD2 MEDIDAS DESCRIPTIVAS NUMERICAS

Tema 4 Medidas de Tendencia Central

UNIDAD3 DISTRIBUCIONES BIDIMENSIONALES

Temas 6 Distribuciones Bidimensionales

6.2. Tablas Estadsticas Bidimensionales

UNIDAD4 PROBABILIDADES, SERIES DE TIEMPO Y NUMEROS INDICES

Tema 9 Introduccin a las Probabilidades

Mg. Edward F. Huamani Alhuay

ORIENTACIONES GENERALES DE ESTUDIO

En las aulas virtuales de la Escuela Universitaria de Educacin a Distancia,

estudiantes encontrarn, adems de la informacin detallada del programa, los materiales de

Evaluacin de trabajos acadmicos presenciales

Evaluacin de participacin en interaccin virtual

= TA (0,4) + IV (0,2) + EF (0,4)

El promedio final en la Modalidad Virtual se obtiene aplicando la siguiente ponderacin

Evaluacin de participacin en interaccin virtual

Evaluacin final en lnea

El estudiante que abandona la asignatura tendr promedio 00 (cero) en el acta final,

MEDIOS Y RECURSOS DIDCTICOS

Consultar los siguientes textos y enlaces:

PREZ, Rigoberto. Introduccin a la Estadstica Econmica,

NEWBOLD, Paul. Estadstica para Administracin y Economa,

DIAZ. Estadstica Aplicada a la Administracin y la Economa.

MOYA, Rufino. Estadstica Descriptiva. Editorial San Marcos. Per

MOYA, Rufino. Probabilidades e Inferencia Estadstica.

IBM. Manual de Usuario del Sistema Bsico de IBM SPSS

Herramientas a emplearse en plataforma virtual:

Determinar e identificar los instrumentos para el estudio de la estadstica

Calcular e interpretar las medidas descriptivas de tendencia central y dispersin

Analizar la dependencia y asociacin de variables estadsticas mediante el uso de

Aplicar la teora de la probabilidad en sucesos y eventos. Analizar Series de

En esta primera unidad se definir y explicar los primeros conceptos de Estadstica y la

Conceptos generales de estadstica

Sistematizacin de datos en tablas de frecuencia

Estadstica Descriptiva. Son mtodos y tcnicas de recoleccin, resumen y

Es el conjunto de unidades o elementos que presentan algunas caractersticas comunes,

Homogeneidad - que todos los miembros de la poblacin tengan las mismas

Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters.

Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no

Cantidad - se refiere al tamao de la poblacin. La falta de recursos y tiempo tambin

Total de proveedores de Supermercados Peruanos en el ao 2014

La totalidad de Empresas pesqueras del Per en el ao 2013

Es una pequea porcin representativa y adecuada de la poblacin. Representativa, en el

acerca de los parmetros de la poblacin.

Clasificacin de las Variables

gerencial, clase social, el nivel de desempeo,

B. Segn su posicin en una Relacin Causal

que indica que han de sumarse los elementos de la sucesin desde el

subndice i 1 hasta el subndice i n , esto es:

Ejemplo: sean los gastos en alimentos de un ama de casa en 6 das de la semana:

Calcular la siguiente sumatoria:

cxi c xi , para todo constante c

2.1. Tabla de Distribucin de Frecuencias

Tabla de Distribucin de Frecuencias

Efectuados la clasificacin y el conteo de los datos, es necesario presentarlos de manera

x1 , x2 , .....,xk de la variable x con sus

respectivas frecuencias, en una tabla de la forma:

Frecuencia Absoluta Simple ( f i ), es el nmero de veces que aparece repetido el valor

o cualidad x i , y se cumple que: