Beruflich Dokumente
Kultur Dokumente
Federico Villarreal
GUA ACADMICA
INTRODUCCIN A LA ESTADSTICA
PARA ECONOMISTAS
ECONOMA III CICLO
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
11
12
12
12
13
13
14
14
16
17
17
18
19
20
22
22
22
22
25
27
28
29
29
29
30
32
34
35
35
35
36
38
39
41
42
43
43
2
44
45
46
48
49
49
49
49
50
50
52
54
54
54
54
55
56
56
57
57
58
59
61
62
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.
nuestros
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:
(TA):
(40%)
(IV):
(20%).
Evaluacin final
(EF):
(40%).
PF
(TA):
(40%)
(IV):
(20%)
(EF):
(40%)
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
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
OBJETIVOS
GENERALES
10
Unidad
CONCEPTOS GENERALES Y
SISTEMATIZACIN DE DATOS
Contenido Temtico
Tema I:
Tema II:
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
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
Ejemplos
Total de amas de casa de Lima metropolitana en Abril del 2015
1.4.
Muestra
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
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
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
15
1.7.
Sumatorias
La suma de los valores de la variable X : x1 , x2 ,........., xn se define mediante la
notacin
x
i 1
x1 x2 ......... xn
xi
30
45
36
52
40
50
x2 x3 x4 x5 45 36 52 40 173
i2
Propiedades:
a)
b)
c)
i 1
i 1
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.
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
f
i 1
k 1
17
fk
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
0 hi 1
Hi
2.2.
i
Fi
hk
n k 1
PROPIEDAD: La ltima
acumulada es la unidad.
frecuencia
Un
grupo
de
clientes
valora
la
gestin
del
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
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.
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.
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
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
R
m
20
LI LS
2
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
Vmin= 41
Rango
: R = 459 41 =418
N de intervalos
: m= 1+3.32*log(42)= 6.4= 7
Vmax=459
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
3.3.
Grfico de Barras
Polgono de frecuencias
Grfico Circular
Grfico de Ojivas
Grfico Lineal
Grfico Bidimensional
Histogramas
22
cuando
las
frecuencias
3.3.4
grfica
Histogramas.
de
una
Es
una
distribucin
representacin
de
frecuencias
Su objetivo, al
de
pero
variables
slo
para
cuantitativas
frecuencias
acumuladas.
3.3.7
Grfico
Bidimensional.
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
10
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
NISSAN = N
CH
V
F
CH
F
V
O
V
F
V
M
M
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
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
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
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 ________________________________________________________________
27
Unidad
MEDIDAS DESCRIPTIVAS
NUMERICAS
Contenido Temtico
Tema IV:
Tema V:
28
4.1.
Concepto y Clasificacin
Media Aritmtica
Mediana
Moda
4.2.
Media Aritmtica
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
fy
i
i 1
Donde:
fi= frecuencia absoluta
yi= Marca de clase
n = nmero de observaciones
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
fy
i
1814
22.68
80
4.3.
Moda (Mo)
30
Mo= 2.2
1
M o LI c j
2 1
Donde:
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:
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.
Posicion
7 1
4
2
Me 21
Me
12 13
12.5
2
2 F j 1
Me LI c j
F j F j 1
Donde:
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
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.
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
5.1.
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
Coeficiente de Variacin
Ejemplo: Dados los siguientes histogramas en cul de los grficos existe mayor
dispersin?
Segn
los
histogramas
el
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
Utilidades($millones)
242
580
187
258
515
234
213
597
212
268
5.3.
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
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:
36
29
40
43
36
52
44
39
35
39 40.1
Desviacin estndar : s
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.
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
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
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
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
0.766
Empresa B
0.103
ACTIVIDADES
EJERCICIOS DE APLICACIN DE UNIDAD2
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
fi
65
66
67
68
69
Total
11
15
9
5
2
yi
[
[
[
[
[
[
Total
39
fi
yi fi
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
Media= S/350.00
Media = 120 m2
4
5
11
21
9
Gasto promedio
Desviacin estndar
Nivel A
4000
520
Nivel B
2500
310
Nivel C
900
120
AUTOEVALUACIN N 2
1. Indique si son verdaderas o falsas las siguientes afirmaciones
Afirmacin
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)
b)
Vendedor 1
-1
Vendedor 2
-1
Unidad
DISTRIBUCIONES
BIDIMENSIONALES
Contenido Temtico
Tema VI:
Distribuciones Bidimensionales
Tema VII:
Tema VIII:
42
Distribuciones Bidimensionales
TEMA
6.1. Definicin
6.1.
Definicin
cuantitativas
cualitativas.
Por
Fumadores
No fumadores
Sexo
Totales de
filas
Varones
Mujeres
49
43
64
37
113
80
Totales de
columnas
92
101
193
43
6.2.
x1 , x2 , x3 , ......, xk
y1 , y2 , y3 , ......, ye
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 =
( xi , y j )
y se llama frecuencia
absoluta.
e
n f ij
i 1 j 1
44
1
3
2
5
1
2
2
3
3
5
2
4
2
3
2
5
3
5
1
3
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
Distribucin marginal de X
6.4.
Distribucin marginal de Y
fi .
f. j
Total
10
Total
10
Frecuencias Relativas
i)
hij
f ij
ii)
hij
f ij
hij
f ij
n
fi .
f. j
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)
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%
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%
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
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)
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
.
.
.
.
Ye
.
.
fk .
Total
Total
n fi .
i 1
i 1
i.
xi
f
j 1
.j
yj
s 2X
f
i 1
i.
x nx
2
i
n1
n f. j
j 1
f. j
sY2
49
f
j 1
.j
y 2j ny 2
n
sX
i 1
f i . xi2 nx 2
sY
n1
f
j 1
.j
y 2j ny 2
n
s XY
1 k e
f ij xi yi x.y
n i 1 j 1
Total
11
10
16
Total
24
20
50
50
Solucin:
a) Frecuencias marginales, acumuladas y relativas para X e Y
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%
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:
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
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
Total
11
10
16
Total
24
20
50
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
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
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)
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:
X
e
Y b0 b1 X
Donde los valores de
xi yi nxy
i 1
xi2 nx 2
y b1 x
i 1
xi yi nxy
i 1
n
xi2 nx 2
17105 9(31.3)(56.1)
9984 9(31.3) 2
i 1
1.12
Y 21.13 1.12 X
Interpretacin:
b1 1.12 ,
( x x )( y y )
R
r2
2
2
2
2
xi nx yi ny
2
Caractersticas:
0 R2 1
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
EJERCICIOS DE APLICACIN DE UNIDAD3
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
10 - 30
30 - 40
40 - 80
15
5 10
10 - 20
CDs(X)
11
14
16
15
16
18
20
21
14
Rendimiento (Y)
10
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)
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)
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)
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
Unidad
PROBABILIDADES, SERIES DE
TIEMPO Y NUMEROS INDICES
OBJETIVOS ESPECFICOS
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:
Tema X:
Tema XI:
Nmeros ndices
62
9.1.
Probabilidades y Eventos
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
63
9.3.
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
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
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 !
20C 3
9.5.
20 !
6840
1140
( 20 3)! 3!
6
P ( A)
#( A)
#( )
1, 2, 3, 4, 5, 6 , 6 resultados posibles
Sea el evento A 5 , un resultado favorable
65
P ( A)
1
0,167
6
3 1
0, 5
6 2
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
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
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?
A : Aumentan Inversiones
A : No aumentan inversiones
a) Diagrama de rbol
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
10.1. Definicin
10
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
Tendencia secular
Componente Estacional
Componente Cclica
Componente Irregular
largo
plazo
de
las
series
estadstica.
Componente
largo
plazo
que
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.
(Modelo Multiplicativo)
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
Y b0 b1 X
Donde los valores de
xi yi nxy
i 1
n
2
i
nx
y b1 x
i 1
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
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
XY
Periodos
2010
para
calcular
los
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
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
X 21
entonces
X 22
entonces
76
Nmeros ndices
TEMA
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
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
II. Compuestos
No ponderados
Ponderados
77
I t / t0 ( x )
xt
100
x0
Dnde:
xt
I 2013/2012 ( P )
320
100 128
250
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
I t / t0
I I 2 ... I n
1
I
i 1
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
I 2014/2013
Lo que indica que los precios para estos productos en 2014 son 20.27% ms caros que lo
que fueron en 2013.
i
t
i 1
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
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
p q
i 1
it it
p
i 1
i 0 it
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
EJERCICIOS DE APLICACIN DE UNIDAD4
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
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
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)
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
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
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
AUTOEVALUACIN DE UNIDAD 2
1.
Afirmacin
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
13.43
0.278 , como el C.V. es menor de 0.30 la
48.32
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)
AUTOEVALUACIN DE UNIDAD 3
1. a) Tabla A: Distribucin conjunta de las proporciones con relacin al total
Sector Industrial
Grado de Contaminacin
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
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
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
f y
j
191
3.67
52
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
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
c) Y= 54.699 0.8586X
d) Si X=25 entonces Y= 54.699 - 0.8586(25)=33.23
AUTOEVALUACIN DE UNIDAD 4
1.
P ( A) 0.30 P (C ) 0.20
P ( A C ) 0.35
P ( A C ) 0.15
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
IPL1986
b)
IPP1986
88