Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD DE GUAYAQUIL FALCUTAD DE CIENCIAS ADMINISTRATIVAS CARRERA LICENCIATURA EN FINANZAS PROFESOR: ING. OSWALDO MARTILLO MIELES. MATERIA: ESTADISTICAS I ESTUDIANTE: ROSALES FRANCO JABES JOSUE CURSO: FIN-3-11 UNIVERSIDAD DE GUAYAQUIL VISION Ser una Universidad reconocida nacional e internacionalmente por su calidad académica, de emprendimiento, producción científica y tecnológica, con enfoque de responsabilidad social sustentable. MISION Generar, difundir y preservar conocimientos científicos, tecnológicos, humanísticos y saberes culturales de forma crítica, creativa y para la innovación social, a través de las funciones de formación, investigación y vinculación con la sociedad, fortaleciendo profesional y éticamente el talento de la nación y la promoción del buen vivir, en el marco de la sustentabilidad, la justicia y la paz. FALCUTAD DE CIENCIAS ADMINISTRATIVAS VISION Ser una unidad académica de excelencia posicionada a nivel nacional e internacional, en la formación de administradores y emprendedores líderes, con profesionales de alto nivel académico, científico y tecnológico y una oferta de estudios que responde a las necesidades de la sociedad. MISION Generar, difundir y preservar conocimientos en el campo de la administración de empresas, a través de las funciones de formación, investigación y vinculación con la sociedad, aportando al desarrollo local y emprendimiento socioeconómico sostenible y sustentable, con valores éticos, humanísticos e inclusión social. LICIENCIATURA EN FINANZAS MISION Ser una carrera de excelencia posicionada a nivel nacional e internacional, en la formación de administradores tributarios, financieros y emprendedores líderes, con profesionales de alto nivel académico, científico y tecnológico y una oferta de estudios que responde a las necesidades de la sociedad. VISION Generar, difundir y preservar conocimientos en el campo de la administración financiera, a través de las funciones de formación, investigación y vinculación con la sociedad, aportando al desarrollo local y emprendimiento socioeconómico sostenible y sustentable, con valores éticos, humanísticos e inclusión social. El Licenciado en Finanzas, podrá realizar las funciones siguientes: • Valuar proyectos de Inversión. • Analizar y retroalimentar los proyectos de inversión. • Evalúa y da seguimiento a los proyectos de inversión. • Diseña estrategia para el sistema tributario fiscal. • Analiza e interpreta información financiera para la toma de decisiones. • Es capaz de realizar políticas y estrategias financieras. • Conoce los sistemas tributarios con implicación contable y financiera. CLASE#1 LA ESTADISTICA Y SUS APLICACIONES E IMPORTANCIA La estadística es el procedimiento que permite organizar, sintetizar, presentar, analizar, cuantificar e interpretar una cantidad masiva de datos para que se pueda tomar decisiones, realizar generalizaciones y obtener conclusiones validas a través de los resultados obtenidos del fenómeno o el caso de estudio. La estadística se divide en dos ramas: • Estadística Descriptiva • Estadística Inferencial Estadística Descriptiva Se encarga de obtener, organizar, presentar y describir los datos a través de la aplicación de métodos y técnicas. Este método se aplica de forma exclusiva a los datos que constituyen una muestra, el resumen de los datos puede realizarse en forma tabular, grafica o numérica. Estadística Inferencial Su objetivo es generalizar o deducir a partir de estudios de muestras el comportamiento de una población a partir de estudios de muestras con la cual se puede tomar decisiones para el futuro. Importancia • Ayuda a sintetizar, establecer conclusiones sobre el comportamiento de los datos. • Ayuda a absolver preguntas en una solución de problema. • Ayuda a la generación de teorías que permiten la predicción de movimiento o comportamientos baja circunstancias determinadas. • Nos permite a la compresión de la información que se genera en la investigación teórica o aplicada. ¿Dónde se utiliza? Tiene múltiples uso la estadística como ejemplo lo siguiente: • El gobierno para generar una base datos sobre la natalidad y mortalidad. • En economía • Ciencias exactas • En biología y medicina Gracias a la estadística permite deducir el comportamiento o características en una población. CLASE: #2 NOCIONES BÁSICAS DE LA ESTADISTICA: POBLACIÓN Y MUESTRA: DEFINICIÓN Y DIFERENCIAS Población Es lo que abarca todos los elementos que tiene características o características que se quiere estudiar también se puede decir que es el conjunto entero al que se desea describir o del que se necesita establecer conclusiones. Como ejemplo de población se puede decir: Los estudiantes de la Universidad de Guayaquil. Las poblaciones pueden ser finitas o infinitas. Muestra Es el conjunto de elementos seleccionados de la población de acuerdo con el plan de acción establecido en el muestreo, para obtener conclusiones que pueden ser extensiva hasta toda la población. Ejemplo: selección de personas de la Universidad de Guayaquil para estimar cuantos saben tres idiomas. Censo En este se estudia todos y cada uno de los elementos de una población y por este tipo de estudio no es muy frecuente, por la recolección de toda esa información y sobre todo cuando la población es muy grande y los elementos se dispersan y por eso este tipo de estudio se vuelve muy costoso. Muestreo Esta técnica permite seleccionar muestras adecuadas de una población de estudio, por lo que el muestreo debe conducir a la obtención de la muestra representativa de la población de donde proviene, esta condición establece que cada elemento tiene la misma probabilidad de ser incluida en la muestra. Estadístico Son las medidas descriptivas de una muestra se las simboliza con letras minúsculas de nuestro alfabeto. Pirámide de Población Niveles Socioeconómico Nivel A • 1, 9% Nivel B • 11,2% Nivel C+ • 22,8% Nivel C- • 49,3% Nivel D • 14,9% Ejercicio practico Hombres entre 20 y 39 años Socioeconómica A 17.643.060,00 16,50% 2.911.104,90 Nivel A 1,90% 55.310,99 Niñas entre 0 y 14 años Socioeconomía B 17.643.060,00 13,40% 2.364.170,04 Nivel B 11,20% 264.787,04 Parámetro Medida de Tendencia Central Media: �̅� = ∑ 𝑥𝑓𝑖 ∑ 𝑓𝑖 Moda: Tiene mayor frecuencia absoluta, (Mo). Mediana: Ordenando los datos de menor mayor. • Si el número de datos es impar, Me es el valor que está en medio. • Si el número de datos es par, Me es el valor medio de los dos términos centrales. • Si lo datos están agrupados es el primer intervalo cuya frecuencia absoluta acumulada es mayor que la mitad del número de datos. Medidas de Dispersión Rango o recorrido: Es la diferencia entre el mayor valor y el menos valor de la variable estadística. Desviación media: 𝐷𝑀 = ∑|𝑥𝑖 − �̅�| 𝑛 Varianza: 𝜎2 = ∑ 𝑓𝑖𝑥𝑖 2 𝑛 − �̅�2 𝑜 𝜎2 = ∑ 𝑓𝑖(𝑥𝑖 − �̅�) 2 𝑛 Desviación típica: 𝜎 = √ ∑(𝑥𝑖 − �̅�)2 𝑛 Coeficiente de variación: 𝐶𝑉 = 𝜎 �̅� Medidas de Posición Cuartiles • El cuartil inferior, Q1es un valor de la variable que deja por debajo de el al 25% de la población, y por encima al 75%. • El cuartil superior Q3, es un valor de la variable que deja por debajo del 75% de la población, y por encima del 25%. Percentiles: Partiendo la población en 100 partes y señalamos el lugar que deja debajo de ‘k’ de ellas, el valor de la variable que corresponde a ese lugar se designa por p, y se denomina centil ‘k’ o percentil ‘k’. Q1=p25; Q3=p75 CLASE #3 VARIABLES Tipos de variables Tipos de variables Cuantitativas Discretas Son aquellas variables que se determinan medianteconteos Ejemplo: El número de hermanos de 5 amigos: 2, 1, 0, 1, 3. Expresada en valores numericos. Continuas Se determinan mediante mediciones Ejemplo: La altura de los 5 amigos:1.73, 1.82, 1.77, 1.69, 1.75 Cualitativas Nominal Presenta modalidades no numéricas que no admiten un criterio de orden Ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Expresan atributos o caracteristicas Ordinal Presenta modalidades numericos que admiten criterio de orden Ejemplo: Puesto conseguido en una prueba deportiva: 1º, 2º, 3º,... Escala de Medición Niveles de medición Ejemplo: N iv el es d e m ed ic ió n Nominal Es la escalamas baja de medición. Los datos no poseen ningun orden y generan categorias mutuamente excluyentes y exhausivas Ejemplo: casado(1), soltero(2), divorciado(3), union libre(4). Ordinal Es una escala que esta encima de de la nominal y se utiliza para clasificar u ordernar un conjunto de datos. Ejemplo: Se puede pedir que el encuestado diga cómo percibe el presente libro de estudio, para lo cual puede contestar con cualquiera de las siguientes opciones. De intervalo En esta escala, una diferencia entre dos numeros consecutivos, representa la misma diferencia en magnitud de la variable tiene un cero relativo. Ejemplo: Al decir que en una ciudad la temperatura ambiente esde 20ºC y en otra es de 40º C, se puede establecer que la segunda ciudad tiene una temperatura más alta de 20ºC, pero nose puede concluir que la temperatura de ésta es el doble de la otra. De razón Es la escala mas alta en los niveles de medicion y dispone de un cero absoluto. Ejemplo: Dos Personas perciben como salario, la A: $300 y la B: $600. Con esta información se puede concluir que B gana $300 más que A y que además gana el doble que A. Esto es posible por cuanto esta variable dispone de un cero absoluto. Clasificación de escalas Clasificacion de Escalas Cualitativas Nominal o Clasificatoria No presenta un ordenamiento previo, es todo lo contrario es arbitraria, tiene tres parametros que son: variable, escala y diferencia. Ejemplo Variable: Sexo Escala: Masculino, Femenino Diferencia: Ninguna Ordinal Son variables susceptibles deser medidas siguiendo un ordenamiento(orde n),formada por una clase mutuamente excluyente,que se agrupan de acuerdo a un orden preasignado. Ejemplo Variable: Grado Militar o Policial Escala: Soldado, Sargento, Suboficial, Oficial, General. Diferencia: Existe diferencia entre los grados jerárquicos no solo en Años de experiencia, sino en tiempo de estudio Cuantitativas Discreta o Discontinua Se dice que si la variable medida es susceptible a ser contada, se puede construir una escala discreta, formada por números ENTEROS con incrementos fijos, donde las fracciones no son consideradas; para esto, se debe considerar la magnitud de los números expuestos. Ejemplo: Variable: Numeros de hijos Escala: 1 hijo, 2 hijos, 3 hijos, 4 hijos. Amplitud: Entre 4 y 1 hijos, existe una amplitud de 3 hijos. Concreta o Continua Se pude utilizar este tipo de escala, cuyo requisito es el de poder presentar números relativos o racionales (fraccionados, porcentuales y/o decimales) siendo esta medición aproximada Ejemplo: Variable: Estatura Escala: 1,65m; 1,66 m; 1,67 m; 1,68 m; 1,69 m Amplitud: Entre 1,65 y 1,69 m,existe una amplitud de 0,5 m Otras Escalas Dicotómica Es aquella escala que presenta tan solo dos opciones para medir la variable, siendo esta variable de tipo cualitativo o cuantitativo,depend iendo de la información o resultado que se busque Ejemplo Variable: Preferencia por un equipo de fútbol Escala de medición: Liga y Barcelona Respuesta: Liga o Barcelona Cronologica Es un tipo de escala cuantitativa continua, se la utiliza para estudiar algunos fenómenos en función al tiempo, algunos autores la tratan como si fuera una escala de variable independiente, permite conocer un determinado fenómeno a través del tiempo, es decir permite un seguimiento temporalizado (en el pasado,en el presente o en el futuro). Ejemplo: Variable: Cambios físicos de una persona Escala de medición: al 1año, 5años, 25años, 50años, 75años, 100años Respuesta: Descripción de las alteraciones físicas durante su vida. Intervalar Las categorías se ordenan en unidades igualmente espaciadas, siendo posible medir las diferencias relativas en cada punto de la escala, no existe el cero absoluto. Ejemplo: Variable: Medición de la temperatura corporal Escala: Grados centígrados o Celsius(37º) Diferencia: Números mayores o menores de 37ºen la escala de temperatura De razón En esta escala,si existe el cero absoluto y lamagnitud de diferencia entre los valores numéricos entre sí. Ejemplo: Variable: Relación entre edades Escala: Juan: 0años(recién nacido); José: 9 años; Joaquín: 18 años Diferencia: Joaquín 18 años (9 años más que José y 18 años más que Juan) CLASE #4 ESCALAS Ejemplo: AUTOMOTORES QUE PASAN POR SAUCE Universo: Infinito Automotores Variable: Cualitativos Camión 3 6% Escala: Nominal Autos 25 52% Bus 15 31% Furgón 5 10% 48 NUMERO DE ALUMNOS DE LOS CURSOS DE TERCER SEMESTRE Universo: Finito Estudiantes por aula Variable: Cualitativos 34 3 17% Escala: Ordinal 35 4 22% 36 5 28% 37 6 33% 18 SERVICIO AL CLIENTE DEL FCO DE ORELLANA Universo: Finito Servicio Variable: Cuantitativos Excelente 30 8% Escala: Discretas Muy bueno 15 4% Bueno 10 3% Regular 100 28% Malo 200 56% 355 ESTATURA DE LOS ALUMNOS DE LA CARRERA DE FINANZAS UG Universo: Finito Estatura Variable: Cuantitativos 1,57 100 21% Escala: Concreta 1,6 130 27% 1,65 150 31% 1,7 105 22% 485 Taller Marcas de celulares usados en la Universidad Universo: Infinito Marcas de Celulares Variable: Cualitativos Samsung 500 58,34% Escala: Nominal Nokia 45 5,25% Huawei 112 13,07% Xiaomi 200 23,34% 857 100,00% Números de hermanos que tienen los estudiantes de la carrera de Finanzas Universo: Finito N. de hermanos Variable: Cuantitativos 1 67 41,36% Escala: Discretas 2 32 19,75% 3 30 18,52% 4 20 12,35% 5 13 8,02% 162 100,00% Puesto de estudiantes en la Olimpiadas Universitarias de la Facultad Administrativa Universo Finito Puesto de Estudiantes Variable: Cualitativos Primer lugar 2 15,38% Escala: Ordinal Segundo lugar 5 38,46% Tercer lugar 6 46,15% 13 100% Tamaño de los celulares usados en la Facultad de Ciencias Administrativas Universo: Infinito Tamaño de celular Variable: Cuantitativos 5,6 pulg 500 58,34% Escala: Continua 5,8 pulg 45 5,25% 6,1 pulg 112 13,07% 6,24 pulg 200 23,34% 857 100% CLASE #5 TABLA Y DISTRIBUCION DE FRECUENCIA, REPRESENTACION GRAFICA Distribución de frecuencia Es una tabla estadística donde se presentan los datos resumidos, de tal manera que se puede en una visión panorámica establecer un criterio sobre su comportamiento, entendiéndose por comportamiento, la determinación aproximada de los valores centrales, la variabilidad que presentan y si son o no relativamente simétricos con relación a un valor central. Ejemplo: TIPOS DE TRANSPORTE UTILIZADOS EN GUAYAQUILVariable X Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada Camioneta 20 20 6,10% 6,10% Auto 300 320 91,46% 97,56% Furgoneta 2 322 0,61% 98,17% Trailer 0 322 0,00% 98,17% Camioneta 6 328 1,83% 100,00% Total 328 Puesto de Estudiantes Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada Excelente 100 100 33,67% 33,67% Muy bueno 80 180 26,94% 60,61% Bueno 60 240 20,20% 80,81% Regular 55 295 18,52% 99,33% Malo 2 297 0,67% 100,00% Total 297 20 300 2 0 6 0 100 200 300 Camioneta Auto Furgoneta Trailer Camioneta Tipos de transporte utilizados en Guayaquil 0 25 50 75 100 Excelente Muy bueno Bueno Regular Malo Puesto de estudiantes Taller TABLA Y DISTRIBUCION DE LA FRECUENCIA Marcas de celulares usados en la Universidad Marcas de Celulares Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada Samsung 500 500 58,34% 58,34% Nokia 45 545 5,25% 63,59% Huawei 112 657 13,07% 76,66% Xiaomi 200 857 23,34% 100,00% Total 857 REPRESENTACION GRAFICA TABLA Y DISTRIBUCION DE LA FRECUENCIA Puesto de estudiantes en la Olimpiadas Universitarias de la Facultad Administrativa Puesto de Estudiantes Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada Primer lugar 2 2 15,38% 15,38% Segundo lugar 5 7 38,46% 53,85% Tercer lugar 6 13 46,15% 100,00% Total 13 500 45 112 200 0 100 200 300 400 500 600 Samsumg Nokia Huawei Xiaomi Marcas de celulares usados en la Universidad REPRESENTACION GRAFICA TABLA Y DISTRIBUCION DE LA FRECUENCIA Tamaño de los celulares usados en la Facultad de Ciencias Administrativas Variable X Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada 5,6 pulg 500 500 58,34% 58,34% 5,8 pulg 45 545 5,25% 63,59% 6,1 pulg 112 657 13,07% 76,66% 6,24 pulg 200 857 23,34% 100,00% Total 857 REPRESENTACION GRAFICA 2 5 6 0 2 4 6 8 Primer lugar Segundo lugar Tercer lugar Puesto de estudiantes en la Olimpiadas Universitarias de la Facultad Administrativa 500 45 112 200 0 100 200 300 400 500 600 5,6 pulg 5,8 pulg 6,1 pulg 6,24 pulg Puesto de estudiantes en la Olimpiadas Universitarias de la Facultad Administrativa TABLA Y DISTRIBUCION DE LA FRECUENCIA Números de hermanos que tienen los estudiantes de la carrera de Finanzas Variable X Frecuencia Absoluta Frecuencia Absoluta Acumulada Frecuencia Relativa Frecuencia Relativa Acumulada 1 67 67 41,36% 41,36% 2 32 99 19,75% 61,11% 3 30 129 18,52% 79,63% 4 20 149 12,35% 91,98% 5 13 162 8,02% 100,00% Total 162 REPRESENTACION GRAFICA 67 32 30 20 13 0 20 40 60 80 1 2 3 4 5 Numeros de hermanos que tienen los estudiantes de la carrera de Finanzas CLASE #6 GRAFICOS GRAFICO DE COLUMNAS Población de Provincias Guayas 5876 Esmeraldas 4568 El Oro 2586 Los Rios 3894 Santa Elena 4581 Manabi 5021 GRAFICO DE BARRAS DIAGRAMA DE SECTORES Tipos de Servicio Muy bueno 85 Bueno 105 Regular 20 Malo 15 225 0 2000 4000 6000 8000 Guayas Esmeraldas El Oro Los Rios Santa Elena Manabi Grafico de Barras 0 2000 4000 6000 8000 Guayas Esmeraldas El Oro Los Rios Santa Elena Manabi Grafico de Columnas 38% 46% 9% 7% Diagrama de Sectores Muy bueno Bueno Regular Malo GRAFICO DE ANILLOS HISTOGRAMA Y POLIGONO DE FRECUENCIA Intervalos Frecuencia absoluta Marca de clases Frecuencia Acumulada (0-6) 25 3 25 (6-12) 32 9 57 (12-18) 50 15 107 (18-24) 40 21 147 (24-30) 15 27 162 38% 46% 9% 7% GRAFICA DE ANILLOS Muy bueno Bueno Regular Malo 0 10 20 30 40 50 60 3 9 15 21 27 Histograma Taller Gastos $ N. de Familias Intervalos Frecuencia absoluta Marca de clases Frecuencia Acumulada 0-50 10 25 10 50-100 26 75 36 100-150 24 125 60 150-200 17 175 77 200-250 13 225 90 250-300 8 275 98 300-350 2 325 100 0 5 10 15 20 25 30 25 75 125 175 225 275 325 HISTOGRAMA Y POLIGONO DE FRECUENCIA CLASE #7 MEDIA ARIMETICA Y MEDIA ARIMETICA PONDERADA Media Aritmética Es el valor que resulta de dividir la suma de todos los valores observados entre el número de datos considerados. 𝑴𝒆𝒅𝒊𝒂 𝑎𝑟𝑖𝑚𝑒𝑡𝑖𝑐𝑎 = ∑ 𝑥𝑖 𝑁 1 𝑁 = 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 En una muestra de diez envases de refrescos se obtuvieron los siguientes valores (cm3 ): 251, 248.5, 250.8, 249.7, 249, 251.2, 248.8, 249.2, 250.5, 249.3, determinar el contenido medio de esta muestra: 1 251 2 248,5 3 250,8 Media Aritmética 4 249,7 X 249,8 5 249 6 251,2 7 248,8 8 249,2 9 250,5 10 249,3 ∑ 2498 1 125 2 132 3 120 Media Aritmética 4 131 X 128,25 5 132 6 126 7 125 8 135 1026 Media Aritmética Ponderada Se reduce a encontrar la suma de los productos de cada valor observado con su respectiva frecuencia y dividirla entre la suma de las frecuencias. 𝑊 = ∑ 𝑤𝑖𝑋𝑖 𝑛 𝑖=1 ∑ 𝑤𝑖 𝑛 𝑖=1 = ∑( + ) ∑ = 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟 + 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑆𝑢𝑚𝑎 𝑑𝑒 𝐹𝑟𝑒𝑐𝑖𝑢𝑒𝑛𝑐𝑖𝑎 MEDIA ARIMETICA PONDERADA TIPO PVP # X*F Pequeños 40 50 2000 Medianos 60 45 2700 Grandes 80 60 4800 155 9500 Cada fresco se vendió a 61,29 Taller MEDIA ARIMETICA PONDERADA UNIDADES PRECIO VALOR PRODUCTO A 130 $ 20,00 $ 2.600,00 PRODUCTO B 140 $ 30,00 $ 4.200,00 MEDIA PONDERADA PRODUCTO C 150 $ 40,00 $ 6.000,00 PRECIO PROMEDIO $ 38,62 PRODUCTO D 160 $ 60,00 $ 9.600,00 TOTAL 580 $ 22.400,00 UNIDADES PRECIO VALOR COCA COLA 34 $ 0,50 $ 17,00 PEPSI COLA 56 $ 1,00 $ 56,00 MEDIA PONDERADA BIG COLA 45 $ 0,75 $ 33,75 PRECIO PROMEDIO $ 0,79 TOTAL 135 $ 106,75 UNIDADES PRECIO VALOR TELA GRANDE 56 $ 13,00 $ 728,00 TELA MED. 20 $ 6,50 $ 130,00 MEDIA PONDERADATELA PEQ. 10 $ 3,25 $ 32,50 PRECIO PROMEDIO $ 10,35 TOTAL 86 $ 890,50 MEDIA ARIMETICA ORDEN ALTURA 1 123 2 124,5 MEDIA ARIMETRICA 3 126 x 127,5 4 127,5 5 129 6 130,5 7 132 TOTAL 892,5 ORDEN M DE PISCINAS 1 123,45 2 125 MEDIA ARIMETRICA 3 126,55 x 130,425 4 128,1 5 129,65 6 131,2 7 132,75 8 134,3 9 135,85 10 137,4 TOTAL 1304,25 ORDEN CRECIMIENTO 1 134,00 2 135,70 MEDIA ARIMETRICA 3 145,60 x 152,93 4 150,03 5 155,83 6 161,63 7 167,43 8 173,23 TOTAL 1.223,47 CLASE #8 MEDIANA Es el punto medio del total de observaciones, luego de que han sido ordenados y que deja al mismo número de observaciones por debajo de su valor, así como por arriba de él. La media aritmética no es representativa de un conjunto de datos, esta situación se da cuando existe la presencia de valores extremos altos o bajos, en cuyo caso la mediana proporciona un valor más representativo de la tendencia central. Casos Primer Caso Cuando es impar la ubicación del elemento central es directa escogiendo el elemento que ocupa la posición. 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = (𝑛 + 1) 2 Ejemplo: Determinar la mediana del siguiente conjunto de datos: 8, 10, 18, 14, 15, 13, 11, 16,17 1 8 2 10 3 11 4 13 5 14 6 15 7 16 8 17 IMPAR 9 18 Lugar: (n+1)/2 5 Me: 14 Calcular la mediana de los siguientes precios de un kilo de manzanas en diferentes supermercados: 9,11,8,7,13, 10, 12 1 7 2 8 3 9 4 10 5 11 6 12 IMPAR 7 13 Lugar: (n+1)/2 4 Me: 10 Segundo Caso Cuando es par es necesaria la determinación de dos valores centrales, una vez determinados se encuentra la media aritmética de estos valores, que a su vez constituye la mediana del conjunto de datos. 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 𝑛 2 𝑦 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 𝑛 2 + 1 Ejemplo: Determinar la mediana del siguiente conjunto de datos: 21, 15, 18, 20, 16, 19. 1 15 2 16 3 18 4 19 5 20 PAR 6 21 Lugar: (n/2) 3 (n/2)+1 4 Me: (18+19)/2 18,5 Calcular la mediana de las siguientes notas de exámenes: 6, 8, 13, 12, 10, 14 1 6 2 8 3 10 4 12 5 13 PAR 6 14 Lugar: (n/2) 3 (n/2)+1 4 Me: (10+12)/2 11 Calcular la mediana de los siguientes datos: 3,6,7,9,4, 4. 1 3 2 4 3 4 4 6 5 7 PAR 6 9 Lugar: (n/2) 3 (n/2)+1 4 Me: (4+6)/2 5 CLASE #9 MODA Y MEDIA GEOMETRICA Moda Es el valor de la observación o elemento que tiene la mayor frecuencia. 12, 10, 13, 9, 12, 11, 14, 13, 12, 15, 8, 12, 14 1 8 2 9 3 10 MODA 12 4 11 5 12 Ma 11,9230769 6 12 7 12 Me 12 8 12 9 13 10 13 11 14 12 14 13 15 155 Bimodales o Plurimodales Cuando dos o más elementos tienen la misma mayor frecuencia. {14, 19, 22, 22, 26, 27, 29, 33, 44, 55, 55} 1 14 2 19 MODA 12 3 22 BIMODAL 55 4 22 5 26 MA 31,4545455 6 27 7 29 Me 27 8 33 9 44 10 55 11 55 346 Media Geométrica Es de gran utilidad cuando se quiere establecer el promedio de porcentajes, razones, índices o tasa de crecimiento. Su uso es ampliamente demandado en economía y en demografía. 𝑀𝐺 = √(𝑥1)(𝑥2) … … (𝑥𝑛) 𝑛 Ejemplo: La empresa ha generado un 20% de rentabilidad el primer año, un 15% el segundo año, un 33% el tercer año y un 25% el cuarto año. 1 20,00% 1,2000 2 15,00% 1,1500 3 33,00% 1,3300 4 25,00% 1,2500 = Multiplicación de los factores 2,2943 = Raíz al nivel de factores 1,2307 = Media Geométrica 0,2307 La empresa ha generado un 20% de rentabilidad el primer año, un -15% el segundo año, un 33% el tercer año y un 25% el cuarto año. 1 20,00% 1,2000 2 -15,00% 0,8500 3 33,00% 1,3300 4 25,00% 1,2500 = Multiplicación de los factores 1,6958 = Raíz al nivel de factores 1,1411 = Media Geométrica 14% Porcentaje de Mujeres de Departamentos Departamento Porcentaje Producción 32,60% 1,3260 Compras 53,50% 1,5350 Marketing 28,90% 1,2890 RRHH 48,20% 1,4820 Administración 67,40% 1,6740 = Multiplicación de los factores 6,5089 = Raíz al nivel de factores 1,4545 = Media Geométrica 45% Una aldea sufre un proceso rápido de envejecimiento. El primer año aumentan los mayores de 65 años un 10%, el segundo año, un 20%, el tercer año un 30% y el cuarto año, un 40%. Calcular el promedio de envejecimiento en los 4 años 1 10,00% 1,1000 2 20,00% 1,2000 3 30,00% 1,3000 4 40,00% 1,4000 = Multiplicación de los factores 2,4024 = Raíz al nivel de factores 1,2450 = Media Geométrica 24% Las siguientes temperaturas en grado centígrados han sido tomadas de un proceso químico, 13.4, 12.8, 11.9, 13.6. Determínela temperatura promedio de este proceso 1 13,40 2 12,80 3 11,90 4 13,60 = Multiplicación de los factores 27.758,80 = Raíz al nivel de factores 12,91 = Media Geométrica 12,91 CLASE #10 ASIMETRIA Asimetría Positiva Media Aritmética > Mediana Observa Frecuencia Absoluta Marca de Clase 1 8 2,5 2 15 7,5 3 12 12,5 4 9 17,5 5 6 22,5 6 4 27,5 54 Media Aritmética 9 Mediana 8,5 Media Aritmética > Mediana Asimetría positiva Asimetría Negativa Media Aritmética < Mediana Observa Frecuencia Absoluta Marca de Clase 1 8 2,5 2 127,5 3 15 12,5 4 18 17,5 5 25 22,5 6 20 27,5 98 Media Aritmética 16,3333333 Mediana 16,5 Media Aritmética < Mediana Asimetría negativa 0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 14 16 2,5 7,5 12,5 17,5 22,5 27,5 1 2 3 4 5 6 0 5 10 15 20 25 30 0 5 10 15 20 25 30 2,5 7,5 12,5 17,5 22,5 27,5 Diagrama Asimétrico Media Aritmética = Mediana Observa Frecuencia Absoluta Marca de Clase 1 6 2,5 2 18 7,5 3 24 12,5 4 30 17,5 5 24 22,5 6 18 27,5 7 6 32,5 126 Media Aritmética 18 Mediana 18 Moda 4 Media Aritmética = Mediana Diagrama Asimétrico TALLER n X Frecuencia Absoluta Marca de Clase 1 Ingenieros 10 2,5 2 Abogados 18 7,5 3 Médicos 14 12,5 4 Licenciados 9 17,5 5 Arquitectos 4 22,5 55 Media Aritmética 11 Mediana 10 Moda 18 Abogados Media Aritmética > Mediana Asimetría Positiva 1 2 3 4 5 6 7 0 5 10 15 20 25 30 35 0 5 10 15 20 25 30 35 2,5 7,5 12,5 17,5 22,5 27,5 32,5 2,5 7,5 12,5 17,5 22,5 0 2 4 6 8 10 12 14 16 18 20 0 5 10 15 20 Ingenieros Abogados Medicos Licenciados Arquitectos n X Frecuencia Absoluta Marca de Clase 1 Camionetas 3 2,5 2 Autos 10 7,5 3 Buses 12 12,5 4 Motos 15 17,5 5 Furgonetas 22 22,5 62 Media Aritmética 12,4 Mediana 12 Moda 22 Furgonetas Media Aritmética > Mediana Asimetría Positivas n X Frecuencia Absoluta Marca de Clase 1 Malo 16 7,5 2 Regular 22 12,5 3 Bueno 28 17,5 4 Muy Bueno 22 22,5 5 Excelente 16 27,5 104 Media Aritmética 20,8 Mediana 22 Moda 28 Bueno Media Aritmética < Mediana Asimetría Negativa 2,5 7,5 12,5 17,5 22,5 0 5 10 15 20 25 0 5 10 15 20 25 Camionetas Autos Buses Motos Furgonetas 7,5 12,5 17,5 22,5 27,5 0 5 10 15 20 25 30 0 5 10 15 20 25 30 Malo Regular Bueno Muy Bueno Excelente CLASE #11 MEDIDAS DE DISPERSION Estas medidas son necesarias para la mejor comprensión de la distribución de un conjunto de observaciones realizadas en un estudio estadístico y se complementan con las medidas de centralización vistas anteriormente, toda vez que proporcionan conjuntamente una descripción numérica más completa de los datos. Rango Es la medida más simple de dispersión y se obtiene al establecerla diferencia entre el máximo y el mínimo de los datos cuantitativos. Amplitud de variación = Máximo – Mínimo Desviación Media Es la medida de dispersión que mide más exactamente el grado de dispersión de un conjunto de datos con relación a la media aritmética. En si es la medida que nos determina en cuantas unidades en promedio los datos se hallan desviados o alejados de la media aritmética. 𝐷𝑀 = ∑ |𝑥1 − �̅�| 𝑛 𝑖=1 𝑛 Ejemplo Media Aritmética Desviación absoluta Orden x µ (x - µ) µ 32,5 1 25 32,5 7,5 Me 31 2 27 32,5 5,5 Mo 12 3 28 32,5 4,5 Rango 18 4 28 32,5 4,5 Desviación promedio 4,75 5 29 32,5 3,5 6 30 32,5 2,5 7 32 32,5 0,5 8 33 32,5 0,5 Asimetría positiva 9 36 32,5 3,5 µ > Me 10 39 32,5 6,5 11 40 32,5 7,5 12 43 32,5 10,5 Total 390 57 CLASE #12 Mas ejemplos: Número de Clientes (x-µ) Desviación Absoluta 250 250-258,5=8,5 8,5 265 265-258,5=6,5 6,5 243 243-258,5=15,5 15,5 225 225-258,5=33,5 33,5 274 274-258,5=15,5 15,5 294 294-258,5=35,5 35,5 Total 115 Media Aritmética Desviación Absoluta Orden x µ (x - µ) 1 225 258,5 33,5 µ 258,5 Max 2 243 258,5 15,5 Mo - Min 3 250 258,5 8,5 Me 257,5 4 265 258,5 6,5 R 69 5 274 258,5 15,5 DM 19,167 6 294 258,5 35,5 V 269,1666667 Total 1551 115 𝞼 16,4062996 Determinar la amplitud de la variación de las siguientes edades: 25, 43, 28, 32, 27, 39, 40, 29, 28, 33, 36, 30 Media Aritmética Desviación Absoluta Orden x µ (x - µ) 1 25 33,33 8,33 µ 33,33 Max 2 27 33,33 6,33 Mo - Min 3 28 33,33 5,33 Me 32,50 4 29 33,33 4,33 R 18 5 30 33,33 3,33 DM 4,89 6 32 33,33 1,33 V 30,7222222 7 33 33,33 0,33 𝞼 5,54276305 8 36 33,33 2,67 9 38 33,33 4,67 10 39 33,33 5,67 11 40 33,33 6,67 12 43 33,33 9,67 Total 400 58,67 CLASE #13 DESVIACIÓN ESTÁNDAR Y VARIANZA Varianza Es la media aritmética de las desviaciones cuadráticas con relación a la media aritmética general. 𝜎2(𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛) = ∑(𝑥𝑖 − �̅�) 2 𝑛 𝑜 𝑆2(𝑀𝑢𝑒𝑠𝑡𝑟𝑎) = ∑(𝑥𝑖 − �̅�) 2 𝑛 − 1 Desviación estándar Constituye la raíz cuadrada positiva de la varianza. 𝜎 = √ ∑(𝑥𝑖 − �̅�)2 𝑛 2 𝑜 𝑆 = √ ∑(𝑥𝑖 − �̅�)2 𝑛 − 1 2 Ejemplos: Media Aritmética Desviación Absoluta (𝐱 − µ)𝟐 Orden x µ o �̅� (x - µ) 1 25 32,50 7,50 56,25 µ 32,5 Max 2 27 32,50 5,50 30,25 Mo 28 Min 3 28 32,50 4,50 20,25 Me 31 4 28 32,50 4,50 20,25 R 18 5 29 32,50 3,50 12,25 DM 4,75 6 30 32,50 2,50 6,25 Varianza 30,58 7 32 32,50 0,50 0,25 𝞼 5,53 8 33 32,50 0,50 0,25 9 36 32,50 3,50 12,25 10 39 32,50 6,50 42,25 11 40 32,50 7,50 56,25 12 43 32,50 10,50 110,25 Total 390 57,00 367,00 Media Aritmética Desviación estándar (𝐱 − µ)𝟐 Dias Producción (x) µ o �̅� (x - µ) Lunes 15 17,80 2,80 7,84 µ 17,8 Max Martes 18 17,80 0,20 0,04 Mo 21 Min Miércoles 19 17,80 1,20 1,44 Me 18 Jueves 21 17,80 3,20 10,24 R 6 Viernes 16 17,80 1,80 3,24 DM 1,84 Total 89 9,20 22,80 Varianza 4,56 𝞼 2,14
Compartir