Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadstica:
En el marco de la toma de decisiones
Edward Rogers P.
TOMA DE
DECISIONES
TOMA DE
DECISIONES
HISTORIA EVOLUTIVA DE LA ESTADISTICA
Ramses II hizo un Censo de las tierras con el objeto de verificar un nuevo reparto de
estas.
El Rey David, ordeno a Joab, general de ejrcito hacer un Censo de Israel con la
finalidad de conocer su poblacin.
Durante los siglos XV, XVI y XVII hombres como Leonardo de Vinci, Nicols
Copernico, Neper, Descartes hicieron grandes aportes al mtodo estadstico.
Entre el periodo 1.800 y 1.820 se desarrollan los conceptos fundamentales para la teora
Estadstica.
Deterministas
Fenmenos
Aleatorios
No deterministas
No aleatorios
EJEMPLOS DE FENOMENOS DETERMINISTICOS
ESTADISTICA
INFERENCIAL ( INDUCTIVA)
Una hiptesis estadstica debe ser susceptible de docimar, esto es, debe poderse probar para
su aceptacin o rechazo.
4.- LA POBLACIN Y MUESTRA A ESTUDIAR
4.1 POBLACIN
Poblacin es un conjunto formado por todos los elementos que poseen una serie de
caractersticas comunes a todos ellos.
4.2 MUESTRA
Muestra de una poblacin es un nmero ms o menos grande de elementos que forman parte de
dicha poblacin; es por tanto un subconjunto de la poblacin.
CUANTITATIVOS: Tambin se les conoce como Variables, y son aquellos datos que
si se pueden medir numricamente. Ej: Edad, precio de un
producto, ingresos anuales, etc.
CLASIFICACION DE LASVARIABLES
1. CEPAL
2. FAO
3. FMI
4. OIT
5. OMS
6. UNICEF
7. ETC
1. INE
2. ODEPA
3. INDAP
4. CAMARA CHILENA DE LA CONSTRUCCION
5. SERNATUR
6. SERNAC
8. ETC
6.2 OBTENCION DIRECTA DE DATOS:
CENSOS: Consiste en tratar de obtener todos los datos de una poblacin o Universo.
Cuando no existe registro de lo que se desea estudiar, es necesario efectuar una encuesta:
1.- Alfabtica
2.- Geogrfica
7.-Clasificacin de los Datos 3.- Cronolgica
4.- Magnitud
5.- Convencin
6.- etc.
Clasificacin de la informacin
A.- Clasificacin alfabtica:
Corresponde a la clasificacin de los datos siguiendo el orden
alfabtico de los mismos. Ejemplo: Listado de los alumnos del
curso de estadsticas, nomina de trabajadores de una empresa,
etc.
Clasificacin de la informacin
D.- Clasificacin por convencin:
Es una enumeracin descriptiva o nmina de mercancas, que son
objeto de comercio internacional. Por ejemplo la nomenclatura
arancelaria para denominar los vinos Cabernet Sauvignon
exportados con denominacin de origen se clasifican con la
nomenclatura 2204.2121.
EJEMPLO
Identificacin del RUT Seccin Ingreso ( $)
trabajador
Mauricio
12.580.438-4 Crdito 550.000
Cabezas
Atencin
Freddy Veliz 12.900.490-3 670.000
clientes
Pamela
11.468.987-5 Hipotecarios 730.000
Contreras
Claudia Blades 7.934.234-8 Crdito 485.000
Se pide:
Limite
n= Superior
n=
Tablas de frecuencia
38
Contenidos mnimos de una tabla estadstica de frecuencias
EJEMPLO
El gerente de una Empresa, preocupado por el pago de energa
consumida solicito al jefe de planta, un estudio del consumo diario
durante el mes de Julio. Los resultados obtenidos del consumo en
KW/hr (kilowatts por hora) son los siguientes:
9 6 8 10 9 5
7 12 11 9 7 8
10 9 12 11 6 11
9 7 5 8 10 7
10 8 10 9 6 8
Con esta informacin anterior, se pide ordenar los datos en una tabla
de distribucin de frecuencias por valor:
TABULACIN POR VALOR
Ejemplo clases
Valor ni Ni hi Hi
30, 38, 36, 35, 29, 28, 30, 35, 40, 48, 50, 20, 25, 56, 30
27, 29, 46, 41, 31, 31, 31, 39, 28, 36, 37, 52, 44, 49, 52
56, 58, 40, 39, 38, 40, 27, 24, 30, 32, 35, 38, 26, 25, 24
60, 55, 48, 37, 31, 30, 22, 20, 24, 26, 23, 22, 28, 27, 48
b) Utiliza m=7
TABULACION POR INTERVALOS
ejemplo de clases
Intervalos yi ni Ni hi Hi
Intervalos yi ni Ni hi Hi
Totales 60 1,0
INSTITUTO DE ESTUDIOS BANCARIOS
GUILLERMO SUBERCASEAUX
Fundado en 1929
RESUMEN
Definir el problema:
Objetivos:
1.- Internet
- INDIRECTA 2.- Bibliografa
3.- Revistas de especialidad
4.- etc.
ETAPAS DE UN PROBLEMA ESTADISTICO
1.- Alfabtica
2.- Geogrfica
3.- Cronolgica
Clasificacin de los Datos 4.- Magnitud
5.- Convencin
6.- etc.
MEDIDAS DE POSICIN
DE CENTRALIZACIN
Definicin:
- Cuartiles
- Deciles
- Percentiles
MEDIDAS DE POSICIN
DE CENTRALIZACIN
DATOS NO AGRUPADOS
Media Aritmtica
promedio o media ( y ) Por Valor
DATOS AGRUPADOS
Por Intervalo
MEDIA ARITMETICA
y + y2 + ... + yn y i
y= 1 = i =1
,
n n
MEDIA ARITMETICA
Ejemplo:
Los datos representados a continuacin corresponden a los costos operacionales
en millones de pesos de 25 sucursales bancarias del Banco Ocano ubicado en
Lima, Per por concepto de publicidad mensual. Se pide calcular la Media y la
Mediana de los datos.
a) Su media aritmtica es la suma de todas las variables y luego dividirla por el total de estas, es decir
x=
x i
= x=
97
=3,88, en promedio se gastan $ 3.880.000 de pesos es publicidad.
n 25
Observacin:
MEDIA ARITMETICA
I.2 Media aritmtica para datos AGRUPADOS POR VALOR
y1 n1 + y2 n2 + ... + ym nm y n i i
y= = i =1
n n
MEDIDAS DE POSICIN
DE CENTRALIZACIN
COSTOS EN PUBLICIDAD DE LAS 25 SUCURSALES ( MILLONES DE PESOS)
0 1 1 2 2
2 2 3 3 3
3 4 4 4 4
4 5 5 5 6
6 6 7 7 8
yi ni yi x ni
(Costos) N de sucursales
0
1
2
3
4
5
6
7
8
Total n= 25 ? yi x ni =
MEDIA ARITMETICA
yi ni yi x ni
(Costos) N de sucursales
0 1 0
1 2 2
2 4 8
3 4 12
4 5 20
5 3 15
6 3 18
7 2 14
8 1 8
Total n= 25 yi x ni = 97
MEDIA ARITMETICA
I.3 Media aritmtica para datos AGRUPADOS POR INTERVALOS
En el caso que los datos estn tabulados por intervalos, al aplicar la frmula para
calcular la media aritmtica de datos agrupados, se deber trabajar con las marcas de
clases.
0 1 1 2 2
2 2 3 3 3
3 4 4 4 4
4 5 5 5 6
6 6 7 7 8
MEDIA ARITMETICA
0 1 1 2 2
2 2 3 3 3
3 4 4 4 4
4 5 5 5 6
6 6 7 7 8
Intervalo yi ni yi x ni
[0- 2.000.000]
(2.000.000 4.000.000]
(4.000.000 6.000.000]
(6.000.000 - 8.000.000]
n= 25 yi x ni =
MEDIA ARITMETICA
Intervalo yi ni yi x n i
[0- 2.000.000] 1.000.000 7 7.000.000
(2.000.000 4.000.000] 3.000.000 9 27.000.000
(4.000.000 6.000.000] 5.000.000 6 30.000.000
(6.000.000 - 8.000.000] 7.000.000 3 21.000.000
n= 25 yi x ni = $ 85.000.000.-
$85.000.000
y= = $3.400.000
25
MEDIA ARITMETICA
k y n i i
ky = i =1
=ky
n
n
yk = yk = yk
n
MEDIA ARITMETICA
1- Reducir los costos un 20% resultara un nuevo costo promedio de 3.400.000*0,8= 2.720.000.-
MEDIANA
DEFINICION: Es aquel valor de la variable que supera la mitad de
las observaciones y, a su vez, es superado por la otra mitad. Por tal
razn, se le considera como el valor central, ya que divide en dos
grupos parejos las observaciones.
MEDIANA
II.1Mediana para datos NO AGRUPADOS :
Me = y n +1
( )
2
y n + y n
( ) ( +1)
Me = 2 2
MEDIANA
Determine la mediana de los datos considerando que estos NO ESTAN
AGRUPADOS
0 1 1 2 2
2 2 3 3 3
3 4 4 4 4
4 5 5 5 6
6 6 7 7 8
MEDIANA
En el caso de los costos por publicidad de las 25 sucursales, se tiene:
0 1 1 2 2
2 2 3 3 3
3 4 4 4 4
4 5 5 5 6
6 6 7 7 8
MEDIANA
II.2 Mediana para datos AGRUPADOS POR VALOR
MEDIANA
CASO DE NUESTRO EJEMPLO:
Paso1: El primer paso es construir la tabla de distribucin de frecuencias e
incluir la columna de las frecuencias acumuladas (Ni):
yi ni Ni
(Valor) Numero de sucursales Frecuencia Acumulada
0 1 1
Yi-1 1 2 3 Fila
i-1
2 4 7
3 4 11
yi
4 5 16
Fila i
5 3 19
6 3 22
7 2 24
8 1 25
n= 25
MEDIANA
Paso 2: Determinamos el valor de n/2. (La mitad del n total de datos)
n 25
Como en total son 50 los clientes el valor de = = 12, 5
2 2
Es decir Me = 4 = $4.000.000
MEDIANA
II.3 Mediana para datos AGRUPADOS POR INTERVALOS
M e = yi' 1 + ci
( n 2 N ) = 2.000.000 + 2.000.000 ( 25 / 2 7 ) = 3.222.222
i 1
ni 9
MODA
MODA
III.1Moda para datos NO AGRUPADOS :
MODA
Intervalo yi ni Ni
[0- 2.000.000] 1.000.000 7 7
(2.000.000 4.000.000] 3.000.000 9 16
(4.000.000 6.000.000] 5.000.000 6 22
(6.000.000 - 8.000.000] 7.000.000 3 25
n= 25 Fila i+1
- Cuartiles
- Deciles
- Percentiles
CUARTILES
CUARTILES
Qk = yi' 1 + ci
( k n 4 N ) , con k = 1,2,3 .
i 1
ni
CUARTILES: Caso Q3
Intervalo yi ni Ni
[0- 2.000.000] 1.000.000 7 7
Fila i-1
y i-1 (2.000.000 4.000.000] 3.000.000 9 16
(4.000.000 6.000.000] 5.000.000 6 22
(6.000.000 - 8.000.000] 7.000.000 3 25
Fila i
yi n= 25
3 25 75
En este caso; = = 18, 75
4 4
Q3 = yi' 1 + ci
( k4n Ni1 ) = 4.000.000 + 2.000.000 (18, 75 16 ) = 4.916.666
ni 6
DECILES
A
hora, en vez de dividir la distribucin
en cuatro partes iguales, la dividimos
en 10 partes. El primer decil (D1) es aquel valor de la variable
que supera al 10% de las observaciones y, a la vez, es
superado por el restante 90%. El proceso que sigue es similar
al de los cuartiles con la nica diferencia que ahora n se
divide por 10.
Dk = yi' 1 + ci
( k n10 N ) , con k = 1,L,9 .
i 1
ni
DECILES Caso D8
Intervalo yi ni Ni
[0- 2.000.000] 1.000.000 7 7
Fila i-1
y i-1 (2.000.000 4.000.000] 3.000.000 9 16
(4.000.000 6.000.000] 5.000.000 6 22
(6.000.000 - 8.000.000] 7.000.000 3 25
Fila i
yi n= 25
8 25 200
En este caso; = = 20
10 10
D8 = yi'1 + ci
( k10n N i1 ) = 4.000.000 + 2.000.000 ( 20 16 ) = 5.333.333.
ni 6
PERCENTILES
A
hora, la distribucin la dividimos en
100 partes. El primer percentil (P1) es
aquel valor de la variable que supera al 1% de las
observaciones y, a la vez, es superado por el restante 99%. El
proceso es similar a los anteriores, con la nica diferencia
que ahora n se divide por 100.
Pk = yi' 1 + ci
( k n100 N ) , con k = 1,L,99 .
i 1
ni
PERCENTILES Caso P50
Intervalo yi ni Ni
Fila i-1
y i-1 [0- 2.000.000] 1.000.000 7 7
(2.000.000 4.000.000] 3.000.000 9 16
(4.000.000 6.000.000] 5.000.000 6 22
Fila i
yi (6.000.000 - 8.000.000] 7.000.000 3 25
n= 25
50 25 1.250
En este caso; = = 12,5
100 100
P50 = yi' 1 + ci
( 100
k n
Ni 1 )
= 2.000.000 + 2.000.000
(12,5 7 ) = 3.222.222.
ni 9
EJERCICIO
Clase Frecuencia
10 20 11
Los siguientes datos corresponden a las
20 30 14
30 40 21 edades de los principales ejecutivos
40 50 30 Bancarios de un Banco de la R.M
50 60 18
60 70 15
70 80 7
80 90 3
119
MEDIDAS DE DISPERSIN
VARIANZA:
x 2
i
A) S = x
i =1 2
2
x Datos no agrupados
n
y 2
i ni
B) S y2 = y
i =1 2
Datos agrupados
n
VARIANZA
A) CALCULO VARIANZA DATOS NO AGRUPADOS
0 1 1 2 2
2 2 3 3 3
3 4 4 4 4
4 5 5 5 6
6 6 7 7 8
y=
y i
=
97
= 3, 88
n 25
PASO 2: Calcular la varianza
n
x i
2
2 479
S =
2
x
i =1
x = S x2 = (3, 88) 2 = 4,1
n 25
VARIANZA
B) CALCULO VARIANZA DATOS AGRUPADOS POR VALOR
yi ni y i ni y i2 ni
0 1 0 0
1 2 2 2
2 4 8 16
3 4 12 36
4 5 20 80
5 3 15 75
6 3 18 108
7 2 14 98
8 1 8 64
n= 25 97 479
y 2
i ni
479
( 3,88 ) = 4,1
2 2
S =
2
y
i =1
y =
n 25
VARIANZA
C) CALCULO VARIANZA DATOS AGRUPADOS POR INTERVALOS
yi
Intervalo ni yi x ni yi2 x ni
(000.000)
[0- 2.000.000] 1 7 7.000.000 7
(2.000.000 4.000.000] 3 9 27.000.000 81
(4.000.000 6.000.000] 5 6 30.000.000 150
(6.000.000 - 8.000.000] 7 3 21.000.000 147
n= 25 $ 85.000.000.- 385
y n i i
85.000.000
y= i =1
= = $3.400.000 = 3, 4
n 25
8
y i
2
ni
2 385
S = 2
y
i =1
y = 3, 42 = 3,84
n 25
DESVIACIN ESTNDAR
s = + S2
DESVIACIN ESTNDAR
Coeficiente de variacin
sy
cv y = 100%
y
Coeficiente de variacin
sy
cv y = 100%
y