Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Taller 1 Modelos Estadísticos para Mercadotecnia
Taller 1 Modelos Estadísticos para Mercadotecnia
ESTADÍSTICA DESCRIPTIVA
Esta es la más conocida por la mayoría y como su nombre lo indica, su objetivo es
describir. En este caso se usan medidas numéricas para analizar datos y llegar a
conclusiones a partir de ellos.
Hay algunos elementos y categorías que pertenecen específicamente a este
campo de la Estadística, como por ejemplo:
ESTADÍSTICA INFERENCIAL
Esta área de la Estadística se encarga del estudio de las muestras estadísticas. A partir del
análisis de dichas muestras, la Estadística Inferencial puede inferir, estimar o sacar
conclusiones a partir de la muestra de una población Estadística inferencial
Variable cualitativa
Las variables cualitativas se refieren a características o cualidades
que no pueden ser medidas con números. Podemos distinguir dos
tipos
Variable cuantitativa
Número de
Sexo
alumnos
Masculi
11
no
Femeni
19
no
Total 30
Escala Ordinal
La variable que se mide se puede dvidir en categorías o clases
mutuamente excluyentes y exhaustivas que cumplen las siguientes
propiedades.
Rendimieto Número de
acádemico alumnos
12
Bajo 3
Escalas de intervalos
La variable que se estudia se puede dividir en categotías o clases
mutuamente excluyenyes y exhaustivas que cumplen las siguientes
propiedades.
datos?
4 de estimadores.
Una estimación es puntual cuando se obtiene un sólo valor para el parámetro. Los
estimadores más probables en este caso son los estadísticos obtenidos en la
muestra, aunque es necesario cuantificar el riesgo que se asume al considerarlos.
Recordemos que la distribución muestral indica la distribución de los valores que
tomará el estimador al seleccionar distintas muestras de la población. Las dos
medidas fundamentales de esta distribución son la media que indica el valor
promedio del estimador y la desviación típica, también denominada error típico de
estimación, que indica la desviación promedio que podemos esperar entre el
estimador y el valor del parámetro.
Más útil es la estimación por intervalos en la que calculamos dos valores entre los
que se encontrará el parámetro, con un nivel de confianza fijado de antemano.
Parámetros de Posición
Permiten identificar el valor en torno al cual se agrupan mayoritariamente los datos, es decir,
cuyo valor es representativo de todos ellos. Pueden ser de dos tipos:
Medidas de tendencia central: media, mediana y moda.
Medidas de posición no central: cuartiles, deciles y perceptibles.
Parámetros de Dispersión
Las medidas de posición resumen la distribución de datos, pero resultan insuficientes y
simplifican excesivamente la información. Estas medidas adquieren verdadero significado
cuando van acompañadas de otras que informen sobre la heterogeneidad de los datos. Estas
medidas se conocen como parámetros de dispersión y miden en qué medida los datos se
agrupan en torno a un valor central.
Parámetros de Forma
Las variables aleatorias continuas presentan frecuentemente una pauta de variabilidad que se
caracteriza por el hecho de que los datos tienden a acumularse en torno a un valor central, que
coincide con la media, decreciendo su frecuencia de forma aproximadamente simétrica a
medida que se alejan por ambos lados de dicho valor. Los histogramas de estas variables
continuas tienen forma de campana de Gauss, que es el modelo matemático de la distribución
normal, siendo la distribución que con más frecuencia aparece en multitud fenómenos reales.
Estimadores :
media.
Figura 15:
Obtención de los cuantiles F{ α/2} y F{1 – α/2}
O, equivalentemente,
Figura 16:
Obtención de los cuantiles F{ α/2} y F{1 – α/2}
De modo que el intervalo de confianza que buscamos es el formado por
siendo
10. Escriba las expresiones para obtener un intervalo de confianza para estimar la
proporción o porcentaje.
O, equivalentemente,
Figura 12:
Obtención del cuantil z{1 – α/2}
Ejemplo 2. Intervalo de confianza para la media con desconocida Se ha obtenido una muestra
de 15 vendedores de una Editorial para estimar el valor medio de las ventas por trabajador en
la Empresa.
Estimación de proporciones
Sea X una variable binomial de parámetros n y p (una variable binomial es el
número de éxitos en n ensayos; en cada ensayo la probabilidad de éxito (p) es la
misma, por ejemplo: número de diabéticos en 2000 personas).
Si n es grande y p no está próximo a 0 ó 1 (np 5) X es aproximadamente normal
con media np y varianza npq (siendo q = 1 - p) y se puede usar el
Obsérvese que para construirlo, ¡se necesita conocer p!. Si n es grande (>30) se
pueden substituir p y q por sus estimadores sin mucho error, en cualquier caso
como pq 0,25 si se substituye pq por 0,25 se obtiene un intervalo más
conservador (más grande).
13. ¿Qué es una hipótesis estadística? Proporcione dos ejemplos en cada uno de los
HIPOTESIS ALTERNATIVA
Diccionario económico
Estadística
Reader Interactions
*
*
*
Me apunto
Teorema de Bayes
Contrato de trabajo
Suma de matrices
Deja un comentario
Comentario
Nombre *
Correo electrónico *
Valoración *5 4 3 2 1 0
Publicar comentario
Primary Sidebar
ESPAÑA: Las claves de la equiparación salarial entre las Fuerzas de Seguridad del Estado y las
policías autonómicas
muestra.
26 31 34 39 29 28 22 20 10 26
25 22 18 15 29 14 21 18 30 29
11 17 21 23 13 16 29 21 16 20
18 24 26 32 37 38 24 10 29 33
25 23 19 27 40 17 28 34 34 35
11 17 21 23 13 16 29 21 16 20
18 24 26 32 37 38 24 10 29 33
25 23 19 27 40 17 28 34 34 35
11 17 21 23 13 16 29 21 16 20
18 24 26 32 37 38 24 10 29 33
25 23 19 27 40 17 28 34 34 35
Determinar los estimadores o los parámetros que sean posibles obtener. Elaborar
18. En la ciudad de AAA se investigó una muestra de unos empleados del estrato
bajo para determinar su salario por hora en pesos. Los datos obtenidos fueron los
siguientes:
Determinar los estimadores o los parámetros que sean posibles obtener. Elaborar
19. Si
X:
siguientes datos:I,P,I,I,
P,P,M,M,M,P,N,N,M,M,P,P,M,M,M,P,N,N,M,M,P,P,M,M,M,P,N,N,M,M,
P=Nada I=indiferente.
i) Obtener la frecuencia relativa para los individuos a los cuales les gusta Poco el
producto A e interpretar.
ii) ¿Es adecuado calcular el coeficiente de variación con los datos de la anterior
variable? Explique.
19.
siguientes datos:
400, 520, 520, 520, 520, 520, 540, 540, 540, 540, 540, 540, 540, 540, 540, 540, 560,
560, 560, 560, 560, 560, 560, 560, 560, 560, 560, 560,560, 560, 560, 560, 560, 560,
560, 560, 580, 580, 580, 580, 580, 580, 580, 580, 580, 580, 600, 600, 600, 900, 400,
520, 520, 520, 520, 520, 540, 540, 540, 540, 540, 540, 540, 540, 540, 540, 560, 560,
580, 580, 580, 580, 580, 580, 580, 580, 600, 600, 600, 900.
Kolmogorov-Smirnov.
vi) Determinar la proporción (porcentaje) de las empresas con ingresos desde 560 hasta