PROGRAMA ACADÉMICO: ADMINISTRACIÓN FINANCIERA

MODULO: Razonamiento cuantitativo

07-05-2020

Profesor orientador: Ramiro Quintero García; rquinter@ut.edu.co

 AGENDA MODULO

AGENDA:

1. ESQUEMA DEL MODULO

2. FUNDAMENTACIÓN TEÓRICA.
3. PROBLEMAS PRUEBAS SABER PRO AÑOS 2015-2016-2017-2018
4. SOLUCIÓN

Ramiro Quintero García; rquinter@ut.edu.co

 Esquema del modulo
Las competencias que evalúa este módulo son:
1. Interpretación y representación: Es la capacidad de comprender y manipular
representaciones de datos cuantitativos o de objetos matemáticos, en distintos formatos
(textos, tablas, gráficos, diagramas, esquemas).
2. Formulación y ejecución: Es la capacidad de establecer, ejecutar y evaluar estrategias
para analizar o resolver problemas que involucren información cuantitativa y objetos
matemáticos.
3. Argumentación: Es la capacidad de justificar o dar razón de afirmaciones o juicios a
propósito de situaciones que involucren información cuantitativa u objetos matemáticos (las
afirmaciones y los juicios pueden referirse a representaciones, modelos, procedimientos,
resultados, entre otros.) a partir de consideraciones o conceptualizaciones matemáticas.
 Esquema del modulo
Tabla1. Competencias, afirmaciones y evidencias del módulo de Razonamiento cuantitativo
2. FUNDAMENTACIÓN TEÓRICA.

Ramiro Quintero García; rquinter@ut.edu.co

2. FUNDAMENTACIÓN TEÓRICA.

Ramiro Quintero García; rquinter@ut.edu.co

Medidas de tendencia
central
 Teoría de
probabilidades
Las frecuencias relativas están Teorema de Laplace
asociadas con las probabilidades:
ni #
hi = ___ 
#
n
Axiomas de las probabilidades: Teorema del complemento

hi = pi = 1,0

0 ≤ pi ≤ 1,0 Teorema de La probabilidad total

PROBLEMAS PRUEBAS SABER PRO AÑOS 2015-
2016-2017
1. ¿Qué valor del coeficiente de correlación debemos
hallar entre dos variables independientes para
necesariamente tener que excluir una de las dos del
modelo de regresión lineal multivariante?
A. r ≥ 0,8
B. r > 0,9
C. La correlación entre dos variables no es un criterio útil
para decidir si se introduce una variable en el modelo.
D. Debe valorar el coeficiente de determinación, no la
correlación.
El coeficiente de correlación de Pearson es un
índice de fácil ejecución e, igualmente, de fácil
interpretación. Digamos, en primera instancia, que
sus valores absolutos oscilan entre 0 y 1. Esto es, si
tenemos dos variables X e Y, y definimos el
coeficiente de correlación de Pearson entre estas
dos variables como xy r entonces el valor que más
se aproxima a 1 es
B. r > 0,9
PROBLEMAS PRUEBAS SABER PRO AÑOS 2015-
2016-2017
¿Qué se puede interpretar a partir de la siguiente
representación gráfica de los residuales?
A. Los residuales del modelo se apartan totalmente
de la normalidad.
B. Existe una dispersión homogénea que sugiere
igualdad de varianzas.
C. Heteroscedasticidad.
D. Esta gráfica no es útil si no se conoce el tamaño
de•. muestra.

C. Heteroscedasticidad. Por qué En estadística se dice que

un modelo de regresión lineal
presenta heterocedasticidad cuando la varianza de las
perturbaciones no es constante a lo largo de las
observaciones. Esto implica el incumplimiento de una de
las hipótesis básicas sobre las que se asienta el modelo de
regresión lineal.
¿Qué es un intervalo de confianza?
A. Un rango de valores poblacionales donde puede
encontrarse el estimador muestral
B. La proporción de estimadores que son
consistentes con el parámetro
C. Un rango de valores creíbles para un parámetro
D. La probabilidad de rechazar acertadamente la
hipótesis nula
C. Un rango de valores creíbles para un parámetro
Un intervalo de confianza es un rango de valores, derivado de
los estadísticos de la muestra, que posiblemente incluya el
valor de un parámetro de población desconocido. Debido a su
naturaleza aleatoria, es poco probable que dos muestras de
una población en particular produzcan intervalos de
confianza idénticos.
En un contraste de hipótesis es cierto que:

A. La hipótesis nula suele mantener que el parámetro

poblacional vale 0
B. Habitualmente, para calcular un valor z bastará dividir
el estimador por su error estándar para hallar el valor z.
C. El valor z calculado supone un contraste entre la
realidad y la hipótesis nula (H0) y permite calcular la
probabilidad (valor p) de que se dé la diferencia
observada en la muestra o una todavía más alejada de H0
si H0 fuese cierta
D. todas son correctas
1. La distribución de probabilidad A. F de Fisher-Snedecor La necesidad de disponer de métodos
usada para comparar 2 varianzas es: estadísticos para comparar las varianzas de dos poblaciones es
evidente a partir del análisis de una sola población.
Frecuentemente se desea comparar la precisión de un
A. F de Fisher-Snedecor
instrumento de medición con la de otro, la estabilidad de un
B. Chi-Cuadrado proceso de manufactura con la de otro o hasta la forma en que
C. Binomial varía el procedimiento para calificar de un profesor universitario
D. Poisson con la de otro.
H0: µ  60 , H1: µ < 60 , t25 ; 0,05 = 2,485 y t25 =  1,818 H0: µ ³ 60, H1: µ < 60, t25; 0,05 = 2,485 y t25 = - 1,818
A. Se acepta la hipótesis nula A. Se acepta la hipótesis nula
B. Se rechaza la hipótesis nula B. Se rechaza la hipótesis nula
C. El estadístico muestral se ubica a la derecha del
valor crítico
D. Se acepta A y B
1. Los grados de libertad de una tabla de contingencia 5×8 R: (# FILAS-1)- (#COLUMNAS- 1)
son: (5-1)*(8-1)= 28 SE ENUMERA CON K
A. 32
B. 40
C. 28
D. 12
El error tipo II se define como la
probabilidad de:

A. Aceptar H0 cuando es falsa A. aceptar H0 cuando es falsa

B. Aceptar H0 cuando es cierta
C. Rechazar H0 cuando es falsa POR QUE Error tipo II - no
rechazar H0 cuando es falsa
D. Rechazar H0 cuando es cierta
(probabilidad = β)
Un estimador es: Un estimador es: C Un parámetro que se utiliza
para estimar los estadísticos.
A. Un parámetro que se utiliza para estimar los
En inferencia estadística se llama estimación al
estadísticos
conjunto de técnicas que permiten dar un valor
B. Un estadístico que se utiliza para estimar los aproximado de un parámetro de una población a
parámetros de la muestra partir de los datos proporcionados por una muestra.
C. Un estadístico que se utiliza para estimar parámetros
poblacionales
Un parámetro que se utiliza para estimar algunos
estadísticos
Al tratar una artritis con reposo, mejora el 65%; con D. Hay diferencias entre los dos tratamientos, a
corriente eléctrica mejora el 55%. La diferencia es ese nivel de significación
significativa en un 95% .

A. Siempre que se trate con corriente eléctrica, mejorará un

55%
B. El reposo es un 95% mejor que con corriente eléctrica
C. El nivel de significación es del 1%
D. Hay diferencias entre los dos tratamientos, a ese nivel de
significación
El intervalo [media muestral 1,96 EEM (error
A. (Comprende un 95% de las veces a la
estándar de la media)] significa que: media poblacional)

A. Comprende un 95% de las veces a la media

poblacional
B. Comprende un 99% de las veces a la media
poblacional
C. Da una seguridad del 68%
D. Da una seguridad del 5%
 C. Rango intercuartílico

En distribuciones asimétricas, el estimador insesgado

de la variación poblacional es:

A. Varianza muestral
B. Desviación estándar
C. Rango intercuartílico
D. Mediana
En la tabla 1 se muestran los
valores de dos variables.

X Y
1 5,5 X Y XY X²
2 6,2
1 5,5 6,5 1
3 8,7
2 6,2 8,2 4
4 9,5
3 8,7 11,7 9
A. Y’=1,45 + 3,85X
4 9,5 13,5 16
La recta de regresión de Y sobre X es:
Σ 10 29,9 39,9 30
A. Y’=3,85+1,45X
B. X’=3,85 –1,45Y La recta de regresión de Y sobre X es: Y’=3,85+1,45X
C. X’=1,45 –3,85Y ΣY= nA+ Σ XB 29,9 = 4A+ 10B A = 3,85
ΣXY= Σ XA+ Σ X²B 39,9 = 10A+30B B = 1,45
El diagrama de dispersión es un diagrama que por qué el diagrama de dispersión se
utilizamos para representar: utiliza Para identificar el tipo de relación
(si existe) entre dos variables cuantitativas

A. dos variables cualitativas X Y

B. una variable cualitativa y otra cuantitativa INGRESOS
(en m iles de
C. dos variables cuantitativas USUARIOS pesos)
D. dos variables dependientes 12 100
3 70
5 80
26 198
23 130
19 140
15 107
10 95
11 60
4 40
Con los datos del gráfico del margen, el coeficiente de 10
y = -1,6x + 8,2
correlación de Pearson vale: 8 R² = 0,64
6

0
0 1 2 3 4 5

X Y
0 7
2 5
A. -1 1 9
B. 0,8 3 1
4 3
C. 1 R2 0,64
-0,8
D. -0,8 (PENDIENTE
NEGATIVA)
La ecuación de regresión de Y sobre X es Y’ = 1 + 5X, y con un
sujeto que ha obtenido una puntuación en Y igual a 14, se ha Y-Y: 3
cometido un error de predicción igual a Y-Y’=3. ¿Cuánto vale la 14-Y: 3
puntuación de este sujeto en la variable X? (-Y: 3-14)
Y¨:11

A. 11
11: 1+5X
B. 2 11-1: 5 X
C. 10 10: 5X
D. 5 10/5:X
2=X
En el análisis de regresión simple, ¿cuál de
el cuadrado del coeficiente de correlación de Pearson
los siguientes estadísticos cuantifica el
ajuste de los datos a la recta de regresión?

A. el cuadrado del coeficiente de correlación de Pearson

B. la varianza de la variable independiente
C. la pendiente de la recta de regresión
D. el intercepto de la recta de regresión
La expresión Y = α + β.X + E representa:
A. el modelo de análisis de varianza aditivo
B. el modelo de regresión lineal simple
C. el modelo de regresión lineal múltiple
D. el modelo del coeficiente de Pearson
Formula de regresión lineal simple ya que Describir
de manera concisa la relación entre variables. –
Predecir los valores de una variable en función de la
otra.
 Con la siguiente información responder las preguntas 28 y
29. Se tiene que actualmente la tasa de cambio es $2855,48
con respecto a un periodo base cuyo valor era de $2851,13
por dólar.

La moneda se ha devaluado con respecto al dólar.

Cuál es el índice de la tasa nominal de cambio? ¿Cuál es el porcentaje de devaluación?
A. 15,25
B. 100 A. 0,1523%
C. 100,1525 B. 99,8476%
D. 84,75 C. 0,1525%
85,7423

((Tasa de Cambio – Periodo Base/Periodo Base) * 100%)) + 100

(Tasa de Cambio – Periodo Base/Periodo Base) * 100%
Se tiene que el índice de precios para el Poder de compra = PA: (1/IPC)*100
consumidor es de 4,09 para el año 2017. ¿Cuál
es el poder de compra que tiene un individuo?
=(1/4,09)*100 = 24,44
A. 23,50
B. 24,44
C. 14,51
D. 20,35
 Responder las preguntas 25 y 26 teniendo en cuenta la siguiente
información. El índice de precio al consumidor para un mes del
presente año es de 104,6 con respecto a la base (un mes de
2016)

Se podría afirmar que la variación Si se tiene un salario nominal para el último periodo de
para dicho periodo es: $750.000 pesos, se puede afirmar, que el salario real con
respecto al periodo base y el índice dado es:
A. 104,6%
B. 1,046% A. $717.017
C. 4,6%
B. $715.520
D. 204,6%
C. $713.205
D. $704.630

4,6% = (lo que el año pasado valia $100, ahora

vale 104,6, lo que indica que la variación de un
año con respecto al otro fue de 4,6%)
(750000/104,6) x100 = 717017 (es el salario real
con respeto a un periodo)
Si el índice de producción en un sector de la
industria es del 136.8, mientras que el índice de (136,8/109,7)x100 = 124,7 es el índice de
obreros para ese sector es del 109,7. ¿Cuál es el productividad)
índice de productividad?
A. 115,4%
B. 93,8%
C. 72,6%
D. 124,7%
 Un grupo de estudiantes decide estudiar la evolución de los P= Precio Nuevo* Cantidad vieja/Precio Viejo *
precios de tres artículos que consumen en sus tiempos de Cantidad Vieja
ocio: discoteca, cine, concierto. Para ello estudian a lo largo
de dos años el precio de las entradas (Pi) en dólares y el Q= PV* CN/PV*CV =
número de veces que asisten a lo largo de un año (Qi). Los
resultados se registran en la tabla: (15*25)+(6*70)+(40*10)/(12*25)+(5*70)+(30*10)
DISCOTECA CINE CONCIERTO
AÑO Pi Qi Pi Qi Pi Qi (15*25) 375 (12*25) 300
2015 12 25 5 70 30 10
(6*70) 420 (5*70) 350
2016 15 30 6 80 40 25
(40*10) 400 (30*10) 300
¿Cuál es el índice de precios de Laspeyres Total 1195 950
tomando como base el periodo 2015? 1195/950 =1,26
1,26*100= 125,79
A. 125,79
B. 127,81
C. 126,80 .
D. 124,95
De la distribución de la variable X="Precio de un despejar la media = 428/10 = 42,8
determinado artículo" observado en 10
establecimientos disponemos de los siguientes
La desviación estándar = raíz /10 = 5.963
resultados.

Si los precios se rebajan en un 10%, el coeficiente

de variación de los precios rebajados es:
A. 0,016
B. 0,018
C. 0,252
D. 0,772
Se ha efectuado la siguiente transformación lineal
Y=(0,25X-0,68)100. Si la media de Y es 232 y su
Y=(0,25X-0,68)100
varianza 40.000, la media y la varianza de X son, y= 25x - 68
respectivamente: e(x)=232+68/25=300/25=12

A. 8 y 32 y=0,25(12)-0,68)100=
B. 8 y 64 v(y)=v(25x-68)=233^2v(x)
v(x)=40000/625=64
C. 12 y 64
D. 12 y 1600
 BIBLIOGRAFIA

BÁSICO

SPURR, William, y BONINI, Charles. Toma de decisiones en la administración. Ediciones ciencia y Tecnologías S.A, México, 1986, tomo 1.

FREUD, J. Williams, FranK. Elementos modernos de estadística Empresarial Pretice Hall, 1986, Méxic

LEVIN, Richard. Estadística para administradores. Pretice Hall, 3ª. Edición, Colombia.1983.

MENDENHALL, William. Introducción a la probabilidad y la estadística. Wadsworth Internacional. EE.UU., 1982

10.2 COMPLEMENTARIO

Abad, A., Servin, Luis. (1992). Introducción al muestreo. 2ª. Edición. Editorial Limusa, México.

Briones,G.(2002) Metodología de la Investigación cuantitativa en las Ciencias Sociales”, Bogotá, Colombia, Instituto Colombiano para el Fomento de la Educación
Superior - ICFES, pp. 44-46.ñ

Cochram, W. G. (1959). Sampling techniques.3 ª Edición.Editorial Wiley, New York.

Hernández, S., Fernández C, y Baptista Lucio. (2000); Método de la Investigación. Mcgraw Hill. México.

Serbia, J. M. (2007) Diseño, muestreo y análisis en la investigación cualitativa, Universidad Nacional de Lomas de Zamora. Hologramática,3(7),123-146.

Sabino,C.(2006). El proceso de Investigación. Lumen- Humanistas

Quintero, R., (2001). Estadística descriptiva para las organizaciones. Editorial Filigrana, Bogotá D.C. –Colombia. Abril de 2001. En físico y en pdf.

CLAVIJO, J. Una introducción a la Estadística General. libro en pdf.

Ramiro Quintero García; rquinter@ut.edu.co