Examen final de estadı́stica

Lucia Montañez
June 2020

1 Descripción del problema

Se busca entender los costos que ha incurrido una empresa a partir de un sinie-
stro dado. Este estudio se realiza implementado un modelo estadı́stico, el cual
permite explicar las variaciones que se dan en los costos que asume esta empresa.

2 Estadı́sticas descriptivas
1. La variable X es discreta ya que la escala de medición esta dada en millones
de pesos los cuales permiten inferir que los valores que puede tomar X son
discretos.
2. Los valores de summary de la variable X son:

Variable Mı́n Máx Media Mediana CV

Costo 1.000 60.711 1.260 1.499 0.5828978

Table 1: Estadı́stica descriptiva

3. El histograma correspondiente a la variable X es:

1
 Figure 1: Variable de costo

4. Esta función de densidad efectivamente esta representando los datos que

se obtuvieron del costo de la empresa. Podemos observar la figura 2

Figure 2: Distribución Pareto

5. La probabilidad de que la variable aleatoria X con distribución de Pareto

sea mayor a 1.5 millones de pesos es igual a 0.8134111 (Revisar código
para validar este resultado).
6. El percentil de 0.95 de la variable aleatoria X es igual a 3.428835.
7. Para calcular el valor esperado de la variable X utilizaremos la formula del
valor esperado para esta distribución. E[X] = ηθ θ−1 Luego aplicando esta
formula en Rstudio obtenemos que el valor es igual a 1.5. Comparando
este resultado con el promedio empı́rico obtenemos que no difieren en una
cantidad muy grande (Revisar código para validar este resultado).

2
 8. Para poder calcular el valor del coeficiente de variación. Primero debemos
calcular la desviación estándar lo cual lo hacemos calculando la varianza
y luego su raı́z cuadrada. Para calcular la varianza de X utilizamos la
siguiente formula:
 
η θ
var(X) =
θ−1 θ−2

Ahora ya teniendo la varianza procedemos a realizar el calculo de los co-

eficientes y esto se realiza haciendo el cociente entre la varianza de X y
su respectivo valor esperado. Para asi obtener un valor de coeficiente de
variación de 0.5773503.

Comparando este resultado con el coeficiente de variación empı́rico pode-

mos ver que el resultado no presenta muchas diferencias con el calculo
presentado con el modelo estadı́stico.
9. Utilizando la ecuación del sesgo de X podemos encontrar su respectivo
valor. Pero para antes calcular esta formula debemos realizar el calculo
del tercer momento de la variable X. Esto se realiza con la siguiente
formula:
θη n
E[X n ] =
θ−n
Luego de obtener el valor del tercer momento, procedemos al calculo del
sesgo. Lo cual obtenemos que para la variable X es este valor es muy alto
a tal punto que su valor sea igual a infinito, lo cual nos permite afirmar
que la variable X se encuentra sesgada.
10. Consolidación de los resultados del modelo. Cabe resaltar que todo estas
formulas las tomamos del archivo [1] como ademas la documentación de
R sobre la distribución de Pareto.

Cantidad Valor
Probabilidad de X ≥ 1.5 0.8134111
Percentı́l 95 de X 3.428835
Valor esperado de X 1.5
Coeficiente de variación de X 0.5773503
Sesgo de X inf

Table 2: Consolidación de los resultados del modelo

References
[1] Jalila Daoudi. Nuevos modelos y técnicas estadı́sticas para el estudio de
datos financieros. Universitat Autònoma de Barcelona,, 2014.