Guía de Estudio PDF

NOMBRE DEL DOCUMENTO:
CÓDIGO: PAA-03-F-018
ELABORACIÓN DE GUÍA DE ESTUDIOS PARA EDUCACIÓN EN LÍNEA
PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

SÍLABO Página 1 de 63
DATOS GENERALES:
Contabilidad Contabilidad y
FACULTAD: CARRERA:
y Auditoría Auditoría
ESTADÍSTICA NÚMERO DE
ASIGNATURA: 96
DESCRIPTIVA HORAS:
Argelio
PERIODO
2020-2021 (1) DOCENTE: Antonio
ACADÉMICO:
Hidalgo Avila
ÍNDICE:
No. Contenido Pág.

1 Presentación 1
2 Orientación para el uso de la guía 2
3 Información general de la unidad 3
4 Desarrollo de la unidad (de acuerdo con la planificación en el 3
sílabo)
5 Evaluación 14
6 Bibliografía 25
1. Presentación
Estimados estudiantes, me es grato dirigirme a ustedes, y doy la bienvenida al

curso de Estadística Descriptiva, en cual definiremos los principales conceptos
relacionados con la estadística como método de recolección información, que,
de una forma ordenada representa una ayuda a la decisión basada en datos, y
que constituye una herramienta fundamental para el desarrollo de las
competencias profesionales previstas en el programa de estudio.
La estadística es una ciencia que merece especial atención y cuyo dominio es

imprescindible de manera transversal en cualquier actividad profesional que se
realice, importante el valor que aporta en el proceso de toma de decisiones a
las que se enfrenta cualquier persona u organización, provenientes de
situaciones caracterizadas por el riesgo e incertidumbre, cuyo análisis comienza
con la descripción del problema y sus datos asociados, seguido de la estimación
y pronóstico de su comportamiento. La situación que vive el mundo con la
pandemia del coronavirus es un claro ejemplo de la aplicación, alcance e
importancia de esta ciencia.
En el Sílabo de la Asignatura, se muestran los contenidos que abordaremos en

el curso, así como las actividades evaluativas, que están disponibles en el aula
virtual de la universidad (SGA), junto a las políticas del curso y las rúbricas. Estos
recursos estarán disponibles en el aula virtual para su descarga.

Las clases se impartirán bajo la modalidad sincrónica y asincrónica, de acuerdo

con la planificación de las clases, que está estructurada en la presentación
inicial de la clase, videoconferencia asincrónica con un tiempo establecido entre
20 a 45 minutos, posteriormente se desarrollarán actividades sincrónicas
relacionadas con la videoconferencia, que se cumplirán de acuerdo con lo
planificado. Se utilizarán recursos educativos para facilitar el aprendizaje.
Utilizaremos la herramienta Teams de office 365 como apoyo a las actividades

académicas, la cual será un espejo de nuestra aula virtual. En esta plataforma
educativa vamos a realizar aquellas tareas que requieran de su uso, como el
chat, tutorías, reuniones, test de evaluación, entre otras que se detallarán al
inicio del curso.
Bienvenido al curso, juntos alcanzaremos las metas que nos hemos planteado,
éxitos.
2. Orientación para el uso de la guía
Es importante para el desarrollo del curso considerar las siguientes actividades:
1. Interpretar cuidadosamente las directrices de cada actividad y realizar

lo que se le indica en los tiempos previstos para evitar la acumulación
de las tareas.
2. Localizar las fuentes bibliográficas indicadas y organizarlas en las
unidades de estudio. Para ello se recomienda acceder a la biblioteca
virtual y crear una estantería con todos los textos.
3. Investigar en otras fuentes y elaborar las actividades de ampliación
para consolidar y mejorar sus conocimientos y habilidades. Recuerde
realizar la búsqueda en fuentes aceptadas por la comunidad científica,
en bases de datos indexadas y sitios de probado reconocimiento.
4. Se recomienda instalar las versiones de escritorio y móvil de OneDrive,
Teams y office, para garantizar el acceso a todos los recursos digitales,
y realizar las tareas sincrónicas y asincrónicas.
5. Revise las actividades de evaluación en cada unidad, y prepare los
recursos que se describirán con antelación por parte del profesor.
6. El desarrollo de las actividades de retroalimentación se realizará de
acuerdo con el logro de aprendizaje.
7. Cada actividad que se realice en el curso se subirá al aula virtual del
SGA.
8. Al finalizar todas las unidades comprobar el logro de los objetivos
generales de la guía, se culminará con la ejecución de la evaluación
integradora, que en este curso se utilizaran diferentes modalidades de
informes y el desarrollo de una wiki.

3. Información general de la unidad
Unidad 1- LA ESTADÍSTICA Y LA DESCRIPCIÓN DE DATOS. REPRESENTACIONES

GRÁFICAS.
El logro de aprendizaje de esta actividad curricular es identificar las definiciones

de estadísticas descriptivas y presentación gráfica, que permitan al estudiante
aplicar la descripción de datos en las actividades Administrativas. Se
presentarán los principales conceptos básicos y definiciones; importancia y
ámbito; clasificación; datos; variables; medidas estadísticas. Un elemento
importante será la organización de los datos a través de la tabla de distribución
de frecuencias, así como los principales gráficos estadísticos, que se derivan de
esta.
Los mecanismos de comunicación serán primeramente a través del aula virtual

donde cada actividad estará programada, y su ejecución se realizará a través de
la plataforma Teams, en la cual podrá relacionarse con el resto de sus
compañeros, además de disponer el chat “pregúntale al profesor”, los canales
para las reuniones de clases grupales, trabajo en equipo y tutorías. Se realizará
como primera actividad un mapa conceptual, seguido de un foro de discusión,
además de iniciar la creación de la wiki con los principales conceptos de la
unidad. También se desarrollará un taller práctico, que culminará con la
exposición virtual.
Tiempo Modo de entrega Fecha y hora de Aporta a la

estimado del producto tutoría calificación
sincrónica del curso
24 horas Todos los trabajos MIE14:00-15:00
serán subidos a la JUE10:00-11:00
plataforma virtual
del SGA, Si
independientemente
que sean realizados
en Teams
4. Desarrollo de la unidad 1 (de acuerdo con la planificación en el sílabo)
1.1 Conceptos Básicos: Definición, importancia y ámbito; clasificación; datos;

variables; medidas estadísticas
La Estadística es una ciencia que debe su nombre a Godofredo Achenwall (1719-

1772;53), profesor y economista Alemania, quien siendo profesor de la
Universidad de Leipzig (Alemania), quien junto sus seguidores estructuraron los
métodos estadísticos que se orientaron a investigar, medir y comparar las

riquezas de las naciones (Llinás Solano, 2017). Esta disciplina, juega un

importante papel en el análisis económico. Los desarrollos teóricos propios de
la ciencia económica generan hipótesis que deben ser contrastadas a partir de
los datos observados (Gamero Burón, 2017).
Figura 1. Esquema de rutas para aprender estadística (Llinás Solano, 2017).
La Estadística se divide en Estadística Descriptiva (Tabulación) y Estadística

Inferencial (Análisis o contraste de hipótesis)(Puente Viedma, 2018). Una de las
herramientas que se utilizan para tomar decisiones es la estadística. De la
estadística no solo se sirve la gente dedicada a los negocios; en nuestra vida
cotidiana también aplicamos conceptos estadísticos(Lind et al., 2012). En
general, el problema que enfrentan las compañías e industrias no es la escasez
de información, sino cómo utilizar la información disponible para tomar las
decisiones más adecuadas(Llinás Solano, 2017).
De acuerdo con Lind (2012) la estadística es la ciencia que recoge, organiza,

presenta, analiza e interpreta datos con el fin de propicia una toma de
decisiones más eficaz. También define que la estadística descriptiva son los
métodos para organizar, resumir y presentar datos de manera informativa.
Ejemplo 1. El jefe de producción de una empresa quiere conocer las aptitudes

promedio de doce empleados. Para ello debe aplicar una prueba de aptitudes.
El estadístico que habrá de utilizarse es: la media aritmética, y el resultado
obtenido es de 110 puntos, el cual solo será válido para los doce cuestionarios
aplicados. El jefe de producción no puede utilizar estos datos para una
inferencia o generalización acerca de otros empleados de la empresa porque la
muestra no es representativa de la población, ello debido a que los empleados

fueron elegidos a conveniencia del jefe de producción. Tomado de Rodríguez

Franco y Rodríguez Jiménez (2016).
Ejemplo 2. La tabla siguiente resume el número de aviones comerciales

fabricados por Boeing, Inc., entre 2006 y 2009. Tomado de Lind (2012).
Tabla 1. Venta de aviones Boeing (Lind et al., 2012).
Se realiza una primera clasificación del tipo de datos en función de que las
observaciones resultantes del experimento sean de tipo cualitativo o
cuantitativo, en el primero de los casos se tiene un atributo y en el segundo una
variable(Espejo Miranda et al., 2006). Puente Viedma (2018) al consultar en
línea en Oxford Reference Online Premium, concuerda que el rasgo importante
de una variable es que es capaz de reflejar la variación dentro de una población,
y no es una constante.
Debemos destacar que cuando nos estamos refiriendo a conjunto de datos

numéricos, ellos no son otra cosa que la cuantificación de una característica que
se observa en un fenómeno repetidas veces(Guerra Bustillo et al., 2009). Es
importante definir que los estadísticos descriptivos o medidas estadísticas
según Rodríguez, Franco, Jesús, y Jiménez, Elva Rodríguez (2016) constituyen el
resumen de la característica que se estudia, lo que permite tomar una decisión
más rápida y satisfactoria sin tener que consultar nuevamente todas las
observaciones.
Las variables se clasifican en dos grupos: variables cualitativas, categóricas o de

frecuencias y variables cuantitativas o numéricas. En el primer grupo se
incluyen las variables de nivel de medida nominal y ordinal, y en el segundo las
de intervalo o escala y razón(Puente Viedma, 2018). Dentro del conjunto de las
variables se distingue entre discretas y continuas. Se dice que una variable es
discreta cuando entre dos valores consecutivos no toma valores intermedios y
que es continua cuando puede tomar cualquier valor dentro de un
intervalo(Espejo Miranda et al., 2006).
Desde el punto de vista de la Estadística, la clasificación de las variables

mencionadas no es única, ya que cada disciplina científica crea su propia

clasificación de variables. Por ejemplo, en las ciencias sociales es común

establecer relaciones entre variables experimentales, las cuales se clasifican,
desde el punto de vista metodológico, en variables dependientes y variables
independientes. La variable dependiente es aquella cuyos valores están
condicionados por los valores que toma la variable o las variables
independientes con las que tiene relación(Rodríguez Franco & Rodríguez
Jiménez, 2016).
Ejemplo 3. La misma población puede dar origen a diferentes tipos de datos o

clasificación de variables. Tomado de Monroy Saldívar (2005).
Tabla 2. Ejemplo de clasificación de las variables (Monroy Saldívar, 2005).
Para transformar una variable continua en discreta basta con hacer

corresponder a cada uno de los intervalos su punto medio o marca de
clase(Espejo Miranda et al., 2006).
Los distintos valores, atributos o categorías de una variable constituyen su

espacio muestral y los denominaremos sucesos elementales del espacio
muestral de la variable. El espacio muestral es “el conjunto de todos los
resultados posibles de un experimento u observación(Puente Viedma, 2018).
Ejemplo 4. Tomado de Puente Viedma (2018). El espacio muestral (E) de Estado

Civil, se puede considerar que tiene 6 elementos (eventos o sucesos: si):
E = (s1, s2, s3, s4, s5, s6)
De tal manera que el s1 = Soltero; s2 = Casado; s3 = Pareja; s4 = Separado; s5 =

Divorciado, y s6 = Viudo. Así que el E de estado civil es:
E = (Soltero, Casado, Pareja, Separado, Divorciado, Viudo)
Los si de este E se consideran exhaustivos y excluyentes. Exhaustivos porque

son todos los resultados posibles y son conocidos y excluyentes porque en cada
ocasión sólo se puede obtener uno de los resultados posibles.

1.2 Población y muestra; Organización de datos: tablas univariables y

bivariables
Para la Estadística de acuerdo con Rodríguez, Franco, Jesús, y Jiménez, Elva
Rodríguez (2016), la población es el conjunto formado por un número
determinado o indeterminado de unidades (personas, objetos, fenómenos,
etc.) que comparten características comunes a un objeto de estudio, y que se
clasifican en población finita -aquella que está formada por un número finito de
elementos que pueden contarse (del primero al último, de ser necesario)-, y
población finita -aquella que está formada por un número finito de elementos
que pueden contarse (del primero al último, de ser necesario)-. Una muestra es
un subconjunto de la población(Llinás Solano, 2017).
El tamaño de la población es el número total de entes o fenómenos que la

forman. Se simboliza por N. Llamaremos elemento a cada uno de los entes o
fenómenos que integran la población. Los caracteres o características son los
rasgos comunes a todos los elementos de la población en los que se centra el
interés del investigador(Gamero Burón, 2017).
Ejemplo 5. Tomado de Gamero Burón (2017). Se pide identificar la población,

los elementos y el carácter de interés, sabiendo que lo que se pretende analizar
es:
1. Número de habitantes de las comarcas andaluzas

Respuesta: Población → conjunto formado por las comarcas andaluzas
Elementos → cada una de las comarcas
Carácter → número de habitantes
2. Número de hijos de los matrimonios residentes en Málaga

Respuesta: Población → matrimonios residentes en Málaga
Elementos → cada uno de los matrimonios
Carácter → número de hijos
3. Edad de los participantes en un curso de formación

Respuesta: Población → Participantes en el curso
Elementos → cada uno de los participantes
Carácter → edad
4. Gasto en publicidad de las entidades financieras

Respuesta: Población → conjunto de entidades financieras
Elementos → cada una de esas entidades
Carácter → gasto en publicidad

La organización de los datos se realiza de cuatro formas de acuerdo con Llinás

(2017): por el tipo de dato , de acuerdo a escalas de medidas , mediante tablas
y mediante representaciones graficas. Los datos univariantes son los que
provienen de una única variable. Autores como Vila, Alicia y Ángel A. Juan
(2010) plantean que, los datos univariantes son los que provienen de una única
variable. En algunos casos, los datos pueden proceder de dos o más variables y,
entonces, se usa la expresión bivariante (si se trata de dos variables) o
multivariante (si se consideran más de dos).
Figura 2. Organización de los datos de acuerdo al tipo: categóricos (o

cualitativos) y numéricos (cuantitativos)(Llinás Solano, 2017).
La Estadística Descriptiva Univariable se agrupa según la Tabla(Puente Viedma,

2018).
Tabla 3. Estadísticos descriptivos univariable y gráficos(Puente Viedma, 2018).
Ejemplo 6. Valor agregado bruto por cantones Manta, Ecuador 2015.


Tabla 4. Valor agregado bruto por cantones Manta, Ecuador 2015.
Fuente: Base de datos - BCE - Dpto. Financiero

Elaboración: Subgerencia de Programación y Regulación. Dirección Nacional
de Síntesis Macroeconómica
Al revisar nuevamente a Puente Viedma (2018)definimos que la Estadística

Descriptiva Bivariable es la estadística que describe o tabula las variables de dos
en dos. Ofrece tablas que son el resultado del cruce de dos variables.
Tabla 5. Estadística Descriptiva Bivariable (Puente Viedma, 2018).
Ejemplo 7. Tomado de Puente Viedma (2018). Tabla de doble entrada, con las
frecuencias absolutas y el cálculo de las frecuencias relativas expresadas en
porcentajes. La frecuencia absoluta de la primera celda (36), es el número de
casos que son varones y que (dicen que) están solteros, o el número de veces
que se repite conjuntamente el suceso elemental “varón” y “soltero”, o el
número de casos que cumplen la condición “varón” y “soltero”.
Tabla 6. Estado civil según el sexo cálculo de frecuencias absolutas y cálculo de

frecuencias relativas(Puente Viedma, 2018).

1.3 Distribución de frecuencias, clases e intervalos.
Es oportuno formalizar la creación de los cuadros estadísticos y las medidas de

condensación que de ellos se pueden obtener mediante una distribución de
frecuencias, o cuadros de frecuencias, la cual es la presentación en tabulada de
las frecuencias que ocurren en cada característica (subclase o categoría) en las
que ha sido dividida una variable. Esta característica puede determinarse por
un intervalo o cualidad. La elaboración de un cuadro de frecuencia, o tabla de
frecuencia, puede desarrollarse tanto para una variable cuantitativa como para
una variable cualitativa(Rodríguez Franco & Rodríguez Jiménez, 2016).
Existen dos tipos generales de tablas para reportar datos usando frecuencias:
tablas de frecuencias no agrupadas y tablas de frecuencias agrupadas(Llinás
Solano, 2017).
Ejemplo 8. Tomado de Rodríguez, Franco, Jesús, y Jiménez, Elva Rodríguez

(2016). Considérense los ingresos extras ganados (en pesos) por trabajadores
de una compañía manufacturera en un día y constrúyase un cuadro de
distribución de frecuencias con los siguientes datos:
Tabla 7. Ingresos extras ganados (en pesos) por trabajadores de una compañía
manufacturera en un día (Rodríguez Franco & Rodríguez Jiménez, 2016).
Respuesta:
Paso 1. Para determinar el número de intervalos de clase se utiliza la fórmula

de Sturges.
k = 1 + 3.322 log(n)
k = 1 + 3.322 log(20)
k = 1 + 3.322(1.301029)
k = 1 + 4.322
k = 5.322
Entonces: k = 5
Paso 2. Determinar el ancho de los intervalos.


Dato mayor = 399

Dato menor = 100
399 − 100 299
𝑡𝑖 = = = 59.8
5 5
El tamaño del intervalo se redondea al inmediato superior, que es de 60
unidades ($).
Paso 3. Se construye el primer intervalo y los intervalos de clase sucesivos

(intervalos falsos).
Tabla 8. Intervalos
Paso 4. Se construyen los intervalos de clase reales (o exactos), al restar y sumar

0.5 unidades, respectivamente, a cada límite de los intervalos ficticios; después,
clasificamos los datos en los intervalos reales, y creamos el cuadro de
distribución de frecuencias.
Tabla 9. Distribución de frecuencias.
Si se utilizan los porcentajes de la columna 6, puede observarse que solo 15%

de los trabajadores recibió un ingreso extra muy bajo; 20% obtuvo un salario
bajo, y 30% uno regular; sin embargo, 35% de los trabajadores alcanzó un
ingreso extra alto. Por otro lado, 65% de los trabajadores (13) recibió un ingreso
extra de hasta $ 279.50 (véase columnas 7 y 9).
1.4 Gráficos estadísticos: Histogramas, Polígonos, Lineales, de superficie y

otros

El primer paso para poder representar gráficamente un conjunto de datos u

observaciones consiste en la construcción de una tabla de frecuencia(Guerra
Bustillo et al., 2009).
Hay gráficas de varios tipos, entre los cuales se encuentran los siguientes: el
diagrama circular o de pastel, el pictograma, el diagrama de barras, el diagrama
de caja y bigotes, el histograma, el polígono (de frecuencia o de frecuencias
relativas), la ojiva (o polígono de frecuencias acumuladas o polígono de
frecuencias relativas acumuladas) y el diagrama de tallo y hojas(Llinás Solano,
2017).
El instrumento más común para la representación gráfica de los datos

cualitativos es la gráfica de barras. En la mayoría de los casos, el eje horizontal
muestra la variable de interés y el eje vertical la frecuencia o fracción de cada
uno de los posibles resultados(Lind et al., 2012). La representación gráfica de
los datos cuantitativos parte de la construcción de una tabla de distribución de
frecuencias, y los gráficos más comunes son los histogramas o polígonos de
frecuencias.
Ejemplo 8. Tomado de Gamero Burón (2017). La Tabla ofrece las distribuciones

de frecuencias acumuladas para nuestro ejemplo. En esa tabla, N2, por ejemplo,
indica que 140 asistentes tienen una edad de 19 años o inferior, F2 indica que
la proporción que representa tales alumnos sobre el total observado es 0,933,
lo que supone un 93,3%, tal y como refleja P2.
Tabla 10. Edad de los asistentes a un curso de formación.
La representación de las distribuciones de frecuencias acumuladas (absolutas,

relativas o relativas porcentuales) recibe el nombre de diagrama escalonado. El
gráfico presenta discontinuidades propias de una variable discreta.
Recordemos que las estadísticas para datos no agrupados se corresponden
normalmente con ese tipo de variables y que una variable discreta toma un
número finito de valores entre cualesquiera dos valores. La magnitud de cada
salto es igual a la frecuencia absoluta asociada al valor de la variable donde se
produce.

Figura 3. Edad de los alumnos de Estadística (diagrama escalonado).
Ejemplo 9. Tomado de Llinás (2017). La siguiente tabla presenta los datos sobre
la cantidad de refrescos de marca A, B, C, D y E que se vendieron en una tienda:
Tabla 11. Cantidad de refrescos de marca A, B, C, D y E que se vendieron en

una tienda.
Esta información se puede presentar a través de un diagrama circular como el

que se muestra en la figura. Para trazarlo se dibuja primero un círculo. A
continuación, con las frecuencias relativas, se divide el circulo en sectores o
partes que corresponden a la frecuencia relativa de cada clase.
Figura 4. Diagrama de pastel sobre compras de refresco.
Como hay 360 grados en un círculo, y como el refresco A tiene 0,38 de

frecuencia relativa, el sector del diagrama circular que le corresponde debe
tener (0,38)(360)=136,8 grados. Se efectúan cálculos semejantes para las

demás clases, y se obtiene el diagrama de la figura. Los valores numéricos que

se ven para cada sector pueden ser frecuencias, frecuencias relativas o
porcentajes.
Diagrama de barras
Es una representación gráfica en la que cada una de las modalidades del

aspecto de inter´ es se representa mediante una barra. En este gráfico se suelen
disponer los datos en el primer cuadrante de unos ejes coordenados, y se
levanta sobre el eje de las abscisas una barra para cada modalidad del dato
observado. La altura de la barra ha de ser proporcional a la frecuencia absoluta
o relativa, que se representa en el eje de las ordenadas. Este tipo de diagramas
se utilizan tanto para datos categóricos como numéricos.
Figura 5. Diagrama de barras para la compra de refrescos
2.1 Medidas de tendencia central: Media Aritmética, Mediana, Moda, Media,

Geométrica, Media Armónica.
Media de la población
Para datos no agrupados, la media de la población es la suma de todos los

valores en ella dividida entre el total de valores en la población:
donde:
µ representa la media de la población.
N es el número total de elementos en la población.
X representa cualquier valor en particular.
 indica la operación de sumar.
EJEMPLO: Una familia posee cuatro autos. Los datos son las millas recorridas
por cada uno: 56 000, 23 000, 42 000 y 73 000. Encuentre el promedio de millas
de los cuatro autos.

Solución:
Esto es (56 000 + 23 000 + 42 000 + 73 000)/4 = 48 500
Media de una muestra
Para datos no agrupados, la media de una muestra es la suma de todos los

valores divididos entre el número total de los mismos:
donde:
X valores de la muestra
n es el número total de valores en la muestra.
EJEMPLO: Una muestra de cinco ejecutivos recibió la siguiente cantidad en

bonos el año pasado: $14 000, $15 000, $17 000, $16 000 y $15 000. Encuentre
el promedio en bonos para los cinco ejecutivos.
Solución:
Como estos valores representan la muestra de 5 ejecutivos, la media de la

muestra es:
(14 000 + 15 000 + 17 000 + 16 000 + 15 000) / 5 = $15 400.
Propiedades de la media aritmética
• Todo conjunto de datos de nivel de intervalo y de nivel de razón tiene

un valor medio.
• Al evaluar la media se incluyen todos los valores.
• Un conjunto de valores sólo tiene una media.
• La cantidad de datos a evaluar rara vez afecta la media.
• La media es la única medida de ubicación donde la suma de las
desviaciones de cada valor con respecto a la media siempre es cero.
EJEMPLO: Considere el conjunto de valores: 3, 8 y 4. La media es 5. Para ilustrar

la quinta propiedad, (3 - 5) + (8 - 5) + (4 - 5) = - 2 + 3 - 1 = 0. En otras palabras,
Media ponderada
La media ponderada de un conjunto de números X1, X2, ..., Xn, con las
ponderaciones correspondientes w1, w2, ...,wn, se calcula con la fórmula:
Xw = ( w1 X 1 + w2 X 2 + ... + wn X n ) /( w1 + w2 + ...wn )
Xw = ( w * X ) / w

EJEMPLO: Suponga que un Restaurant vende refrescos medianos, grandes y

gigantes a $0.90, $1.25 y $1.50. De las 10 últimas bebidas vendidas 3 eran
medianas, 4 grandes y 3 gigantes. Para determinar el precio promedio de las
últimas 10 bebidas vendidas.
Solución:
Xi: precio de los refrescos medianos, grandes y gigantes.
wi: número de veces que se venden cada refrescos
La media ponderada es:
$(3 x .90 + 4 x 1.25 + 3 x 1.50) / (3 + 4 + 7) = $12.20/10 = $1.22
EJEMPLO: Durante un periodo de una hora en una tarde calurosa de un sábado,

en un bar se sirven cincuenta bebidas. Calcule la media ponderada de los
precios de las bebidas. (Precio ($), cantidad vendida): (.50,5), (.75,15), (.90,15),
(1.10,15).
Solución:
Xi: precio de las cuatro bebidas.
wi: número de veces que se sirve cada bebida
La media ponderada es:
$(5 x .50+ 15 x .75 + 15 x .90 + 15 x 1.10) / (5 + 15 + 15 + 15) = $43.75/50 =

$0.875
Media geométrica
La media geométrica (MG) de un conjunto de n números positivos se define

como la raíz n-ésima del producto de los n valores. Su fórmula es:
MG = n ( X 1)( X 2)( X 3)...( Xn)
La media geométrica se usa para encontrar el promedio de porcentajes,

razones, índices o tasas de crecimiento.
EJEMPLO: Las tasas de interés de tres bonos son 5%, 7% y 4%.
1) La media geométrica es:
2) La media aritmética es: (5 + 7 + 4)/3 = 5.333.
La MG da una cifra de ganancia más conservadora porque no tiene una

ponderación alta para la tasa de 7%.

Otra aplicación de la media geométrica es determinar el porcentaje promedio

del incremento en ventas, producción u otros negocios o series económicas de
un periodo a otro. La fórmula para este tipo de problema es:
MG = n ( valor al final del periodo)/(valor al inicio del periodo) − 1
PORCENTAJE PROMEDIO QUE SE INCREMENTA CON EL TIEMPO
EJEMPLO: El número total de mujeres inscritas en colegios aumentó de 755

000 en 2006 a 835 000 en 2015. Aquí n = 9 (número de períodos, de años
entre 2015 y 2006).
MG = 9 835000 / 755000 − 1 = 1.01 − 1 = 0.01%
Es decir, la media geométrica de la tasa de crecimiento es 0.01%.
Media de datos agrupados
La media de una muestra de datos organizados en una distribución de

frecuencias se calcula mediante la siguiente fórmula:
Xf Xf
X = =
f n
donde:
X: punto medio de clase (marca de clase)
f: frecuencia absoluta
n es el número total de valores en la muestra
EJEMPLO: Una muestra de diez cines en una gran área metropolitana dio el
número total de películas exhibidas la semana anterior. Calcule la media de las
películas proyectadas.
61/10 = 6.1 películas proyectadas en la semana anterior


Mediana
Mediana: es el punto medio de los valores después de ordenarlos de menor a

mayor, o de mayor a menor. La misma cantidad de valores se encuentra por
arriba de la mediana que por debajo de ella.
Nota: para un conjunto con un número par de números, la mediana será el

promedio aritmético de los dos números medios.
EJEMPLO: Calcule la mediana para los siguientes datos:
1) La edad de una muestra de cinco estudiantes es: 21, 25, 19, 20 y 22.
Al ordenar los datos de manera ascendente quedan: 19, 20, 21, 22, 25. La
mediana es 21.
2) La altura, en pulgadas, de cuatro jugadores de basquetbol es 76, 73, 80 y 75.
Al ordenar los datos de manera ascendente quedan: 73, 75, 76, 80. La mediana
es 75.5.
Propiedades de la mediana
• La mediana es única para cada conjunto de datos.

• No se ve afectada por valores muy grandes o muy pequeños, y por lo
tanto es una medida valiosa de tendencia central cuando ocurren.
• Puede obtenerse para datos de nivel de razón, de intervalo y ordinal.
• Puede calcularse para una distribución de frecuencias con una clase de
extremo abierto, si la mediana no se encuentra en una de estas clases.
Mediana de datos agrupados
La mediana de una muestra de datos organizados en una distribución de

frecuencias se calcula mediante la siguiente fórmula:
Mediana = L + [(n/2 - FA)/f] (i)
donde:
L es el límite inferior de la clase que contiene a la mediana,
FA es la frecuencia acumulada absoluta que precede a la clase de la mediana,
f es la frecuencia absoluta de clase de la mediana,
i es la amplitud del intervalo de clase de la mediana.
Cálculo de la clase de la mediana
IMPORTANTE: Para determinar la clase de la mediana de datos agrupados:
• Elabore una distribución de frecuencias acumulada.


• Divida el número total de datos entre 2.

• Determine qué clase contiene este valor. Por ejemplo, si n=50, 50/2 =
25, después determine qué clase contiene el 25° valor (la clase de la
mediana).
EJEMPLO: Una muestra de diez cines en una gran área metropolitana dio el
número total de películas exhibidas la semana anterior. Calcule la mediana de
las películas proyectadas.
L es el límite inferior de la clase que contiene a la mediana,
FA es la frecuencia acumulada absoluta que precede a la clase de la mediana,
f es la frecuencia absoluta de clase de la mediana,
i es la amplitud del intervalo de clase de la mediana. (5-3=2)
La clase de la mediana es 5 - 6, ya que contiene el 5° valor (n/2 = 5), recuerde

que n=10
L = 5, n = 10, f = 3, i = 2, FA = 3.
Mediana = L + [(n/2 - FA)/f] (i)
Así, mediana = 5 + [((10/2) - 3)/3](2) = 6.33
Moda
La moda es el valor de la observación que aparece con más frecuencia.
EJEMPLO: las calificaciones de un examen de diez estudiantes son: 81, 93, 84,
75, 68, 87, 81, 75, 81, 87.
Como la calificación 81 es la que más ocurre, la calificación modal es 81.
Moda de datos agrupados
La moda de los datos agrupados se aproxima por el punto medio de la clase

que contiene la frecuencia de clase mayor.
Moda = L + [d1/(d1 + d2)] (i)
donde:

L es el límite inferior del intervalo modal (clase que contiene a la moda)
d1 = f – Fi-1 es la frecuencia absoluta del intervalo modal menos la frecuencia

absoluta del intervalo inmediatamente anterior.
d2 = f – Fi+1 es la frecuencia absoluta del intervalo modal menos la frecuencia

absoluta del intervalo inmediatamente posterior.
i es la amplitud del intervalo de clase del intervalo modal.
IMPORTANTE: Las modas en el ejemplo anterior son 5.5 y 9.5. Cuando dos
valores ocurren una gran cantidad de veces, la distribución se llama bimodal.
2.2 Medidas de posición: cuantiles; Medidas de dispersión: desviación

estándar, varianza, coeficiente de variación, rango intercuartílico, diagrama
de caja, regla empírica, teorema de Chebyshev.
Cuantiles
Cuartil. Es cada uno de los tres valores Q1, Q2, Q3 que divide a la distribución
de los datos en 4 partes iguales. El cuartil Q2 es igual a Me.
Primer cuartil = Percentil 25
Segundo cuartil = Percentil 50 = mediana
Tercer cuartil = Percentil 75
NOTA. Un dato observado está en el cuarto superior si es mayor que el tercer

cuartil Está en el cuarto inferior si es menor que el primer cuartil.
Para datos no agrupados los cuartiles se ubican, aproximadamente, ordenando

y dividiendo el total de datos en 4 grupos con igual número de datos. Para ello
se multiplica el total de datos por la fracción correspondiente a cada cuartil. Si
el resultado no es un entero se redondea al entero inmediato superior y se
ubica ese dato, si el resultado es entero se ubica ese dato y se promedia con el
dato siguiente a el.

𝑘
𝑄𝑘 = 𝑛
4
El primer cuartil es el valor correspondiente al punto debajo del cual se

encuentra el 25% de las observaciones en un conjunto ordenado de datos.
n
− CF
4
Q1 = L + (i )
f
donde:
n = número de valores del grupo de datos
L = límite inferior de las clases que contienen Q1,

CF = frecuencia acumulada que precede a la clase que contiene a Q1,
f = frecuencia absoluta de la clase que contiene Q1,
i= tamaño de la clase que contiene Q1.
El tercer cuartil es el valor correspondiente al punto debajo del cual se

encuentra 75% de las observaciones en un conjunto ordenado de datos:
3n
CF
Q3 = L + 4 (i )
f
donde:
L = límite inferior de la clase que contiene a Q3,
CF = frecuencia acumulada precedente a la clase que contiene a Q3,
f = frecuencia absoluta de la clase que contiene a Q3,
i = tamaño de la clase que contiene a Q3.
Amplitud intercuartílica
El rango intercuartílico (amplitud intercuartílica) es la distancia entre el tercer

cuartil Q3 y el primer cuartil Q1.
RI = tercer cuartil - primer cuartil
= Q3 - Q1
Desviación cuartílica
La desviación cuartílica es la mitad de la distancia entre el tercer cuartil, Q3, y

el primero, Q1.

QD = [Q3 - Q1]/2
IMPORTANTE:
Quintiles
Quintil. Hay 4 quintiles que dividen a una distribución en 5 partes iguales:

primero q1, segundo q2, tercero q3, y cuarto quintil q4.
𝑘
𝑞𝑘 = 𝑛
5
• Primer quintil = Percentil 20
• Segundo quintil = Percentil 40
• Tercer quintil = Percentil 60
• Cuarto quintil = Percentil 80
Para datos no agrupados los quintiles se ubican, aproximadamente, ordenando

y dividiendo el total de datos en 5 grupos con igual número de datos. Para ello
se multiplica el total de datos por la fracción correspondiente a cada quintil. Si
el resultado no es un entero se redondea al entero inmediato superior y se
ubica ese dato, si el resultado es entero se ubica ese dato y se promedia con el
dato siguiente a el.
Quintiles para datos agrupados:

𝑘𝑛
− 𝐹𝑖−1
𝑞𝑘 = 𝐿𝑖 + ( 5 )𝑖
𝑓𝑖
donde:
k = es el quintil 1,…,4


L = límite inferior de las clases que contienen el quintil k (qk),

Fi-1 = frecuencia acumulada que precede a la clase que contiene el quintil k (qk),
f = frecuencia absoluta de la clase que contiene el quintil k (qk),
i= tamaño de la clase que contiene el quintil k (qk),
Deciles
Decil. Divide el conjunto de datos en 10 partes iguales, de manera que se

obtienen nueve valores que dividen la frecuencia total en 10 partes iguales. El
primer decil (D1) es igual al valor que supera al 10% de las observaciones y es
superado por el 90% restante y así para cada uno de los deciles. Su cálculo es
muy semejante al de los cuartiles.
𝑘
𝐷𝑘 = 𝑛
10
• Primer decil = Percentil 10

• Segundo decil = Percentil 20
• Tercer decil = Percentil 30
• Cuarto decil = Percentil 40
• Quinto decil = Percentil 50 = mediana
• Sexto decil = Percentil 60
• Séptimo decil = Percentil 70
• Octavo decil = Percentil 80
• Noveno decil = Percentil 90
Para datos no agrupados los deciles se ubican, aproximadamente, ordenando y

dividiendo el total de datos en 10 grupos con igual número de datos. Para ello
se multiplica el total de datos por la fracción correspondiente a cada decil. Si el
resultado no es un entero se redondea al entero inmediato superior y se ubica
ese dato, si el resultado es entero se ubica ese dato y se promedia con el dato
siguiente a el.
Deciles para datos agrupados:

𝑘𝑛
− 𝐹𝑖−1
𝐷𝑘 = 𝐿𝑖 + (10 )𝑖
𝑓𝑖
donde:
k = es el decil 1,…,9


L = límite inferior de las clases que contienen el decil k (Dk),

Fi-1 = frecuencia acumulada que precede a la clase que contiene el decil k (Dk),
f = frecuencia absoluta de la clase que contiene el decil k (Dk),
i= tamaño de la clase que contiene el decil k (Dk),
Percentiles
Percentil (o centil). Es cada uno de los 99 valores P1,...,P25,...,P50 ,...,P75,..., P99

que divide a la distribución de los datos en 100 partes iguales. El percentil P25 =
Q1, P50 = Q2 y P75 = Q3.
Para datos no agrupados los percentiles se ubican, aproximadamente,

ordenando y dividiendo el total de datos en 100 grupos con igual número de
datos. Para ello se multiplica el total de datos por la fracción correspondiente a
cada percentil. Si el resultado no es un entero se redondea al entero inmediato
superior y se ubica ese dato, si el resultado es entero se ubica ese dato y se
promedia con el dato siguiente a el.
𝑘
𝑃𝑘 = 𝑛
100
También puede utilizarse para n datos no tabulados (pero ordenados) x , , x2.....x

n , el valor del percentil Pk es:
Pk = (xj + xj+1)/2, si g = 0, y Pk = xj+1 , si g > 0,
donde:
0.k * n = j + g, k = rango percentil, j = parte entera. g = parte fraccional.
Percentiles para datos agrupados:

𝑘
𝑛 (100) − 𝐹𝑖−1
𝑃𝑘 = 𝐿𝑖 + [ ]𝑖
𝑓𝑖
donde:
k = es el percentil 1,…,25,…,50,…,75,…,99
L = límite inferior de las clases que contienen el percentil k (Pk),

Fi-1 = frecuencia acumulada que precede a la clase que contiene el percentil k
(Pk ),
f = frecuencia absoluta de la clase que contiene el percentil k (Pk),
i= tamaño de la clase que contiene el percentil k (Pk),


EJEMPLO: Determine los cuartiles de los ingresos quincenales en dólares

(variable X) de 45 personas.
Solución:
La clase de la mediana es 53 - 61, ya que contiene el valor (n/2 = 22.5), recuerde

que n=45
L = 53
CF = 10
f = 14
i = 61-52 = 9
𝑛 45
4 − 𝐶𝐹 − 10
𝑄1 = 𝐿 + ( ) 𝑖 = 53 + ( 4 ) 9 = 𝟓𝟑. 𝟖𝟎
𝑓 14
𝑛 45
−𝐹𝐴 −10
𝑄2 = 𝑀𝑒= L + [ 2 𝑓
] ∗ 𝑖 = 53 + [ 2 14 ] ∗ 9 = 61.04
3𝑛 3(45)
4 − 𝐶𝐹 − 10
𝑄3 = 𝐿 + ( ) 𝑖 = 53 + ( 4 ) 9 = 𝟔𝟖. 𝟐𝟕
𝑓 14
Diagramas de caja
Es una representación gráfica, basada en cuartiles, que ayuda a presentar un

conjunto de datos. Para construir un diagrama de caja, sólo necesita cinco
estadísticos:
• el valor mínimo,
• Q1 (primer cuartil),
• la mediana,
• Q3 (tercer cuartil)

• y el valor máximo.
Regla de los cinco números:
Cuartiles:
kn
− CF
Q1, 2 , 3 = L + 4 (i )
f
donde:
k es 1, 2 o 3, en de acuerdo con el cuartil que se vaya a determinar.
kn/4 define la posición en la frecuencia absoluta acumulada.
EJEMPLO: Con base en una muestra de 20 entregas, Marco’s Pizza determinó la

siguiente información: valor mínimo = 13 minutos, Q1 = 15 minutos, mediana =
18 minutos, Q3 = 22 minutos, valor máximo = 30 minutos. Desarrolle un
diagrama de caja para los tiempos de entrega.
Solución:
Posiciones relativas de la media, la mediana y la moda.


• Medidas de dispersión
• Rango
• Desviación media
• Varianza y desviación estándar
• Coeficiente de variación
Rango = Valor máximo – Valor mínimo
Desviación media:
Media aritmética de los valores absolutos de las desviaciones respecto a la

media aritmética.
donde:
X es el valor de cada observación.
𝑋̅ es la media aritmética de los valores.
n es el número de observaciones en la muestra.
I I indica el valor absoluto.
EJEMPLO: Los pesos de una muestra de cajas con libros en una librería son (en
lb) 103, 97, 101, 106 y 103.
̅ = 510/5 = 102 lb
X
= 1 + 5 + 1 + 4 + 1 = 12
MD = 12/5 = 2.4
Por lo común los pesos de las cajas están a 2.4 lb del peso medio de 102 lb.
Variancia de la población
La varianza de la población para datos no agrupados es la media aritmética de

las desviaciones cuadráticas respecto a la media de la población.
( X −  ) 2 X 2 X 2
 =2
 2
= −( )
N N N
EJEMPLO: Las edades de la familia Valareso son 2, 18, 34, y 42 años. ¿Cuál es
la variancia de la población?
 2 = ( X −  ) 2 / N = 944 / 4 = 236

Variancia muestral
La variancia muestral estima la variancia de la población.

Σ( X - X )2
Fórmula conceptual = S 2 =
n -1
(ΣX ) 2
ΣX 2 -
Fórmula operativa = S 2 = n
n -1
EJEMPLO: Una muestra de cinco salarios por hora para varios trabajos en el
área es: $7, $5, $11, $8, $6. Encuentre la variancia.
37 21.2
𝑋̅ = = 7.4 𝑆2 = = 𝟓. 𝟑
5 5−1
Variancia para datos agrupados
La fórmula de la variancia poblacional para datos agrupados usada es:

2
(∑ 𝑓𝜇)
∑ 𝑓𝑋 2 − ∑(𝑋−𝜇)2 ∗𝑓
𝝈𝟐 = 𝑁
𝝈𝟐 =
𝑁 𝑁
La fórmula de la variancia muestral para datos agrupados usada como

estimador de la variancia poblacional es:
(  fX ) 2
 fX − 2
n
S2 =
n −1
donde:
f es la frecuencia de clase
X es el punto medio de la clase
Desviación estándar poblacional
La desviación estándar poblacional (σ) es la raíz cuadrada de la variancia de la

población.
𝜎 = √𝜎 2
Para el ejemplo, la desviación estándar poblacional es 15.36 (raíz cuadrada de

236).
Desviación estándar muestral
La desviación estándar muestral es la raíz cuadrada de la variancia muestral.
En el ejemplo anterior, la desviación estándar de la muestra es = 2.30


Dispersión relativa
El coeficiente de variación es la razón de la desviación estándar a la media

aritmética, expresada como porcentaje:
𝜎
𝑪𝑽= (100%)
𝜇
EJEMPLO: Calcular la media, la mediana, la moda, la varianza, la desviación

estándar, y el coeficiente de variación de los ingresos quincenales en dólares
EJEMPLO: Calcular la media, la mediana, la moda, la varianza, la desviación

estándar, y el coeficiente de variación de los ingresos quincenales en dólares
Solución:
La clase de la mediana es 53 - 61, ya que contiene el valor (n/2 = 22.5),

recuerde que n=45
L = 53
FA = 10
f = 14

i = 61-52 = 9
Fi-1=5
Fi+1=14
d1 = f – Fi-1 = 14 – 5 = 9
d2 = f – Fi+1 = 14 – 14 = 0
∑ 𝑿𝒇 𝟐,𝟔𝟔𝟐.𝟎
̅=
𝒙 𝒏
= 𝟒𝟓
= 59.16
𝒏 𝟒𝟓
−𝑭𝑨 −𝟏𝟎
𝑴𝒆= 𝐋 + [𝟐 𝒇
] ∗ 𝒊 = 𝟓𝟑 + [ 𝟐 𝟏𝟒 ] ∗ 𝟗 = 61.04
𝒅𝟏 𝟗
𝑴𝒐= 𝐋 + [𝒅𝟏+𝒅𝟐] ∗ 𝒊 = 𝟓𝟑 + [𝟗+𝟎] ∗ 𝟗 = 62
EJEMPLO: Calcular la media, la varianza, la desviación estándar, y el coeficiente

de variación de los ingresos quincenales en dólares (variable X) de 45 personas.
Solución:
∑ 𝑿𝒇 𝟐,𝟔𝟔𝟐.𝟎
̅=
𝒙 𝒏
= 𝟒𝟓
= 59.16
𝟐 ∑𝑛 2
𝑖=1(𝑥𝑖 −𝑥̅ ) ∗𝑓 5,508.0
𝑺 = = = 125.18
𝑛−1 45−1
∑𝑛 2
𝑖=1(𝑥𝑖 −𝑥̅ ) ∗𝑓
𝒔= √ = √125.18 = 11.19
𝑛−1
𝑠 11.19
𝑪𝑽= = = 0.19 = 19%
𝑥̅ 59.16
2.3 Medidas de asimetría y apuntamiento (Curtosis): características, fórmula,

cálculo y aplicaciones.

Asimetría
Asimetría (sesgo) es la medida de la falta de simetría en una distribución.
Si As = 0 ⇒ La distribución es simétrica
Si As ˃ 0 ⇒ La distribución es asimétrica positiva o sesgada a la derecha
Si As < 0 ⇒ La distribución es asimétrica negativa o sesgada a la izquierda
Curtosis
Curtosis es la propiedad de una distribución de frecuencias por la cual se

compara la dispersión de los datos observados, cercanos al valor central con la
dispersión de los datos cercanos a ambos extremos. La curtosis se mide en
comparación a la curva simétrica normal o mesocúrtica.

Si α4 = 3 ⇒ La distribución es normal
Si α4 ˃ 3 ⇒ La distribución es leptocurtica
Si α4 < 3 ⇒ La distribución es platicúrtica
EJEMPLO: Determine el coeficiente de asimetría y el coeficiente de curtosis de

los ingresos quincenales en dólares (variable X) de 45 personas. Solución:
∑𝑛 ̅ )3 ∗𝑓
𝑖=1(𝛾𝑖 −𝑥 17,102.9
𝟑 𝑛 45 380.06
𝜶 = = = = 0.27
𝑠3 11.193 1,400.6
𝜶𝟑 ˃ 0 ⇒ La distribución es asimétrica positiva o sesgada a la derecha

∑𝑛 ̅ )4 ∗𝑓
𝑖=1(𝛾𝑖 −𝑥 2,920,660.8
𝟒 𝑛 45 64,903.57
𝜶 = = = = 4.14
𝑠4 11.194 15,670.7
𝜶𝟒 ˃ 3 ⇒ La distribución es leptocurtica
Regla empírica
Se utiliza para una distribución de frecuencias simétrica de campana, cerca de

68% de las observaciones estará dentro de ±1 σ de la media (µ); cerca de 95%
de las observaciones estará dentro de ±2σ de la media (µ); alrededor de 99.7%
estará dentro de ±3σ de la media (µ).

Cálculo del intervalo = [𝑋̅ ± 𝑘𝜎 ]
Curva en forma de campana que muestra la relación entre µ y σ
Teorema de Chebyshev
Se utiliza para cualquier conjunto de observaciones, la proporción mínima de

valores que está dentro de k desviaciones estándar desde la media es al menos
1 - 1/k2 , donde k2 es una constante mayor que 1.
Para K = 2 y K = 3 tenemos las siguientes aseveraciones:

• Al menos 3/4 (o el 75%) de todos los valores están dentro de 2
desviaciones estándar de la media.
• Al menos 8/9 (o el 89%) de todos los valores están dentro de 3
desviaciones estándar de la media.
3.1 Definición de probabilidad; enfoques clásico, empírico y subjetivo para la

probabilidad.
La Probabilidad es la ciencia de la incertidumbre. Nos facilita algunas reglas

matemáticas precisas que nos permiten comprender y analizar nuestra propia
ignorancia(Evans & Rosenthal, 2015). Probabilidad se define como la
cuantificación de la posibilidad de que un hecho ocurra(Alvarado Verdín, 2014).
Valor entre cero y uno, inclusive, que describe la posibilidad relativa
(oportunidad o casualidad) de que ocurra un evento(Lind et al., 2012).
La probabilidad se fundamenta en los experimentos, los cuales se definen

como: el conjunto de actividades interrelacionadas que permite el desarrollo
de un fenómeno de manera parcial o total, y donde al resultado de un
experimento se le denomina evento(Alvarado Verdín, 2014). Según Lind (2012)
el resultado es los particular de un experimento, y un evento es el conjunto de
uno o más resultados de un experimento.

Es importante definir de acuerdo con Lind (2012) los conceptos mutuamente

excluyente como el hecho de que un evento se presente significa que ninguno
de los demás eventos puede ocurrir al mismo tiempo; y colectivamente
exhaustivo cuando por lo menos uno de los eventos debe ocurrir cuando se
lleva a cabo un experimento.
La probabilidad clásica parte del supuesto de que los resultados de un

experimento son igualmente posibles(Lind et al., 2012).
número de resultados favorables

Probabilidad de un evento =
número total de resultados posibles
La probabilidad empírica o frecuencia relativa, el segundo tipo de probabilidad,

se basa en el número de veces que ocurre el evento como proporción del
número de intentos conocidos(Lind et al., 2012).
número de veces que ocurrió el evento

Probabilidad del evento =
número total de observaciones
La probabilidad subjetiva es la posibilidad (probabilidad) de un evento en

particular que asigna un individuo a partir de cualquier información que
encuentre disponible(Lind et al., 2012).
3.2 Reglas básicas de probabilidad: adición, complemento, multiplicación.
Existen dos reglas de la adición: la regla especial de la adición y la regla general

de la adición(Lind et al., 2012).
Para aplicar la regla especial de la adición, los eventos deben ser mutuamente
excluyentes, y establece que la probabilidad de que ocurra uno u otro es igual
a la suma de sus probabilidades. Esta regla se expresa mediante la siguiente
fórmula:
P(A o B) = P(A) + P(B)
La regla del complemento se emplea para determinar la probabilidad de que un

evento ocurra restando de 1 la probabilidad de un evento que no ha ocurrido.
Esta regla es útil porque a veces es más fácil calcular la probabilidad de que un
evento suceda determinando la probabilidad de que no suceda y restando el
resultado de 1.
P(A) + P(~A) = 1

P(A) = 1 - P(~A)
Observe que los eventos A y ~A son mutuamente excluyentes y colectivamente

exhaustivos. Por consiguiente, las probabilidades de A y ~A suman 1.
La regla especial de la multiplicación requiere que dos eventos, A y B, sean

independientes, y lo son si el hecho de que uno ocurra no altera la probabilidad
de que el otro suceda.
En el caso de dos eventos independientes A y B, la probabilidad de que A y B

ocurran se determina multiplicando las dos probabilidades, tal es la regla
especial de la multiplicación, cuya expresión simbólica es la siguiente:
P(A y B) = P(A)P(B)
La regla general de la multiplicación establece que en caso de dos eventos, A y

B, la probabilidad conjunta de que ambos eventos ocurran se determina
multiplicando la probabilidad de que ocurra el evento A por la probabilidad
condicional de que ocurra el evento B, dado que A ha ocurrido.
Simbólicamente, la probabilidad conjunta, P(A y B), se calcula de la siguiente
manera:
P(A y B) = P(A)P(B|A)
3.3 Probabilidad conjunta; Probabilidad condicional; Independencia

estadística; Análisis combinatorio; teorema de Bayes.
Cuando dos eventos ocurren al mismo tiempo, la probabilidad se denomina

probabilidad conjunta. La probabilidad conjunta, P(A y B) está dada por la
siguiente fórmula:
P(A y B) = P(A) * P(B|A)
La probabilidad condicional es la posibilidad de que un evento en particular

ocurra, dado que otro evento haya acontecido. La probabilidad condicional,
P(B|A) está dada por la siguiente fórmula:
P(B|A) = P(A y B)
P(A)
La probabilidad de B dado A es igual a la probabilidad de A y B dividida por la
probabilidad de A.
En general, dados dos sucesos A y B con P ( B ) > 0, la probabilidad condicional

de A dado B , expresada como P ( A | B ), representa la fracción de veces que

ocurre A sabiendo que ha ocurrido B .Su cálculo corresponde al cociente entre

la probabilidad de que ocurra A y B ( ambos ) y la probabilidad de que ocurra
B(Evans & Rosenthal, 2015).
Independencia estadística, se refiere a si un evento ocurre, no tiene ningún

efecto sobre la probabilidad de que otro evento acontezca. La independencia
estadística se determina mediante la siguiente ecuación:
P(A|B) = P(A)
A menudo los problemas que implican distribuciones uniformes en un espacio

muestral finito consisten en calcular los tamaños | A | y | S | de los conjuntos
implicados, es decir, resulta necesario contar (enumerar) exactamente el
número de elementos de cada conjunto. La ciencia dedicada a ello se denomina
Combinatoria y algunas de sus facetas resultan muy sofisticadas. En el
recordatorio de este apartado se incluyen algunas reglas simples de
combinatoria y sus aplicaciones en la teoría de la probabilidad cuando se
cumple la distribución uniforme(Evans & Rosenthal, 2015).
En la probabilidad clásica, la probabilidad de ocurrencia de un resultado se

definió como el número de resultados favorables dividido por el número total
de resultados posibles. En muchos casos, hay un gran número de posibles
resultados y es difícil determinar el número exacto, por lo que se han
desarrollado las reglas para contar el número posible de resultados.
Fórmula de la multiplicación: Si hay m formas de hacer una cosa y n formas de

hacer otra cosa, hay m x n formas de hacer ambas cosas.
Número total de disposiciones = (m)(n)
Fórmula de la Permutación: Cualquier distribución de r objetos seleccionados

de un solo grupo de n posibles objetos. El orden del arreglo es importante en
las permutaciones.
n!
n Pr =
(n − r )
donde:
n=número total de objetos
r=número de objetos a ordenar

Fórmula de las combinaciones: Si el orden de los objetos seleccionados no es

importante, cualquier selección se denomina combinación. La fórmula para
contar el número de r combinaciones de objetos de un conjunto de n objetos
es:
n!
nCr =
r !(n − r )
donde:
n=número total de objetos
r=número de objetos a ordenar
Los diagramas de árbol exponen de manera gráfica la secuencia de eventos, así

como las probabilidades de ocurrencia de los mismos, son una de las
herramientas que se utiliza más comúnmente para el análisis de la ocurrencia
de los eventos y, en su caso, para estudiar aquellos problemas que requieren
del análisis de una secuencia de eventos, son los diagramas de árbol , debido a
que por medio de estos se pueden listar y organizar todas las opciones viables
acerca de un problema o condición.
Los diagramas de árbol son un despliegue gráfico que expone la secuencia de

los eventos, así como las probabilidades de ocurrencia de los mismos. En
general, en el diagrama de árbol es posible representar los diversos eventos
que pueden suceder, como ramas que parten de una bifurcación. Por tanto, el
diagrama arbóreo reúne conjuntamente una secuencia de eventos y
probabilidades. Para una mejor comprensión de este tema, en la siguiente
figura se presenta el modelo general de un diagrama de árbol.
El teorema de Bayes fue desarrollado por el clérigo y matemático inglés Thomas

Bayes, cuyos fundamentos fueron publicados post mórtem. De manera
concreta, el teorema que lleva su nombre expone la reformulación de un
conjunto de probabilidades previas (probabilidades a priori) como

consecuencia de contar con información adicional acerca de los eventos del

fenómeno estudiado, dado el origen a nuevas probabilidades denominadas
probabilidades posteriori.
El teorema de Bayes se representa con la fórmula:
P( A1) * P( B | A1)
P( A1 | B) =
P( A1) * P( B | A1) + P( A2) * P( B | A2)
para i = 1, 2, . . . , k.
Con A1, A2, . . . , Ak representemos k subpoblaciones mutuamente excluyentes

y exhaustivas con probabilidades previas P(A1), P(A2), . . . , P(Ak). Si ocurre un
evento B, la probabilidad posterior de Ai dada B es la probabilidad condicional.
3.4 Distribución teórica de probabilidad; Tipos de variables y distribuciones.
En cualquier experimento aleatorio, los resultados se presentan al azar; así, a

éste se le denomina variable aleatoria(Lind et al., 2012). Una variable aleatoria
es una función definida sobre el espacio muestral que asigna valores del
conjunto de los números reales. La función puede ser constante, puede
corresponder a una enumeración de valores que ocurren aleatoriamente, o
puede ser cualquier otro tipo de función(Evans & Rosenthal, 2015).
Una variable aleatoria discreta adopta sólo cierto número de valores separados.
Por otra parte, si la variable aleatoria es continua, es una distribución de
probabilidad continua(Lind et al., 2012).
Una distribución de probabilidad es una función matemática real, la cual

permite calcular el valor de la probabilidad de que ocurra un evento propio del
espacio muestral de un experimento; en otras palabras, una distribución de
probabilidad permite establecer probabilidades de que se den los diferentes
valores de una variable aleatoria(Alvarado Verdín, 2014).
Es la enumeración de todos los resultados de un experimento junto con las

probabilidades asociadas.
Es una regla de correspondencia que asocia cada valor (x) de una variable
aleatoria X con su respectiva probabilidad p(x= X) o con alguna función de esta.
Las distribuciones de probabilidad son necesarias para realizar inferencia

(extraer conclusiones respecto a una población a partir de una muestra).

3.5 Distribución probabilística para la variable discreta Binomial; Distribución

probabilística para la variable discreta Poisson; Distribución probabilística
normal; Pruebas de normalidad básicas.
Distribución de probabilidad de una variable discreta:
La distribución binomial es aplicable en aquellas situaciones que implican n

ensayos independientes de un sistema aleatorio. Para cada ensayo, registramos
si un determinado suceso ha ocurrido, y lo denominamos éxito, o no ha
ocurrido, y lo denominamos fracaso. Si llamamos A al suceso en estudio y
establecemos que θ = P (A), tendremos que el número de éxitos en n ensayos
sigue una distribución Binomial (n,θ) (Evans & Rosenthal, 2015).
Una probabilidad binomial se calcula mediante la fórmula:
n!
P( x) = p x (1 − p ) n − x
x!(n − x)!
donde:
P(x) probabilidad de x éxitos, dadas n y p

n el número de ensayos
x el número de éxitos observados
p la probabilidad de éxito en cada ensayo
1-p probabilidad de fracasos.
La media (µ) y la varianza (σ2) de una distribución binomial se calculan con la

siguiente fórmula, fácil y rápida:
MEDIA DE UNA DISTRIBUCIÓN BINOMIAL µ = np
VARIANZA DE UNA DISTRIBUCIÓN BINOMIAL σ2 = np (1 - p)
La distribución de probabilidad de Poisson describe el número de veces que se

presenta un evento durante un intervalo específico. La distribución se basa en
dos supuestos. El primero consiste en que la probabilidad es proporcional a la
longitud del intervalo. El segundo supuesto consiste en que los intervalos son
independientes. En otras palabras, cuanto más grande sea el intervalo, mayor
será la probabilidad; además, el número de veces que se presenta un evento en
un intervalo no influye en los demás intervalos. La distribución también
constituye una forma restrictiva de la distribución binomial cuando la
probabilidad de un éxito es muy pequeña y n es grande(Lind et al., 2012).
La distribución de Poisson se describe matemáticamente por medio de la

siguiente fórmula:

p xe−
P( x) =
x!
donde µ es la media aritmética del número de ocurrencias en un intervalo

específico de tiempo, p la probabilidad de éxito en cada ensayo, e es la
constante 2.71828 y x es el número de ocurrencias.
La media de número de éxitos, µ, puede determinarse con nπ; en este caso, n

es el número total de ensayos, y p, la probabilidad de éxito.
MEDIA DE UNA DISTRIBUCIÓN DE POISSON µ = np
La varianza de Poisson también es igual a su media.
Distribución de probabilidad de una variable continua:
La distribución de probabilidad normal tiene una fórmula muy compleja.
(𝑥−µ)2
1 −[ ]
P(𝑥) = 𝑒 2σ2
σ√2π
Sin embargo, no se preocupe por la complejidad de esta fórmula. Usted ya

conoce varios de estos valores. Los símbolos µ y σ son la media y la desviación
estándar. La letra griega π es una constante matemática natural, cuyo valor es
aproximadamente 22/7 o 3.1416. La letra e también es una constante
matemática. Es la base del sistema de logaritmos naturales y es igual a 2.718; y
X es el valor de una variable aleatoria continua. Así, una distribución normal se
basa —se define— en su media y su desviación estándar.
La distribución de probabilidad normal posee las siguientes características

principales.
• Tiene forma de campana y posee una sola cima en el centro de la distribución.

La media aritmética, la mediana y la moda son iguales, y se localizan en el centro
de la distribución. El área total bajo la curva es de 1.00. La mitad del área bajo
la curva normal se localiza a la derecha de este punto central, y la otra mitad, a
la izquierda.
• Es simétrica respecto de la media. Si hace un corte vertical, por el valor

central, a la curva normal, las dos mitades son imágenes especulares.
• Desciende suavemente en ambas direcciones del valor central. Es decir, la

distribución es asintótica. La curva se aproxima más y más al eje X, sin tocarlo.

En otras palabras, las colas de la curva se extienden indefinidamente en ambas

direcciones.
• La localización de una distribución normal se determina a través de la media,

µ. La dispersión o propagación de la distribución se determina por medio de la
desviación estándar, σ.
Distribución de probabilidad normal estándar
El número de distribuciones normales es ilimitado, y cada una posee diferentes

media (µ), desviación estándar (σ), o ambas. Mientras que es posible
proporcionar tablas de probabilidad de distribuciones discretas, como la
binomial y la de Poisson, es imposible elaborar tablas de una infinidad de
distribuciones normales. Por fortuna, un miembro de la familia se utiliza para
determinar las probabilidades de todas las distribuciones de probabilidad
normal. Es la distribución de probabilidad normal estándar y es única, pues
tiene una media de 0 y una desviación estándar de 1.
Cualquier distribución de probabilidad normal puede convertirse en una

distribución de probabilidad normal estándar si se resta la media de cada
observación y se divide esta diferencia entre la desviación estándar. Los
resultados reciben el nombre de valores z o valores tipificados.
VALOR z Distancia con signo entre un valor seleccionado, designado X, y la

media, µ, dividida entre la desviación estándar, σ.
De esta manera, el valor z es la distancia de la media, medida en unidades de

desviación estándar. En términos de una fórmula,
X −
z =

En donde:
X es el valor de cualquier observación y medición.

µ es la media de la distribución.
σ es la desviación estándar de la distribución.
Según se observa en la definición anterior, un valor z expresa la distancia o

diferencia entre un valor particular de X y la media aritmética en unidades de
desviación estándar. Una vez que se estandarizan las observaciones de la
distribución normal, los valores z se distribuyen normalmente con una media
de 0 y una desviación estándar de 1. Así, la distribución z posee todas las
características de cualquier distribución de probabilidad normal.

Regla empírica
Antes de analizar más aplicaciones de la distribución de probabilidad normal

estándar, se consideran tres áreas bajo la curva normal que se emplearán:
1. Cerca de 68% del área bajo la curva normal se encuentra a una desviación
estándar de la media, lo que se puede escribir como µ ± 1σ.
2. Alrededor de 95% del área bajo la curva normal se encuentra a dos

desviaciones estándares de la media. Esto se puede escribir como
µ ± 2σ.
3. Prácticamente toda el área bajo la curva se encuentra a tres desviaciones
estándares de la media, lo cual se escribe µ ± 3σ.
Teorema de Chebyshev
Para cualquier conjunto de observaciones, la proporción mínima de valores que

está dentro de k desviaciones estándar desde la media es al menos 1 - 1/k2 ,
donde k2 es una constante mayor que 1.
Para K = 2 y K = 3 tenemos las siguientes aseveraciones:
● Al menos 3/4 (o el 75%) de todos los valores están dentro de 2 desviaciones

estándar de la media.
● Al menos 8/9 (o el 89%) de todos los valores están dentro de 3 desviaciones

estándar de la media.
Pruebas de normalidad básicas
El problema general para la determinación de la distribución de procedencia de

los datos es tan antiguo como complejo y en estadística se le suele llamar:
Prueba de bondad de ajuste. El planteamiento general está relacionado con las
llamadas pruebas de hipótesis(Gutiérrez González & Vladimirovna Panteleeva,
2016).
Prueba de hipótesis de que la distribución de datos proviene de una población

normal. Realizar una prueba de hipótesis para verificar que los datos agrupados
en una distribución de frecuencia son una muestra de una población normal.
Técnica gráfica Q-Q para una prueba de ajuste de distribuciones: sea x 1 , x 2 ,

… , x n un conjunto de datos provenientes de una muestra tomada de una
población sobre la que se desconoce su distribución. Por medio de los

conceptos estudiados, podemos llevar a cabo una prueba gráfica del ajuste de
curvas.
Técnica analítica Q-Q para una prueba de normalidad: La prueba de normalidad

para datos es muy importante debido a que muchas de las fórmulas de la
metodología que revisamos en el texto están basadas justo para datos
normales o aproximadamente normales. Por esta razón, estudiamos otra
técnica para probar normalidad de los datos que también se basa en los
cuantiles, pero que no recurre a las gráficas y se le da el nombre de técnica
analítica Q-Q.
Prueba de bondad de ajuste ji cuadrada: Se ha comentado que el problema de

las pruebas de bondad de ajuste es tan importante como complejo; en su
solución se pueden aplicar diferentes tipos de pruebas que, de acuerdo con las
observaciones, una prueba puede ser preferida sobre otra, ya que presenta
mayor potencia. No existe una prueba de bondad de ajuste que sea mejor a
todas las demás para cualquier tipo de observaciones, por esta razón es
indispensable que se consideren otro tipo de pruebas, en esta sección
revisaremos una de tipo no paramétrico. Otra prueba de bondad de ajuste
diferente a la Q-Q que puede ser aplicada a distribuciones, tanto discretas como
continuas, es la prueba ji cuadrada, la cual se basa en una comparación de las
funciones de densidad de las observaciones con la densidad teórica propuesta.
Prueba de bondad de ajuste Kolmogorov-Smirnov: Sean las n observaciones x 1

, x 2 , … , x n y suponga que se desea probar el contraste de hipótesis (5.1),
mediante la prueba Kolmogorov-Smirnov, que denotaremos por K-S. Es decir,
tenemos que probar si las observaciones provienen de una función de
distribución acumulada F0, esto se puede realizar mediante la siguiente
metodología.
Prueba de bondad de ajuste Anderson-Darling: Sean las n observaciones x1, x2,

…, xn y supóngase que se desea probar el contraste de hipótesis, mediante la
prueba Anderson-Darling, que denotaremos por A-D. Es decir, tenemos que
probar si las observaciones provienen de una función de distribución
acumulada propuesta F0, esto se puede realizar mediante la siguiente
metodología.
Estadísticos para las pruebas de normalidad


Kolmogorov - Smirnov:
Si n˃50
Si Sig. (p-valor) > 0.05 aceptamos H0 (hipótesis nula) → distribución normal
Si Sig. (p-valor) < 0.05 rechazamos H0 (hipótesis nula) → distribución no normal.
Shapiro - Wilk:
Si n<50
Si Sig. (p-valor) > 0.05 aceptamos H0 (hipótesis nula) → distribución normal
Si Sig. (p-valor) < 0.05 rechazamos H0 (hipótesis nula) → distribución no normal.
Chi-cuadrado:
Regla de decisión: H0 se rechaza si el estadístico de prueba es mayor que el

valor crítico χ 2 > 𝑥_𝛼^2, nivel de significación 𝛼, grados de libertad gl=n-1.
 ( f − f )2 
x =  
2 0 e
 f e 
Sean f0 y fe las frecuencias observada y esperada respectivas
Jarque Bera:
Regla de decisión: H0 se rechaza si el estadístico de prueba es mayor que el

valor crítico JB (ɣ) > 𝑥_𝛼^2, nivel de significación 𝛼, grados de libertad gl=2.
EJEMPLO: Continuando con el ejercicio correspondiente a los ingresos

quincenales en dólares (variable X) de 45 personas. Se ha determinado el

coeficiente de asimetría de 0.27 y el coeficiente de curtosis de 4.14. Contraste

si los datos se corresponden con una distribución normal.
Solución:
Paso 1: H0 : la distribución es normal.

H1 : la distribución no es normal.
Paso 2: Regla de decisión: H0 se rechaza si el estadístico de prueba es mayor

que el valor crítico JB (ɣ) > 𝑥𝛼2 ,  =.05, gl = 2, χ 2 > 5.991
Paso 3: JB (ɣ) = 2.996
𝑠 2 (𝑘 − 3)2 0.272 (4.14 − 3)2

𝐽𝐵 = 𝑛 [ + ] = 45 [ + ] = 𝟐. 𝟗𝟗𝟔
6 24 6 24
Paso 4: 2.9964 < 5.991 por lo que la H0 se rechaza. La distribución es normal.
3.6 Números índices introducción; tipos y características fórmulas y cálculo.
¿Por qué convertir datos en índices?
Razones para calcular índices:

• los índices facilitan la comparación de series distintas,
• el índice es una forma conveniente para expresar un cambio en un
grupo heterogéneo de elementos,
• el cambio porcentual es con frecuencia, más fácil de comprender que
con números reales, en especial cuando los números son en extremo
grandes.
RECAUDACIÓN DEL SERVICIO DE RENTAS INTERNAS
RECAUDACIÓN NACIONAL
PERÍODO ENERO 2008 - DICIEMBRE 2013
Crecimiento
Recaudación Recaudación Recaudación Recaudación Recaudación Recaudación Particip de la
Nominal
2008 2009 2010 2011 2012 2013 Rec 2013
(Valores en US dólares) 2013/2008
TOTAL BRUTO 6,409,402,067 6,890,276,702 8,007,310,256 8,830,289,618 11,216,378,840 12,638,381,406 97.2%
Notas de Crédito 214,891,003 197,023,128 142,642,354 109,116,322 119,303,451 114,258,211 -46.8% -100,632,791
Compensaciones 6,418,879 10,643,357
(2)
TOTAL NETO 6,194,511,064 6,693,253,574 7,864,667,902 8,721,173,296 11,090,656,509 12,513,479,838 102.0%
Devoluciones (314,012,825) (156,534,898) (492,535,321) (839,820,494) (173,237,648) (244,242,336) -22.2%
TOTAL EFECTIVO (3) 6,508,523,889 6,849,788,472 8,357,203,224 9,560,993,790 11,263,894,158 12,757,722,174 96.0% 100%
Impuesto a la Renta Recaudado 2,369,246,841 2,551,744,962 2,428,047,201 3,112,112,999 3,391,236,893 3,933,235,713 66.0% 30.8%
Impuesto Ambiental Contaminación Vehicular 95,770,183 114,809,214 0.9%
Impuesto a los Vehículos Motorizados 95,316,262 118,096,579 155,628,030 174,452,191 192,787,959 213,989,208 124.5% 1.7%
Impuesto a la Salida de Divisas 31,408,606 188,287,257 371,314,941 491,417,135 1,159,590,491 1,224,592,009 3798.9% 9.6%
Impuesto a los Activos en el Exterior 30,398,991 35,385,180 33,675,763 33,259,000 47,925,836 0.4%
DIRECTOS
RISE 396,255 3,666,791 5,744,895 9,524,212 12,217,796 15,197,422 3735.3% 0.1%

Regalías, patentes y utilidades de conservación minera 12,513,117 14,896,622 64,037,099 28,699,942 0.2%
Tierras Rurales 2,766,438 8,913,344 6,188,498 5,936,605 0.0%
Intereses por Mora Tributaria 20,402,660 35,864,426 39,281,608 58,610,116 47,143,215 159,401,473 681.3% 1.2%
Multas Tributarias Fiscales 32,191,835 34,920,322 38,971,467 49,533,117 59,707,938 62,684,171 94.7% 0.5%
Otros Ingresos 15,139,780 7,668,530 1,820,916 3,458,234 4,344,129 4,949,999 -67.3% 0.0%
SUBTOTAL 2,564,102,238 2,970,647,857 3,652,082,057 3,985,051,986 5,066,283,539 5,811,421,626 126.6% 45.6%
Impuesto al Valor Agregado 3,470,518,637 3,431,010,324 4,174,880,124 4,958,071,164 5,498,239,868 6,186,299,030 78.3% 48.5%
IVA de Operaciones Internas 1,762,418,454 2,106,140,287 2,506,451,046 3,073,356,416 3,454,608,401 4,096,119,691 132.4% 32.1%
INDIRECTOS
IVA Importaciones 1,708,100,183 1,324,870,037 1,668,429,078 1,884,714,747 2,043,631,467 2,090,179,339 22.4% 16.4%
Impuesto a los Consumos Especiales 473,903,014 448,130,291 530,241,043 617,870,641 684,502,831 743,626,301 56.9% 5.8%
ICE de Operaciones Internas 334,117,559 350,866,626 392,058,663 455,443,944 506,986,576 568,694,778 70.2% 4.5%
ICE de Importaciones 139,785,455 97,263,665 138,182,380 162,426,696 177,516,255 174,931,523 25.1% 1.4%
Impuesto Redimible Botellas Plasticas NR 14,867,920 16,375,218 0.1%
SUBTOTAL 3,944,421,651 3,879,140,615 4,705,121,167 5,575,941,804 6,197,610,619 6,946,300,548 76.1% 54.4%
Fuente: Base de datos SRI - BCE - Dpto. Financiero

Elaboración: Dirección Nacional de Planificación y Coordinación.- SRI

Un número índice es un número que expresa el cambio relativo de un periodo

a otro, en los conceptos de precio, cantidad o valor.
Tipos de números índices:
• Un número índice simple es un número índice que se usa para medir el

cambio relativo sólo para una variable. Es la razón entre dos variables
expresada en porcentaje.
• Índice de precios,
• Índice de cantidad,
• Índice de valor o índice con propósito especial
Índice de Precios relativos:
Índice de precios agregados:
• Tiene como propósito medir la variación combinada de un grupo de

artículos.
Considere, por ejemplo, un índice de precios agregados de un grupo de

artículos catalogados como gastos por el uso de un automóvil. Para

ejemplificar, los artículos comprendidos en este grupo se limitarán a gasolina,

aceite, neumáticos y gastos de seguro.
EJEMPLO: Se presenta el análisis del valor agregado bruto y la producción

bruta de tres provincias, correspondiente a los años 2007 y 2016.
a) Calcule el número de índice simple del valor agregado bruto para cada
provincia. Use 2007 como año base (2007=100).
b) Calcule el número índice simple para la producción bruta. Use 2007
como año base.
Solución:
a) Calcule el número de índice simple del valor agregado bruto para cada
provincia. Use 2007 como año base (2007=100).
• Los números índices simples son: (25,650,241/12,373,553)(100) =
207.30; (25,466,251/12,733,775)(100) = 199.99; y
(6,046,460/2,737,602)(100) = 220.87
b) Calcule el número índice simple para la producción bruta. Use 2007
como año base.
• Los índices simples son: (44,018,074/23,523,623)(100) = 187.12;
(45,715,328/24,520,010)(100) = 186.44; y
(10,710,319/2,737,602)(100)= 212.69

3.7 Números índices de precios, de cantidad y de valor; índices Laspeyre y

Paasche.
Índice de precios:
Mide los cambios en los precios a partir del periodo base seleccionado.
EJEMPLO: El Índice de Precios al Productor de Disponibilidad Nacional (Base

2015=100) mide la evolución mes a mes de los precios productor de los bienes
ofrecidos para el mercado interno en su primer eslabón de comercialización,
esto incluye bienes producidos y vendidos por empresas nacionales en los
diferentes sectores de la producción: Agricultura, Ganadería, Silvicultura y
Pesca; Industria Manufacturera.
Índice de cantidad:
Mide los cambios en las cantidades consumidas de un periodo base a otro.

EJEMPLO: índices de cantidad de producción en la Industria Manufacturera del
Ecuador.
Índice de valor:
Mide los cambios en el valor de uno o más artículos de un periodo base a otro
dado. El valor del periodo base y el dado se obtienen mediante P x Q.
EJEMPLO: el índice de ventas de una tienda departamental.
Índice con propósito especial:
Combina y pondera los grupos heterogéneos de series para obtener un índice

global que muestre los cambios en los negocios del periodo base al presente.
EJEMPLO: el gobierno emitió un índice indicador del descenso de la economía.


Índice de precios simple, P:
Sea p0 el precio del periodo base y pt el precio del periodo dado o seleccionado.
Entonces, el índice de precios simple está dado por:
pt
P = (100)
p0
EJEMPLO: Se analizan las acciones de tres compañías y la presencia bursátil a

inicios de 2018 y 2019.
Acción Enero-2018 Enero-2018 Enero-2019 Enero-2019

Precio Presencia Precio Presencia
Bursátil Bursátil
Corporación $1.95 35 $2.72 47
Favorita C.A.
Banco de $0.50 20 $0.97 24
Guayaquil S.A.
Holcim Ecuador $70.00 10 $70.00 8
S.A
a) Calcule el índice de precios simple para cada acción. Use Enero-2018

como año base (Enero-2018=100).
b) Calcule el índice simple para presencia bursátil que posee de cada
acción. Use Enero-2018 como año base.
Solución:
a) Calcule el índice de precios simple para cada acción. Use Enero-2018

como año base (Enero-2018=100).
• Los índices de precios simples son: (2.72/1.95)(100) = 139.48;
(0.97/0.5)(100) = 194; y (70/70)(100) = 100
b) Calcule el índice simple para presencia bursátil que posee de cada
acción. Use Enero-2018 como año base.
• Los índices de presencia bursátil son: (47/35)(100) = 134.29;
(24/20)(100) = 120; y (8/10)(100)= 80
Índice ponderado:
Considera los precios y las cantidades de elementos. Existen dos métodos para
el cálculo del índice de precios: el método Laspeyres y el método Paasche.

Índice de precios ponderados Laspeyres, P: este método usa el periodo base

cuantificado como ponderación. Sea pt el precio actual, p0 el precio en el
periodo base y q0 la cantidad consumida en el periodo base.
pt q0
P= (100)
p0 q0
EJEMPLO: Con la información dada en el ejemplo anterior, calcule el índice de
precios usando el método Laspeyres.
P = [2.72(35) + 0.97(20) + 70(10)] / [1.95(35) + 0.5(20) + 70(10)](100)

= [814.60 /778.25](100) = 104.67
Índice de precios ponderados Paasche, P: aquí el año ponderado actual se

sustituye por el periodo base ponderado original. Sea qt la cantidad consumida
actual, p0 el precio en el periodo base y pt el precio actual.
pt qt
P= (100)
p0qt
EJEMPLO: Continuación con el ejercicio anterior, calcule el índice de precios

utilizando el método Paasche.
P = [2.72(47) + 0.97(24) + 70(8)] / [1.95(47) + 0.5(24) + 70(8)](100)

= [711.12/663.65](100) = 107.15
Índice de valor
El precio y la cantidad del periodo base cambian del periodo base al periodo
dado. Un índice de valor refleja los cambios en el precio y la cantidad.
pt qt
V= (100)
p0q0
EJEMPLO: Continuación datos ejercicio anterior. Desarrolle el índice de valor.
V = [2.72(47) + 0.97(24) + 70(8)] / [1.95(35) + 0.5(20) + 70(10)](100)

= (711.12 /778.25)(100) = 91.37
Ventajas y desventajas del uso del método Laspeyres y el método Paasche
Laspeyres

Ventajas: Requiere datos sobre cantidades sólo del periodo base. Esto permite
una comparación más significativa con el tiempo. Los cambios en el índice se
pueden atribuir a cambios en el precio.
Desventajas: No refleja cambios en los patrones de compra con el tiempo.

Además, puede ponderar demasiado los artículos cuyos precios aumentan.
Paasche
Ventajas: Como utiliza cantidades del periodo actual, refleja los hábitos
actuales de compra.
Desventajas: Requiere datos de cantidades para el año actual. Como se utilizan

cantidades diferentes cada año, es imposible atribuir cambios en el índice a
cambios sólo en el precio. Tiende a ponderar demasiado los artículos cuyos
precios declinaron. Requiere que los precios se vuelvan a calcular cada año todo
de Laspeyres al trabajar con el período base, siendo el más utilizado.
5. Evaluación del aprendizaje
La evaluación se organizará en función de los criterios normativos propuestos

en el sílabo (aporte al sílabo, instrumento planificado, tiempo, peso, criterio de
valoración), según se detalla a continuación. Todas las calificaciones se
realizarán en base a 10 puntos.
Ámbito Peso Estrategias

Test (Lección escrita)
Actuación 20%
Taller práctico virtual
Exposiciones individuales y grupales virtuales
Foros
Producción 50% Informes
Desarrollo de ejercicios
Preguntas de comprobación
Innovación 30% Test (Prueba final escrita)
Las rúbricas de evaluación están divididas en evaluaciones virtuales

automáticas, datas por el sistema que en este curso serán las pruebas tipo test
(cuestionarios) disponibles en el SGA y en Teams, y las evaluaciones virtuales
que depende la calificación de la revisión del profesor, como son el taller, las
exposiciones, foros, informes, desarrollo de ejercicios y preguntas de
comprobación. Se detalla seguidamente cada una de las rúbricas.
Rúbrica Test

Los test se desarrollarán en los dos ambientes virtuales disponibles, el aula

virtual del SGA y en Teams. La configuración del número de preguntas de los
test será de 1, 5 o 10 preguntas, de acuerdo con las actividades a realizar, según
el sílabo.
Test Cantidad de preguntas

1 5 10
Valor de cada 10 puntos 2 puntos cada 1 punto cada
pregunta pregunta pregunta
Rúbrica Taller
Parámetros de EXCELENTE REGULAR MAL

evaluación 2 puntos 1 puntos 0 puntos
RESPUESTA El estudiante da El estudiante da El estudiante da
DESARROLLADA la respuesta la respuesta la respuesta
correcta en el 95 correcta en el 80 correcta con
- 100% de los - 95% del menos del 80%
ejercicios del desarrollo. del desarrollo.
taller. Desarrolla Desarrolla Desarrolla de
adecuadamente regularmente la manera
la metodología a metodología a incorrecta la
utilizar. utilizar. metodología a
utilizar.
TIEMPO DE ENTREGA Cumple con el Se demora hasta Realiza la
rango del tiempo 5 minutos por entrega con más
establecido para encima del de 5 minutos o
la entrega de las tiempo no la entrega.
respuestas a los establecido para
ejercicios del el desarrollo de
taller. la pregunta.
ORGANIZACIÓN/LIMPIEZA El desarrollo de El desarrollo de El desarrollo de
los los los
ejercicios/casos ejercicios/casos ejercicios/casos
de estudio de estudio de estudio
planteados se planteados no planteados se
desarrollan de cuenta con una encuentran
manera buena desorganizados
organizada, organización e incoherentes
coherente, en relacionada con en relación con
relación con las las las
metodologías de metodologías metodologías
desarrollo. que son de desarrollo.
necesarias a
usar.
CONOCIMIENTO DEL El estudiante El estudiante El estudiante no
TEMA demuestra con demuestra con demuestra con

sus respuestas sus respuestas sus respuestas

dominio del dominio del dominio del
tema, profundiza tema de manera tema, no
en sus regular, es capaz profundiza en
explicaciones de dar alguna sus
acerca de la explicación explicaciones
relación teórica - acerca de la acerca de la
conceptual del relación teórica - relación teórica
tema tratado. conceptual del - conceptual del
Expresa sus tema tratado. tema tratado.
criterios de Expresa sus
manera criterios de
coherente. manera
incoherente.
REDACCIÓN- La redacción en La redacción La redacción
PRESENTACIÓN la respuesta a los presenta presentada en la
casos de estudio algunas solución de los
es coherente, incoherencias casos de estudio
organizada, y en el lenguaje. es incoherente,
estructurada. Sin Se dan algunas con errores
errores omisiones de ortográficos y
ortográficos. letras o tildes. no estructurada.
Rúbrica Exposición Individual

USO DE LAS TICs Y El estudiante usa El estudiante usa El estudiante usa
ESTRUCTURA las TICs para la las TICs para la las TICs para la
presentación de los presentación de presentación de
resultados del los resultados del los resultados del
trabajo trabajo trabajo
desarrollado. La desarrollado. La desarrollado con
estructura estructura dificultad. La
presentada es presentada tiene estructura
coherente y algunas presentada es
adecuada. Se incoherencias. No incoherente. No
visualizan se visualizan se visualizan
correctamente las correctamente correctamente
ideas expuestas en todas las ideas las ideas
la presentación. Se expuestas en la expuestas en la
usan esquemas, presentación. presentación ni
gráficos, mapas Poco uso de se usan
conceptuales para esquemas, esquemas,
la presentación de gráficos, mapas gráficos, mapas
las ideas. conceptuales para conceptuales
para la

la presentación de presentación de
las ideas. las ideas.
TIEMPO DE Cumple con el Se demora hasta No cumple con el
EXPOSICIÓN rango del tiempo un 10% por tiempo
establecido para la encima o por establecido para
exposición. debajo del tiempo el desarrollo de la
establecido para pregunta en más
la exposición. del 10% del
tiempo asignado.
LENGUAJE El lenguaje El lenguaje El lenguaje
UTILIZADO - utilizado es utilizado es pobre, utilizado es
AUTOPREPARACIÓN correcto, formal y y usa solo algunos pobre,
A LA EXPOSICION técnico. términos técnicos. incoherente, no
El estudiante lleva El estudiante lleva técnico. El
a la exposición a la exposición estudiante no
estudios de casos, parte de los lleva a la
materiales y estudios de casos, exposición parte
orientaciones materiales y de los estudios de
ofrecidas por el orientaciones casos, materiales
docente. ofrecidas por el y orientaciones
docente. ofrecidas por el
docente.
TEMA demuestra demuestra demuestra
dominio del tema, dominio del tema dominio del
profundiza en sus de manera tema, no
explicaciones regular, es capaz profundiza en sus
acerca de la de dar alguna explicaciones
relación teórica - explicación acerca acerca de la
conceptual del de la relación relación teórica -
tema tratado. teórica - conceptual del
Expresa sus conceptual del tema tratado.
criterios de manera tema tratado. Expresa sus
coherente. criterios de
manera
incoherente.
DISPOSICIÓN/ El estudiante tiene El estudiante no El estudiante no
COMPORTAMIENTO completa presenta total presenta
disposición para la disposición para la disponibilidad
participación en la participación en la para la
exposición. Su exposición, pero participación en
comportamiento intenta participar. la exposición.
es adecuado, con Su
disciplina y comportamiento
respeto. es adecuado, con
disciplina y
respeto.

Rúbrica Exposición Grupal

USO DE LAS TICs Y Los estudiantes Los estudiantes Los estudiantes
ESTRUCTURA utilizan las TICs utilizan las TICs utilizan usa las
para la para la TICs para la
presentación de los presentación de presentación de
resultados del los resultados del los resultados del
trabajo trabajo trabajo
desarrollado. La desarrollado. La desarrollado con
estructura estructura dificultad. La
presentada es presentada tiene estructura
coherente y algunas presentada es
adecuada. Se incoherencias. No incoherente.No
visualizan se visualizan se visualizan
correctamente las correctamente correctamente
ideas expuestas en todas las ideas las ideas
la presentación. Se expuestas en la expuestas en la
usan esquemas, presentación. presentación ni
gráficos, mapas Poco uso de se usan
conceptuales para esquemas, esquemas,
la presentación de gráficos, mapas gráficos, mapas
las ideas. conceptuales para conceptuales
la presentación de para la
las ideas. presentación de
las ideas.
TIEMPO DE Cumplen con el Se demoran hasta No cumplen con
EXPOSICIÓN rango del tiempo un 10% por el tiempo
establecido para la encima o por establecido para
exposición. debajo del tiempo el desarrollo de la
establecido para pregunta en más
la exposición. del 10% del
tiempo asignado.
UTILIZADO - utilizado es utilizado para dar utilizado es
AUTOPREPARACIÓN correcto, formal y respuesta a las pobre,
A LA EXPOSICION técnico. preguntas es incoherente, no
pobre, y usa solo técnico. No
algunos términos puede explicar el
técnicos desarrollo de la
pregunta.
CONOCIMIENTO DEL Los estudiantes Los estudiantes Los estudiantes
TEMA demuestran demuestran con no demuestran
dominio del tema, sus respuestas con sus
profundizan en sus dominio del tema respuestas
explicaciones de manera dominio del

acerca de la regular, son tema, no

relación teórica - capaces de dar profundizan en
conceptual del alguna explicación sus explicaciones
tema tratado. acerca de la acerca de la
Expresan sus relación teórica - relación teórica -
criterios de manera conceptual del conceptual del
coherente. tema tratado. tema tratado.
Expresan sus
criterios de
manera
incoherente.
DISPOSICIÓN/ Los estudiantes Los estudiantes no Los estudiantes
TRABAJO EN tienen completa presentan total no presentan
EQUIPO disposición para la disposición para la disponibilidad
participación en la participación en la para la
exposición. Se exposición, pero participación en
evidencia el trabajo intenta participar. la exposición. No
en equipo y Se evidencia el se evidencia el
colaborativo. trabajo en equipo trabajo en equipo
y colaborativo. y colaborativo.
Rúbrica Foros

RESPUESTA El estudiante El estudiante responde de
OBTENIDA responde de responde de manera adecuada
manera adecuada manera adecuada en el foro, con
en el foro, en el 95 en el foro, en el 80 menos del 80%
- 100%. Desarrolla - 95% del del desarrollo.
adecuadamente la desarrollo. Desarrolla de
metodología a Desarrolla manera
utilizar, el saludo, la regularmente la incorrecta la
referencia al metodología a metodología a
criterio de otros utilizar, el saludo, utilizar, el saludo,
compañeros. la referencia al la referencia al
criterio de otros criterio de otros
compañeros. compañeros.
TIEMPO DE Cumple con el Se demora hasta 2 Realiza la
ENTREGA rango del tiempo días por encima participación en
establecido para la del tiempo el foro con más de
participación en el establecido para 7 días o no
foro. participación en el participa.
foro.
UTILIZADO utilizado para dar utilizado para dar utilizado para dar
respuesta en el respuesta en el respuesta en el

foro es correcto, foro es pobre, y foro es pobre,

formal y técnico. usa solo algunos incoherente, no
términos técnicos técnico. No
puede explicar el
contenido del
foro.
TEMA demuestra con sus demuestra con demuestra con
respuestas dominio sus respuestas sus respuestas
del tema, dominio del tema dominio del
práctica del tema de la relación relación teórica -
tratado. Expresa teórica - práctica práctica del tema
sus criterios de del tema tratado. tratado. Expresa
manera coherente. sus criterios de
manera
incoherente.
REDACCIÓN- La redacción es La redacción La redacción
PRESENTACIÓN coherente, presenta algunas presentada en la
organizada, y incoherencias en solución de los
estructurada. Sin el lenguaje. Se dan casos de estudio
errores algunas omisiones es incoherente,
ortográficos. de letras o tildes. con errores
ortográficos y no
estructurada.
Rúbrica Informes

ESTRUCTURA - Se cumple entre el Se cumple entre el Se cumple con
FORMATO DEL 95 - 100% en los 80-95% en los menos del 80% en
INFORME/ENSAYO lineamientos de lineamientos de los lineamientos
estructura del estructura del de estructura del
informe/ensayo. informe. informe.
El formato del Lineamientos de Lineamientos de
documento se estructura: letra estructura: letra
encuentra en: letra Arial 12. Arial 12. Espacio y
Arial 12. interlineado medio. Al iniciar
interlineado sencillo. Sangría: un párrafo debe
sencillo, espacio Al iniciar un aplicarse sangría
entre párrafos: a un párrafo debe en la primera
espacio. Sangría: Al aplicarse sangría línea de 0,5 cm,
iniciar un párrafo en la primera línea con respecto al

debe aplicarse de 0,5 cm, con borde de la hoja.

sangría en la respecto al borde Márgenes
primera línea de de la hoja. izquierdo 3,5 cm,
0,5 cm, con Márgenes superior 3 cm,
respecto al borde izquierdo 3,5 cm, inferior y derecho
de la hoja. superior 3 cm, 2,5 cm.
Márgenes inferior y derecho
izquierdo 3,5 cm, 2,5 cm. Formulas
superior 3 cm, introducidas con
inferior y derecho el editor de
2,5 cm. Formulas ecuaciones. El
introducidas con el índice es
editor de automático. La
ecuaciones. El paginación
índice es comienza en la
automático. La página número
paginación uno de la
comienza en la introducción.
página número uno
de la introducción.
Portada de la
universidad.
ENTREGA A TIEMPO Se entrega en la Se entrega hasta Se entrega con
fecha asignada por dos días después más de 2 días
el docente. de la fecha después de la
asignada. fecha asignada.
No se entrega el
informe
INTRODUCCIÓN La introducción La introducción La introducción
cumple entre un 90 cumple entre un cumple con
- 100% de los 80 - 90% de los menos del 80 %
lineamientos lineamientos de los
metodológicos- metodológicos: lineamientos
250 palabras. Se - 250 palabras. Se metodológicos:
presenta: presenta: - 250 palabras.
- Contexto (cómo, - Contexto (cómo,
cuándo y dónde se cuándo y dónde se
realizó). realizó).
- Objetivo general - Objetivo general
- Incluye los - Incluye los
antecedentes antecedentes
(brevemente (brevemente
tratados de manera tratados de
concreta y manera concreta
específica). y específica).
- Utilidad del

estudio para el
campo profesional
CONCLUSIONES Y Se cumple con los Se cumple con los Se cumple con los
RECOMENDACIONES lineamientos en un lineamientos en lineamientos en
- BIBLIOGRAFÍA - 90 - 100%: Las un 80 - 90%: Las menos del 80%:
ANEXOS conclusiones conclusiones Las conclusiones
responden a los responden a los responden a los
objetivos del objetivos del objetivos del
trabajo y las trabajo y las trabajo y las
recomendaciones recomendaciones recomendaciones
parten de las parten de las parten de las
conclusiones conclusiones conclusiones
presentadas. Se presentadas. presentadas.
utiliza formato de Se utiliza la No se utiliza la
normas APA para bibliografía bibliografía
tablas, gráficos, presentada en el presentada en el
figuras, y asentar la PEA. No PEA. No
bibliografía. En incluye anexos, se utiliza el
anexos incluye material auxiliar, formato de las
material auxiliar, tablas, modelos, normas APA para
tablas, modelos, cualquier otro asentar la
cualquier otro material. bibliografía. No
material. incluye anexos,
Se utiliza la material auxiliar,
bibliografía tablas, modelos,
presentada en el cualquier otro
PEA. material.
respuestas sus respuestas sus respuestas
dominio del tema, dominio del tema dominio del
práctica del tema de la relación relación teórica -
tratado. Expresa teórica - práctica práctica del tema
sus criterios de del tema tratado. tratado. Expresa
manera coherente. sus criterios de
manera
incoherente.
Rúbrica Desarrollo de Ejercicios


RESPUESTA El estudiante da El estudiante da El estudiante da

DESARROLLADA la respuesta la respuesta la respuesta
correcta en el 95 correcta en el 80 correcta con
- 100% de los - 95% del menos del 80%
ejercicios. desarrollo. del desarrollo.
Desarrolla Desarrolla Desarrolla de
adecuadamente regularmente la manera
la metodología a metodología a incorrecta la
utilizar. utilizar. metodología a
utilizar.
TIEMPO DE ENTREGA Cumple con el Se demora hasta Realiza la
rango del tiempo 5 minutos por entrega con más
establecido para encima del de 5 minutos o
la entrega de las tiempo no la entrega.
respuestas a los establecido para
ejercicios. el desarrollo de
la pregunta.
ORGANIZACIÓN/LIMPIEZA El desarrollo de El desarrollo de El desarrollo de
los los los
ejercicios/casos ejercicios/casos ejercicios/casos
de estudio de estudio de estudio
planteados se planteados no planteados se
desarrollan de cuenta con una encuentran
manera buena desorganizados
organizada, organización e incoherentes
coherente, en relacionada con en relación con
relación con las las las
metodologías de metodologías metodologías
desarrollo. que son de desarrollo.
necesarias a
usar.
TEMA demuestra con demuestra con demuestra con
sus respuestas sus respuestas sus respuestas
dominio del dominio del dominio del
tema, profundiza tema de manera tema, no
en sus regular, es capaz profundiza en
explicaciones de dar alguna sus
acerca de la explicación explicaciones
relación teórica - acerca de la acerca de la
conceptual del relación teórica - relación teórica
tema tratado. conceptual del - conceptual del
Expresa sus tema tratado. tema tratado.
criterios de Expresa sus
manera criterios de
coherente. manera
incoherente.

REDACCIÓN- La redacción en La redacción La redacción

PRESENTACIÓN la respuesta a los presenta presentada en la
casos de estudio algunas solución de los
es coherente, incoherencias casos de estudio
organizada, y en el lenguaje. es incoherente,
estructurada. Sin Se dan algunas con errores
errores omisiones de ortográficos y
ortográficos. letras o tildes. no estructurada.
Rúbrica Preguntas de Comprobación

RESPUESTA El estudiante da la El estudiante da la El estudiante da la
DESARROLLADA respuesta correcta respuesta respuesta
en el 90 - 100% del correcta en el 80 - correcta con
desarrollo. 90% del menos del 80%
Desarrolla desarrollo. del desarrollo.
adecuadamente la Desarrolla Desarrolla de
metodología a regularmente la manera
utilizar. metodología a incorrecta la
utilizar. metodología a
utilizar.
TIEMPO DE Cumple con el Se demora hasta No cumple con el
RESPUESTA rango del tiempo un 10% por tiempo
establecido para el encima del tiempo establecido para
desarrollo de la establecido para el desarrollo de la
pregunta. el desarrollo de la pregunta en más
pregunta. del 10% del
tiempo asignado.
UTILIZADO utilizado para dar utilizado para dar utilizado para dar
respuesta a las respuesta a las respuesta a las
preguntas es preguntas es preguntas es
correcto, formal y pobre, y usa solo pobre,
técnico. algunos términos incoherente, no
técnicos técnico. No
puede explicar el
desarrollo de la
pregunta.
respuestas dominio sus respuestas sus respuestas
del tema, dominio del tema dominio del


conceptual del de la relación relación teórica -
tema tratado. teórica - conceptual del
Expresa sus conceptual del tema tratado.
criterios de manera tema tratado. Expresa sus
coherente. criterios de
manera
incoherente.
DISPOSICIÓN/ El estudiante tiene El estudiante no El estudiante no
COMPORTAMIENTO completa presenta total presenta
disposición para la disposición para la disponibilidad
participación en participación en para la
clases. Su clases, pero participación en
comportamiento responde si son clases, no tiene
es adecuado, con preguntas participación aun
disciplina y dirigidas. Su siendo dirigida a
respeto. comportamiento su persona por el
es adecuado, con docente.
disciplina y
respeto.
6. Bibliografía
Básica
Espejo Miranda, I., Fernández Palacín, F., & López Sánchez, M. A. (2006).
Estadística descriptiva y probabilidad: teoría y problemas (3a. ed.).
Recuperado de
https://ebookcentral.proquest.com/lib/uleamecsp/detail.action?docI
D=3218528
Gamero Burón, C. (2017). Estadística I: Elementos de estadística descriptiva y
de teoría de la probabilidad. Recuperado de
http://ebookcentral.proquest.com/lib/uleamecsp/detail.action?docID
=5214512
Lind, Douglas A., et al. Estadística aplicada a los negocios y la economía (15a.
ed.), McGraw-Hill Interamericana, 2012. ProQuest Ebook Central,
D=3214380.
Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad.
Recuperado de
D=5486680
Puente Viedma, C. de la. (2018). Estadística descriptiva e inferencial.
Recuperado de
=5486569

Complementaria
Alvarado Verdín, V. M. (2014). Probabilidad y estadística: Serie Universitaria

Patria. Recuperado de
=3227804
Guerra, B. C. W., Menéndez, A. E., & Barrero, M. R. (2009). Estadística. Retrieved
from
D=3194273
Martínez, B. C. (2012). Estadística y muestreo (13a. ed.). Retrieved from
D=3199239
Matínez, B. C. (2011). Estadística básica aplicada (4a.ed.). Retrieved from
D=3203901
Monroy Saldívar, S. (2005). Estadística descriptiva. Recuperado de
D=3192101
Rodríguez Franco, J., & Pierdant Rodríguez, A. I. (2014). Estadística para
administración. Recuperado de
=3227823
Rodríguez, F. J., & Rodríguez, J. E. (2016). Estadística para administración (2a.
ed.). Retrieved from
D=4849829
Vila, A., & Juan, Á. A. (2010). Estadística descriptiva univariante: Modelos
estadísticos parala descripción de datos univariantes. Universitat
Oberta de Catalunya.
http://openaccess.uoc.edu/webapps/o2/bitstream/10609/6829/7/Est
ad%C3%ADstica_M%C3%B3dulo1_Estad%C3%ADstica%20descriptiva
%20univariante.pdf

Guía de Estudio PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guía de Estudio PDF

Cargado por

Copyright:

Formatos disponibles

NOMBRE DEL DOCUMENTO:

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

No. Contenido Pág.

Estimados estudiantes, me es grato dirigirme a ustedes, y doy la bienvenida al

La estadística es una ciencia que merece especial atención y cuyo dominio es

En el Sílabo de la Asignatura, se muestran los contenidos que abordaremos en

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

Las clases se impartirán bajo la modalidad sincrónica y asincrónica, de acuerdo

Utilizaremos la herramienta Teams de office 365 como apoyo a las actividades

2. Orientación para el uso de la guía

Es importante para el desarrollo del curso considerar las siguientes actividades:

1. Interpretar cuidadosamente las directrices de cada actividad y realizar

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

3. Información general de la unidad

Unidad 1- LA ESTADÍSTICA Y LA DESCRIPCIÓN DE DATOS. REPRESENTACIONES

El logro de aprendizaje de esta actividad curricular es identificar las definiciones

Los mecanismos de comunicación serán primeramente a través del aula virtual

Tiempo Modo de entrega Fecha y hora de Aporta a la

4. Desarrollo de la unidad 1 (de acuerdo con la planificación en el sílabo)

1.1 Conceptos Básicos: Definición, importancia y ámbito; clasificación; datos;

La Estadística es una ciencia que debe su nombre a Godofredo Achenwall (1719-

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

riquezas de las naciones (Llinás Solano, 2017). Esta disciplina, juega un

Figura 1. Esquema de rutas para aprender estadística (Llinás Solano, 2017).

La Estadística se divide en Estadística Descriptiva (Tabulación) y Estadística

De acuerdo con Lind (2012) la estadística es la ciencia que recoge, organiza,

Ejemplo 1. El jefe de producción de una empresa quiere conocer las aptitudes

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

fueron elegidos a conveniencia del jefe de producción. Tomado de Rodríguez

Ejemplo 2. La tabla siguiente resume el número de aviones comerciales

Tabla 1. Venta de aviones Boeing (Lind et al., 2012).

Debemos destacar que cuando nos estamos refiriendo a conjunto de datos

Las variables se clasifican en dos grupos: variables cualitativas, categóricas o de

Desde el punto de vista de la Estadística, la clasificación de las variables

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

clasificación de variables. Por ejemplo, en las ciencias sociales es común

Ejemplo 3. La misma población puede dar origen a diferentes tipos de datos o

Tabla 2. Ejemplo de clasificación de las variables (Monroy Saldívar, 2005).

Para transformar una variable continua en discreta basta con hacer

Los distintos valores, atributos o categorías de una variable constituyen su

Ejemplo 4. Tomado de Puente Viedma (2018). El espacio muestral (E) de Estado

E = (s1, s2, s3, s4, s5, s6)

De tal manera que el s1 = Soltero; s2 = Casado; s3 = Pareja; s4 = Separado; s5 =

E = (Soltero, Casado, Pareja, Separado, Divorciado, Viudo)

Los si de este E se consideran exhaustivos y excluyentes. Exhaustivos porque

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

1.2 Población y muestra; Organización de datos: tablas univariables y

El tamaño de la población es el número total de entes o fenómenos que la

Ejemplo 5. Tomado de Gamero Burón (2017). Se pide identificar la población,

1. Número de habitantes de las comarcas andaluzas

2. Número de hijos de los matrimonios residentes en Málaga

3. Edad de los participantes en un curso de formación

4. Gasto en publicidad de las entidades financieras

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

La organización de los datos se realiza de cuatro formas de acuerdo con Llinás

Figura 2. Organización de los datos de acuerdo al tipo: categóricos (o

La Estadística Descriptiva Univariable se agrupa según la Tabla(Puente Viedma,

Tabla 3. Estadísticos descriptivos univariable y gráficos(Puente Viedma, 2018).

Ejemplo 6. Valor agregado bruto por cantones Manta, Ecuador 2015.

PROCEDIMIENTO: ELABORACIÓN, MEJORAMIENTO Y SEGUIMIENTO DEL REVISIÓN: 1

Tabla 4. Valor agregado bruto por cantones Manta, Ecuador 2015.

Fuente: Base de datos - BCE - Dpto. Financiero

Al revisar nuevamente a Puente Viedma (2018)definimos que la Estadística