Syllabus Estadistica I I-2009

FACULTAD DE CIENCIAS ECONÓMICAS Y FINANCIERAS
RED NACIONAL UNIVERSITARIA

UNIDAD ACADÉMICA DE SANTA CRUZ
CARRERA DE INGENIERÍA COMERCIAL
TERCER SEMESTRE
SYLLABUS DE LA ASIGNATURA
ESTADÍSTICA I
Autor: Lic. Dimersa Giles T.
Gestión Académica II/2009
U N I V E R S I D A D D E A Q U I N O B O L I V I A
1
UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA
Acreditada como PLENA mediante R. M. 288/01
VISIÓN DE LA UNIVERSIDAD
Ser la universidad líder en calidad educativa.
MISIÓN DE LA UNIVERSIDAD
Desarrollar la educación superior universitaria con calidad y competitividad al

servicio de la sociedad.
Estimado (a) estudiante:
El syllabus que ponemos en tus manos es el fruto del trabajo intelectual de tus docentes, quienes
han puesto sus mejores empeños en la planificación de los procesos de enseñanza para
brindarte una educación de la más alta calidad. Este documento te servirá de guía para que
organices mejor tus procesos de aprendizaje y los hagas muchos más productivos. Esperamos
que sepas apreciarlo y cuidarlo.
Aprobado por: _____________________________ Fecha: Marzo del 2009.

Firma y sello del jefe de Carrera.
2
SYLLABUS
Asignatura: ESTADISTICA I
Código: EFE - 212
Requisito: MAT 112C
Carga Horaria: 100 horas
Horas Teóricas: 80 Horas
Horas Prácticas: 20 Horas
Créditos: 10
I. OBJETIVOS GENERALES DE LA ASIGNATURA.
Al final del curso el alumno será capaz de:
 Comprender la utilidad de la estadística.

 Reconocer los diversos tipos de datos.
 valorar la importancia de las muestras.
 Distinguir los diferentes tipos de variables.
 Levantar y clasificar la información.
 Utilizar los estadígrafos de tendencia central.
 Manejar los estadígrafos de dispersión.
 Aplicar los números índices a datos reales
 Realizar análisis de regresión y correlación
II. PROGRAMA ANALÍTICO DE LA ASIGNATURA.
UNIDAD I- INTRODUCCIÓN A LA ESTADÍSTICA, RECOLECCIÓN Y REPRESENTACIÓN
TEMA 1. INTRODUCCIÓN A LA ESTADÍSTICA
1.1. Introducción
1.2. Ramas de la estadística
1.3. Fuentes de información
1.4. Finalidad de la estadística
1.5. Conceptos y variables
1.6. Preparación de investigaciones estadística
1.7. Distribución de frecuencias
TEMA 2. RECOLECCIÓN Y REPRESENTACIÓN DE LA INFORMACIÓN
2.1. Recolección y organización de datos

2.1.1 Critica y codificación
2.1.2 Tabulación o procesamiento
2.1.3 Análisis e interpretación
2.1.4 Publicación
2.2. Agrupación de datos
2.2.1 Datos no agrupados
2.2.2 Datos agrupados
2.3. Distribuciones de frecuencias
2.4. Representaciones gráficas
3
UNIDAD II. ESTADÍGRAFOS DE DISPERSIÓN
TEMA 3. ESTADÍGRAFOS DE TENDENCIA CENTRAL.
3.1. Introducción
3.2. Media aritmética y sus propiedades.
3.3. La mediana.
3.4. La moda y valor modal.
3.5. Otras medidas de tendencia central
3.6. Relaciones entre las medidas de tendencia central.
TEMA 4. ESTADÍGRAFOS DE POSICIÓN NO CENTRAL.
4.1. Cuartiles
4.2. Deciles
4.3. Percentiles.
TEMA 5. ESTADÍGRAFOS DE DISPERSIÓN.

5.1. Introducción
5.2. Varianza.
5.3. Desviación media.
5.4. Desvió estándar
5.5. Desviación relativa.
TEMA 6. DISTRIBUCIONES BIDIMENSIONALES.

6.1. Introducción.
6.2. Tablas estadísticas bidimensionales.
6.3. Frecuencias absolutas y relativas bidimensionales.
6.4. Distribuciones marginales.
6.5. Distribuciones condicionales.
UNIDAD III. ANÁLISIS DE REGRESIÓN Y CORRELACIÓN
TEMA 7. REGRESIÓN Y PREDICCIÓN.

7.1. Diagrama de dispersión.
7.2. Correlación lineal.
7.3. Regresión lineal simple.
7.4. Método de los mínimos cuadrados.
7.5. Análisis de resultados.
7.6. Predicción.
7.7. Problemas de regresión lineal
UNIDAD IV. NÚMEROS ÍNDICES

TEMA 8. NÚMEROS ÍNDICES
8.1. Definición de los Números Índices.
8.2. Tipos y Usos de los Números Índices.
8.3 Índices de Agregados: pesados y no pesados.
8.4. Métodos de Promedios de Relativos.
8.5. Deflación de series en el tiempo
4
8.6. Aplicación del índice de Peasche y Laspeyres
III. ACTIVIDADES A REALIZAR POR LAS BRIGADAS UDABOL.
La materia es del “TIPO B”, son materias que complementan el conocimiento del
estudiante y no inciden en forma directa con la práctica profesional del estudiante.
Diagnóstico de Situacional.
 De acuerdo con los datos obtenidos de la Brigadas Udabol realizadas en el distrito 1 de

nuestra ciudad, se logro evidenciar la falta de conocimiento del manejo impositivo tanto de
la Pymes como de las empresas constituidas en sociedad.
 Una de las causas principales es la falta de know how o conocimiento en temas de la
gestión empresarial integral (marketing, administración, contabilidad, recursos humanos,
presupuestos, planificación, comercialización, tributación, proyecto de inversión).
 Muy aparte de lo mencionado anteriormente, no han se han establecidos políticas claras
que fomenten el sector de las PyME´s en el desarrollo de las gestión empresarial.
Nombre del Proyecto: CONSULTORÍA: Prestación de servicios para las PyME´s.

La ejecución de diferentes programas de interacción social y la elaboración e implementación de
una Consultoría de la Carrera de Ingeniería Comercial en el desarrollo comunitario, ayuda al
estudiante en su formación profesional integral de la carrera y de la asignatura en particular
quienes son los beneficiados con esta iniciativa. La materia aportara al proyecto de la siguiente
manera.
Al estudiante:
 Desarrollar prácticas Pre -profesionales en condiciones reales guiados por sus docentes
con procesos académicos de enseñanza y aprendizaje de Brigadas y de “aula abierta”.
 Trabajar en equipos habituándose a ser parte integral de un todo que funciona como
unidad, desarrollando un lenguaje común, criterios y opiniones comunes y planteándose
metas y objetivos comunes para dar soluciones en común a los problemas.
 Realizar investigaciones multidisciplinarias en un momento histórico en que la ciencia
atraviesa una etapa de diferenciación y que en los avances tecnológicos conllevan a la
aparición de nuevas y más delimitadas especialidades.
 Desarrollar una mentalidad crítica y solidaria con plena conciencia de nuestra realidad
nacional y local.
 Visitar a instituciones recabar información referente al funcionamiento de las PyME´s.
A la comunidad.
 Asesorar en la creación de pequeñas y medianas empresas.

 Realizar consultarías y asesoramiento a las PyME´s
 Realizar cursos de capacitación y actualización.
 Realizar investigaciones de mercado.
 Realizar estudios de técnico, económicos y financieros.
5
ACTIVIDADES A REALIZAR VINCULADAS CON LOS CONTENIDOS DE LA MATERIA.

SERVICIOS DE CONSULTORÍA.
LUGAR DE ACCIÓN TRABAJO A REALIZAR INCIDENCIA FECHA O ETAPA

LOCALIDAD AULA O POR LOS SOCIAL O PREVISTA PARA SU
LABORATORIO ESTUDIANTES RESULTADOS REALIZACIÓN
ESPERADOS
Mercados de Santa Tabular datos y Contribuir en
Cruz, Pymes de la evaluar datos crudos levantar los datos 5 al 15 de Junio.
Ciudad. para realizar toma de iniciales para
decisiones. implementación
de la consultora
de apoyo
Aula y Auditorio, 4to Defensa, exposición, Exposición de la

piso de la Facultad presentación del trabajo realidad de sus
Feria de desarrollo de expuesto en el punto empresas y 30 de Junio al 12 de
Trabajos. anterior. medios como Julio.
mejorarlas.
IV. EVALUACIÓN DE LA ASIGNATURA.
 PROCESUAL O FORMATIVA.
Actividad de aula abierta (Servicio de consultaría).
Las vinculadas a la actividad de aula abierta “Servicios de Consultoría” formaran parte de las
evaluaciones procesuales, cada una de estas se evaluarán de la siguiente manera:
o Resultados de la visita a Pymes (de 0 a 50 puntos)

1. Informaciones obtenidas (folletos, Propagandas). 10 puntos.
2. Exposición y conocimiento de lo investigado. 15 puntos.
3. Defensa del trabajo realizado con conclusiones y Bibliografía incluida.
25 puntos.
o Resultados de visitas dirigidas al mercado. Información y censo (de 0 a 50 puntos).

1. Encuestas informativas y escritas (bajo formulario especial diseñado por
el docente) realizadas por los estudiantes. 25 Puntos.
2. Relevamiento de la información obtenida. 25 puntos.
Actividad Aula Cerrada.
Constituyen parte de las evaluaciones de diagnóstico y procesuales, las mismas que serán
evaluadas con las siguientes ponderaciones:
 Clases Teóricas y Exposiciones. (De 0 a 50 puntos).
1. Consistente en la exposición de temas específicos de investigación, la cuales se evaluarán

el conocimiento, exposición y defensa del mismo.
 Repasos Cortos de diagnostico y de resultado. (De 0 a 50 puntos).
6
1. Cada uno de los cuales se evaluará cada semana sobre temas de avance realizados.
2. La resolución en forma individual o grupal de los Works Paper´s y DIF´s tendrán también
una ponderación similar.
 Trabajos prácticos y/o ejercicios para resolución, (de 0 a 50 puntos).

1. Son trabajos que se dan a través del semestre con bibliografía incluida, o de
elaboración propia del docente, cada uno tendrán una ponderación de 50 puntos.
 DE RESULTADOS DE LOS PROCESOS DE APRENDIZAJE O SUMATIVA (examen parcial

o final).
EVALUACIÓN DE RESULTADOS
Se realizarán dos evaluaciones parciales y una evaluación final con un contenido práctico y
teórico con la siguiente ponderación.
 Evaluaciones Parciales.
1. Se realizarán dos evaluaciones parciales cada con una ponderación final de 50 puntos.
 Evaluación Final (de 0 a 50 Puntos).

Se realizara una sola evaluación final que tendrá la ponderación correspondiente mediante
un examen teórico práctico.
V. BIBLIOGRAFÍA BÁSICA.
 BERENSON, M. L. y LEVINE, D. M., “Estadística Básica en Administración”, Editorial

Prentice Hall, Sexta Edición, México, 1996. Sig. Top. 519.5 B45
 LEVIN RICHARD, “Estadística para Administradores”, Editorial Prentice Hall,

México, 1996. Sig. Top. 519.5 L57
BIBLIOGRAFÍA COMPLEMENTARIA.
 KAZMIER, J, “Estadística aplicada a la Administración y Economía”, Editorial McGraw Hill,
México, 1996. Sig. Top. 519.5 L59
 SPIEGEL, M. R., “Estadística”, Editorial McGraw Hill, Segunda Edición, 1990. Sig. Top. 519.5
G24
7
VII. PLAN CALENDARIO
SEMANA ACTIVIDADES ACADÉMICAS OBSERVACIONES

1ra. 19 al 15 de Agosto Tema # 1
2da. 17 al 22 de Agosto Tema # 1
Tema # 2
3ra. 24 al 29 de Agosto
Tema #2
4ta. 31 al 05 de Sep.
5ta. 07 al 12 de Sep. Tema #3

6ta. 14 al 19 de Sep. Tema #3
7ma. 21 al 26 de Sep. Primera Evaluación Primera evaluación
28 de Sep. al 03 de
8va. Primera Evaluación Primera evaluación
Octubre
9na. 05 al 10 de Octubre Tema # 4
10ma. 12 al 17 de Octubre Tema # 5
11ra. 19 al 24 de Octubre Tema # 5
12da. 26 al 31 de Octubre Tema # 6 Segunda evaluación
13ra. 02 al 07 de Nov. Tema # 6 Segunda evaluación
14ta. 09 al 14 de Nov. Segunda Evaluación
15ta. 16 al 21 de Nov. Segunda Evaluación
16ta. 23 al 28de Nov. Tema # 7
30 de Nov. al 05 de
17ma. Tema # 7
Dic.
18va. 07 al 12 de Dic. Evaluación Final Examen Final
14 al 19 de Dic.
19na. Evaluación Final Examen Final
20ava 21al 23de Dic. 2da instancia
8
VIII. WORK PAPER´S Y DIF´S
PROGRAMA DE CONTROL DE CALIDAD

WORK PAPER # 1
UNIDAD O TEMA: INTRODUCCION A LA ESTADISTICA

TITULO: INTRODUCCION A LA ESTADISTICA
FECHA DE ENTREGA:
PERIODO DE EVALUACION: PRIMER PARCIAL
TEMA 1. INTRODUCCION A LA ESTADISTICA
1.1 INTRODUCCION
Estadística: es la ciencia que trata de la recolección, organización, análisis y descripción

numérica de la información. Tambien estudia el comportamiento de los fenómenos de
grupo, deduce y evalúa conclusiones
1.2 RAMAS DE LA ESTADISTICA
La estadística para su estudio se divide en dos ramas:

a) Deductiva o Descriptiva:
Es la rama de la estadística que trata con la organización, el resumen y la presentación
de los datos; la finalidad es colocar en evidencia aspectos característicos que sirven
para efectuar comparaciones sin llegar a conclusiones de tipo mas general
b) Inductiva o Inferencial:
Se sirve de los resultados de la estadística descriptiva, para usar técnicas por medio de
las cuales se llegan a conclusiones sobre una población estadística basada en una
muestra.
La Estadística Descriptiva Analítica es un conjunto sistemático de procedimientos para
observar y describir numéricamente el fenómeno y descubrir las leyes que regulan la
aparición, transformación y desaparición del mismo.
9
1.3 FUENTES DE INFORMACIÓN

 Fuentes Primarias:
Son datos obtenidos por encuesta directa mediante el uso de cuestionarios, o como
resultados de la observación directa. Son datos publicados por quien recoge
directamente de la fuente de información primaria
 Fuentes Secundarias:
Los datos se obtienen de publicaciones, las cuales pueden ser reproducidas totales o
parciales
 Series Temporales:
Son las obtenidas y ordenadas en forma cronológica, siendo resultado de
investigaciones y observaciones periódicas
 Internas:
Se forman de los registros internos de una empresa
 Externas :
Son registros originados fuera de la empresa
1.4 FINALIDAD DE LA ESTADÍSTICA

 Conocer la realidad de una observación o fenómeno
 Determinar lo típico o normal de esa observación
 Determinar los cambios que presenta el fenómeno
 Relacionar dos o mas fenómenos
 Determinar las causas que originan el fenómeno
 Hacer estimativas sobre el comportamiento futuro del fenómeno
 Obtener conclusiones de un grupo menor (muestra) para hacerlas extensivas a un grupo
mayor (población)
 Determinar el grado de validez y confiabilidad de las predicciones o conclusiones

1.5 CONCEPTOS Y VARIABLES:
 Población:
Recuento de todos los elementos que presentan una característica común y acerca de
los cuales intentamos establecer conclusiones.
 Marco:
10
Se denomina a la lista, mapa o cualquier otro material aceptable, que contenga todas
las unidades perfectamente identificadas y actualizadas de la cual se selecciona la
muestra
 Investigación Total
Toma en cuenta la totalidad de los elementos o unidades que conforman la
población objeto de estudio
 Muestra:
Es una colección de algunos de los elementos que componen una población.
 Parámetro:
Describen numéricamente la característica de una población
 Tamaño muestral:
Es le número de elementos u observaciones que tomamos. Se denota por n ó N.
 Datos:
Cada uno de los individuos, cosas, entes abstractos que integran una
población o universo determinado. Dicho de otra forma, cada valor
observado de la variable.
 Estadígrafo:
Es la descripción numérica de una característica correspondiente a los
elementos de la muestra
Las variables pueden ser de dos tipos:
 Variables cualitativas o atributos: no se pueden medir numéricamente

(por ejemplo: nacionalidad, color de la piel, sexo).
 Variables cuantitativas: tienen valor numérico (edad, precio de un

producto, ingresos anuales).
Las variables también se pueden clasificar en:
11
 Variables unidimensionales: sólo recogen información sobre una

característica (por ejemplo: edad de los alumnos de una clase).
 Variables bidimensionales: recogen información sobre dos características de la población

(por ejemplo: edad y altura de los alumnos de una clase).
 Variables pluridimensionales: recogen información sobre tres o más características (por

ejemplo: edad, altura y peso de los alumnos de una clase).
Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas:
 Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.).
 Continuas: pueden tomar cualquier valor real dentro de un intervalo
X = (X1, X2 , X3 , ...... , XK-2 , XK-1, XK )
1.6 PREPARACION DE INVESTIGACIONES ESTADÍSTICAS

El proceso de investigación estadística presenta 6 fases:
1. Planeamiento y Preparación:
Contempla los siguientes aspectos:
 Objeto de la investigación
 Finalidad
 Fuente de información
 Procedimientos
 Material
 El costo y su financiación
a) Contenido del formulario encuesta:

 Encabezamiento
 Cuerpo
 Observaciones
 Instrucciones
 Fecha de envío a la entidad que recoge los datos
 Firma del investigador o agente
12
b) Redacción del formulario:

 Debe estar limitado a las preguntas esenciales para los fines de la investigación y que
puedan obtenerse de la fuente informativa
 Debe prescindir de preguntas indiscretas que levante suspicacia y temores o que
moleste al investigado
 Debe ser claro, comprensible admitir una sola interpretación
 Las preguntas deben ser cerradas
 Evitar juicios personales
2. Recolección
3. Critica y codificación
4. Procesamiento
5. Analisis e interpretación
6. Publicación
CUESTIONARIO
1. Desarrolle 3 definiciones de diferentes autores sobre el concepto de estadística
2. Cuales son las ramas de la estadística
3. Mediante ejemplos explicar la diferencia entre la estadística descriptiva y la
estadística inductiva
4. Porque es útil la estadística en su carrera de estudio
5. Desarrolle la finalidad general y especifica de una situación problema
6. Plantee las variables y parámetros que se consideran en el ejemplo anterior (6)
13
WORK PAPER # 2
UNIDAD O TEMA: RECOLECCION Y REPRESENTACION DE LA

INFORMACION
TITULO: RECOLECCION Y REPRESENTACION DE LA INFORMACION
FECHA DE ENTREGA:
PERIODO DE EVALUACIÓN: PRIMER PARCIAL
TEMA 2. RECOLECCION Y REPRESENTACION DE LA INFORMACION
2.1 RECOLECCIÓN Y ORGANIZACIÓN DE DATOS
Consiste en el conjunto de operaciones de observación y anotación o registro de los hechos

en los formularios destinados para este efecto. Comprende las siguientes etapas:
 Distribución del material o instrumento de recolección

 Recolección propiamente dicha
 Control del numero de formularios recolectados
 Control sobre la calidad de las informaciones recogidas
2.1.1 CRITICA Y CODIFICACIÓN
El objeto es clasificar el material primario que procede de la misma investigación, en tres

grupos: material bueno, material incorrecto pero corregible y material incorregible o
desechable
2.1.2 TABULACIÓN O PROCESAMIENTO
Puede ser manual o mecánica y su elección dependerá de :
14
 La cantidad de formularios que se van a utilizar

 El numero de preguntas que tenga el formulario
 Del tiempo y los recursos ya sean financieros o equipos disponibles
2.1.3 ANÁLISIS E INTERPRETACIÓN
Encierra dos aspectos:

a) Análisis y evaluación estadística de los resultados
b) Análisis y evaluación técnica de acuerdo con la naturaleza de la investigación
2.1.4 PUBLICACIÓN
Un informe deberá contener:

a) Indice
b) Planteamiento del problema
c) Objetivo de la investigación
d) Hipótesis que se quieren probar
e) Breve exposición de la metodología adoptada
f) Se podrá incluir copia del formulario de encuesta
g) Descripción de los resultados en forma de gráficos acompañados de su análisis
h) Conclusiones y recomendaciones
2.2 AGRUPACIÓN DE DATOS
Hay muchas maneras de clasificar los datos, podemos simplemente reunirlos y conservarlos en
orden. Si las observaciones se miden en números, también podemos listar los puntos de datos
por orden ascendente de valor numérico; pero si los datos son trabajadores calificados
( carpinteros, albañiles o electricistas) que se necesitan en sitios de construcción, si son
diferentes tipos de automóviles fabricados por todas las empresas automotrices, o si son los
diversos colores de abrigos fabricados por determinada compañía, necesitaremos organizarlos
de modo diferente: tendremos que presentar los puntos graficados de datos por orden
alfabético o por algún otro principio organizador, una forma útil de hacerlo consiste en dividir los
datos en categorías o clases similares y luego contar el número de observaciones que caen
dentro de cada categoría; conexión a la colección de datos la pondremos como:
15
2.2.1 DATOS NO AGRUPADOS:
Son datos no agrupados cuando se consideran y analizan todos los valores observados tal
como se obtuvieron.
Es conveniente y mas sencillo trabajar a estos datos como no agrupados cuando la muestra
no es muy grande. De preferencia que sea una cantidad menor de 30 datos.
También resulta conveniente trabajarlos así cuando se quiere que el peso de cada
observación se ve reflejado en el resumen de los datos.
 Ventajas:
Resulta más fácil y rápido trabajar con los datos no agrupados.
 Desventajas:
Solo se puede aplicar en pequeñas cantidades de datos, ya que en grandes
cantidades resultaría un tanto tedioso y por lo mismo existiría más probabilidad de
equivocarse.
2.2.2 DATOS AGRUPADOS:
Son datos que están organizados (formando grupos). Podemos formar más o menos
grupos, dependiendo de que tan exacto queramos trabajar, a cada grupo le llamamos clase.
Rara vez se emplean menos de seis clases o más de quince.
 Ventajas:
• Facilidad y rapidez al manejo de datos.
• Se notan rápidamente el valor mayor y el valor menor de los datos
• Se puede dividir fácilmente los datos en secciones.
• Se puede observar si algún valor aparece mas de una vez en el ordenamiento.
• Se observa la distancia entre los valores sucesivos de los datos.
2.3 DISTRIBUCION DE FRECUENCIAS
 Frecuencia absoluta:
Llamaremos así al número de repeticiones que presenta una observación. Se
representa por ni.
16
 Frecuencia relativa:
Es la frecuencia absoluta dividida por el número total de datos, se suele expresar en tanto por
uno, siendo su valor -iésimo
ni
fi 
n
La suma de todas las frecuencias relativas, siempre debe ser igual a la unidad.
 Frecuencia absoluta acumulada:

Es la suma de los distintos valores de la frecuencia absoluta tomando como referencia un
individuo dado. La última frecuencia absoluta acumulada es igual al nº de casos:
N1 = n 1
N2 = n1+ n2
Nn = n1 + n2 + . . . . . . + nn-1 + nn=n
Frecuencia relativa acumulada:

Es el resultado de dividir cada frecuencia absoluta acumulada por el número total de datos, se la
suele representar con la notación: Fi
De igual forma, también se puede definir a partir de la frecuencia relativa, como suma de los
distintos valores de la frecuencia relativa, tomando como referencia un individuo dado. La última
frecuencia relativa acumulada es igual a la unidad.
ELABORACION DE UNA TABLA DE FRECUENCIAS:

Horas de Frecuencia relativa Frecuencia
Frecuencia, f
estudio F acumulada
8-12 1 1/30=.0333 1
13-17 12 12/30=.400 13
18-22 10 10/30=.333 23
23-27 5 5/30=.1667 28
28-32 1 1/30=.0333 29
33-37 1 1/30=.0333 30
TOTAL 30 30/30=1
2.4 REPRESENTACIONES GRÁFICAS
17
Para apreciar a golpe de vista la magnitud o posición de las variables, se suelen efectuar una
representación gráfica, los sistemas de gráficos más usuales son:
a) DIAGRAMA DE SECTORES (TORTAS):

El área de cada sector es proporcional a la frecuencia que se quiera representar, sea absoluta
o relativa.
x5
x1
x4
x2
x3
Este diagrama se utiliza para cualquier tipo de variable
b) DIAGRAMA DE BARRAS:
Se utiliza para frecuencias absolutas o relativas, acumuladas o no, de una variable discreta. en
el eje de abscisas, situaremos los diferentes valores de la variable. en el eje de ordenadas la
frecuencia. Levantaremos barras o columnas separadas de altura correspondiente a la
frecuencia adecuada.
8
6
ni 4
2
0
x1 x2 x3 x4 x5
variable
c) HISTOGRAMA:
Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar. La diferencia :
es para variables continuas. si la amplitud del intervalo es la misma, elevaremos columnas
unidas, a altura la frecuencia correspondiente. Si la amplitud del intervalo es diferente, el
área del rectángulo columna será proporcional a la frecuencia representada.
18
d) DIAGRAMA DE ESCALERA:
Se utiliza para frecuencias acumuladas.
25
20
15
10
5
0
x1 x2 x3 x4 x5
e) POLÍGONO DE FRECUENCIAS:
Es la recta que une los extremos de las variables de una distribución, un ejemplo clásico es el
de la evolución de la temperatura de un paciente
8
6
- En el primer caso: variable discreta utilizaremos sin no piden
4
nada concreto, el diagrama de barras cuando se refiera a la 2
representación gráfica de la frecuencia absoluta (ni) 0

x1 x2 x3 x4 x5
En cambio cuando nos estemos refiriendo a la frecuencia absoluta acumulada optaremos por el
diagrama de escalera
En el caso de la variable continua, optaremos por el histograma

25
para las frecuencias absolutas y por el polígono de frecuencias 20
15
en el caso de la frecuencia acumulada.
10
5
0
CUESTIONARIO
x1 x2 x3 x4 x5
19
1. Que tipos de gráficos conoce

2. Como se organizan los datos
3. En una industria el informe de contabilidad muestra que la producción fue de
$62.600.000 y los gastos así: de administración $11.160.000, de materiales y
energéticos $15.650.000, salarios y prestaciones $18.780.000. Elabore con los datos
un diagrama circular, un diagrama de barras y un histograma
4. En una cierta ciudad se ha tomado una muestra representativa del total de familias
que en ella viven y se ha anotado el número de hijos de cada una. Los valores de
esta variable son los siguientes:
0 1 0 4 2 2 1 2 3 2
3 2 1 3 4 2 2 3 2 1
a) Explique que tipo de datos son estos.

b) Construya una tabla de frecuencias correspondiente a este ejercicio.
c) Grafique tres tipos de gráficas
WORK PAPER # 3
UNIDAD O TEMA: ESTADIGRAFOS DE POSICION CENTRAL

TITULO: ESTADIGRAFOS DE POSICION CENTRAL
FECHA DE ENTREGA:
20
TEMA 3. ESTADÍGRAFOS DE POSICIÓN CENTRAL.
3.1. INTRODUCCIÓN
Las medidas de tendencia central son valores promedio que reflejan la tendencia de los
datos a concentrarse en torno a un valor central o de posición representativa del conjunto de
datos ordenados.
Las tres medidas de tendencia central que más comúnmente se emplean son: la media, la
mediana y la moda.
3.2. MEDIA ARITMÉTICA Y SUS PROPIEDADES.
a) MEDIA ARITMÉTICA SIMPLE:

Es la suma de todos los valores de dicha variable dividido por el numero de valores
X1 + X2 + ....Xn
X=
n
b) MEDIA ARITMÉTICA PONDERADA

Es la suma ponderada de todas las modalidades de la variable por sus respectivas
frecuencias relativas
Ejemplo: Si el examen final de un curso cuenta tres veces más que una evaluación
parcial, y un estudiante tiene calificación 85 en el examen final y 70 y 90 en los dos
parciales, la calificación media es:
21
 PROPIEDADES:
 La suma algebraica de las desviaciones de un conjunto de números respecto de su
media aritmética es cero.
 La suma de los cuadrados de las desviaciones de un conjunto es mínima cuando dichas
desviaciones se toman respecto a la media aritmética
 La media aritmética de una constante por una variable es igual al producto de la
constante por la media aritmética de la variable
 La media aritmética de una constante mas una variable es igual a la constante mas la
media aritmética de la variable
3.3 LA MEDIANA.
Es aquel valor de la variable estadística que divide en dos efectivos iguales a los datos
supuestos ordenados por valor creciente. Deja el 50% de las observaciones a la izquierda y
el otro 50% a la derecha.
Me = xi / Fi = 0’5
3.3.1 CASO NO AGRUPADO EN INTERVALOS.
a) CON n IMPAR:
Ejemplo: 2, 6, 3, 10, 7,4,11,8,10 n=9

2, 3, 4, 6, 7, 8, 10, 10, 11
b) CON n
Me = x(5) = x(10/2) PAR:
Ejemplo: 6, 2, 10, 7, 4, 11,8,10 n=8

2, 4, 6, 7, 8, 10, 10, 11 Me = 7’5
22
3.3.2 CASO TABLA DE FRECUENCIAS AGRUPADA.
Ej:
Edad ni Ni Fi
3 8 8 0’11
4 10 18 0’26
7 9 27 0’39
9 8 35 0’5
15 20 55 0’79
25 10 65 0’93
40 5 70 1
La Me pertenece a Me Î (ei-1, ei] º intervalo mediano.
3.4 LA MODA Y VALOR MODAL.
La moda de una variable estadística es el valor/es que tiene/n asociada la frecuencia

máxima, puede no existir e incluso no ser única en caso de existir
Determinar la moda del siguiente conjunto de datos:
a) 1, 2, 3, 3, 4 , 5, 6, 7, 7, 3, 1, 9, 3
La moda de este conjunto de datos es igual a 3 y si considera unimodal
 MODA PARA DATOS AGRUPADOS
23
Para determinar la moda de datos agrupados en clases de igual tamaño su cálculo se puede realizar
de la siguiente forma:
Donde:
En ocasiones la expresión para el cálculo de la moda suele presentarse de la siguiente forma
Ejemplo:
Determinar a partir de la tabla presentada, en el ejemplo de la media, cual es la moda:
TABLA DE FRECUENCIAS REPORTADAS POR LA CLÍNICA
Clases Punto medio de Frecuencias de

(Datos en años) cada clase cada clase
10 – 20 15 8
20 – 30 25 20
30 – 40 35 14
40 – 50 45 8
50 – 60 55 2
60 – 70 65 2
70 – 80 75 1
55 enfermos
atendidos
24
Identificamos que:
Sustituyendo tenemos:
3.5 OTRAS MEDIDAS DE TENDENCIA CENTRAL.
3.5.1 MEDIA GEOMETRICA:

La media geométrica de dos números X1, X2, es igual a la raíz cuadrada de
su producto
n
Mo = V x1x2
 Ventajas:
 Se define rígidamente por una formula matemática
 Se utiliza cuando se quiere dar importancia a valores pequeños de la
variable
 Es sensible a cualquier cambio en los valores de distribución
 Su valor no es muy influenciable por los datos extremos
 Es indispensable cuando se requiere sacar el promedio de una serie de
valores que estan en progresión geométrica o aproximadamente
geométrica
 Su resultado puede ser usado en trabajos estadísticos posteriores
 Desventajas:
 Complicación de su calculo
 Si cualquier dato de la serie original es 0, el promedio geométrico toma
el valor de 0
3.5.2 MEDIA ARMONICA:

Es otro estadigrafo de posición y su símbolo M_1 o Mn
25
Dada una serie de datos X1, X2 X3.........Xn, el inverso de la armónica de la

variable X es igual a la media aritmética del inverso de los valores de la
variable
n
M_1 =
1
X1
 Ventajas:
 Se usa preferencialmente para calcular la velocidad media
 De gran utilidad cuando la variable esta dada en forma de tasa
 Con las relaciones formadas por una constante y una variable, si
queremos tomar un promedio de tales relaciones, se debe decidir si es
mejor guardar constante en el promedio, el factor que es constante en la
relación o el factor que es variable en ella
 Desventajas:
 Que un valor de la variable sea 0
 El promedio armónico esta rígidamente definido por una formula
matemática, su valor depende de cada uno de los datos de la distribución
y el resultado no puede ser usado en cálculos posteriores.
CUESTIONARIO
1. Defina los estadígrafos de posición central
2. Cual es la relación entre media , mediana y moda
3. Como determina la media cuadratica
4. Se sabe que la media aritmética de dos números es igual a 5 y la media geométrica de los mismos
es igual a 4 ¿cuál es la media armónica?
5. Buscar la media, la mediana y la moda de los siguientes números:
25 15 28 29 25 26 21 26 <Use las fórmulas>
6. Buscar la media, la mediana y la moda de los siguientes números:
15 16 19 15 14 16 20 15 17 < No use las fórmulas
7. Se sabe que dos obreros gastan en la ejecución de un trabajo 50 y 40 minutos respectivamente
¿cuál es el tiempo requerido para hacerlo en conjunto?
8. Un grupo de 400 empleados, que tiene una compañía se dividen en operarios y técnicos con un
saldo promedio de 260.950 $. Los salarios promedios para cada uno de los grupos son de 257.300
$ y 263.400 $ respectivamente
26
 Cuantos operarios y cuantos técnicos tiene la compañía

 Si el gerente establece una bonificación de 20.000 $ para los operarios y del 15% para los
técnicos ¿cuál será el salario promedio para los 400 empleados de la compañía?
9. Se realiza una estadística en dos centros de enseñanza, uno público y otro privado, referente a la
nota global del bachillerato de cada uno de los alumnos que van a acudir a los exámenes de
selectividad. Las distribuciones de frecuencias son las siguientes:
CENTRO PRIVADO
Nota global de Frecuencias
cada alumno
5.5 10
6.5 15
7.5 20
8.5 30
9.5 15
CENTRO PÚBLICO
Nota global de Frecuencia
cada alumno
5 .6 250
6.7 150
7.9 100
9.10 20
Se pide:
a) A la vista de la tabla, te sugiere algún comentario de especial importancia. ¿Cuál es el
motivo de que los datos se presente en dos tablas de diferente tipo ?
b) Estudiar las diferentes medidas de tendencia central (promedios) en las dos distribuciones.
En cada distribución ¿cuál te parece más representativo? ¿por qué?
c) Hallar el porcentaje de alumnos que en cada centro tiene una nota global superior al 7.
d) Hallar los Cuartiles primero y tercero de las dos distribuciones.
e) Estudiar la representatividad de las medias obtenidas en las distribuciones por separado.
¿En cuál de las dos es más representativa?
f) Dos alumnos pertenecientes el primero al centro privado y el segundo, al centro público,
solicitan una beca para continuar sus estudios en la universidad mejicana de Acapulco. el
primero tiene una nota global de un 8.5 y el otro de un 7. Si sólo se concede una beca
¿quién sería el candidato a obtenerla aplicando el criterio estadístico de la variable
tipificada?
27
WORK PAPER # 4
UNIDAD O TEMA: ESTADIGRAFOS DE POSICION NO CENTRAL

TITULO: ESTADIGRAFOS DE POSICION NO CENTRAL
FECHA DE ENTREGA:
TEMA 4. ESTADIGRAFOS DE POSICION NO CENTRAL.
4.1 INTRODUCCION
Las medidas de posición no centrales permiten conocer otros puntos característicos de la

distribución que no son los valores centrales. Entre otros indicadores, se suelen utilizar una
serie de valores que dividen la muestra en tramos iguales:
4.2 CUARTILES
Son 4 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente,
en cuatro tramos iguales, en los que cada uno de ellos concentra el 25% de los resultados
 Primer cuartil (Q1):

Aquel valor de una serie que supera al 25% de los datos y es superado
por el 75% restante.
Formula de Q1 para series de Datos Agrupados en Clase.
Donde:
posición de Q1, la cual se localiza en la primera frecuencia acumulada que la contenga,
siendo la clase de Q1, la correspondiente a tal frecuencia acumulada.
Li, faa, fi, Ic : idéntico a los conceptos vistos para Mediana pero referidos a la medida de la
posición correspondiente.
28
 Segundo cuartil (Q2):

Coincide, es idéntico o similar al valor de la Mediana (Q 2 = Md). Es decir, supera y es
superado por el 50% de los valores de una Serie.
 Tercer cuartil (Q3):

Aquel valor, termino o dato que supera al 75% y es superado por el 25% de los datos
restantes de la Serie.
4.3 DECILES
en diez tramos iguales, en los que cada uno de ellos concentra el 10% de los resultados.
El primer decil es aquel valor de una serie que supera a 1/10 parte de los datos y es superado
por las 9/10 partes restantes (respectivamente, hablando en porcentajes, supera al 10% y es
superado por el 90% restante)
4.4 PERCENTILES
en cien tramos iguales, en los que cada uno de ellos concentra el 1% de los resultados
 Primer Percentil (P1), Percentil 50 (P50) y Percentil 99 (P99).

El primer percentil supera al uno por ciento de los valores y es superado por el noventa y
nueve por ciento restante.
Formulas de P1, P50, P99 para series de Datos Agrupados en Clase.
29
Cuestionario
1. Con los siguientes datos calcular el primer cuartil, tercer cuartil, sexto decil y percentilo 80
a) Variable discreta:
Yj nj Nj
2 3 3
4 6 9
6 15 24
8 8 32
10 2 34
12 6 40
14 10 50
 50 ----
b) Variable continua:
Yj-1 - Yj nj Nj
3.1 – 8 14 14
8.1 – 13 15 29
13.1 – 18 8 37
18.1 – 23 6 43
23.1 – 28 7 50
28.1 – 33 10 60
 60 --
WORK PAPER # 5
UNIDAD O TEMA: ESTADIGRAFOS DE DISPERSION

TITULO: ESTADIGRAFOS DE DISPERSION
FECHA DE ENTREGA:
PERIODO DE EVALUACION: SEGUNDO PARCIAL
30
TEMA 5. ESTADIGRAFOS DE DISPERSION.
5.1. INTRODUCCION
Las medidas de dispersión indican si los valores están relativamente cercanos uno del otro o si
se encuentran dispersos.
Las medidas de dispersión más comunes son: rango (amplitud), desviación media, varianza,
desviación estándar y coeficiente de variación. Todas estas medidas el rango toman la media
como punto de referencia. En cada caso un valor cero indica que no hay dispersión y mientras
mayor sea el valor de estas medidas es mayor la dispersión de los datos.
5.2. VARIANZA.
Es el promedio del cuadrado de las desviaciones de los datos con respecto a la media.
Es la media aritmética de los cuadrados de las desviaciones. Se denota por S2. Este valor
cuantifica el grado de dispersión o separación de los valores de la distribución con respecto a la
media aritmética. A mayor dispersión mayor valor de la varianza, a menor dispersión menor
valor de la varianza.
La fórmula para calcular la varianza es
 PROPIEDADES DE LA VARIANZA.
1) La varianza es siempre un valor positivo S2 > 0
2) Si a una variable se le suma o resta una constante, la varianza permanece igual.
3) Si una variable se le multiplica por una constante, la varianza cambia multiplicándose
por la constante al cuadrado.
4) La varianza de una constante mas una variable es igual a la varianza de la variable
5) Para el calculo de la varianza de una muestra, cuando se esta trabajando con
submuestras se aplica la siguiente formula:
X1n1 + X2n2
X=
n1 + n2
31
5.3 DESVIACIÓN MEDIA.
Es la media de los valores absolutos de las desviaciones, y la denotaremos por dm.
5.4 DESVIACIÓN ESTANDAR
Se designa como la varianza por la letra S y se define como la raíz de la varianza.
S = + V s2
La desviación estándar es mas usada que la varianza. Una de sus utilidades es medir la
concentración de los datos respecto a la media aritmética.
5.5 DESVIACIÓN RELATIVA.
Las medidas de dispersión que se han estudiado anteriormente son medidas absolutas y se
expresan en las mismas unidades con las que se mide la variable.
Si se necesita comparar dos o más grupos de datos medidos con diferentes unidades, por lo
general, no es posible la comparación utilizando la dispersión absoluta. Por ejemplo, una serie
de precios en dólares con una serie de precios en pesos.
Para estos casos se usa la dispersión relativa:
Dispersión relativa = dispersión absoluta

Media
5.6 COEFICIENTE DE VARIACIÓN
Compara la variabilidad de dos series de datos para determinar la variación respecto a
una base, sirve para determinar la confibilidad de la información
32
CV = d = * 100
Xm
Donde:
CV= coeficiente de variación
S = varianza
Xm = media
5.7 ASIMETRÍA DE PEARSON
Es un coeficiente que sirve para ver como deben estrecharse los datos de una serie con otra
Xm – Mo
AP =
S2
Donde:
AP: asimetría de Pearson
Xm : media
Mo: moda
S2: varianza
CUESTIONARIO
1. Explique cada uno de los estadígrafos de dispersión

2. De una distribución unidimensional se sabe que la media aritmética es igual a 3.04 y
que la media cuadrática e igual a 4.26. calcular la varianza y desvio estándar
3. Que es desviación media
4. Que es desviación relativa
5. Si en una distribución se tiene que la varianza calculada es de 4 horas ¿cuál es la
varianza de esa misma distribución en minutos?
6. En un inventario realizado en la bodega de un almacén se encontraron 200 artículos
que fueron importados a diferentes precios (en dólares)
Xi fi
20,5 20
32,0 30
33
48,6 50
50,0 60
60,4 40
200
a) Calcular la desviación estándar.

b) Calcular le desviación media.
c) Calcular desviación relativa.
7. Para la media y la varianza de un conjunto se han hallado los valores 4 y 25 ¿calcular el

coeficiente de variación?
8. Dado el conjunto:
N ( 3, 4, 5, 5, 5 , 7, 7, 8, 8, 8, 8, 9, 10, 11 )
 Calcular para datos agrupados (intervalos ) varianza, desvio estándar, coeficiente de
variación y asimetría de pearson
WORK PAPER´S 6
UNIDAD O TEMA: DISTRIBUCIONES BIDIMENSIONALES

TITULO: DISTRIBUCIONES BIDIMENSIONALES
FECHA DE ENTREGA:
PERIODO DE EVALUACIÓN: SEGUNDO PARCIAL
TEMA 6 DISTRIBUCIONES BIDIMENSIONALES
6.1 INTRODUCCIÓN.
En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una

población. En el caso de dos (o más) variables estudiadas conjuntamente se habla de
variable bidimensional (multidimensional ); si se trata de dos caracteres cualitativos, de par de
atributos.
Las distribuciones bidimensionales son aquellas en las que se estudian al mismo tiempo dos
variables de cada elemento de la población: por ejemplo: peso y altura de un grupo de
34
estudiantes; superficie y precio de las viviendas de una ciudad; potencia y velocidad de una
gama de coches deportivos.
Para representar los datos obtenidos se utiliza una tabla de correlación
6.2 DISTRIBUCION DE FRECUENCIAS
Una distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.
Distribución de frecuencias: Es una serie de datos agrupados en categorías, en las cuales se
muestra el número de observaciones que contiene cada categoría.
6.3 DISTRIBUCIONES MARGINALES.
Para distinguir las frecuencias de cada variable al estudiarlas aisladamente llamaremos

frecuencias marginales a las de cada variable por separado. De esta forma tendríamos dos
distribuciones unidimensionales a partir de las conjuntas.
a) FRECUENCIA ABSOLUTA MARGINAL:
 Para la X (xi.) sería el número de veces que se repite el valor x i sin tener en cuenta los
valores de Y, la representamos por ni. .
 Para la Y (y.j) sería el número de veces que se repite el valor y j sin tener en cuenta los
valores de X, la representamos por n.j .
b) FRECUENCIAS RELATIVAS MARGINALES: A partir de las anteriores, y del mismo

modo se construirían estas frecuencias. fi. y f.j.
La distribución de frecuencias marginales pueden colocarse en una tabla separadamente

como lo hacíamos en el tema anterior. Pero si deseamos tener toda la información en una
misma tabla lo que se suele hacer es colocar:
 En la última columna de la tabla conjunta, las frecuencias marginales de X es decir, n i.,

añadiendo tantas columnas como otros tipos de frecuencias marginales se deseen añadir.
6.4 DISTRIBUCIONES CONDICIONALES.
35
A partir de la distribución de frecuencias conjuntas podemos definir otro tipo de distribuciones

unidimensionales, tanto para X como para Y. Estas distribuciones se obtendrán al fijar el valor
de la otra variable y reciben en nombre de distribuciones condicionadas.
a) FRECUENCIA ABSOLUTA CONDICIONADA PARA X=xi dado que Y=yj es el número de

veces que se repite el valor xi teniendo en cuenta solo aquellos valores en que Y=yj ;así es:
ni(j) = nij i=1,...,k.
b)FRECUENCIA ABSOLUTA CONDICIONADA PARA Y=yj dado que X=xi es el número de

veces que se repite el valor yj teniendo en cuenta solo aquellos valores en que X=xi ; así es:
n(i)j = nij j=1,...,h
En las distribuciones condicionadas no se suelen utilizar las distribuciones absolutas, puesto

que, estas dependen del número de datos y el número de datos será diferente para cada
distribución, pues dependerá de la frecuencia del valor que fijamos de la otra variable. Son
mucho más útiles las frecuencias condicionadas que se definen:
FRECUENCIA RELATIVA CONDICIONADA PARA X dado que Y=yj es fi(j) = nij/n.j

FRECUENCIA RELATIVA CONDICIONADA PARA Y dado que X=xi es f(i)j = nij/ni.
6.5 REPRESENTACION GRAFICA
Al igual que en el caso univariante, la forma de la distribución conjunta se aprecia a primera

vista y se retiene más fácilmente en la memoria con una adecuada representación gráfica.
 DIAGRAMA DE DISPERSIÓN O NUBE DE PUNTOS

Se obtiene representando cada par observado (xi,yj) como un punto en el plano
cartesiano. Se utiliza con los datos sin agrupar y sobre todo para variables continuas. Si
los datos están agrupados tomaríamos las marcas de clase. Es el más útil porque nos
permite ver visualmente la relación entre las dos variables
36
CUESTIONARIO
1. Sea el conjunto:
Peso 50 80 75 50 60 80 55 50 60
Edad 25 38 30 22 25 30 20 25 30
Sexo M H H M H M M M H
Calcular:
 Las frecuencias absolutas, relativas por cada una de las variables , interpretar
2. Investigue la producción de soya en los últimos 10 años en el departamento de santa cruz y

a partir de ellos determine las frecuencias y su interpretación
WORK PAPER # 7
UNIDAD O TEMA: REGRESIÓN Y PREDICCIÓN

TITULO: REGRESIÓN Y PREDICCIÓN
FECHA DE ENTREGA:
TEMA 7. REGRESIÓN Y PREDICCIÓN
7.1 DIAGRAMA DE DISPERSIÓN.
La primera forma de describir una distribución bivariante es representar los pares de valores
en el plano cartesiano. El gráfico obtenido recibe el nombre de nube de puntos o diagrama
de dispersión
37
Un diagrama de dispersión es una representación gráfica de la relación entre dos variables,

muy utilizada en las fases de Comprobación de teorías e identificación de causas raíz y en el
Diseño de soluciones y mantenimiento de los resultados obtenidos. Tres conceptos
especialmente destacables son que el descubrimiento de las verdaderas relaciones de
causa - efecto es la clave de la resolución eficaz de un problema, que las relaciones de
causa - efecto casi siempre muestran variaciones, y que es más fácil ver la relación en un
diagrama de dispersión que en una simple tabla de números
7.2. CORRELACIÓN LINEAL.
Cuando observamos una nube de puntos podemos apreciar si los puntos se agrupan cerca
de alguna curva. Aquí nos limitaremos a ver si los puntos se distribuyen alrededor de una
recta. Si así ocurre diremos que hay correlación lineal. La recta se denomina recta de
regresión.
Hablaremos de correlación lineal fuerte cuando la nube se parezca mucho a una recta y será
cada vez más débil (o menos fuerte) cuando la nube vaya desparramándose con respecto a
la recta.
En el gráfico observamos que en nuestro ejemplo la correlación es bastante fuerte, ya que la

recta que hemos dibujado está próxima a los puntos de la nube.
Cuando la recta es creciente la correlación es positiva o directa: al aumentar una variable, la
otra tiene también tendencia a aumentar, como en el ejemplo anterior. Cuando la recta es
decreciente la correlación es negativa o inversa: al aumentar una variable, la otra tiene
tendencia a disminuir
38
7.3. REGRESIÓN LINEAL SIMPLE.
La regresión lineal simple es entonces una técnica sencilla y accesible para valorar la
relación entre dos variables cuantitativas
Tiene como objeto estudiar cómo los cambios en una variable, no aleatoria, afectan a una
variable aleatoria, en el caso de existir una relación funcional entre ambas variables que
puede ser establecida por una expresión lineal, es decir, su representación gráfica es una
línea recta. Cuando la relación lineal concierne al valor medio o esperado de la variable
aleatoria, estamos ante un modelo de regresión lineal simple. La respuesta aleatoria al
valor x de la variable controlada se designa por Yx y, según lo establecido, se tendrá:
 Función Lineal: Y = a + bx
 Parábola de segundo grado: Y = ax2 + bx + c

Función potencial: Y = cxb

Función exponencial: Y = cbx
7.4 METODO DE LOS MINIMOS CUADRADOS
Se conoce como regresión lineal, correlación de Pearson o método de mínimos cuadrados, al

procedimiento de encontrar la ecuación de la recta "que mejor se ajuste a un conjunto de
puntos". El método de mínimos cuadrados nos permite encontrar el grado de correlación lineal
entre un conjunto de pares de valores numéricos
El procedimiento consiste entonces en minimizar los residuos al cuadrado Ci²
39
Re emplazando nos queda
La obtención de los valores de a y b que minimizan esta función es un problema que se puede
resolver recurriendo a la derivación parcial de la función en términos de a y b: llamemos G a la
función que se va a minimizar:
Los valores a y b también se pueden obtener de la siguiente forma: partiendo de las ecuaciones
normales tenemos
Entonces:
40
7.5 PREDICCIÓN.
Cuando se verifican las hipótesis sobre las que se asienta el modelo, la recta de regresión puede
ser utilizada para predecir el valor medio de la variable Y para cada valor concreto de X.
Calculando la esperanza matemática en ambos lados de la ecuación (1) se obtendrá
de modo que la línea de regresión proporciona un estimador del valor medio de Y para cada valor
de X. Como tal estimador, debemos considerar la incertidumbre asociada a esta recta, que puede
ser reflejada mediante regiones de confianza que contienen a la recta.
La ecuación Y= a +bx se puede usar para predecir o estimar la respuesta media Esperaríamos
que el error de predicción fuese mas alto en el caso de un solo valor predicho en el caso donde
se predice una media. Esto, entonces, afectara el ancho de nuestros intervalos para valores que
se predicen
Cuestionario:
41
1. Dada la difícil situación por la que atraviesa actualmente la empresa QUEMALAPATA en la que
hemos empezado a trabajar, se propone la reducción de determinados gastos. Para ello se estudia
la relación que existe entre dos variables como son: los gastos en publicidad (variable X) y los
beneficios (variable Y). De ambas variables disponemos de los siguientes datos:
Año 1993 1994 1995 1996 1997

Gastos en publicidad 70 75 80 90 104
Beneficios 33 45 50 65 67
Se pide:
 ¿Se puede considerar que ambas variables guardan algún tipo de relación?
 ¿Cuál sería la variable dependiente y cuál la independiente?
 Realizando un gráfico adecuado. ¿Se puede suponer que la relación que las liga es de tipo
lineal?
 Construye las dos rectas de regresión mínimo cuadrática asociada con las variables.
 Si la empresa para el próximo año realizará un esfuerzo para poder invertir 11.500.000 Bs
en publicidad. ¿Cuáles resultarían ser sus beneficios? ¿Con qué fiabilidad realizaría usted
la predicción?
 ¿Cuáles resultarían ser sus beneficios si la predicción se efectúa considerando tan solo
como variable explicativa el tiempo? ¿Cuál sería la fiabilidad de esta otra predicción?
Comente los resultados.
3. Hallar la proyección para la producción de soya de un agricultor por periodo de tiempo:
Año 2000 2001 2002 2003 2004

Producción 300 310 320 325 335
 Proyectar para el año 2006, 2007 y 2008

 Graficar
 Interpretar
4. Las precipitaciones (lluvias en mm) en el departamento santa cruz son la siguientes:
42
Año 2000 2001 2002 2003 2004

precipitación 150 220 120 230 410
 Proyectar para el año 2006, 2007 y 2008

 Graficar
 Interpretar
IX. DIF´S

DIF’s # 1
UNIDAD O TEMA: UNIDAD I

TITULO: OBTENCIÓN DE DATOS
FECHA DE ENTREGA:
Como se ha puesto de manifiesto, gran parte del trabajo de un estadístico profesional se hace con
muestras. Estas son necesarias porque las poblaciones son casi siempre demasiado grandes para
estudiarlas en su totalidad. Exigiría demasiado tiempo y dinero estudiar la población entera, y tenemos
que seleccionar una muestra de la misma, calcular el estadístico de esa muestra y utilizarlo para
estimar el parámetro correspondiente de la población.
La obtención de la información se puede realizar por diversos medios.

Una forma es a través de una encuesta a un grupo de individuos, donde a cada uno se le hacen las
mismas preguntas.
Otra forma es a través de experimentos donde la respuesta a la variable es el resultado del
experimento. Puede también recolectarse los datos en forma directa, es decir, la información se extrae
de alguna base de datos seleccionando una muestra de ellos.
En cualquiera de estos casos contamos con una selección de información llamada muestra y que se
procede a analizar.
Existen diferentes técnicas para realizar el muestreo y que dependerán cada caso, cual usar. Algunas
de ellas son:
43
 Muestreo aleatorios simple:

Todos los elementos de la población tiene igual posibilidad de ser escogido y se eligen al
azar.
 Muestreo sistemático:
Los elementos se seleccionan a un intervalo uniforme en una lista ordenada. Una
preocupación del muestreo sistemático es la existencia de factores cíclicos en el listado que
pudieran dar lugar a un error.
 Muestreo estratificado:
Los elementos de la población son primeramente clasificados en grupos o estratos según
una característica importante. Luego, de cada estrato se extrae una muestra aleatoria
simple
 Muestreo por conglomerado:
Los elementos de la población están subdivididos en grupos y se extraen aleatoriamente
algunos de estos grupos completos
CUESTIONARIO
1. Que métodos se utilizan para la obtención de datos
2. Cuales son las técnicas para realizar un muestreo
3. Defina los diferentes tipos de muestreos
4. Investigue sobre los tipos de error en el muestreo
5. Investigue sobre muestreo según otros autores
6. Que técnica elegiría usted para realizar un muestreo y por que

DIF’s # 2

FECHA DE ENTREGA:
PERIODO DE EVALUACIÓN: EXAMEN FINAL
1. Elabore un cuestionario para un estudio de investigación

2. Como aplicaría el cuestionario
3. Procese la información obtenida
44
4. Represente gráficamente las variables

5. Interprete los resultados
6. Elabore un esquema de presentación de la información obtenida en forma impresa y
magnética

DIF’s # 3

FECHA DE ENTREGA:
PERIODO DE EVALUACIÓN: EXAMEN FINAL
Después de realizar los trabajos establecidos en los puntos 1 al 5 del DIF’s # 2; con la ayuda del
software estadístico SPPS 12.2; proceder a la introducción de datos para la obtención de un archivo
con extensión .SAV.
Será necesario estudiar el tutorial de este paquete estadístico para que usando el editor de datos se
pueda permitir la entrada de la encuesta correspondiente para poder procesar la información
pertinente.
Cuestionario:
1. Abrir el archivo de datos en el programa SPSS 12.2
2. Ir a la opción “Análisis” y hacer clic en Estadísticas Descriptivas.
3. Procesar la información a través de los distintos estadígrafos de posición central, dispersión y

localización.
4. Imprimir los resultados obtenidos
45

Syllabus Estadistica I I-2009

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

Syllabus Estadistica I I-2009

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE CIENCIAS ECONÓMICAS Y FINANCIERAS

RED NACIONAL UNIVERSITARIA

FACULTAD DE CIENCIAS ECONÓMICAS Y FINANCIERAS

CARRERA DE INGENIERÍA COMERCIAL

Autor: Lic. Dimersa Giles T.

Gestión Académica II/2009

Ser la universidad líder en calidad educativa.

Desarrollar la educación superior universitaria con calidad y competitividad al

Estimado (a) estudiante:

Aprobado por: _____________________________ Fecha: Marzo del 2009.

I. OBJETIVOS GENERALES DE LA ASIGNATURA.

Al final del curso el alumno será capaz de:

 Comprender la utilidad de la estadística.

II. PROGRAMA ANALÍTICO DE LA ASIGNATURA.

UNIDAD I- INTRODUCCIÓN A LA ESTADÍSTICA, RECOLECCIÓN Y REPRESENTACIÓN

TEMA 1. INTRODUCCIÓN A LA ESTADÍSTICA

TEMA 2. RECOLECCIÓN Y REPRESENTACIÓN DE LA INFORMACIÓN

2.1. Recolección y organización de datos

UNIDAD II. ESTADÍGRAFOS DE DISPERSIÓN

TEMA 3. ESTADÍGRAFOS DE TENDENCIA CENTRAL.

TEMA 4. ESTADÍGRAFOS DE POSICIÓN NO CENTRAL.

TEMA 5. ESTADÍGRAFOS DE DISPERSIÓN.

TEMA 6. DISTRIBUCIONES BIDIMENSIONALES.

UNIDAD III. ANÁLISIS DE REGRESIÓN Y CORRELACIÓN

TEMA 7. REGRESIÓN Y PREDICCIÓN.

UNIDAD IV. NÚMEROS ÍNDICES

8.6. Aplicación del índice de Peasche y Laspeyres

III. ACTIVIDADES A REALIZAR POR LAS BRIGADAS UDABOL.

 De acuerdo con los datos obtenidos de la Brigadas Udabol realizadas en el distrito 1 de

Nombre del Proyecto: CONSULTORÍA: Prestación de servicios para las PyME´s.

 Asesorar en la creación de pequeñas y medianas empresas.

ACTIVIDADES A REALIZAR VINCULADAS CON LOS CONTENIDOS DE LA MATERIA.

LUGAR DE ACCIÓN TRABAJO A REALIZAR INCIDENCIA FECHA O ETAPA

Aula y Auditorio, 4to Defensa, exposición, Exposición de la

IV. EVALUACIÓN DE LA ASIGNATURA.

Actividad de aula abierta (Servicio de consultaría).

o Resultados de la visita a Pymes (de 0 a 50 puntos)

o Resultados de visitas dirigidas al mercado. Información y censo (de 0 a 50 puntos).

Actividad Aula Cerrada.

 Clases Teóricas y Exposiciones. (De 0 a 50 puntos).

1. Consistente en la exposición de temas específicos de investigación, la cuales se evaluarán

 Repasos Cortos de diagnostico y de resultado. (De 0 a 50 puntos).

 Trabajos prácticos y/o ejercicios para resolución, (de 0 a 50 puntos).

 DE RESULTADOS DE LOS PROCESOS DE APRENDIZAJE O SUMATIVA (examen parcial

 Evaluación Final (de 0 a 50 Puntos).

 BERENSON, M. L. y LEVINE, D. M., “Estadística Básica en Administración”, Editorial

 LEVIN RICHARD, “Estadística para Administradores”, Editorial Prentice Hall,

 KAZMIER, J, “Estadística aplicada a la Administración y Economía”, Editorial McGraw Hill,

México, 1996. Sig. Top. 519.5 L59

VII. PLAN CALENDARIO

SEMANA ACTIVIDADES ACADÉMICAS OBSERVACIONES

5ta. 07 al 12 de Sep. Tema #3

20ava 21al 23de Dic. 2da instancia

VIII. WORK PAPER´S Y DIF´S

PROGRAMA DE CONTROL DE CALIDAD

UNIDAD O TEMA: INTRODUCCION A LA ESTADISTICA

TEMA 1. INTRODUCCION A LA ESTADISTICA

Estadística: es la ciencia que trata de la recolección, organización, análisis y descripción

1.2 RAMAS DE LA ESTADISTICA

La estadística para su estudio se divide en dos ramas:

1.3 FUENTES DE INFORMACIÓN

1.4 FINALIDAD DE LA ESTADÍSTICA

Las variables pueden ser de dos tipos: