Métodos Cuantitativos en Negocios

7 de abril de 2021

UTFSM
Introducción
Introducción

La estadı́stica ayuda a tomar decisiones ante circunstancias cuyas

caracterı́sticas distintivas son incertidumbre y variabilidad.

La primera caracterı́stica se origina en la imposibilidad de considerar todos los

factores involucrados dada la complejidad del entorno en general.

La segunda se debe a una variación inherente en todo aquello que ocurre

natural o cotidianamente, e incluso, en aquello que se fabrica,
independientemente del rigor con que se fijen y se lleven a cabo las condiciones
de producción.

Por ejemplo:

¿cómo saber si el alumno X aprobará la asignatura Y?

¿cuál es la rentabilidad de una inversión?
¿cuál es la probabilidad de que un cliente deje la compañı́a?

1
Introducción

Con el fin de abordar la incertidumbre, la estadı́stica se vale del cálculo de

probabilidades, creando modelos que permiten estimar los riesgos implicados en
la toma de decisiones.

Lo primordial es contar con un conjunto de datos u observaciones (también

llamamos a ese conjunto muestra) que deberán ser procesadas para obtener
información del fenómeno de estudio y ası́ dar paso a la toma de decisiones.

2
Estadı́stica Descriptiva e Inferencial

La estadı́stica puede subdividirse en dos amplias ramas: estadı́stica deductiva o

descriptiva y estadı́stica inductiva o inferencial.

1. Estadı́stica Descriptiva o Deductiva. Si al analizar una muestra sólo se

pueden obtener conclusiones válidas para la muestra sin que se puedan o
se requieran generalizar sus resultados para todo el universo.

Por medio de gráficas y valores numéricos calculados algebraicamente

caracterizamos al conjunto de datos en estudio.

3
Estadı́stica Descriptiva e Inferencial

2. Estadı́stica Inductiva o Inferencial. Si a partir de una muestra,

suficientemente representativa del universo, podemos inferir conclusiones
estadı́sticamente válidas para todo el universo.

Esto obliga a plantear simultáneamente las condiciones bajo las cuales

dichas conclusiones son válidas.

4
Etapas de una investigación estadı́stica

Aún cuando los tipos de problemas a los cuales puede aplicarse la estadı́stica
matemática son bastante heterogéneos, en muchos casos los pasos de una
investigación estadı́stica son similares.

a) Formulación del problema.

b) Diseño del experimento.
c) Experimentación o colección de datos.
d) Tabulación y descripción de los resultados.
e) Inferencia estadı́stica y formulación de la respuesta.

5
Tipos de estudio
Tipos de estudio

Se pueden distinguir según:

1. Asignación a la exposición
2. Temporalidad
3. N◦ de mediciones sucesivas
4. Metodologı́a de análisis
5. Unidad de análisis

6
Tipos de estudio

1. Asignación a la exposición

a) Experimentales: el investigador asigna en forma aleatoria la exposición.

b) Pseudo-experimental: el investigador controla la exposición pero no
asigna en forma aleatoria.
c) Observacional (o no-experimental): el investigador no controla la
exposición, depende de variables que él no controla.

7
Tipos de estudio

2. Temporalidad

a) Retrospectivo: el evento de interés ya ocurrió, esto separa a los grupos y

el investigador mira hacia atrás.
b) Prospectivo: al momento del estudio el evento aun no ocurre, los grupos
se separan por exposición y se siguen hasta ocurrencia (o no ocurrencia)
del evento.

8
Tipos de estudio

3. Número de mediciones sucesivas

a) Transversal: se mide sólo una vez y al mismo tiempo exposición y evento.

b) Longitudinales: se realizan dos o más mediciones.

9
Tipos de estudio

4. Metodologı́a de análisis

a) Descriptivo: busca describir la realidad, estudiar frecuencias, etc.

b) Analı́tico: se busca asociar variables, responder hipótesis de investigación.

10
Tipos de estudio

5. Unidad de análisis

a) Individuales: la unidad de análisis es cada individuo (unidad muestral) y

se cuenta con al menos una medición de cada uno.
b) Grupales: la unidad de análisis es un grupo (población, paı́s, comuna, etc)
y se cuenta con medidas agrupadas como promedios y/o tasas.

11
Causalidad-Correlación

Causalidad: relación entre causa y efecto.

Correlación: correspondencia o relación recı́proca entre dos o más cosas o
series de cosas.

Correlación no implica causalidad

12
Causalidad-Correlación

Correlación espuria: existe una relación matemática pero los factores no

presentan una relación lógica.

13