PRUEBA DE ENTRADA – CUESTIONARIO

CURSO:
MARKETING INTERNACIONAL

ASESOR TEMÁTICO:
DRA.: CAROLINA SALAZAR BRAVO

ESTUDIANTE:
ROSAS TOMAYLLA CESAR AGUSTO

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

ESCUELA PROFESIONAL DE INGENIERÍA DE TRANSPORTES
CICLO VII

LIMA, JULIO DE 2017

 A) ¿QUÉ ES LA ESTADÍSTICA?

La Estadística se ocupa de la recolección, agrupación, presentación, análisis

e interpretación de datos. A menudo se llaman estadísticas a las listas de
estos datos, cosa que crea una cierta ambigüedad, que no debería
originarnos confusiones. La Estadística no son sólo los resultados de
encuestas, ni el cálculo de unos porcentajes, la Estadística es un método
científico que pretende sacar conclusiones a partir de unas observaciones
hechas.

B) CONCEPTOS DE DESVIACION ESTANDAR Y VARIANZA ( EJEMPLOS)

VARIANZA: 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 idea de dispersión se relaciona con la mayor o menor
concentración de los datos en torno a un valor central, generalmente la
media aritmética.
- Para datos no agrupados: antes de aplicar la formula se calcula la media
aritmética y luego se utiliza la siguiente formula.

En el siguiente ejemplo calcular la varianza:

-Para datos agrupados: la varianza se basa en las diferencias entre la media
aritmética y cada una de las puntuaciones. Es el promedio de los cuadrados de las
distancias de las observaciones a partir de la media (su valor nunca será negativo).

Cuando se tiene los datos en una tabla de frecuencia, el cálculo de la varianza se

hace a través de las siguientes fórmulas.

La fórmula del cálculo dependerá si la distribución es de datos originales o

agrupados, así como de si se trabaja con poblaciones (se usa en el denominador N)
o con una muestra (se usa “n-1”).

En la siguiente tabla de frecuencias hallar la varianza:

DESVIACIÓN ESTÁNDAR: La desviación estándar se designa por la letra S y se
define como la raíz cuadrada de la varianza.

La desviación estándar es más usada que la varianza. Una de sus utilidades es medir
la concentración de los datos respecto a la media aritmética. Para distribuciones
normales. Expresa la cantidad de variabilidad promedio en una distribución, ella nos
permite determinar cómo se distribuyen los valores en relación con la media; su
fórmula es indistinta para distribuciones de datos originales o agrupados.

Si teníamos 37,75 como resultado de la varianza en el ejemplo anterior, entonces

la desviación estándar será: S = √37,75; S = 6,14

C) CONCEPTO DE NIVEL DE CONFIANZA

El nivel de confianza es la probabilidad de que el parámetro a estimar se

encuentre en el intervalo de confianza.

El nivel de confianza (p) se designa mediante 1 − α, y se suele tomar en tanto por

ciento.

Los niveles de confianza más usuales son: 90%; 95% y 99%.

El nivel de significación se designa mediante α.

El valor crítico (k) como z α/2.

P(Z>z α/2) = α/2    

  P[-z α/2 < z < z α/2] = 1 – α

1-a a/2 Za/2

0.90 0.05 1.645

0.95 0.025 1.96

0.99 0.005 2.575

En una distribución N(μ, σ ) el intervalo característico correspondiente a una

probabilidad p = 1 – α es:

(μ - z α/2 · σ, μ + z α/2 · σ )

D) DEFINICION DE MEDIA MUESTRAL Y POBLACIONAL

Media poblacional

Para poblaciones normales o aproximadamente normales el intervalo de confianza

para la media poblacional está centrado en la media maestral; siendo sus límites,

superior e inferior,   donde  es el valor crítico correspondiente al

grado de confianza   de la distribución t de Student con n-1 grados de

libertad. En la práctica si n es moderadamente grande el valor crítico  es igual

a 1,64 para un intervalo del 90% de confianza, 1,96 para el 95%, o 2,58 para el
99%.

Media muestral

 Dada una población X y una muestra de tamaño n, es decir, una sucesión de

variables aleatorias, X1,X2,...,Xn , réplicas de X; se entiende por media muestral a
la siguiente variable aleatoria:
Se trata, por tanto, de un estimador centrado del valor medio μ de una variable
aleatoria X , cuya varianza decrece a medida que aumenta n , el tamaño muestral,
es decir, a medida de que se disponga de "mayor información" de la población.

E) CLASES DE DISTRIBUCIÓN ESTADÍSTICA

DISTRIBUCIONES DE PROBABILIDAD

Existen diversas distribuciones, pero en este semestre estudiaremos:

Cuando la variables es discreta {Binomial

Poisson

Cuando la variables es continua{ Normal

VARIABLE ALEATORIA DISCRETA

 a) Binomial: en esta distribución el experimento aleatorio

conduce a un éxito o a un fracaso, las pruebas se consideran individuales

entre si y la probabilidad del éxito es constante.

p ( x) =( nx). p . q
x n−x
; Para x= 1, 2,3,…, n

{
B (n , p) → X B( n , p) n es el número de experimento
p es eléxito
p+q=1 ;
l a q es el fracaso y la suma del éxito más el fracaso es igual a uno
Otras fórmulas de interés son:
E ( x )=n . p
2
σ =n . p . q

b) POISSON: Es cuando el número de evento ocurre en una unidad de

tiempo o espacio, los eventos son independiente, existe
proporcionalidad entre los eventos y la unidad de tiempo o espacio.
e−λ . λ x
Definición: p ( x ) =
x!
e=2,71828
λ= promedio, entonces : λ=n . p y es una constante
E ( x )=λ=σ ( x )

VARIABLE ALEATORIA CONTINUA

DISTRIBUCIÓN NORMAL

Es el modelo matemático que rige a las variables aleatorias

continuas, es una curva que se le conoce también como campana de

gauss.
  Es simétrica

 El punto central corresponde con las medidas de

tendencia central

 Los parámetros que definen a la curva son el promedio y

la varianza

 La curva normal tipificada tiene como promedio cero y

como varianza uno.

Para tipificar (transformar los valores x en z) se utiliza:

xi−μ
z=
σ

La función de densidad de toda la curva se obtiene

mediante:

2 2
−(xi −μ) −z
1 y cuando ya está tipificada f ( z )= 1 . e σ
2 2
σ
f ( x )= .e
σ √2 π √2π

Se debe tener presente:

Si:
p ( z ≤ a ) =f ( a )
P ( z ≥ a ) =1−f ( a )
p ( a ≤ z ≤ b )=f ( b )−F (a)