FACULTAD DE

POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

1) ¿Cuá l es la diferencia entre pará metro y un estadístico?

 Parámetro, una característica de la población. Por ejemplo, la media poblacional (μ), la
desviación estándar poblacional (σ), entre otros.
 Estadístico, una característica de la muestra. Por ejemplo, la media muestral ( x ), la desviación
estándar poblacional (s), entre otros

2) ¿Por qué una muestra tiene que ser representativa de la població n de la cual ha sido
tomada?

Ahora bien, la selección de la muestra tiene que hacerse con bastante cuidado, tratando que
esta sea una muestra representativa de la población, de tal manera que los resultados
obtenidos mediante el análisis estadístico sean válidos, es decir, que sean no sesgados y
eficientes.

3) ¿El error muestral puede siempre disminuirse aumentando el tamañ o de la muestra?

Error muestral, es el error que aparece debido al uso de la muestra en vez de la población. Es
importante notar, que este error puede reducirse al incrementarse el tamaño de la muestra si se usa el
muestreo probabilístico que se detalla posteriormente

4) ¿El muestreo probabilístico es usado comú nmente para realizar estudios exploratorios?
Comente.

En este tipo de muestreo se supone que todos los elementos de la población tienen la probabilidad de
ser elegidos. Sin embargo, no todos tendrán necesariamente la misma probabilidad de ser elegidos.
Este método es el que debe ser utilizado si la intención es la realización de inferencia estadístico.

5) El muestreo aleatorio simple, el muestreo sistemá tico y el muestreo basado en el juicio

del analista, son todos muestreos probabilísticos.
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

Este tipo de muestreo depende de lo que el analista considere como importante para la construcción
de la muestra. Por ejemplo, un auditor contable puede decidir no aplicar ningún muestreo
probabilístico como los mencionados anteriormente y, en vez de eso, determinar en base a su
experiencia, qué documentos solicitar para su análisis.

6) Explique cuá l es el principal problema del muestreo sistemá tico.

El principal problema de este método es conocido como el de estacionalidad. El problema de

estacionalidad ocurre cuando en los datos existen ciertos patrones determinísticos que se repiten
de acuerdo a una determinada frecuencia.

7) Explique l a s c a r a c t e r í s t i c a s d e u n a t a b l a d e f r e c u e n c i a s
adecuadamente estructurada
(mutuamente excluyente y
exhaustivas).

a. Las clases deben ser mutuamente excluyentes, es decir, los límites entre clases jamás deben
pertenecer a más de una clase. Por ejemplo, las clases (2.600, 2.700] y (2.700, 2.800] son
mutuamente excluyentes ya que los límites de una clase no están incluidos en la otra: 2.700 está
incluida en la primera clase, pero no lo está en la segunda. Nótese que “]” significa que el límite
está incluido en una clase en particular y, “(” implica que el límite no está incluido en una clase en
particular.

b. Las clases deben ser exhaustivas, es decir, todas las observaciones en la muestra deben estar
incluidas en alguna de las clases. Como puede advertirse en la Tabla 3, todos los valores de Tabla 2
han sido incluidos. La forma de verificar esto es simplemente verificar que el total de la columna
“frecuencia” corresponda al número de observaciones de la muestra (en nuestro caso 10)

8) Si se tienen los siguientes datos que corresponden al nú mero de horas por día, pasadas
frente al televisor, por un grupo de 20 niñ os:

2.0, 2.5, 3.0, 1.2, 2.9, 3.2, 2.5, 1.7, 2.3, 1.5, 4.1, 2.9, 3.1, 3.2,
4.4, 3.2, 4.1, 3.5, 2.8, 3.6.

Con estos datos construya la tabla de distribució n de frecuencias que incluya las frecuencias,
frecuencias acumuladas, las frecuencias relativas y las frecuencias relativas acumuladas. Para
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1
la construcció n de las clases empiece en 1 y que el rango de las clases sea también 1, es decir,
la primera clase será [1,2).
Clase Frecuencia Frecuencia Frecuencia Relativa % acumulado
2 4 4 0.2 20.00%
3 7 11 0.35 55.00%
4 6 17 0.3 85.00%
5 3 20 0.15 100.00%
6 0 20 0 100.00%
y mayor... 0   1 100.00%

9. Basados en la pregunta 8, grafique el histograma, el polígono de frecuencias, y el grá fico de

las frecuencias relativas acumuladas.

Histograma
8 120.00%
100.00%
6
80.00%
Frecuencia

4 60.00% Frecuencia
40.00% % acumulado
2
20.00%
0 0.00%
2 3 4 5 6 y mayor...
Clase

10) Basados en la pregunta 8 responda las siguientes

preguntas:

a. ¿Cuá l es el porcentaje de niñ os que ven televisió n menos de 3

horas?
El porcentaje es de 55%

b. ¿Cuá ntos niñ os ven televisió n entre 2 y 3

horas?
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1
11 niños en total

c. ¿Cuántos niñ os ven televisió n entre 2 y 4

horas?
17 niños

d. ¿Cuá l es el porcentaje de niñ os que ven televisió n tres horas o

má s?
Mas de 85%

11) Desarrolle el ejercicio 8 usando

Excel.

12) Basados en los datos del ejercicio 8 calcule las siguientes medidas de tendencia
central:

MEDIA 2.885
MODA 3.2
MEDIANA 2.95
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1
13) Basados en los datos del ejercicio 8 calcule las siguientes medidas de
dispersió n:

RANGO 3.2
RANGO MAX 4.4
RANGO MINI 1.2

2.45 Q1
3 Q2
3.275 Q3
4.4 Q4

DESVIACION
0.86101226 ESTANDAR
3.2 RANGO
RANGO
0.825 INTERCUARTIL
DMA

14) Basados en los datos del ejercicio 8 calcule la variable estandarizada (z) y demuestre
que su media es 0 y su varianza 1.

VARIA
0.74134211 NZA

2
2.5
3
1.2
2.9
3.2
2.5
1.7
2.3
1.5
4.1
2.9
3.1
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

3.2
4.4
3.2
4.1
3.5
2.8
3.6

15) Basados en los datos del ejercicio 8 calcule el coeficiente de

variació n.

29.8444456 COEFICIENTE VARIACION

16) Se tiene dos muestras. La media y desviació n estándar de la primera es igual a 0,25 y 0,1,
respectivamente. La media y desviació n está ndar de la segunda es igual a 210 y 5,
respectivamente. Comparando la desviació n está ndar de ambas se puede concluir que la
primera muestra es menos dispersa que la segunda. ¿Es esta conclusió n válida? ¿Por qué?
¿Cuá l sería la manera correcta de determinar cuá l de las muestras presenta má s dispersió n?

0.3 250

0.25
200

0.2
150

0.15

100
0.1

50
0.05

0 0
1

Se logra visualizar que la muestra más dispersión es la segunda

 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

17) ¿A qué se refiere el problema de la media referido a los valores extremos (outliers)?
Presente un ejemplo simple en el que se demuestre este problema.

Encuentre los outliers del conjunto de datos. También encuentre la media del conjunto de datos
incluyendo los outliers y excluyendo los outliers.

15, 75, 20, 35, 25, 85, 30, 30, 15, 25, 30

Primero arregle el conjunto de datos en orden.

15, 15, 20, 25, 25, 30, 30, 30, 35, 75, 85

Grafique los datos en una recta numérica como una gráfica de puntos.

Los valores 75 y 85 están muy lejos del centro. Así, estos dos valores son outliers para el conjunto de
datos dado.

18) ¿La mediana se ve afectada por los valores

extremos?

No se ve afectada, su mediana es 30
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

19) (Ejercicio en Excel) En la Tabla 10 se muestran los datos del producto interno bruto, de
los gastos en consumo personales y de la inversió n bruta en construcció n residencial en los
Estados Unidos durante los añ os 2000 al 2009.Los datos se obtuvieron del Bureau of
Economic Analysis. Utilice estos datos para realizar lo siguiente:

a) Hacer el diagrama de series de tiempo del PBI y de los gastos en consumo

personales

DIAGRAMA
20000
15000
10000
5000
0
1 2 3 4 5 6 7 8 9 10

PIB
Linear (PIB)
GASTOS EN CONSUMO PERSONAL

b) Hacer el diagrama de dispersió n entre el PBI y los gastos en consumo personales.

Asumir que la variable endó gena es gastos en consumo personales. Añ adir la línea de
tendencia y mostrar la ecuació n de la misma, así como el coeficiente de determinació n
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

f(x) = NaN x + NaN

R² = 0 DIAGRAMA
12
10
8
6
4
2
0
0 2 4 6 8 10 12
PIB Linear (PIB)
GASTOS EN CONSUMO PERSONAL

C) Hacer el diagrama de dispersió n entre el PBI y la inversió n bruta en construcció n

residencial. Asumir que la variable endó gena es la inversió n bruta en construcció n
residencial.
Añ adir la línea de tendencia, y mostrar la ecuació n de la misma, así como el coeficiente de
determinació n (R2).

INVERSION BRUTA CONSTRUCCION RES-

IDENCIAL
900
800
700
600
500 f(x) = 0.0112876532509184 x + 430.817672697918
400 R² = 0.0194920031094153
300
200
100
0
9000 10000 11000 12000 13000 14000 15000

Explique su resultado en términos del signo y la magnitud del coeficiente de

correlació n.
d) Calcular el coeficiente de correlació n entre el PBI y la inversió n bruta en construcció n
residencial. Explique su resultado en términos del signo y la magnitud del coeficiente de
correlació n.
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

COEFICIENTE DE CORRELACION= 0.96762122

 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

e) Explique la relació n entre la ecuació n de la línea calculada en la pregunta b) y el coeficiente

de correlació n estimado en la pregunta d).

Ecuación: y=560.89x +9185.3

COEFICIENTE DE CORRELACION= 0.96762122

20) (Ejercicio en Excel) Basados en los datos presentados en el ejercicio anterior construya
una tabla que contenga la media, la mediana, el rango, el valor má ximo, el valor mínimo, la
varianza y la desviació n está ndar de cada una de las variables incluidas en el archivo, es decir,
del producto interno bruto, de los gastos en consumo personales y de la inversió n bruta en
construcció n residencial.

DESVIACIO
MEDIAN RANG VALOR VALOR N
MEDIA A MODA O MAX MIN VARIANZA ESTANDAR
12270.2 14441. 2970239.0
PIB 5 12253.1 #N/D 4489.9 4 9951.5 9 1723.43816
GASTOS EN
CONSUMO 10809.
PERSONAL 8641.46 8552.05 #N/D 3978.7 1 6830.4 1843949 1357.92084
INVERSION
BRUTA
CONSTRUCCIO 19415.217
N RESIDENCIAL 569.32 543.55 #N/D 414 775 361 3 139.338499

N/D NO HAY DATOS REPETITIVOS

21) ¿Qué informació n nos proporciona el coeficiente de

correlació n?

COEFICIENTE DE CORRELACION
PBI= -1054681.18
Gastos en consumo personal= -
728353.916
Inversión Bruta Construcción
Residencial= -42998.1501
 FACULTAD DE
POSTGRADO MAESTRÍA
EN FINANZAS
ESTADÍSTICA
FINANCIERA GUÍA No.1

22) ¿Cuá l es la diferencia entre el coeficiente de correlació n y el coeficiente de

determinació n?

El coeficiente de determinación es la proporció n de la varianza total de la variable

explicada por la regresió n. Es también denominado R cuadrado y sirve para reflejar la
bondad del ajuste de un modelo a la variable que se pretende explicar.

El coeficiente de determinació n puede adquirir resultados que oscilan entre 0 y 1. Así,

cuando adquiere resultados má s cercanos a 1, mayor resultará el ajuste del modelo a la
variable que se pretende aplicar para el caso en concreto. Por el contrario, cuando adquiere
resultados que se acercan al valor 0, menor será el ajuste del modelo a la variable que se
pretende aplicar y, justo por eso, resultará dicho modelo menos fiable.

El coeficiente de correlación de Pearson o r es una prueba estadística que permite

analizar la relació n entre dos variables medidas en un nivel por intervalos o de razó n, donde
r mide el grado de asociació n lineal entre dos variables X e Y. La prueba en sí no considera a
una como independiente y a otra como dependiente, ya que no se trata de una prueba que
evalú a causalidad. El coeficiente r de Pearson se estima de acuerdo a la siguiente fó rmula: