Presentaciones Unidas Semana 1

MÉTODOS CUANTITATIVOS
Q3-2022
.
Estadística Aplicada a los Negocios y Economía, Lind, Marchal, Wathen. 15a Ed. McGrawHill
Honduras - Datos estadísticos
• En Honduras se estima que la tasa de analfabetismo (no sabe leer ni escribir)

de personas mayores de 15 años es del 11.8%.
• Con base a los resultados de esta encuesta, los habitantes se estiman en

9,613,894:
▫ 4,677,624 (48.65%) son hombres y 4,936,270 (51.35%) son mujeres.
• Con base en un total de 2,060,165 hogares, el ingreso per cápita a nivel

nacional, es de L. 3,068.00 por mes, con un promedio de 6.8 años de estudio
para el jefe del hogar.
• Para junio de 2017 el 64.3% de los hogares hondureños se encuentran en

condiciones de pobreza, ya que sus ingresos se encuentran por debajo del
costo de una canasta básica de consumo que incluye alimentos y otros bienes y
servicios
• Fuente: INE, 2022.

Covid en el mundo - Datos estadísticos
• En el mundo:
▫ Casos: 549,156,876
▫ Muertos: 6,339,072
▫ Dosis Administradas: 11,752,416,329
• En Honduras:
▫ Casos: 427,718
▫ Muertos: 10,906
▫ Dosis Administradas: 14,369,912
• Fuente: INE, 2022.

Qué es Estadística?
• Ciencia que:
▫ Recoge
▫ Organiza
▫ Presenta
▫ Analiza
▫ Interpreta
• El qué?
▫ Datos
• Con qué fin?

▫ Para propiciar una toma de decisiones más eficaz.
Por qué se debe estudiar Estadística?
• Hay información numérica por todas partes.
• Las técnicas estadísticas se emplean para tomar decisiones que afectan la vida
diaria.
• El conocimiento de sus métodos facilita la comprensión de la forma en que se

toman decisiones y proporciona un entendimiento más claro de cómo le
afectan.
Tipos de Estadística
Una rama de las matemáticas que

transforma datos en información
Estadística útil para los tomadores de
decisiones.
Estadística Descriptiva Estadística Inferencial
Métodos para organizar, resumir y Métodos que se emplean para

presentar datos de manera determinar una propiedad de una
informativa. población con base en la información
de una muestra de ella.
Estadística Descriptiva
• Recolectar Datos
▫ e.g., Encuestas
• Presentar los datos

▫ e.g., Tablas y gráficos
• Caracterizar los datos

▫ e.g., La media de la muestra es
∑ 𝑥!
=
𝑛
Estadística Inferencial
• Objetivo: Encontrar algo relacionado con una población a partir de una
muestra.
• Estimación
▫ e.g., Estimar el peso medio de la
población a partir del peso medio
de la muestra.
• Pruebas de Hipótesis
▫ e.g., Probar que el peso medio de la población es de 150 lbs.
Definiciones
• Población: Consiste en todos los miembros de un grupo acerca de los cuales
se desea obtener una conclusión.
• Muestra: es una porción o parte de la población seleccionada para análisis.
• Parámetro: es una medida numérica que describe una característica de la

población.
• Estadístico: Es la medida numérica que describe alguna característica de la

muestra.
Población vrs. Muestra
Población Muestra
• Parámetros: Medidas usadas para • Estadístico: Medidas calculadas

describir la población de la muestra
Tipos de Variables
• Hay dos tipos de variables:
1. Cualitativas
2. Cuantitativas
Variable Cualitativa o Atributo
• Cuando la característica que se estudia es de naturaleza no numérica.
• Ejemplo:
▫ Género
▫ Afiliación religiosa
▫ Tipo de automóvil
▫ Color de ojos
• Cuando los datos son cualitativos, importa la cantidad o proporción que caen
dentro de cada categoría. Por ejemplo:
▫ Qué porcentaje de la población tiene ojos azules?

▫ Cuántos católicos hay en Honduras?
▫ Qué porcentaje del total de carros vendidos el mes pasado eran SUV?
• Los datos cualitativos se resumen en tablas o gráficas de barras.

Variable Cuantitativa
• Cuando la variable que se estudia aparece en forma numérica.
• Ejemplo:
▫ Saldo en su cuenta de cheques
▫ Edades de los presidentes de las compañías
▫ La vida de la batería de un carro
▫ Número de hijos que hay en una familia
• Se dividen en 2:
▫ Variables Discretas: adoptan solo ciertos valores.
▫ Ej.
Número de camas en una casa
Número de carros
Número de defectos
▫ Variables Continuas: Toman cualquier valor dentro de un intervalo

específico, que por lo general son resultado de mediciones.
▫ Ej:
Presión del aire en una llanta
El peso de un cargamento de tomates
Tipos de Variables
Tipo de
Variables
Cualitativa Cuantitativa
Discreta Continua
• Estado Civil • Hijos en una familia • Peso

• Color de Cabello • Aparatos de TV que • Precipitación annual
• Marca de PC poseen • Monto del ISR
• Resumen del tipo de Variables Estadística Aplicada a los Negocios y Economía, Lind, Marchal, Wathen. 15a Ed. McGrawHill
Niveles de Medición
• Los datos se clasifican por niveles de medición
• El nivel de medición de los datos rige los cálculos que se llevan a cabo con el
fin de resumir y presentar los datos.
• Determina las pruebas estadísticas que se deben realizar.
• Existen 4 niveles de medición:

▫ Nominal
▫ Ordinal
▫ De intervalo
▫ De razón
Datos de Nivel Nominal
• Propiedades:
▫ Las variables de interés se divide en categorias o resultados
▫ No existe un orden natural de los resultados.
• Las observaciones acerca de una variable cualitativa sólo se clasifican y se cuentan.
• Ej. El conteo de los estudiantes que entran a un partido de fútbol, e informa

cuántos son hombres y cuántas mujeres.
• Para el nivel nominal, la medición consiste en contar.
• Ej. Encuesta de Resultados a trabajadores.

▫ La variable de interés son los beneficios con 5 posibles resultados:
Más dinero
Mejor atención médica
Mejor retiro
Balance trabajo/familia
Otros
• No existe un orden natural para los resultados ; se puede poner “Mejor atención
médica” primero en vez de “Más Dinero”
Datos de Nivel Ordinal
Superior 5
Bueno 4
Promedio 3
Malo 2
Inferior 1
• Propiedades:
▫ Las clasificaciones de los datos se encuentran representadas por conjuntos de etiquetas o
nombres (alto, medio, bajo), los cuales tienen valores relativos.
▫ En consecuencia, los valores relativos de los datos se pueden clasificar u ordenar.
• Una calificación es más alta o mejor que la siguiente.
• Superior es mejor que bueno; Bueno es mejor que promedio.
• No es posible distinguir la magnitud de las diferencias entre los grupos.
• La diferencia entre superior y bueno es la misma entre malo e inferior?

Datos de Nivel de Intervalo
• Def. Incluye todas las características del nivel ordinal, pero además el cero no
representa ausencia.
• Propiedades:
▫ Los datos de intervalo siempre son numéricos.
▫ Las clasificaciones de datos se ordenan de acuerdo con el grado que posea
la característica en cuestión.
• Ejemplos:
Talla Cintura
8 24
10 26
12 28
14 30
Datos de Nivel de Razón
• Posee todas las características del nivel de intervalo, además de que el punto 0
tiene sentido.
• Propiedades:
▫ Las clasificaciones de datos se ordenan de acuerdo con la cantidad de
características que poseen.
▫ El punto cero representa la ausencia de características.
• Ejemplos:
▫ Salarios
▫ Unidades de producción
▫ Cambio en los precios de las acciones
▫ Distancia entre sucursales
Niveles de Medición
Niveles de
Medición
Nominal Ordinal Intervalo Razón
Punto 0 no Punto 0
Los datos sólo se Los datos se
representa significativo.
clasifican ordenan
Ausencia Ausencia
Ejercicios
• Cuál es el nivel de medición de cada una de las siguientes variables?
▫ Coeficientes intelectuales de los estudiantes.
▫ Una clasificación de estudiantes por fecha de nacimiento (Feb, Mar, Abr,

etc)
▫ Una clasificación de estudiantes que cursan primero, segundo, tercero o

últimos grados.
▫ Número de horas que los alumnos estudian a la semana.
Descripción de Datos
• Tablas de Frecuencias
• Distribución de Frecuencias
• Representación Gráfica
• Objetivos:
▫ Hacer una tabla de frecuencias a partir de un grupo de datos
▫ Organizar los datos cualitativos en una gráfica de barras
▫ Presentar un grupo de datos como una gráfica de pastel
▫ Crear una distribución de frecuencias de un grupo de datos
▫ Comprender una distribución de frecuencias relativas
▫ Representar una distribución de frecuencias de datos por medio de
histogramas
Tabla de Frecuencias
• Def. Agrupación de datos cualitativos en clases mutuamente excluyentes que
muestra el número de observaciones en cada clase.
• El objetivo es organizar datos con el fin de mostrar la distribución general de

éstos y el lugar en donde tienden a concentrarse, además de señalar valores de
datos poco usuales o extremos.
Tabla de Frecuencias - Ejemplo
• 5 variables para cada venta de vehículo:
▫ La edad del comprador
▫ Monto de la ganancia
▫ Distribuidora que hizo la venta
▫ Tipo de vehículo vendido
▫ Número de compras previas del consumidor
• Se quiere resumir las ventas del mes pasado por locación

Edad Ganancia Locación Tipo Vehículo Compras Previas
21 $ 1,387.00 Tionesta Sedan 2
23 $ 1,744.00 Sheffield SUV 1
24 $ 1,817.00 Sheffield Híbrido 1
25 $ 1,040.00 Sheffield Compacto 4
26 $ 1,273.00 Kane Sedan 1
27 $ 1,529.00 Sheffield Sedan 1
27 $ 3,082.00 Kane Camión 2
28 $ 1,951.00 Kane SUV 1
28 $ 2,692.00 Tionesta Compacto 3
29 $ 1,206.00 Sheffield Sedan 2
29 $ 1,342.00 Kane Sedan 2
30 $ 443.00 Kane Sedan 3
30 $ 754.00 Olean Sedan 2
30 $ 1,621.00 Sheffield Camión 1
• Tabla de Frecuencias de los vehículos que vendió la Compañía de Autos:
Número de
Locación Autos Frec. Relativa
Tionesta
Sheffield
Kane
Olean
Total
• Tabla de Frecuencias de los vehículos que vendió la Compañía de Autos:
Locación Número de Autos

Tionesta 5
Sheffield 10
Kane 9
Olean 2
Total 26
Frecuencias Relativas de Clase
• Frecuencias relativas de clase
▫ Se convierten las frecuencias de clase en frecuencias relativas de clase para
mostrar la fracción del número total de observaciones en cada una de ellas.
▫ La frecuencia relativa capta la relación entre la totalidad de elementos de

una clase y el número total de observaciones.
Número de Frecuencia
Locación Autos Relativa
Tionesta 5 0.192
Sheffield 10 0.385
Kane 9 0.346
Olean 2 0.077
Total 26 1
Representación Gráfica de Datos Cualitativos
• El instrumento más común para representar una variable cualitativa:
▫ Gráfica de barras
▫ Gráfica de Pastel
Gráfica de Barras
• El instrumento más común para representar una variable cualitativa en forma
gráfica es la gráfica de barras.
• Donde:
▫ El eje horizontal muestra la variable de interés
▫ El eje vertical muestra la frecuencia o fracción de cada uno de los posibles
resultados.
• Características:
▫ Existe un espacio entra las barras.
▫ La serie de rectángulos tienen un ancho uniforme
▫ La altura corresponde a la frecuencia de clase.
Gráfica de Barras - Ejemplo
• Siguiendo con el ejemplo de venta de carros:
Locación Número de Autos
Tionesta 5
Sheffield 10
Kane 9
Olean 2
Total 26
Gráfica de Pastel
• Muestra la parte o el porcentaje que representa cada clase del total de
números de frecuencia.
• Pasos para la construcción:
▫ Registrar los porcentajes 0, 5, 10, 15, etc de manera uniforme alrededor de

la circunferencia de un círculo.
• Ejemplo:
Número de Frecuencia
Locación Autos Relativa
Tionesta 5 0.192
Sheffield 10 0.385
Kane 9 0.346
Olean 2 0.077
Total 26 1
Distribución de Frecuencias: Datos Cuantitativos
• Def. Agrupación de datos en clases mutuamente excluyentes, que muestra el
número de observaciones que hay en cada clase.
• Pasos:
1. Defina el número de clases: emplear suficientes agrupamientos o clases, de
manera que se perciba la forma de la distribución.
ln n
k=
ln 2
2. Determine el intervalo o ancho de clase. Este deberá ser el mismo para todas
las clases. ValorMax - ValorMin
i=
Núm. de Clases
3. Establezca los límites de cada clase.
4. Registre en cada clase cada uno de los datos.
5. Cuente el número de elementos de cada clase.
Distribución de Frecuencias - Ejemplo
• Las comisiones que obtuvieron los 12 miembros del personal de ventas de
Master Chemical Company durante el primer trimestre del año pasado son los
siguientes:
$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

$1,540 $1,495 $1,590 $1,625 $1,510 $1,495
• Número de Clases= ln(12)/ln(2)= 4

• Min = $1,470
• Max = $1,770 Clases
• Ancho de Clase = ($1,770-$1,470)/4= $75 $1,470 .00 ≤ x < $1,545.00
$1,545.00 ≤ x < $1,620.00
$1,620.00 ≤ x < $1,695.00
$1,695.00 ≤ x ≤ $1,770.00
siguientes:
$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

$1,540 $1,495 $1,590 $1,625 $1,510 $1,495
Comisiones Frecuencias Frecuencias

$1,470 ≤x< $1,545.00 IIIIII 6
$1,545.00 ≤x< $1,620.00 II 2
$1,620.00 ≤x< $1,695.00 III 3
$1,695.00 ≤x≤ $1,770.00 I 1
Total 12 12
siguientes:
$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

$1,540 $1,495 $1,590 $1,625 $1,510 $1,495
Frec. Rel
Comisiones Frecuencias Frec. Acum. Frec.Relat Acum
$1,470 ≤x< $1,545.00
$1,545.00 ≤x< $1,620.00
$1,620.00 ≤x< $1,695.00
$1,695.00 ≤x≤ $1,770.00
Total
Distribución de Frecuencias Relativas- Ejemplo
siguientes:
$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

$1,540 $1,495 $1,590 $1,625 $1,510 $1,495
Frec.
Frec. Relativa
Comisiones Frecuencias Frec. Acum. Relativa Acum.
$1,470 ≤x< $1,545.00 6 6 0.500 0.500
$1,545.00 ≤x< $1,620.00 2 8 0.167 0.667
$1,620.00 ≤x< $1,695.00 3 11 0.250 0.917
$1,695.00 ≤x≤ $1,770.00 1 12 0.083 1.000
Total 12 1
Ejercicio
• Midas cuenta con varios talleres en el área metropolitana. Las cantidades
diarias de cambios de aceite que se realizaron en los talleres los pasados
veinte días son las siguientes:
65 95 55 62 79 58 50 90 72 56
70 62 66 80 94 79 63 73 71 85
• Cuántas clases recomendaría?

• Qué intervalo de clases sugeriría?
• Qué límite inferior recomendaria para la primera clase?
• Organice el número de cambios de aceite como distribución de frecuencias.
• Elabore la Distribución de Frecuencias
• Elabore el Histograma con la información de la Distribución de Frecuencias
• Dé una conclusión acerca de una de las frecuencias relativas
• Dé una conclusión acerca de una de las frecuencias relativas acumuladas
Ejercicio
• Midas cuenta con varios talleres en el área metropolitana. Las cantidades
diarias de cambios de aceite que se realizaron en el taller los pasados veinte
días son las siguientes:
65 95 55 62 79 58 50 90 72 56
70 62 66 80 94 79 63 73 71 85
• Distribución de frecuencias, y distribución de frecuencias relativas.
Frec.
Clases Frecuencias Frecuencias Relativas
50 ≤x< 59 IIII 4 0.200
59 ≤x< 68 IIIII 5 0.250
68 ≤x< 77 IIII 4 0.200
77 ≤x< 86 IIII 4 0.200
86 ≤x≤ 95 III 3 0.150
20 20 1
Histograma
• Una distribución de frecuencias se puede representar gráficamente por medio
del Histograma.
• Un histograma de una distribución de frecuencias de datos cuantitativos se

asemeja mucho a la gráfica de barras.
• Características:
▫ Las clases se señalan en el eje horizontal, y las frecuencias en el eje vertical.
▫ Las frecuencias de clase se representan por medio de las alturas de las

barras.
▫ El eje horizontal representa todos los valores posibles y las barras se

colocan de forma adyacente para que muestren la naturaleza contínua de
los datos
Histograma - Ejemplo
• Ejemplo Clases Frecuencias Frecuencias Frec. Relativas
50 ≤ x < 59 IIIII 4 0.200
59 ≤ x < 68 IIII 5 0.250
68 ≤ x < 77 IIII 4 0.200
77 ≤ x < 86 IIII 4 0.200
86 ≤ x ≤ 95 II 3 0.150
Total 20 20 1
50 59 68 77 86 95
Estadística Aplicada a
los Negocios y
Economía, Lind,
Marchal, Wathen. 15a
Ed. McGrawHill
• Objetivos:
▫ Explicar el concepto de tendencia central.
▫ Identificar y calcular la media aritmética
▫ Calcular e interpretar la media ponderada
▫ Determinar la mediana
▫ Identificar la moda
▫ Calcular la media geométrica
▫ Explicar y aplicar las medidas de dispersión
▫ Calcular e interpretar la varianza y la desviación estándar.
▫ Explicar la Regla Aritmética
▫ Calcular la media y la desviación estándar de datos agrupados
• Dos formas numéricas para describir datos cuantitativos:
▫ Las medidas de ubicación (promedios) : Consiste en señalar el centro de un
conjunto de valores.
Media aritmética
Media ponderada
Mediana
Moda
Media Geométrica
▫ Las medidas de dispersión: denominada con frecuencia variación de los

datos.
Rango
Desviación Media
Varianza
Desviación Estándar
Coeficiente de Variación
Media Poblacional
• Es la suma de todos los valores observados en la población dividida entre el
número de vlaores de la población.
Sx
µ=
N
• Donde:
▫ µ: media poblacional.
▫ N: número de valores en la población
▫ x: representa cualquier valor en particular
▫ Σ:Indica la operación de suma.
• Cualquier característica medible de una población recibe el nombre de

parámetro.
• La media de una población es un parámetro.
Media Muestral
• La media muestral es la suma de los valores de la muestra, divididos entre el
número total de valores de la muestra.
Sx
x=
n
• Donde:
▫ 𝑥:̅ es la media de la muestra.
▫ n: es el número de valores de la muestra
▫ x:representa cualquier valor en particular
▫ Σ: indica la operación de suma.
• La media de la muestra o cualquier otra medición basada en una muestra de

datos recibe el nombre de estadístico.
Media Aritmétrica
• Propiedades:
1. Todo conjunto de datos posee una media.
2. Todos los valores se encuentran incluidos en el cálculo de la media.
3. La media es única
4. La suma de las desviaciones de cada valor de la media es cero.
S( x - x) = 0
▫ Por ejemplo, tenemos 3, 4 y 8.
▫ La media es: (3+4+8)/3=15/3=5
▫ Por lo tanto, (3-5)+(4-5)+(8-5)=-2-1+3=0
Ejercicio
• Calcule la media de la siguiente población de valores:
• 5, 9, 4, 10
• Demuestre que S( x - x) = 0
(x-media)
• Media = (5+9+4+10)/4= 7 5 5-7 = -2
9 9-7 = 2
4 4-7 = -3
10 10-7 = 3
=0
Media Ponderada
• Se presenta cuando hay varias observaciones con el mismo valor.
• Las ponderaciones son conteos de frecuencias.
• La media ponderada del conjunto de número representados como

𝑥! , 𝑥" , 𝑥# , … , 𝑥$ con las ponderaciones correspondientes 𝑤! , 𝑤" , 𝑤# , … , 𝑤$ se
calcula de la sigiuente manera:
w1 x1 + w2 x2 + ... + wn xn
xn =
w1 + w2 + ... + wn
• De forma abreviada:
S(wi xi )
xn =
Swi
Media Ponderada - Ejemplo
• Una compañía de construcción paga a sus empleados que trabajan por hora
$16.50, $19.00, o $25. Hay 26 empleados que trabajan por hora. 14 reciben
tarifa de $16.50, 10 tarifa de $19 y 2 la de $25. ¿Cuál es la tarifa promedio por
hora que se paga a los 26 empleados?
w1 x1 + w2 x2 + ... + wn xn
xn =
w1 + w2 + ... + wn
w1 x1 + w2 x2 + ... + wn xn
xn =
w1 + w2 + ... + wn
𝟏𝟒∗𝟏𝟔.𝟓𝟎 , 𝟏𝟎∗𝟏𝟗 ,(𝟐∗𝟐𝟓) 𝟒𝟕𝟏
• = = = 𝟏𝟖. 𝟏𝟏
(𝟏𝟒,𝟏𝟎,𝟐) 𝟐𝟔
w1 x1 + w2 x2 + ... + wn xn
xn =
w1 + w2 + ... + wn
14($16.50 ) + 10($19 ) + 2($25) 471

xn = = = $18.115
14 + 10 + 2 26
16.5 + 16.5 + 16.5 + 16.5 + 16.5 … + 19 + 19 + 19 ± ⋯ + 25 + 25

= = 18.115
26
• Springers vendió 95 trajes para caballero Antonelli a un precio normal de
$400. Durante la venta de primavera rebajaron los trajes a $200 y vendieron
126. Al final de la venta de liquidación, redujeron el precio a $100 y se
vendieron los restantes 79 trajes.
• ¿Cuál fue el precio promedio ponderado de un traje Antonelli.
• ¿Cuál fue el precio promedio ponderado de un traje Antonelli.
23∗455 , !"6∗"55 ,(72∗!55) 7!!55

• = = = 237
(23,!"6,72) #55
• En promedio, un traje se vendió a $237
• ¿Cuál fue el precio promedio ponderado de un traje Antonelli?
95($400 ) + 126($200 ) + 79($100 ) 71,100

xn = = = $237
95 + 126 + 79 300
• Springers pagó $200 por cada uno de los 300 trajes. Haga un comentario
sobre la ganancia de la tienda por traje, si un vendedor recibe $25 de
comisión por cada uno que vende.
• $237 - $200 = $37 - $25 = $12 de ganancia por traje vendido.

Mediana ("
𝒙)
• Punto medio de los valores una vez que se han ordenado de menor a mayor
o de mayor a menor.
• Propiedades:
▫ No influyen en ella valores extremadamente grandes o pequeños
▫ Es calculable en el caso de datos de nivel ordinal
• Ej.
Precios ordenados Precios ordenados
de menor a mayor de mayor a menor
$60,000 $275,000
$65,000 $80,000
$70,000 $70,000
$80,000 $65,000
$275,000 $60,000
Mediana - Ejemplo
• Una muestra de 10 adultos reveló la cantidad de horas que pasan utilizando
Facebook en horas el mes pasado:
3 5 7 5 9 1 3 9 17 10
• Encuentre:
▫ La media
▫ La mediana
Mediana - Ejemplo
• Una muestra de 10 adultos reveló la cantidad de horas que pasan utilizando
Facebook en horas el mes pasado:
• Ordenamos los valores de menor a mayor:
1 3 3 5 5 7 9 9 10 17
• Encuentre:
▫ La media = 6.9
▫ La mediana = (5+7)/2=6
Moda
• Valor de la observación que aparece con mayor frecuencia.
• Es de especial utilidad para resumir datos de nivel nominal.
• Ej.
▫ Resultados del estudio realizado por DuPont para determinar qué color
prefieren los consumidores en los Autos de Lujo:
Media Geométrica
• Resulta útil para determinar el cambio promedio de porcentajes, razones,
índices o tasas de crecimiento.
• La media geométrica es un conjunto de 𝑛 números positivos se define como la

raíz enésima de un producto de n variables.
MG = n ( x1 )( x2 )...( xn ) - 1
• La media geométrica siempre es menor o igual (núnca mayor) que la media

aritmética. Todos los datos deben ser positivos.
Media Geométrica - Ejemplo
• Suponga que Usted recibe 5% de aumento salarial este año, y 15% de aumento
el siguiente.
• ¿Cuánto es el incremento porcentual anual promedio ?
• Suponga que Usted recibe 5% de aumento salarial este año, y 15% de aumento
el siguiente.
• ¿Cuánto es el incremento porcentual anual promedio?
!
𝑀𝐺 = 1.05 1.15 − 1 = 1.09886 − 1 = 0.09886
• La recuperación de inversión que realizó la Compañía X durante 4 años
consecutivos fue de:
▫ 30%
▫ 20%
▫ -40%
▫ 200%
• ¿Cuál es la media geométrica de la recuperación de la inversión?
• La recuperación de inversión que realizó la Compañía X durante 4 años
consecutivos fue de:
▫ 30%
▫ 20%
▫ -40%
▫ 200%
• ¿Cuál es la media geométrica de la recuperación de la inversión?
" "
𝑀𝐺 = 1.30 1.20 0.60 3 − 1 = 2.808 − 1 = 1.294 − 1 = 0.294
Tasa de Incremento durante el tiempo
• Si Usted depositó $30,000 en un banco en el año 2000 y obtuvo $50,000 en
el 2010. ¿Cuál es la tasa anual de incremento durante el período?
# 𝑉𝑎𝑙𝑜𝑟 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜

𝑀𝐺 = −1
𝑉𝑎𝑙𝑜𝑟 𝑎𝑙 𝐼𝑛𝑖𝑐𝑖𝑜 𝑑𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜
Tasa de Incremento durante el tiempo
• Si Usted depositó $30,000 en un banco en el año 2000 y obtuvo $50,000 en
el 2010. ¿Cuál es la tasa anual de incremento durante el período?

𝑀𝐺 = −1
Tasa de Incremento durante el tiempo - Ejemplo
• La población en Comayagua se incrementó de 258,295 en 1990 a 607,876 en
el 2009.
• ¿Cuál es el incremento anual promedio?

𝑀𝐺 = −1
Tasa de Incremento durante el tiempo - Ejemplo
• La población en Comayagua se incrementó de 258,295 en 1990 a 607,876 en
el 2009.
• ¿Cuál es el incremento anual promedio?

𝑀𝐺 = −1
$% 607,876
𝑀𝐺 = − 1 = 1.0461 − 1 = 0.0461
258,295
• El crecimiento anual promedio es de 4.61%
Medidas de Dispersión
• ¿Por qué estudiar la dispersión?
• Una medida de ubicación, como la media o la mediana, solamente describe el
centro de los datos.
• Desde este punto de vista resulta valiosa, pero no dice nada sobre la dispersión de
los datos.
• Un valor pequeño en una medida de dispersión indica que los datos se acumulan
con proximidad alrededor de la media aritmética. Por consiguiente, la media se
considera representativa de los datos.
• Por lo contrario, una medida grande de dispersión indica que la media no es

confiable
• Son medidas de dispersión:

▫ Rango
▫ Desviación Media
▫ Varianza
▫ Desviación Estándar
Rango
• La medida más simple de dispersión es el rango.
• Representa la diferencia entre los valores máximo y mínimo de un conjunto

de datos.
• En forma de ecuación:
𝑅𝑎𝑛𝑔𝑜 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 − 𝑉𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜
• Desventaja?
• No toma en cuenta todos los valores, solo el más alto y el más bajo.
Rango
• Determine el rango del número de capuchinos que se vendieron la semana
pasada en Expresso Americano en 1 local de Tegucigalpa y en 1 local de SPS.
• Interprete ambos rangos.
Tegucigalpa SPS
Lunes 20 20
Martes 40 49
Miercoles 50 50
Jueves 60 51
Viernes 80 80
Rango
Desviación Media
• Si toma en cuenta todos los valores.
• Def. Es la cantidad promedio que los valores se desvían de la media.
• Es la desviación media de los valores absolutos de las desviaciones con

respecto a la media aritmética.
∑ 𝑥 − 𝑥̅
𝐷𝑀 =
𝑛
• Donde:
▫ 𝑥: es el valor de cada observación
▫ 𝑥:̅ es la media aritmética de los valores
▫ 𝑛: es el número de observaciones en la muestra
▫ : Indica el valor absoluto
• ¿Por qué se usa valor absoluto?
Desviación Media Absoluta (DMA)
• La siguiente tabla muestra el número de capuchinos que se vendieron la
semana pasada en Expresso Americano en 1 local de Tegucigalpa y en 1 local
de SPS.
Tegucigalpa SPS
Lunes 20 20
Martes 40 49
Miercoles 50 50
Jueves 60 51
Viernes 80 80
Media
Mediana
Rango
• ¿Hay diferencias entre ambos grupos de datos?
Desviación Media Absoluta (DMA)
• La siguiente tabla muestra el número de capuchinos que se vendieron la
semana pasada en Expresso Americano en 1 local de Tegucigalpa y en 1 local
de SPS.
Tegucigalpa SPS
Lunes 20 20
Martes 40 49
Miercoles 50 50
Jueves 60 51
Viernes 80 80
Media 50 50
Mediana 50 50
Rango 60 60
Desviación Media (DMA)
Tegucigalpa Desv. Abs. SPS Desv. Abs.
Lunes 20 30 20 30
Martes 40 10 49 1
Miercoles 50 0 50 0
Jueves 60 10 51 1
Viernes 80 30 80 30
Total 80 62
"#
• 𝐷𝑀𝐴 ! = $
= 16
&'
• 𝐷𝑀𝐴% = = 12.4
$
• La DMA muestra relativa proximidad o acumulación de los datos concernientes a

la media o centro de la distribución.
• La dispersión de la distribución de ventas en SPS se encuentra más concentrada

cerca de la media.
Varianza y Desviación Estándar
• La varianza y la desviación estándar también se fundamentan en las
desviaciones de la media.
• Sin embargo, en lugar de trabajar con el valor absoluto de las desviaciones, la

varianza y la desviación estándar lo hacen con el cuadrado de las desviaciones.
• La varianza y la desviación estándar se basan en las desviaciones de la media

elevadas al cuadrado
• VARIANZA.- Media aritmética de las desviaciones de la media elevadas al

cuadrado. La varianza es no negativa y es cero sólo si todas las observaciones
son las mismas.
• DESVIACIÓN ESTÁNDAR.- Raíz cuadrada de la varianza.
VARIANZA MUESTRAL
s2 =
S ( x - x )2
n -1
• Donde:
▫ 𝑠 " es la varianza muestral;
▫ 𝑥 es el valor de cada observación de la muestra;
▫ 𝑥̅ es la media de la muestra;
▫ 𝑛 es el número de observaciones en la muestra
VARIANZA MUESTRAL - Ejemplo
• Los salarios por hora de una muestra de empleados de medio tiempo de
Larach son: Lps. 12, Lps. 20, Lps. 16, Lps. 18 y Lps. 19. ¿Cuál es la varianza de
la muestra?
Salario por 𝟐
Q
𝒙−𝒙 Q
𝒙−𝒙
hora 𝒙
12 -5 25
20 3 9
16 -1 1
18 1 1
19 2 4
VARIANZA MUESTRAL - Ejemplo
• Los salarios por hora de una muestra de empleados de medio tiempo de
Larach son: Lps. 12, Lps. 20, Lps. 16, Lps. 18 y Lps. 19. ¿Cuál es la varianza de
la muestra?
Salario por 𝟐
Q
𝒙−𝒙 Q
𝒙−𝒙
hora 𝒙
12 -5 25
20 3 9
16 -1 1
18 1 1
19 2 4
R 85 R 40
S( x - x )2 40
s =
2
= = 10
n -1 4
DESVIACIÓN ESTÁNDAR DE LA MUESTRA
S(xi - x )2
s=
n -1
• Ejemplo
• La varianza de la muestra en el ejemplo anterior, que incluye salarios por

hora, se calculó en 10. ¿Cuál es la desviación estándar?
S(xi - x )2 40
s= = = 10 = Lps.3.16
n -1 4
Desviación estándar de la población
• La raíz cuadrada de la varianza de la población es la desviación estándar de la
población:
S(x - µ )2
s=
N
• Este año la oficina de Price Waterhouse Coopers contrató a 5 contadores que
están haciendo prácticas. Los salarios diarios iniciales de éstos fueron de:
▫ Lps. 3,536
▫ Lps. 3,173
▫ Lps. 3,448
▫ Lps. 3,121
▫ Lps. 3,622
• Calcule la media de la población.

▫ Lps.
• Estime la varianza de la población.
• Aproxime la desviación estándar de la población
• Este año la oficina de Price Waterhouse Coopers contrató a 5 contadores que
están haciendo prácticas. Los salarios diarios iniciales de éstos fueron de:
▫ Lps. 3,536
▫ Lps. 3,173
▫ Lps. 3,448
▫ Lps. 3,121
▫ Lps. 3,622
• Calcule la media de la población.

▫ Lps. 3380
• Estime la varianza de la población.

▫ 39,490.8
• Aproxime la desviación estándar de la población

▫ 198.72
Varianza de la población
• Las fórmulas de la varianza poblacional y la varianza de la muestra son
ligeramente diferentes.
s2 =
S ( x - µ )2
• Donde: N
• 𝜎 " : es la varianza de la población (σ es la letra minúscula griega sigma); se lee

sigma al cuadrado;
• x: es el valor de una observación de la población;
• µ: es la media aritmética de la población;
• N es el número de observaciones de la población.
Varianza de la población - Ejemplo
• El número de multas de tránsito levantadas durante los pasados cinco días en
Tegucigalpa, es de 38, 26, 13, 41 y 22. ¿Cuál es la varianza de la población?
• La varianza se emplea para comparar la dispersión en dos o más conjuntos de

observaciones.
• La varianza resulta difícil de interpretar en el caso de un solo conjunto de

observaciones. La varianza de 106.8 del número de multas levantadas no se
expresa en términos de multas, sino de multas elevadas al cuadrado.
• Es una medida relativa de la variación que siempre se expresa como
porcentaje.
• Se denota mediante el símbolo CV, y mide la dispersión de los datos con

respecto a la media.
• Es igual a la desviación estándar dividada por la media, muiltiplicada por

100%.
𝑠
𝐶𝑉 = ∗ 100%
𝑥̅
• Donde:
• S: desviación de la muestra
• X: media de la muestra
• Ejemplo
• El gerente de operaciones de un servicio de entrega de paquetería está
pensando si es conveniente adquirir una nueva flota de camiones.
• Al guardar los paquetes en los camiones para su entrega, se deben tomar en
cuenta dos características principales:
▫ El peso (en libras)
▫ El volumen (en pies cúbicos)
• El gerente de operaciones toma una muestra de 200 paquetes y encuentra que

la media del peso es 26 libras, con una desviación estándar de 3.9 libras,
mientras que la media en volumen es de 8.8 pies cúbicos, con una desviación
estándar de 2.2 pies cúbicos.
• ¿Qué tiene más variación? ¿El peso o el volumen?
• 𝐶𝑉 = (3.9/26) ∗ 100 = 15%
• 𝐶𝑉 = (2.2/8.8) ∗ 100 = 25.0%
• ¿Qué podemos concluir?
• El volumen es mucho más variable que el peso.
Posiciones Relativas de la Mediana, Moda y Media
• Distribución Simétrica
#
𝑛 𝑥8 − 𝑥̅
𝑆𝑒𝑠𝑔𝑜 = R
𝑛−1 𝑛−2 𝑠
3 𝑋[ − 𝑚𝑒𝑑𝑖𝑎𝑛𝑎
𝑆𝑒𝑠𝑔𝑜 =
𝑠
• En cualquier distribución simétrica la moda, la mediana y la media siempre

son iguales.
• ¿Pueden haber distribuciones simétricas que no tienen forma de campana?
• Distribución Sesgada a la Derecha (Sesgo Positivo)
• Si una distribución no es simétrica, o sesgada, la relación entre las tres

medidas cambia.
• En una distribución con sesgo positivo la media aritmética es la mayor de las

tres medidas.
• Distribución Sesgada a la Izquierda (Sesgo Negativo)
• Si una distribución tiene un sesgo negativo, la media es la menor medida de

las tres.
• La mediana es mayor que la media aritmética.
LA REGLA EMPÍRICA
• La regla empírica.- sólo se aplica a distribuciones simétricas con forma de
campana
REGLA EMPÍRICA
• REGLA EMPÍRICA
• En cualquier distribución de frecuencias simétrica con forma de campana,
aproximadamente 68% de las observaciones se encontrarán entre más y
menos una desviación estándar de la media;
• Cerca de 95% de las observaciones se encontrarán entre más y menos dos

desviaciones estándares de la media y, de hecho todas (99.7%), estarán entre
más y menos tres desviaciones estándares de la media.
• Estas relaciones se representan en la gráfica, en el caso de una distribución

con forma de campana con una media de 100 y una desviación estándar de 10.
• Se ha observado que si una distribución es simétrica y tiene forma de

campana, todas las observaciones se encuentran entre la media más y menos
tres desviaciones estándares.
REGLA EMPÍRICA - Ejemplo
• Una muestra de gasto semanal en alimentos de los alumnos de UNITEC se
asemeja a una distribución simétrica con forma de campana. La media de la
muestra es de Lps. 500; la desviación estándar de Lps. 20. De acuerdo con la
regla empírica conteste las siguientes preguntas:
• 1. ¿Entre qué dos cantidades se encuentra aproximadamente 68% de los

gastos semanales en alimentos?
• 2. ¿Entre qué dos cantidades se encuentra cerca del 95% de los gastos
semanales en alimentos?
• 3. ¿Entre qué dos cantidades se encuentran casi todos los gastos semanales en
alimentos?
REGLA EMPÍRICA - Ejemplo
• Una muestra de gasto semanal en alimentos de los alumnos de UNITEC se
asemeja a una distribución simétrica con forma de campana. La media de la
muestra es de Lps. 500; la desviación estándar de Lps. 20. De acuerdo con la
regla empírica conteste las siguientes preguntas:
• 1. ¿Entre qué dos cantidades se encuentra aproximadamente 68% de los

gastos semanales en alimentos?
▫ 500 ± 20 = [480,520]
• 2. ¿Entre qué dos cantidades se encuentra cerca del 95% de los gastos
semanales en alimentos?
▫ 500 ± 2 20 = [460, 540]
• 3. ¿Entre qué dos cantidades se encuentran casi todos los gastos semanales en
alimentos?
▫ 500 ± 3 20 = [440,560]
Valores Atípicos
• Un valor extremo o atípico es un valor ubicado muy lejos de la media. Las
puntuaciones Z son útiles para identificar valores extremos.
• Cuanto mayor es la puntuación Z, mayor es la distancia entre tal valor y la

media.
• La puntuación Z es igual a la diferencia entre ese valor y la media, dividida

por la desviación estándar.
𝑥 – 𝑥̅
𝑍 =
𝑠
• Como regla general: una puntuación Z se considera atípica si es menor

que -3 o mayor que 3.
Valores Atípicos
• Ej.
• A continuación se presenta una muestra que representa el tiempo medio para
arreglarse.
1 39
2 29
3 43
4 52
5 39
6 44
7 40
8 31
9 44
10 35
Media de Datos Agrupados
• Determine el precio de venta medio aritmético de los vehículos.
∑ 𝑓𝑀
𝑥̅ =
𝑛
• 𝑥:̅ media muestral

• 𝑀: Punto Medio de cada clase
• 𝑓: frecuencia de cada clase
• 𝑛: número total de frecuencias
• Determine el precio de venta medio aritmético de los vehículos.
∑ 𝑓𝑀 8 16.5 + 23 19.5 + 17 22.5 + 18 25.5 + 8 28.5 + 4 31.5 + 2 34.5

𝑥̅ = = = 23.06
𝑛 80
DESCRIPCIÓN DE DATOS
Medidas de Medidas de
Ubicación Dispersión
Media
Rango
Aritmética
Media Desviación
Ponderada Media Absoluta
Desviación
Moda
Estándar
Mediana Varianza
Media Coef. De
Geométrica Variación

Presentaciones Unidas Semana 1

Cargado por

Información del documento

Descripción 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

Presentaciones Unidas Semana 1

Cargado por

Copyright:

Formatos disponibles

MÉTODOS CUANTITATIVOS

• En Honduras se estima que la tasa de analfabetismo (no sabe leer ni escribir)

• Con base a los resultados de esta encuesta, los habitantes se estiman en

• Con base en un total de 2,060,165 hogares, el ingreso per cápita a nivel

• Para junio de 2017 el 64.3% de los hogares hondureños se encuentran en

• Fuente: INE, 2022.

▫ Dosis Administradas: 11,752,416,329

▫ Dosis Administradas: 14,369,912

• Fuente: INE, 2022.

• Con qué fin?

• Hay información numérica por todas partes.

• El conocimiento de sus métodos facilita la comprensión de la forma en que se

Una rama de las matemáticas que

Estadística Descriptiva Estadística Inferencial

Métodos para organizar, resumir y Métodos que se emplean para

• Presentar los datos

• Caracterizar los datos

• Muestra: es una porción o parte de la población seleccionada para análisis.

• Parámetro: es una medida numérica que describe una característica de la

• Estadístico: Es la medida numérica que describe alguna característica de la

• Parámetros: Medidas usadas para • Estadístico: Medidas calculadas

▫ Qué porcentaje de la población tiene ojos azules?

• Los datos cualitativos se resumen en tablas o gráficas de barras.

▫ Variables Continuas: Toman cualquier valor dentro de un intervalo

• Estado Civil • Hijos en una familia • Peso

• Determina las pruebas estadísticas que se deben realizar.

• Existen 4 niveles de medición:

• Las observaciones acerca de una variable cualitativa sólo se clasifican y se cuentan.

• Ej. El conteo de los estudiantes que entran a un partido de fútbol, e informa

• Para el nivel nominal, la medición consiste en contar.

• Ej. Encuesta de Resultados a trabajadores.

▫ En consecuencia, los valores relativos de los datos se pueden clasificar u ordenar.

• Una calificación es más alta o mejor que la siguiente.

• Superior es mejor que bueno; Bueno es mejor que promedio.

• No es posible distinguir la magnitud de las diferencias entre los grupos.

• La diferencia entre superior y bueno es la misma entre malo e inferior?

Nominal Ordinal Intervalo Razón

▫ Coeficientes intelectuales de los estudiantes.

▫ Una clasificación de estudiantes por fecha de nacimiento (Feb, Mar, Abr,

▫ Una clasificación de estudiantes que cursan primero, segundo, tercero o

▫ Número de horas que los alumnos estudian a la semana.

• El objetivo es organizar datos con el fin de mostrar la distribución general de

• Se quiere resumir las ventas del mes pasado por locación

Locación Número de Autos

▫ La frecuencia relativa capta la relación entre la totalidad de elementos de

• Pasos para la construcción:

▫ Registrar los porcentajes 0, 5, 10, 15, etc de manera uniforme alrededor de

4. Registre en cada clase cada uno de los datos.

5. Cuente el número de elementos de cada clase.

$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

• Número de Clases= ln(12)/ln(2)= 4

$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

Comisiones Frecuencias Frecuencias

$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

$1,650 $1,470 $1,510 $1,670 $1,595 $1,770

• Cuántas clases recomendaría?

• Distribución de frecuencias, y distribución de frecuencias relativas.

• Un histograma de una distribución de frecuencias de datos cuantitativos se

▫ Las clases se señalan en el eje horizontal, y las frecuencias en el eje vertical.

▫ Las frecuencias de clase se representan por medio de las alturas de las

▫ El eje horizontal representa todos los valores posibles y las barras se

▫ Las medidas de dispersión: denominada con frecuencia variación de los

• Cualquier característica medible de una población recibe el nombre de