Universidad Cristiana de Honduras

Sede YORO
Carrera
Licenciatura en Administración de Empresas

Catedrático
Alejandro Elías Morales

Tema
Resumen Primera Unidad
Capítulos del 1 al 4

Asignatura
Estadística Para Administradores AE-121

Alumno
Maycol Omar Diaz Rivera

Registro
12218010037

Periodo y Año
III PAC 2022 - Yoro, Yoro.
25/09/2022
 Capítulo 1.- Introducción.

¿Por qué hay que tomar este curso y quién utiliza la estadística?
Uno de los objetivos del presente libro consiste en revisar algunas de las formas más comunes en que
se utiliza la estadística de manera incorrecta.

Historia.
La estadística oficial es tan vieja como la historia registrada. El Viejo Testamento contiene varios informes
sobre levantamiento de censos. Los gobiernos de los antiguos Babilonia, Egipto y Roma reunieron
registros detallados sobre población y recursos. En la Edad Media, los gobernantes empezaron a registrar
la propiedad de la tierra. En el año 762 de nuestra era, Carlomagno pidió una descripción detallada de
las propiedades de la Iglesia. A principios del siglo IX terminó la enumeración estadística de los siervos
que habitaban los feudos. Por el año 1806, Guillermo el Conquistador ordenó que se escribiera el
Domesday Book, un registro de la propiedad, extensión y valor de las tierras de Inglaterra. Este trabajo
fue el primer resumen estadístico de Inglaterra.

Subdivisiones de la estadística.
Los administradores aplican alguna técnica estadística a prácticamente todas las ramas de las empresas
públicas y privadas. Estas técnicas son tan diversas que los estadísticos, por lo general, las dividen en
dos grandes categorías: estadística descriptiva y estadística inferencial. Los métodos y las técnicas de la
inferencia estadística se pueden utilizar también en una rama de la estadística conocida como teoría de
decisiones. El conocimiento de la teoría de decisiones es muy útil para los administradores, ya que se le
usa para tomar decisiones en condiciones de incertidumbre, cuando, por ejemplo, un fabricante de
aparatos de sonido no puede especificar precisamente la demanda de sus productos, o en una escuela
se deben asignar grupos y definir horarios sin tener el conocimiento preciso del número de estudiantes
que entrarán al primer grado.

Un enfoque simple y fácil de entender.

A medida que el lector recorra el libro y lo compare con otros textos básicos sobre estadística para
administración, notará que hay un mínimo de notación matemática. En el pasado, la complejidad de la
notación intimidaba a muchos estudiantes, que se perdían con los símbolos incluso en los casos en que
se hallaran motivados y fueran intelectualmente capaces de entender las ideas. Cada símbolo y fórmula
empleado se explica a detalle, no sólo en el punto en que se les introduce, sino también en una sección
especial que se encuentra al final del capítulo.

Características que facilitan el aprendizaje y cómo usarlas.

Estadística en el trabajo: En este conjunto de casos, un empleado de la empresa Loveland Computers
aplica la estadística a problemas de administración. Lo importante de éstos no son los números; de hecho,
es difícil encontrar números en estos casos. Conforme vaya leyendo cada uno de ellos, concéntrese en
el problema y en encontrar el planteamiento estadístico más conveniente para resolverlo.

Diagramas de flujo: Los diagramas de flujo que se encuentran en el CD, le permitirán desarrollar un
acercamiento sistemático a la aplicación de métodos estadísticos a los problemas. Su uso le ayudará a
entender dónde empezó, cómo se desplazó y dónde terminará; si los emplea con aptitud, no se perderá
en los problemas más complejos que los profesores acostumbran a poner en los exámenes.
 Capítulo 2.- Agrupación & Presentación De Datos Para Expresar
Significados: Tablas & Gráficas.

¿Cómo podemos ordenar los datos?

Los datos pueden provenir de observaciones reales o de registros elaborados con otros propósitos. Por
ejemplo, con fines de facturación e informes médicos, un hospital registra el número de pacientes que
utilizan los servicios de rayos X. Esta información puede organizarse para producir datos que los
especialistas en estadística puedan describir e interpretar.

Ejemplos de datos sin procesar.

La información obtenida, antes de ser organizada y analizada, se conoce como datos sin procesar. Son
“sin procesar” puesto que aún no han sido manejados mediante un método estadístico.

Ordenamiento de datos en arreglos de datos y distribuciones de frecuencias.

Una ordenación de datos es una de las formas más sencillas de presentarlos: organiza los valores en
orden ascendente o descendente.

Los esquemas de clasificación pueden ser tanto cuantitativos como cualitativos y tanto discreto como
continuos. Las clases discretas son entidades separadas que no pasan de una clase a la siguiente sin
que haya un rompimiento.

Representación gráfica de distribuciones de frecuencias.

Las gráficas proporcionan datos en un diagrama de dos dimensiones. En el eje horizontal podemos
mostrar los valores de la variable (la característica que estamos midiendo), como la producción de
alfombras en yardas. En el eje vertical señalamos las frecuencias de las clases mostradas en el eje
horizontal.

Histogramas.
Un histograma consiste en una serie de rectángulos, cuyo ancho es proporcional al rango de los valores
que se encuentran dentro de una clase, y cuya altura es proporcional al número de elementos que caen
dentro de la clase. Si las clases empleadas en la distribución de frecuencias son del mismo ancho,
entonces las barras verticales del histograma también tienen el mismo ancho. La altura de la barra
correspondiente a cada clase representa el número de observaciones de la clase. Como consecuencia,
el área contenida en cada rectángulo (base por altura) ocupa un porcentaje del área total de todos los
rectángulos la cual es igual a la frecuencia absoluta de esa clase correspondiente respecto a todas las
observaciones hechas.

Polígonos de frecuencias.
Aunque se utilizan menos, los polígonos de frecuencias son otra forma de representar gráficamente
distribuciones tanto de frecuencias como de frecuencias relativas. Para construir un polígono de
frecuencias señalamos éstas en el eje vertical y los valores de la variable que estamos midiendo en el
eje horizontal, del mismo modo en que se hizo con el histograma. Un polígono de frecuencias que utiliza
frecuencias relativas de datos puntuales en cada una de las clases, en lugar del número real de puntos,
se conoce como polígono de frecuencias relativas. Este polígono tiene la misma forma que el polígono
de frecuencias construido a partir del mismo conjunto de datos.
 Capítulo 3.- Medidas De Tendencia Central & Dispersión En
Distribuciones De Frecuencias.

Estadística sumaria.
Características son de particular importancia para los responsables de tomar decisiones:

Tendencia central: La tendencia central se refiere al punto medio de una distribución. Las medidas de
tendencia central se conocen también como medidas de posición.

Dispersión: La dispersión se refiere a la separación de los datos en una distribución, es decir, al grado en
que las observaciones se separan.

Una medida de tendencia central: la media aritmética.

Casi siempre, cuando nos referimos al “promedio” de algo, estamos hablando de la media aritmética.

Símbolos convencionales.
Para escribir ecuaciones de este tipo de medidas de las distribuciones de frecuencias, necesitamos
aprender la notación matemática que utilizan los especialistas en estadística.

Codificación.
En aquellas situaciones en que no se tenga disponible una computadora y sea necesario realizar las
operaciones aritméticas a mano, podemos simplificar aún más nuestro cálculo de la media de datos
agrupados. Mediante una técnica conocida como codificación, podemos eliminar el problema de tener
puntos medios muy grandes o inconvenientes.

Una segunda medida de tendencia central: la media ponderada.

La media ponderada nos permite calcular un promedio que toma en cuenta la importancia de cada valor
con respecto al total.

Una tercera medida de tendencia central: la media geométrica.

Se usa la media geométrica para mostrar los efectos multiplicativos en el tiempo de los cálculos del interés
compuesto y la inflación. En ciertas situaciones, las respuestas obtenidas con la media aritmética no
difieren mucho de las correspondientes a la media geométrica, pero incluso diferencias pequeñas pueden
generar malas decisiones.

Una cuarta medida de tendencia central: la mediana.

La mediana es una medida de tendencia central diferente a cualquiera de las que hemos tratado hasta
ahora. La mediana es un solo valor del conjunto de datos que mide la observación central del conjunto.
Esta sola observación es el elemento que está más al centro del conjunto de números. La mitad de los
elementos están por arriba de este punto y la otra mitad está por debajo.

Una medida final de tendencia central: la moda.

La moda es una medida de tendencia central diferente de la media, pero un tanto parecida a la mediana,
pues en realidad no se calcula mediante algún proceso aritmético ordinario. La moda es el valor que más
se repite en el conjunto de datos.
 Capítulo 4.- Probabilidad I: Ideas Introductorias.

Historia y relevancia de la teoría de la probabilidad.

La teoría de la probabilidad fue aplicada con éxito en las mesas de juego y, lo que es más importante en
nuestro estudio, a problemas sociales y económicos. La industria de seguros, que surgió en el siglo XIX,
requería un conocimiento preciso acerca de los riesgos de pérdida, con el fin de calcular las primas. Medio
siglo más tarde, muchos centros de aprendizaje estaban estudiando la probabilidad como una
herramienta para el entendimiento de los fenómenos sociales. En la actualidad, la teoría matemática de
la probabilidad es la base para las aplicaciones estadísticas, tanto en investigaciones sociales como en
la toma de decisiones.

Terminología básica en probabilidad.

En la teoría de la probabilidad, un evento es uno o más de los posibles resultados de hacer algo. En la
teoría de probabilidad, la actividad que origina uno de dichos eventos se conoce como experimento.

Tres tipos de probabilidad.

Existen tres maneras básicas de clasificar la probabilidad; éstas representan planteamientos
conceptuales bastante diferentes para el estudio de la teoría de probabilidad. De hecho, los expertos no
se ponen de acuerdo sobre cuál planteamiento es el más apropiado.
1. El planteamiento clásico.
2. El planteamiento de frecuencia relativa.
3. El planteamiento subjetivo.

Reglas de probabilidad.
La mayoría de los administradores que utiliza la probabilidad se preocupan por dos condiciones:
1. El caso en que un evento u otro se presente.
2. La situación en que dos o más eventos se presenten al mismo tiempo.

Probabilidades bajo condiciones de independencia estadística.

Existen tres tipos de probabilidades que se presentan bajo la independencia estadística:
1. Marginal.
2. Conjunta.
3. Condicional.

Probabilidades bajo condiciones de dependencia estadística.

La dependencia estadística existe cuando la probabilidad de que se presente algún evento depende o se
ve afectada por la presentación de algún otro. Exactamente igual que con los eventos dependientes, los
tipos de probabilidad bajo condiciones de dependencia estadística son:
1. Condicional.
2. Conjunta.
3. Marginal.

Revisión de las estimaciones anteriores de probabilidades: teorema de Bayes.

Si es utilizado de manera correcta, se hace innecesario reunir grandes cantidades de datos en un periodo
grande con el fin de tomar mejores decisiones, basadas en probabilidades.