Chap 2-1

Mtodos Cuantitativos para los

Negocios
Universidad de Cuenca
Chap 2-2
Mitos
Hay tres clases de mentiras: las mentiras, las malditas
mentiras y la estadstica
Benjamin Disraeli

Si tuviera slo una hora de vida, escogera pasarla en
una clase de estadstica, porque as parecer una
eternidad
El lamento de un estudiante

Si se mueve, es biologa; si cambia de color, es
qumica; si se rompe, es fsica; si te pone a dormir, es
estadstica
Otro estudiante.
Chap 2-3
Mtodos Cuantitativos para los
negocios
1. Estadsticas en general: Introduccin y uso de
las principales herramientas estadsticas en la
empresa.
2. Inferencia Estadistica II
3. Anlisis de Regresin y Prediccin: Prediccin
de variables de negocio con el uso de
regresin lineal.
Chap 2-4
Mtodos Cuantitativos Bsicos
para los negocios
Chap 2-5
Objetivos
En esta primera parte refrescaremos algunos
conceptos bsicos
Son conceptos necesarios para otros cursos
del MBA
Anlisis de decisiones, Operaciones, Finanzas, etc.
Espero que muchos de ellos les suenen
familiares
Chap 2-6
Contenido
Dos partes principales:
Matemticas
Manipular operaciones, incgnitas, ecuaciones
Comprender los principios bsicos de probabilidad y
estadstica
Resolver problemas cuantitativos bsicos
Construccin de Modelos EXCEL
Alcanzar un conocimientos aceptable de Excel
Aprender a estructurar modelos
Se ha distribuido un tutorial de Excel
Chap 2-7
Auto-Evaluacin
Un publicista estima que la cantidad demandada de un
libro de introduccin a la economa, D, vara linealmente
con su precio, p, segn la relacin:

D = 20 000 200p

La produccin de los libros tiene un coste fijo de $100
000 y un coste variable de $20 por copia.
A qu precio el publicista maximizar su beneficio?
Chap 2-8
Matemticas Bsicas
Chap 2-9
Contenido
Operaciones, convenciones
Series
Ecuaciones
Funciones
Chap 2-10
Suma

a b b a + = +
Ejemplos
12 2 . 7 8 . 4 8 . 4 2 . 7 = + = +

) ( ) ( c b a c b a + + = + +
) 5 4 ( 6 5 ) 4 6 ( + + = + +

b a b a = + ) (
0 ) ( = t t = t + t
Regla
Chap 2-11
Multiplicacin
ab b a b a
) ( ) ( bc a c ab
ba ab
=
=
ac ab c b a + = + ) (
Notacin
Reglas
Cuadrados
2 2 2
2 ) ( b ab a b a + + = +
2 2 2
2 ) ( b ab a b a + =
2 2
) )( ( b a b a b a = +
a a a a / 1 donde , 1
1 1
= =

Chap 2-12
Factorizacin
Ley distributiva



Ejemplo: factorizacin

3 x 4 x 5 + 2 x 3 x 4=
3 x 4 (5+2) = 84
Chap 2-13
x elevado a la n potencia (n es un entero positivo)
x es la base, n es el exponente
Potencias Fraccionarias (n, m enteros positivos)



Potencias Negativas

Potencia Cero
Potencias

veces n
n
x xx x =
1
=
0
x
Chap 2-14
Leyes de las Potencias
Multiplicacin


Divisin


Potenciacin


Ejemplos: calcule

Chap 2-15
Fracciones
nador denomi
numerador
b
a
.
=
c
b a
c
b
c
a +
= +
d c
c b d a
d
b
c
a

+
= +
Notacin
Reglas
Chap 2-16
Jerarqua de las Operaciones
30 [(90/10+16)
1/2
- 8] =
a. 25
b. 17
c. 33
d. Ninguna de las
anteriores
?
Chap 2-17
Jerarqua de las Operaciones
Las operaciones ms sofisticadas tienen prioridad
Si las operaciones tienen la misma prioridad, hay que
trabajar de izquierda a derecha

Operacin Prioridad
Suma / Resta
Multiplicacin / Divisin
Potenciacin
Parntesis
alta
baja
Chap 2-18
Porcentajes

Definicin


Incremento


Decremento

En el 2005 la compaa X vendi $2.5. En 2006
vendi $1.5. En qu porcentaje han disminuido las
ventas?


% Resultado 100 =
Todo
Parte
inicial Valor
inicial Valor - final Valor
Incremento % =
inicial Valor
final Valor - inicial Valor
Decremento % =
% 40 %
5
2
%
2.5'
1'
%
2.5'
1.5' - 2.5'
Decremento % = = = =
Chap 2-19
Progresiones y Series
Una progresin es una lista de nmeros escritos en un cierto
orden y que siguen una relacin matemtica.
Ej.: 0, 1, 1, 2, 3, 5, 8, 13, 21,
Una progresin aritmtica es una progresin de la forma:
a, a+b, a+2b, a+3b,
Ej.: 1, 5, 9, 13, 17,
Una progresin geomtrica es una progresin de la forma:
a, ab, ab
2
, ab
3
,
Ex.: 2, 4, 8, 16,
Una serie es la suma de los trminos de una progresin
Chap 2-20
Series Geomtricas
a
a a
a a a a a
n
n
n
i
i

= + + + + =

=
1
) 1 (
3 2
1

1 | | si < a
1 | | si < a
a
a
a a a a
i
i

= + + + =

=
1
3 2
1

Con trminos finitos

Con trminos infinitos

Chap 2-21
Ejercicio
Encuentre la suma de:
1/2 + 1/4 + 1/8 + 1/16 +
Chap 2-22
Ecuaciones lineales

ax + b = c

a, b y c son parmetros dados
Ejemplo: 3x + 4 = 25
Chap 2-23
Encuentre el valor de x dado un valor de y
El caso de una sola variable es fcil


) (
1
b y
a
x
b y ax
y b ax
=
=
= +
Sustraiga b de los dos lados
Divida ambos lados por a
Resolucin de ecuaciones lineales
Chap 2-24
Ejercicios de ecuaciones lineales
En la cola del aeropuerto, hay una fila de 16
personas delante de usted
2 personas son atendidas cada minuto
Cundo ser atendido?


Chap 2-25
Ejercicios de ecuaciones lineales
La variable x es el nmero de minutos
La longitud de la cola puede ser descrita con la
expresin 16-2x
Resolver la ecuacin 16-2x=0

Una raqueta y una pelota cuestan $11. La
raqueta cuesta $10 ms que la pelota. Cunto
cuesta la pelota?

Chap 2-26
Ecuaciones de segundo grado



Solucin:

Discriminante: b
2
-4ac
Positivo 2 soluciones
Cero 1 solucin x=(-b)/2a
Negativo No tiene solucin
Ejemplo: la ecuacin x
2
+1 no tiene soluciones,
Por qu?
Chap 2-27
Funciones
x
y=f(x)
0
Chap 2-28
Funciones
y=f(x)
y es una funcin de x
Dado un valor x, se obtiene un nico valor de y
El valor de y cambia con el cambio de x
f(x)
x y
Variable
independiente
Variable
dependiente
Chap 2-29
Grficos de funciones
x
y=f(x)
0
Cul de los siguientes grficos no corresponde a una funcin?
x
y=f(x)
0
x
y=f(x)
0
x
y=f(x)
0
Chap 2-30
Funciones
Ejemplos:
y=f(x)=2x+3
y=f(x)=5 x + x
2
El beneficio (y) es una funcin del nmero de
unidades vendidas (x)
La temperatura en Fahrenheit (y) es una funcin de
la temperatura en Celsius (x)
y= 9/5 x + 32
Chap 2-31
Ejercicio de Funciones
Un publicista estima que la cantidad demandada de un
libro de introduccin a la economa, D, vara linealmente
con su precio, p, segn la relacin:

D = 20 000 200p

La produccin de los libros tiene un coste fijo de $100
000 y un coste variable de $20 por copia.
Cul es el precio mximo que usted puede poner
antes de que desaparezca toda la demanda?
Cul es la funcin de beneficio?
Chap 2-32
Ejercicio de Funciones
El beneficio como una funcin del precio

Margen: p-20 en $
Ventas: 20 000-200p en unidades
Coste fijo: 100 000$

Beneficio = -100 000 + (p-20)(20 000-200p)
= -200 p
2
+ 24 000 p 500 000

Beneficio = 0 p=26.83

Chap 2-33













Beneficio Marginal = -400p + 24000 = 0
p =60
-
6
0
0
0
0
0
-
4
0
0
0
0
0
-
2
0
0
0
0
0
0
2
0
0
0
0
0
B
e
n
e
f
i
c
i
o
0 50 100 150
Precio
Maximizacin del beneficio
P=60
Chap 2-34
Grficos, Diagramas y Tablas
Describiendo los datos
Chap 2-35
Despus de haber concluido el capitulo , usted estar
capacitado para:
Construir una distribucin de frecuencia, manualmente y
a computadora
Construir e interpretar un histograma
Crear e interpretar diagramas de barras y pasteles
Presentar e interpretar diagramas lineales y scatter
Chap 2-36
Distribucin de Frecuencia
Qu es una distribucin de frecuencia?
Distribucin de frecuencia es una lista o tabla

Que contiene los valores de una variable (o un
grupo de rangos donde la variable pasa ) ...
Y la respectiva frecuencia con que la variable
ocrre
Chap 2-37
Porqu usar distribuciones de
frecuencia?
Una distribucin de frecuencia es una
forma de resumir informacin
La distribucin condensa la informacin no
depurada en una forma ms conveniente...
Y da una interpretacin rpida de los datos
Chap 2-38
Distribucin de frecuencia:
Datos discretos
Datos discretos : valores que se pueden contar
Ejemplo: Un
anuncio
pregunta:
Cuantos das
a la semana lee
el periodico?.
Number of days
read
Frequency
0 44
1 24
2 18
3 16
4 20
5 22
6 26
7 30
Total 200
Chap 2-39
Frecuencia relativa
Frecuenci relativa: Qu proporcin esta en cada
categora?
Number of days
read
Frequency
Relative
Frequency
0 44 .22
1 24 .12
2 18 .09
3 16 .08
4 20 .10
5 22 .11
6 26 .13
7 30 .15
Total 200 1.00
.22
200
44
=
22% de las
personas leen 0
veces a la
semana
Chap 2-40
Distribucin de frecuencia:
Datos continuos
Datos continuos: puede tomar cualquier
valor en un intervalo

Ejemplo: un medidor del clima tomo 20 das de
invierno y midi los das ms calurosos
24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27

(temperatura es una variable continua)
Chap 2-41
Agrupando los datos por clase
Algunos datos estan en orden asendente:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
Encontrar el rango: 58 - 12 = 46
Seleccionar el nmero de intervalos: 5 (usualmente entre 5 y
20)
Calcular la distancia del intervalo: 10 (46/5)
Determinar los limites del inervalo:10, 20, 30, 40, 50
Calcular los puntos medios: 15, 25, 35, 45, 55
Contar las observaciones & y asignar a los intervalos
Chap 2-42
Ejemplo de distribucin de
frecuencia
Data in ordered array:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
intervalo Frequency
10 - 20 3 .15
20 30 6 .30
30- 40 5 .25
40 - 50 4 .20
50 - 60 2 .10
Total 20 1.00
Relative
Frequency
Frequency Distribution
Chap 2-43
Histograma
Los intervalos se ven en el eje horizontal
Frecuencia es medida en el eje vertical

Las Barras representan el nmero de
observaciones en cada intervalo

Un grfico asi es llamado histograma
Chap 2-44
Histogram
0
3
6
5
4
2
0
0
1
2
3
4
5
6
7
5 15 25 36 45 55 More
F
r
e
q
u
e
n
c
y
Puntos medios del
intervalo
Ejemplo de Histograma
Data in ordered array:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
No
distancia
entre
barras, ya
que es inf.
continua
Chap 2-45
Preguntas de como agrupar los
datos en intervalos
1. Qu tan grande debe ser el intervalo?
(cuantos intervalos se deben usar?)

2. Como se debe determinar el punto final
de cada intervalo?
la meta es construir uno no tan recortado ni tan
extenso
La meta es poder ver con el intervalo como
cambia los patrones de los datos
Chap 2-46
Cuantos intervalos?
Muchos (estrechos intervalos)
Puede dar una medida pobre de
como la frecuencia vara

Pocos (amplios intervalos)
Puede comprimir mucho las
varaciones
Puede obscureser importantes
patrones de la variacin.
0
2
4
6
8
10
12
0 30 60 More
Temperature
F
r
e
q
u
e
n
c
y
0
0.5
1
1.5
2
2.5
3
3.5
48
1
2
1
6
2
0
2
4
2
8
3
2
3
6
4
0
4
4
4
8
5
2
5
6
6
0
M
o
r
e
Temperature
F
r
e
q
u
e
n
c
y
(X axis labels are upper class endpoints)
Chap 2-47
Guias Generales
Nmero de datos Nmero de intervalos
> 50 5 - 7
50 100 6 - 10
100 250 7 - 12
over 250 10 - 20

La distancia del intervalo puede reducirse a medida
que los datos aumentan
Distribuciones con numerosas observaciones
tienden a suavizar (smooth )su comportamiento
Chap 2-48
Distancia del intervalo
La distancia es la difencia entre el valor ms
bajo y el ms alto dentro de un intervalo
La distancia mnima:
Valor ms alto valor ms bajo
Nmero de intervalos
W =
Chap 2-49
Histograma en Excel
Seleccione
Herramientas/Anlicis
de Datos
1
Chap 2-50
Escoja
2
3
Input data and bin ranges

Select Chart Output
Histograms in Excel
(continued)
Chap 2-51
Stem and Leaf Diagram
A simple way to see distribution details in a
data set

METHOD: Separate the sorted data series
into leading digits (the stem) and
the trailing digits (the leaves)
Chap 2-52
Example:
Here, use the 10s digit for the stem unit:
Data in ordered array:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
12 is shown as

35 is shown as
Stem Leaf
1 2

3 5
Chap 2-53
Ejemplo:
Diagrama de Tallo y Hojas :
Data ordenada:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
Stem Leaves
1 2 3 7
2 1 4 4 6 7 8
3 0 2 5 7 8
4 1 3 4 6
5 3 8
Chap 2-54
Usando otros items
Using the 100s digit as the stem:
Redondeo a 10 digitos

613 would become 6 1
776 would become 7 8
. . .
1224 becomes 12 2

Stem Leaf
Chap 2-55
Graficando datos categricos
Datos
categricos
Pasteles Diagrama
de pareto
Barras
Chap 2-56
Diagrama de barras y pasteles
Las barras y los pasteles se usan
usualmente para datos cualitativos

El alto de la barra o el grosor de cada
pedazo del pastel muestra la frecuencia
o porcentaje para cada categora
Chap 2-57
Ejemplo de diagrama de
pastel
Percentages
are rounded to
the nearest
percent
Current Investment Portfolio
Savings
15%
CD
14%
Bonds
29%
Stocks
42%
Investment Amount Percentage
Type (in thousands $)


Stocks 46.5 42.27

Bonds 32.0 29.09

CD 15.5 14.09

Savings 16.0 14.55

Total 110 100
(Variables are Qualitative)
Chap 2-58
Ejemplo de diagrama de barras
Investor's Portfolio
0 10 20 30 40 50
Stocks
Bonds
CD
Savings
Amount in $1000's
Chap 2-59
Ejemplo de diagrama de Pareto
c
u
m
u
l
a
t
i
v
e

%

i
n
v
e
s
t
e
d

(
l
i
n
e

g
r
a
p
h
)

%

i
n
v
e
s
t
e
d

i
n

e
a
c
h

c
a
t
e
g
o
r
y

(
b
a
r

g
r
a
p
h
)

0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
Stocks Bonds Savings CD
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Chap 2-60
Ejemplo de diagrama de barras
Newspaper readership per week
0
10
20
30
40
50
0 1 2 3 4 5 6 7
Number of days newspaper is read per week
F
r
e
u
e
n
c
y
Number of
days read
Frequency
0 44
1 24
2 18
3 16
4 20
5 22
6 26
7 30
Total 200
Chap 2-61
Tabulacin y graficacin de categoria de
datos multivariables

Inversin en miles de dolares
Investment Investor A Investor B Investor C Total
Category
Stocks 46.5 55 27.5 129

Bonds 32.0 44 19.0 95

CD 15.5 20 13.5 49

Savings 16.0 28 7.0 51


Total 110.0 147 67.0 324

Chap 2-62
Tabulacin y graficacin de categoria de
datos multivariables
Cuadros de lado y Lado
Comparing Investors
0 10 20 30 40 50 60
St oc k s
Bonds
CD
Savings
Inves t or A Inves t or B Inves t or C
(continuacin)
Chap 2-63
Ejemplo
Ventas por trimestre de tres regiones:

0
10
20
30
40
50
60
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr
East
West
North
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr
East 20.4 27.4 59 20.4
West 30.6 38.6 34.6 31.6
North 45.9 46.9 45 43.9
Chap 2-64
Diagramas lineales muestra valores de
una variable vs. el tiempo
El tiempo se lo representa en el eje horizontal


Scatter muestra puntos para datos
multiples( dos varalbles)
Una variable esta en eje horizontal y la otra en
el vertical
Diagramas lineales y scatter
Chap 2-65
Ejemplo de diagrama lineal
U.S. Inflation Rate
0
1
2
3
4
5
6
1984 1986 1988 1990 1992 1994 1996 1998 2000 2002
Year
I
n
f
l
a
t
i
o
n

R
a
t
e

(
%
)
Year
Inflation
Rate
1985 3.56
1986 1.86
1987 3.65
1988 4.14
1989 4.82
1990 5.40
1991 4.21
1992 3.01
1993 2.99
1994 2.56
1995 2.83
1996 2.95
1997 2.29
1998 1.56
1999 2.21
2000 3.36
2001 2.85
2002 1.58
Chap 2-66
Ejemplo de Scatter
Production Volume vs. Cost per Day
0
50
100
150
200
250
0 10 20 30 40 50 60 70
Volume per Day
C
o
s
t

p
e
r

D
a
y

Volume
per day
Cost per
day
23 125
26 140
29 146
33 160
38 167
42 170
50 188
55 195
60 200
Chap 2-67
Tipos de Relaciones
Relaciones lineales
X X
Y Y
Chap 2-68
Relaciones curvilineas
X X
Y Y
Types of Relationships
(continued)
Chap 2-69
No Relationship
X X
Y Y
Types of Relationships
(continued)
Chap 2-70
Resumen de Capitulo
Los datos en bruto se hacen difcil de
interpreta , por lo que se necesita de:
+ Tablas + Grficos
Tcnicas revisadas en este capitulo:
Distribucin de frecuencia e histograma
Diagrama de barras y pastel
Diagrama Stem y Leaf
Diagramas lineales y scatter

Chap 2-71
Describiendo los datos usando
procedimientos numricos
Chap 2-72
Despus de haber concluido el capitulo , usted estar
capacitado para :
Calcular e interpretar la media, mediana y moda
Calcular el rango, varianza y desviacin estndar, y saber
que quieren decir estos valores
Construir e interpretar box and whiskers plot
Calcular y explicar el coeficiente de variacin y los valores
z
Usar medidas numricas con los grficos , diagramas y
tablas
Metas del Capitulo
Chap 2-73
Temas del Capitulo
Medidas de centro y ubicacin
Media, mediana,moda,media geomtrica, rango
medio
Otras medidas de ubicacin
Media , percentiles y cuartiles ponderados
Medidas de variacin
Rango, interquartile range, varianza , desviacin
estndar y coeficiente de variacin

Chap 2-74
Resumen de las medidas
Centro y ubicacin
Media
Mediana
Moda
Otras medidas
de ubicacin
Media
ponderada
Describiendo los datos
numericamente
variacin
Varianza
Desviacin Estandar
Coeficiente
de varaicin
Rango
percentiles
Interquartile Range
Quartiles
Chap 2-75
Medidas de centro y ubicacin
Centro y ubicacin
Media Mediana Moda Media
Ponderada
N
x
n
x
x
N
i
i
n
i
i

=
=
=
=
1
1

=
=
i
i i
W
i
i i
W
w
x w
w
x w
X
Chap 2-76
Media (promedio aritmtico)
La media es el promedio aritmtico de los
valores de la informacin
Media muestral



Media poblacional
n = tamao muestra
N = tamao poblacin
n
x x x
n
x
x
n
n
i
i
+ + +
= =

=

2 1 1
N
x x x
N
x
N
N
i
i
+ + +
= =

=

2 1 1
Chap 2-77
Media (promedio aritmtico)
La medida ms comn de tendencia central
Media = suma de los valores dividido para el nmero de
valores
Afectada por valores extremos
(continuacin)
0 1 2 3 4 5 6 7 8 9 10
Media = 3
0 1 2 3 4 5 6 7 8 9 10
Media = 4
3
5
15
5
5 4 3 2 1
= =
+ + + +
4
5
20
5
10 4 3 2 1
= =
+ + + +
Chap 2-78
Mediana
No afectada por valores extremos




En una serie ordenada, la mediana es el
nmero de la mitad
si n o N es impar, la mediana es el nmero
intermedio
si n o N es par, la mediana es el promedio de los dos
nmeros pares
0 1 2 3 4 5 6 7 8 9 10
Mediana = 3
0 1 2 3 4 5 6 7 8 9 10
Mediana = 3
Chap 2-79
Moda
Una medida de tendencia central
valor que ocurre ms seguido
No afectado por valores extremos
Usado para datos categricos o numricos


0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Moda = 5
0 1 2 3 4 5 6
No Moda
Chap 2-80
Media Ponderada
Usada cuando valores esta agrupados con
alguna importancia

Das para
completar
Frecuencia
5 4
6 12
7 8
8 2
Example: Muestra de
26 Projectos
Media ponderada de
das para completar:
days 6.31
26
164

2 8 12 4
8) (2 7) (8 6) (12 5) (4
w
x w
X
i
i i
W
= =
+ + +
+ + +
= =

Chap 2-81
Cinco casas en la montaa de la playa
Ejemplo
$2,000 K
$500 K
$300 K
$100 K
$100 K
Precio de las
casas:

$2,000,000
500,000
300,000
100,000
100,000

Chap 2-82
Resumen de estadsticas
Media: ($3,000,000/5)
= $600,000

Mediana: valor intermedio de los
datos
= $300,000

Moda: Valor ms frecuente
= $100,000
House Prices:

$2,000,000
500,000
300,000
100,000
100,000
Sum 3,000,000
Chap 2-83
Mediana es la ms usada, a menos
que existan valores extremos
Luego la mediana ya que no es
sensible a valores extremos
Ejemplo: Mediana del precio de las
casas debera ser reportado para
una region es menos sensible a
valores extremos
Cal medida de ubicacin es la
mejor?
Chap 2-84
Formas de Distribucin
Decribe como los datos estan distribuidos
Simtricos o Sesgados
Mean = Median =
Mode

Mean < Median < Mode
Mode < Median < Mean
Sesgo der
Sesgo izq
Simetrico
(Longer tail extends to left) (Longer tail extends to right)
Chap 2-85
Otras medidas de ubicacin
Otras medidas
de ubicacin
Percentiles Cuartiles
1
st
quartile = 25
th
percentile

2
nd
quartile = 50
th
percentile
= median

3
rd
quartile = 75
th
percentile


El p
th
percentile en un conjunto de
datos:
p% es menor que o igual que
ese valor
(100 p)% es mayor que o igual
que ese valor
(donde 0 p 100)
Chap 2-86
Percentiles
el p
th
percentile en una formacin ordenada de
valores es el valor en la i
th
posicin , donde
Ejemplo: la 60
th
percentile en una formacin ordenada de 19
values es el valor en la 12
th
posicin:
1) (n
100
p
i + =
12 1) (19
100
60
1) (n
100
p
i = + = + =
Chap 2-87
Cuartiles
Los cuartiles distribuyen los datos en cuatro grupos
iguales
25% 25% 25% 25%
Sample Data in Ordered Array: 11 12 13 16 16 17 18 21 22
Ejemplo: encuentre el primer
cuartil
(
25
100
Q1 Q2 Q3
n = 9)
Q1 = 25
th
percentile, so find the (9+1) = 2.5 position

so use the value half way between the 2
nd
and 3
rd
values,
so Q1 = 12.5
Chap 2-88
Box and Whisker Plot
Exposicin grfica de los datos usando 5
nmeros:

Minimum -- Q1 -- Median -- Q3 -- Maximum
Example:
Minimum 1st Median 3rd Maximum
Quartile Quartile
Minimum 1st Median 3rd Maximum
Quartile Quartile
25% 25% 25% 25%
Chap 2-89
Shape of Box and Whisker Plots
La caja y la linea central estan entre los puntos de
cierre, y si los datos son simtricos estn alrededor de
la media





La caja y Whisker plot pueden ser mostrados en el
eje vertical como en el horizontal
Chap 2-90
Forma de Distribucin, Caja y
Whisker Plots
Right-Skewed Left-Skewed Symmetric
Q1 Q2 Q3 Q1 Q2 Q3
Q1 Q2 Q3
Chap 2-91
Ejemplo de caja-y-Whisker Plot
Abajo vemos una caja y un Whisker Plot para la
informacin:

0 2 2 2 3 3 4 5 5 10 27




Estos datos tienen sesgo hacia la derecha, como
el Plot lo describe
0 2 3 5 27
0 2 3 5 27
Min Q1 Q2 Q3 Max
Chap 2-92
Medidas de variacin
Variation
Varianza Desviacin
Estandar
Coeficiente
de variacin
Varianza
poblaciona
l
Varianza
muestral
Desviacin
Estandar
poblacional
Desviacin
Estandar
muestral
Rango
Interquartile
Range
Chap 2-93
Medidas de variacin dan indicios de
como esta distribuida la varible.

Variacin
Mismo centro,
Diferente variacin
Chap 2-94
Rango
Medida ms simple de variacin
Diferencia entre la observacin ms grande y la
ms pequea:


Range = x
maximum
x
minimum

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Range = 14 - 1 = 13
Ejemplo:
Chap 2-95
Ignora la forma en como los datos estn distribuidos



Sensible a valores extremos


7 8 9 10 11 12
Range = 12 - 7 = 5
7 8 9 10 11 12
Range = 12 - 7 = 5
Desventajas del Rango
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120
Range = 5 - 1 = 4
Range = 120 - 1 = 119
Chap 2-96
Interquartile Range
Se puede eliminar los problemas de datos
extremos usando los interquartile range

Se elimina los valores altos y bajos y con eso
se calcula el rango
Interquartile range = 3
rd
cuartil 1
st
cuartil

Chap 2-97
Interquartile Range
Median
(Q2)
X
maximum
X
minimum
Q1 Q3
Example:
25% 25% 25% 25%
12 30 45 57 70
Interquartile range
= 57 30 = 27
Chap 2-98
Es el promedio del cuadrado de la diferencia de
cada valor con la media
Varianza muestral:




Varianza poblacional:
Varianza
N
) (x

N
1 i
2
i
2

=

=
1 - n
) x (x
s
n
1 i
2
i
2

=

=
Chap 2-99
Desviacin Estandar
La medida de variacin ms usada
Muestra las variacones con respecto a la media
Tiene las mismas unidades que los datos originales

Desv. Est Muestral:



Desv. Est. poblacional:
N
) (x

N
1 i
2
i
=

=
1 - n
) x (x
s
n
1 i
2
i
=

=
Chap 2-100
Ejemplo Desv. Est. muestral
Sample
Data (X
i
) : 10 12 14 15 17 18 18 24
n = 8 Mean = x = 16
4.2426
7
126
1 8
16) (24 16) (14 16) (12 16) (10
1 n
) x (24 ) x (14 ) x (12 ) x (10
s
2 2 2 2
2 2 2 2
= =

+ + + +
=

+ + + +
=

Chap 2-101
Comparacin Desviacin
Estandar
Mean = 15.5
s = 3.338
11 12 13 14 15 16 17 18 19 20 21
11 12 13 14 15 16 17 18 19 20 21
Data B
Data A
Mean = 15.5
s = .9258
11 12 13 14 15 16 17 18 19 20 21
Mean = 15.5
s = 4.57
Data C
Chap 2-102
Coeficiente de variacin
Mide variaciones relativas
Siempre mide en porcentaje (%)
Muestra la variacin relativa con respecto a la media
Is se usa para comparar dos o ms grpos de datos que
tienen diferentes unidades
100%
x
s
CV
|
|
.
|

\
|
= 100%

CV
|
|
.
|

\
|
=
Population Sample
Chap 2-103
Comparacin Coeficiente de
Variacin
Stock A:
Precio promedio ao anterior = $50
Desv. Estandar = $5


Stock B:
Precio promedio ao anterior = $100
Desv. Estandar = $5
Ambos tiene
igual desv. Est.
pero B tiene
menor variacin
relativa con
respecto a su
precio
10% 100%
$50
$5
100%
x
s
CV
A
= =
|
|
.
|

\
|
=
5% 100%
$100
$5
100%
x
s
CV
B
= =
|
|
.
|

\
|
=
Chap 2-104
Sin importar como los datos esten
distribuidos, al menos (1 - 1/k
2
) de los
valores caern dentro de k desviaciones
estndar de la media
Ejemplos:

(1 - 1/1
2
) = 0% ..... k=1 ( 1)
(1 - 1/2
2
) = 75% ........ k=2 ( 2)
(1 - 1/3
2
) = 89% . k=3 ( 3)
Teorema de Tchebysheff
within At least
Chap 2-105
un valor estandarizado se refiere al
n{umero de desviaciones estandar
que un valor esta respecto a la media
Los valores estandarizados muchas
veces se les conoce como los z-
score
Valores Estandarizados
Chap 2-106
Donde :
x = volor original
= media poblacional
= desviacin estandar poblacional
z

= valor estandarizado
(nmero de desviaciones estandar que x esta de
la media )
Valores Poblacionales
Estandarizados

x
z

=
Chap 2-107
donde:
x = valor original
x = media muestral
s = desviacin estandar muestral
z

= valor estandarizado
(nmero de desviaciones estandar que x esta de
la media )
Valores Muestrales
Estandarizados
s
x x
z

=
Chap 2-108
Usando Microsoft Excel
La estadstica descriptiva es facil de
obtener con Excel

Use la opcin Menu :
Herramientas / anlisis de datos / estadstica
descriptiva

Ingrese la informacin en la ventana de
dialogo
Chap 2-109
Usando Excel
Use la opcin Menu :
Herramientas / anlicis
de datos / estadstica
descriptiva


Chap 2-110
Ingrese los detalle
en la ventana de
dialogo


Seale la opcin
summary
statistics

Click OK
Usando Excel
(continuacin)
Chap 2-111
Resultado de Excel
El resultado en Excel ,
Usando los datos de los
precios de las casas
House Prices:

$2,000,000
500,000
300,000
100,000
100,000

Chap 2-112
Resumen del Capitulo
Descripcin de medidas centrales y de ubicacin
Media, mediana, moda, media geometrica, midrange
Se discutio los temas de percentiles y cuartiles
Descripcin de medidas de variacin
rango, interquartile range, varianza,
desviacin estandar y coeficiente de variacin
Created Box and Whisker Plots
Chap 2-113
Resumen del Capitulo
Ilustracin de las distintas formas de
distribuciones
simtricas, sesgada
Discusin del teorema de Tchebysheff
Calculo de variables estandarizadas
(continuacin)