Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Administradores
Chap 1-2
Definiciones Básicas
Estadística
Es la rama de la matemática que
transforma los datos en información útil
para la toma de decisiones,
organizándolos, resumiéndolos,
presentándolos y analizándolos
Chap 1-3
Dos ramas de la Estadística
Chap 1-4
Estadística Descriptiva
Colección de datos
p.ej., Encuesta
n
Estadística Inferencial
Estimación
p. ej., Estima la media poblacional
ponderada usando la media
muestral ponderada
Prueba, Test, Contraste, Docimasia de
hipótesis
p.ej., la afirmación que el peso
medio poblacional ponderada es 70
kg.
Chap 1-6
Población vs. Muestra
Población Muestra
b c
a b cd
gi n
ef gh i jk l m n
o r u
o p q rs t u v w
y
x y z
Es un subconjunto
de la población
Chap 1-7
Población vs. Muestra
Población Muestra
Parámetro Estadístico
Es una medida Una medida numérica
numérica describiendo describiendo alguna
alguna característica de característica de una
una población muestra.
población Muestra
parámetro estadístico
Chap 1-9
Tipos de Datos o Variables
Datos/Variables
Categóricos Cuantitativos
Discretas Continuos
Chap 1-10
Tipos de Datos o Variables
Cuantitativos (o numéricos)
Sus valores representan cantidades.
Ejemplos: pesos de supermodelos.
Chap 1-11
Datos Cuantitativos
Discretos
Cuando el numero de los posibles valores,
es un numero finito o ‘contable’ de valores
posibles.
0, 1, 2, 3, . . .
Ejemplo: Cantidad de instrumentos de
escritura que puedo llevar.
Chap 1-12
Datos Cuantitativos
Continuos
Cuando pueden tomar cualquier valor
dentro de un intervalo
Chap 1-13
Niveles o escalas de medidas
Chap 1-14
Niveles o escalas de medidas
MEDICIÓN
CONSISTE
EN
ASIGNAR
SÍMBOLOS
A
• OBJETOS
• ATRIBUTOS
• OBSERVACIONES
• ETC
Chap 1-15
Escalas de medidas
Nominal No No No
Ordinal Si No No
Intervalo Si Si No
Razón Si Si Si
Chap 1-17
Exactitud y Precisión
En cualquiera de los
sistemas de muestreo, la
característica de la población
puede ser diferente de la
característica muestral.
Chap 1-20
Exactitud y Precisión
Chap 1-22
Tipos de muestreo
N: Tamaño de la Población
n: Tamaño de la muestra
Chap 1-23
Tipos de muestreo
Chap 1-24
Notación Científica
Chap 1-25
Recolección de Datos
Presentación de Datos en Tablas y
Gráficos
Experimentación
Chap 1-27
Organización y Presentación,
de Datos Gráficamente
Los datos, en forma cruda, no son usualmente fáciles
de utilizar en la toma de decisiones.
Algún tipo de organización de datos es necesaria
Tablas
Gráficos
Técnicas :
Gráficos de Barras y, gráficos circulares
Diagrama de Pareto
Arreglos ordenados-Ordered array
Tallos y Hojas
Distribuciones de frecuencia, histogramas y polígonos
Distribuciones Acumuladas y ojivas
Tablas de Contingencia
Diagrama de dispersión
Tablas y Gráficos para Datos
Categóricos
Datos
Categóricos
Ahorros
Fondos
Bonos
Acciones
0 10 20 30 40 50
Amount in K$
Ejemplo de Gráfico Circular
Portfolio de Inversión
Tipo de Monto
Inversión (en miles $) (%)
Porcentajes
redondeados
Bonos
29%
Ejemplo de Gráfico Circular
Candidato C
29%
Ejemplo de Gráfico Circular
Candidato D
42%
NO Candidato D
58%
Diagrama de Pareto
Portfolio de Inversión
45% 100%
90%
% inversión de cada categoría
40%
80%
% inversión Acumulada
35%
70%
30%
60%
25%
Serie1
50%
Serie2
20%
40%
15%
30%
10%
20%
5% 10%
0% 0%
Stocks Bonds Savings CD
Serie1 0,42 0,29 0,15 0,14
Serie2 0,42 0,71 0,86 1
Tablas y Gráficos para
Datos Numéricos
Datos
Numéricos
Distribución de
Arreglo Frecuencias y
Ordenado
Distribución Acumulada
Diagrama de
Tallo y Hojas Histograma Polígono Ojiva
Arreglo ordenado
Una secuencia de datos ranqueados en
algún orden:
Muestra rango (mínimo a máximo o viceversa)
Provee algunas señales sobre la variabilidad
dentro del rango
Sirve de ayuda para identificar outliers
(observaciones no usuales)
Si el conjunto de datos es grande el
ordenamiento, facilita la interpretación de los
mismos
El ordenamiento de Datos
(continua)
38 se coloca 3 8
41 se coloca 4 1
Ejemplo
(continua)
Datos ordenados
21, 24, 24, 26, 27, 27, 30, 32, 38, 41
Stem Leaf
613 resulta 6 1
776 resulta 7 8
...
1224 resulta 12 2
Utilizando otras unidades para el tronco
(continua)
Usando los dígitos de la centena como troncos:
La visualización completa del diagrama de tronco y
hojas:
Data:
Stem Leaves
613, 632, 658, 717, 6 136
722, 750, 776, 827, 7 2258
841, 859, 863, 891, 8 346699
894, 906, 928, 933,
9 13368
955, 982, 1034,
1047,1056, 1140, 10 356
1169, 1224 11 47
12 2
Tabulación de Datos Numéricos:
Distribuciones de Frecuencias
24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27
Tabulando Datos Numéricos:
Frecuencia Acumulada
Datos ordenados en forma ascendente:
12, 13, 17, 21, 24, 24, 26, 27, 27, 30, 32, 35, 37, 38, 41, 43, 44, 46, 53, 58
Frecuencia
Frecuencia Frecuencia Frecuencia Frecuencia
Porcentual
Clases Absoluta Relativa Acumulada Porcentual
Acumulada
f fr F % %
10 a 20 3 0,15 3 15 15
20 a 30 6 0,3 9 30 45
30 a 40 5 0,25 14 25 70
40 a 50 4 0,2 18 20 90
50 a 60 2 0,1 20 10 100
20 1 100
Histograma
Clases
Clases Frecuencias
Punto medio
10 A 20 15 3
Histograma: Temperaturas diarias
20 A 30 25 6
30 A 40 35 5
altas
40 A 50 45 4 7
50 A 60 55 2
6
5
4
Frequencias
3
(Sin
espacios 2
vacíos
1
entre
barras) 0
5 15 25 35 45 55 65
Graficando Datos Numéricos :
El Polígono de Frecuencias
Pto medio de
Clases Clases Frecuencias
10 A 20 15 3
20 A 30 25 6
30 A 40 35 5 Poligono deFrecuencia : Altas Temperaturas diarias
40 A 50 45 4 7
50 A 60 55 2 6
Frecuencias 5
4
3
2
1
0
5 15 25 35 45 55 65
Puntos medios de
clase
Graficando Frecuencias acumuladas
La Ojiva (Poligono de %Acumulado)
Lim sup
clases Percentaje
Clases Acumul.
Menos de 10 0 0
10 A 20 20 15
20 A 30 30 45
30 A 40 40 70 Ojiva
PorcentajeAcuulado
40 A 50 50 90
50 A 60 60 100 100
80
60
Frequency
40
20
0
10 10
20 20
30 30
40 40
50 5060 60
60
50
40
East
30 West
North
20
10
0
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr
Utilizando Tablas dinámicas para Explorar datos
multivariantes
El Diagrama de dispersión es
usado para examinar posibles
relaciones entre dos variables
numéricas
29 151 150
33 160
100
38 167
41 185 50
42 170 0
50 188 0 10 20 30 40 50 60 70
Volumen por Dia
55 195
60 200
Gráfico de Series de Tiempo
Numero de
Año Franquicias Numero de Franquicias, 1996-2004
120
1996 43
Numero de Franquicias
100
1997 54
80
1998 60 60
1999 73 40
2000 82 20
2001 95 0
1994 1996 1998 2000 2002 2004 2006
2002 107
Año
2003 99
2004 95
Estadística para
Administradores
Modo Varianza
Desviación estándar
Media Geométrica
Coeficiente de Variación
Media Armónica
Chap 3-59
Medidas de Tendencia Central
Tendencia Central
X i X G ( X1 X 2 L X n )1/ n Xh
n
X i 1 n
1
i1 X
Punto Medio Valor mas
n de valores frecuente
rankeados mente i
observado
Chap 3-60
Media Aritmética
X i
X1 X2 Xn
X i1
n n
Tamaño Valores
muestral Observados
Chap 3-61
Media Aritmética
(continuación
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Media = 3 Media = 4
1 2 3 4 5 15 1 2 3 4 10 20
3 4
5 5 5 5
Chap 3-62
Mediana
En un arreglo ordenado, la mediana es el numero
del “valor medio” (50% arriba, 50% abajo)
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Mediana = 3 Mediana = 3
Chap 3-63
Modo
Valor que ocurre mas a menudo
No está afectado por los valores extremos
Usados tanto para datos numéricos, o
categóricos, escala (nominal)
Puede no existir el modo
Pueden existir varios modos
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 1 2 3 4 5 6
$2,000,000 $500 K
500,000 $300 K
300,000
100,000
100,000
$100 K
$100 K
Chap 3-65
Ejemplo:
Resumen de Estadísticos
Precios de las
Casas: Media: ($3,000,000/5)
= $600,000
$2,000,000
500,000
300,000 Mediana: punto medio de los datos
100,000
100,000 ordenados
Suma $3,000,000
= $300,000
Chap 3-67
Media Geométrica
Media geométrica
Usada para medir la tasa de cambio de la variable
sobre el tiempo
XG ( X1 X2 Xn ) 1/ n
RG [(1 R1 ) (1 R 2 ) (1 Rn )]1/ n 1
donde Ri es la tasa de retorno en el tiempo del
periodo i Chap 3-68
Ejemplo
1 n
Xh
1
n
n
1
X i1 X
i 1 i i
n
Chap 3-71
Media armónica. Ejemplo
Chap 3-72
Media armónica. Ejemplo
Si la calculamos como una media aritmética:
12 18
X 15 mts
2
Por otra parte, los primeros 120 metros requieren 10 días
y los siguientes 120 metros 6.67 días, o sea todo el trabajo
llevará 16.67 días.
Chap 3-74
Medidas Resumen
Fractiles
Quintiles Percentiles
Mediana Deciles
Chap 3-75
Cuartiles o Quartiles
El cuartil, divide los datos ordenados en 4 segmentos con un
igual numero de términos por segmento
Q1 Q2 Q3
Chap 3-76
Medidas de Variación
Variación
Ejemplo:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Rango = 14 - 1 = 13
Chap 3-78
Desventaja de el Rango
Ignora el camino de la distribución de los
datos
7 8 9 10 11 12 7 8 9 10 11 12
Rango = 12 - 7 = 5 Rango = 12 - 7 = 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
Rango = 120 - 1 = 119
Chap 3-79
Rango Intercuartilico
Chap 3-81
Rango Intercuartilico
Ejemplo:
Mediana X
X Q1 Q3 máximo
mínimo (Q2)
25% 25% 25% 25%
12 30 45 57 70
rango Intercuartílico
= 57 – 30 = 27
Chap 3-82
Valores Fuera de Escalas y Valores Extremos
Q1 Q3
Valores extremos
“Fuera de Escala”, se define como un valor menor a Q1 - 1.5H, o mayor que Q3 + 1.5H
varianza muestral:
(X X) i
2
S 2 i1
n -1
donde X = media
n = tamaño muestral
Si = iesimo valor de la variable X
Chap 3-84
Desviación estándar
La medida mas usada de la variación
Muestra la variación alrededor de la media
Es la raíz cuadrado de la varianza
Tiene las mismas unidades de los datos
originales
n
S
i 1
n -1
Chap 3-85
Midiendo la variación
Pequeña desviación
estándar
Chap 3-86
Comparando desviaciones
estándar
Datos A
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 S = 3.338
Datos B
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 S = 0.926
Datos C
Media = 15.5
11 12 13 14 15 16 17 18 19 20 21 S = 4.567
Chap 3-87
Ventajas de la Varianza y
Desviación estándar
Chap 3-88
Coeficiente de Variación
Medida relativas de variación
Siempre expresada en porcentaje (%)
Muestra la variación relativa a la media
Puede ser usada para comparar dos o mas conjuntos de datos
medidos en diferentes unidades
Mide la homogeneidad de la serie:
CV<10%= homogénea
10%<CV<30%= poco homogénea
CV>30% = no homogénea
S
C V 100%
X
Chap 3-89
Medidas de Forma
Forma
Asimetría Curtosis
Chap 3-90
Forma de la Distribución
Chap 3-91
Distribución de la Forma y el
Box-and-Whisker Plot
Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3
Chap 3-95
Box-and-Whisker Plot Ejemplo
Min Q1 Q2 Q3 Max
Chap 3-96
La covarianza muestral
La covarianza muestral :
n
( X X)( Y Y)
i i
cov ( X , Y ) i1
n 1
Solamente representa la intensidad de la relación
No implica efectos causales
Chap 3-97
Interpretando Covarianzas
Chap 3-98