Maestría Especializada en

Operaciones Productivas

Estadística y Análisis de Decisiones

Prof. Juan Narro Lavi

 Sesiones 1 y 2:
Descripción de Datos
“Antes del inicio de la guerra se prevé
que se podrá conquistar la victoria, eso
se debe a los repetidos y minuciosos
cálculos, a las apreciaciones y
planificaciones que se hacen en el
templo…”

Sun Tzu
“Nosotros confiamos en Dios. Todos los demás deben
usar datos”

W.E.Deming
 Estadística – Definición

• Diferentes significados según la persona que la analice.

• Ideas comunes :
Observación y Estudio de determinadas características de los
DATOS recolectados.
• Definición formal :
Teoremas, métodos, técnicas y herramientas que nos permiten:
1) Recolectar, seleccionar y clasificar datos.
2) Analizar e Interpretar los datos.
3) Deducir y Evaluar conclusiones en base a datos muestrales.
• ¿Porqué este Análisis ?
TOMA DE DECISIONES
 Estadística – Definición

DEFINIR

RECOLECTAR

Es una ciencia que

abarca técnicas que nos ORGANIZAR
TOMA
permiten: DE
DECISIONES
PRESENTAR

ANALIZAR

INTERPRETAR
 Toma de Decisiones

1. Datos: Observaciones específicas a través de

mediciones o conteos.
2. Información: Datos procesados y resumidos
para producir hechos y generar ideas.
3. Conocimiento: Información seleccionada y
organizada que proporciona entendimiento,
recomendaciones y el sustento para las
decisiones.
 Estadística

Distribuc. Frecuencias
Resumir Numéricas Med. Tend. Central
Dispersión
Descriptiva Histogramas
Polígonos
Presentar Gráficas Curvas
Barras
Pastel
Estadística

Inferencial
 Estadística Descriptiva
Tabla de Distribución
Edad N°Trabajadores Diagrama Circular

30 - 34 6
35 - 39 12
40 - 44 8
45 - 49 2
Diagrama de Barras
20 Media Aritmética

10 N n
 Xi  xi
0  i 1
;x  i 1

30-35-40-45- N n
34394449 9
 Estadística

Distribuc. Frecuencias
Resumir Numéricas Med. Tend. Central
Dispersión
Descriptiva Histogramas
Polígonos
Presentar Gráficas Curvas
Barras
Pastel
Estadística

Probabilidad
Plantear Dist. Normal
Dist. Normal Std.
Inferencial Supuestos
T Student
Probar Poisson
Chi Cuadrado
 Estadística Inferencial

• Estimación
– Ej. Estimar el peso
promedio de la población
usando el peso promedio
de la muestra.
• Prueba de Hipótesis
– Ej. Probar que el peso
promedio de la población
es 65 kg.

Extraer conclusiones y/o tomar decisiones

concernientes a una población basándose en
los resultados de una muestra.
 Población vs. Muestra

Población Muestra

Los valores calculados Los valores computados de

usando los datos de la los datos de una muestra
población son llamados se les llama estadísticos o
parametros estimadores.
 Población Estadística

Registro de una característica EN TODOS los

elementos del marco poblacional.

Tiene tantos datos como elementos el marco

poblacional.

Habrán tantas poblaciones como características que se

deseen registrar en un marco poblacional.
 MARCO POBLACIONAL
(1200 Trabajadores de una Empresa)

Característica
Exper.
Edad Peso laboral Estado Civil
(años)

Registro
de la Población Población Población Población
Caract. P1 P2 P3 Pn
(1200 datos) (1200 datos)
... (1200 datos)
(1200 datos)
 Marco Muestral

Subconjunto del marco poblacional.

Comprende los elementos o estratos del marco
poblacional (es representativo).

En contraste con el marco poblacional es más

conveniente porque se obtienen los datos en menor
tiempo y reduciendo los costos.

Ejemplo :

75 trabajadores de una empresa.

 Técnicas
Marco Poblacional Marco Muestral
1200 trabajadores de la empresa de muestreo 75 trabajadores de la empresa

Característica

Edad Peso Exper.Lab. Estado civil

Registro
de la POBLACIÓNPOBLACIÓN POBLACIÓN POBLACIÓN
Caract.

...
P1 P2 P3 Pn
 Muestra

Registro de una característica en todos los

elementos del marco muestral.

Tiene tantos datos como elementos el marco muestral.

Habrán tantas muestras como características se deseen

registrar en un marco muestral.

 Técnicas
Marco Poblacional Marco Muestral
1200 trabajadores de la empresa de muestreo 75 trabajadores de la empresa

Edad Peso Exper.Lab. Estado civil

Característica

Edad Peso Exper.Lab. Estado civil MUESTRA MUESTRA MUESTRA MUESTRA

m1 m2 m3 mn

75 datos

Registro
de la POBLACIÓNPOBLACIÓN POBLACIÓN POBLACIÓN
Caract.

...
P1 P2 P3 Pn
 Parámetro y Estimador

Parámetro:
Valor representativo de una población (N).
Se simboliza por letras griegas.
Sólo hay un parámetro en cada población.

m Media poblacional
2 Varianza poblacional
 Desviación estándar poblacional
p Proporción poblacional
 Parámetro y Estimador
Estimador
Valor representativo de una muestra (n).
Se simboliza por letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
x Media muestral.
s 2 Varianza muestra.
s Desviación estándar muestral.
p Proporción muestral.
 Parámetro y Estimador
n1
x1

n2
x2
POBLACIÓN n3
x3
. .
. .
nm
xm
PARÁMETRO

DIFERENTES MUESTRAS OCASIONAN DIFERENTES

VALORES DEL ESTIMADOR
 Parámetro y Estimador
Técnicas de MUESTRA
Muestreo (n)
Estimador : x

POBLACIÓN
Estadística Inferencial
(N)

Parámetro : µ - x = Error de muestreo

 Estadística – Tipos de Datos

Dato

Atributo Numérico

Ejemplos:
 Estado Civil
 Especialidad Discreto Continuo
 Color de Ojos
(Define categorias o Ejemplos: Ejemplos:
grupos)  Número de Niños  Peso
 Defectos por hora  Voltaje
(Items Contados) (Características Medidas)
1-7

Tipos de Variables

• Variable cualitativa o de atributos: la

característica o variable que se estudia
no es numérica.
• EJEMPLOS: Genero, afiliación religiosa,
tipo de automóvil que se posee, lugar
de nacimiento, color de los ojos.
1-8

Tipos de Variables

• Variable cuantitativa: la variable se

puede registrar numéricamente.
• EJEMPLO: saldo en una cuenta de
cheques, minutos que faltan para que
termine la clase, número de niños en
una familia.
1-9

Tipos de Variables

• Variables discretas: sólo pueden adquirir

ciertos valores y casi siempre hay
“brechas” entre esos valores.
• EJEMPLO: el número de habitaciones en
una casa (1,2,3,..., etc.).
1-10

Tipos de Variables

• Variables continuas: pueden tomar

cualquier valor dentro de un intervalo
específico.
• EJEMPLO: el tiempo que toma volar de
Lima a Tacna.
 ¿Qué podemos hacer con los datos?

Organizarlos en tablas, gráficos y figuras

Identificar características
de interés para la gestión.
Calcular promedios ( media, mediana, moda y
percentiles ) .

Calcular su dispersión (varianza,

desviación estándar ).
Recolección de
datos

Determinar una ecuación que represente la

relación entre ellos (regresión)

Mejorar la Determinar el grado de asociación entre

Calidad Decisional ellos (correlación).

Analizarlos dentro de un horizonte

temporal (series cronológicas)
 Fases del análisis estadístico

Definición Problema
Variable / Atributo
Definición
Población o Muestra
Recolección Datos
Plan Censal / Muestral
Organización y
Presentación de Datos
Medidas Estadísticas
Parámetros/Estimador
Inferencia Estadística
Estimación/P. Hipótesis
Conclusiones /
Recomendaciones
 Estadística descriptiva - Análisis de datos

• Distribución de Frecuencias
– Agrupamiento de datos en categorías que
muestran el número de observaciones en cada
categoría.
• Medidas de Tendencia Central (Posición)
– Aquellas que indican el valor de un punto
medio o típico de un grupo de datos.
• Medidas de Dispersión
– Aquellas que indican como se encuentran
esparcidas las observaciones de un grupo de
datos.
 Tablas y los gráficos

• Técnicas:

Variables Variables
Cualitativas Cuantitativas

• Distribución de Frecuencias • Distribución de Frecuencias

• Tabla Cruzada • Lineal
• Barras • Histograma y Ojiva
• Circular • Tallo y Hoja
• Pareto • Dispersión
 Tablas y los gráficos

Variable
Cualitativa

Tabulación de Datos Gráfica de Datos

Distribución de
Frecuencias Barras Circular Pareto
 Distribución de Frecuencias

Resumen de datos por categoria

Ejemplo: Pacientes de Hospital por Unidad
Unidad Número de Pacientes Porcentaje
Cuidado Cardiaco 1,052.00 11.93%
Emergencia 2,245.00 25.46%
UCI 340.00 3.86%
Maternidad 552.00 6.26%
Cirugía 4,630.00 52.50%
Total 8,819.00 100.00%
(Variables son
categoricas - atributos)
 Distribución de Frecuencias
• Gráfico de Barras de pacientes por Unidad
Número de Pacientes
10,000.00

9,000.00 8,819.00

8,000.00

7,000.00

6,000.00

5,000.00 4,630.00

4,000.00

3,000.00
2,245.00
2,000.00
1,052.00
1,000.00 552.00
340.00
-
Cuidado Emergencia UCI Maternidad Cirugía Total
Cardiaco
 Tabla Cruzada

• Tabla Cruzada (o de Contingencia), es el

listado del númewro de observaciones para
cada combinación de valores de dos
variables (cuantitativa o cualitativa).
• Si hay r categorias para la primera
variables (filas) y c categorias para la
segunda variable (columnas), la tabla es
llamada “Tabla cruzada de r x c.
 Tabla Cruzada

• Tabla Cruzada 3 x 3 para las Alternativas de

Inversión de un Inversionista (en $1000’s)

Inversionista Inversionista Inversionista

Inversión Total
A B C

Acciones 46 55 27 128

Bonos 32 44 19 95

Efectivo 15 20 33 68

Total 93 119 79 291

 Tabla Cruzada - Gráficos

• Barras Horizontales lado a lado

 Tabla Cruzada - Gráficos

• Barra Acumulada
 Tabla Cruzada - Gráficos
• Ventas Trimestrales por Región:
1er Trim 2do Trim 3er Trim 4to Trim
Norte 20.4 27.4 59 20.4
Centro 30.6 38.6 34.6 31.6
Sur 45.9 46.9 45 43.9
 Gráficos de Barras y Circular

• Los gráficos de Barras y Circulares son

frecuentemente usados para presentar
datos cualitativos.
• La altura de la Barra o el tamaño del
Sector Circular muestran la frecuencia o
porcentaje de cada categoría.
 Gráficos de Barras y Circular

Unidad Número de Pacientes

Cuidado Cardiaco 1,052.00
Emergencia 2,245.00
UCI 340.00
Maternidad 552.00
Cirugía 4,630.00
Total 8,819.00
 Gráficos de Barras y Circular
Número de
Unidad Porcentaje
Pacientes
Cuidado Cardiaco 1,052.00 11.93%
Emergencia 2,245.00 25.46%
UCI 340.00 3.86%
Maternidad 552.00 6.26%
Cirugía 4,630.00 52.50%
Total 8,819.00 100.00%

(Porcentajes
son
redondeados )
 Diagrama de Pareto
Pasos Empleo
1. Decidir que elementos se 1. Enfocar el aspecto
estudiarán y colectar datos. principal de un problema.
2. Tabular datos y calcular los 2. Decidir el objetivo y
#s acumulados. elementos de mejoras.
3. Dibujar los ejes X e Y.
3. Predecir la efectividad de
4. Muestre los datos como
la mejora.
barras.
5. Dibuje una curva 4. Confeccionar diagramas
acumulativa. ordenados por causas.
6. Crear una escala % en eje 5. Comprender la efectividad
vertical adicional. de la mejora.
7. Rotular el diagrama. 6. Emplear pérdidas unitarias
8. Analizar el diagrama. en lugar de casos o unid.
físicas.
 Diagrama de Pareto

• En la planta de una empresa metal-mecánica se levantó la siguiente

información referida a las lesiones sufridas por el personal entre el 1ro.
de Enero y 31 de Mayo. Analizar y Concluir

Lesiones Enero Febrero Marzo Abril Mayo

Esguince de espalda 6 10 10 7 5
Quemadura con acido 1 1
Cortadura de mano 1 4 1 3 2
Esguince de tobillo 1 2 1
Cuerpo extraño en el ojo 2 1 1
Cortadura de pierna 1 1 2 1 1
 Diagrama de Pareto
Lesiones
Enero – Mayo
65
0.95
55 0.85
0.75
45 0.65
35 0.55
0.45
25 0.35
15 0.25
0.15
5 0.05
Esguince de Cortadura de Cortadura de Esguince de Cuerpo ex- Quemadura Esguince de Cortadura de Cortadura de Esguince de Cuerpo ex- Quemadura
espalda mano pierna tobillo traño en el con acido espalda mano pierna tobillo traño en el con acido
ojo ojo
Cant. de Lesiones

T 38 11 6 4 4 2
O
T
A
L
F0.58461538 0.75384615 0.84615384 0.90769230 0.96923076 1
. 4615385 3846154 6153847 7692308 9230769
R
.
A
C
M
.
 Tablas y los gráficos

Datos
Numéricos

Distribucion de Frecuencias y Gráfico Tallo y Hoja

Distribuciones Acumulativas

Histograma Ojiva
 Distribución de Frecuencias

• Pasos
1. Determinar el tipo y número de clases
(intervalos).
Regla general : 5 - 20
Sturges : # clases = 1 + 3.3 log N
2. Determinar la amplitud de la clase (i)
i = (Val. Máx. - Val. Min.) / # clases
3. Establecer el extremo inferior.
4. Determinar las fronteras (limites)
5. Calcular la marca de clase (m)
6. Contar el número de observaciones en cada
clase (f).
 Ejercicio
PETROLOBITOS
Producción diaria
(en Miles d Barriles)

38 31 41 52 59
33 34 92 74 68
77 68 84 41 40
54 49 60 62 59
78 63 46 74 69
60 37 43 51 61
92 95 81 38 60
70 42 88 94 85
73 66 75 64 56
76 95 69 50 55
69 83 78 74 77
83 49 34 78 48
38 76 99 38 94
68 51 87 53 69
39 60 35 79 80
71 58 83 94 66
67 50 86 70 80
51 57 54 46 46
34 48 64 71 65
61 65 64 98 55
 Análisis Gráfico
• Histograma
– Gráfica de barras de una distribución de frecuencias.
• Polígono de frecuencias
– Gráfica lineal de una distribución de frecuencias (marca).
• Curvas
– Polígono de frecuencias suavizado (asimetría, curtosis)
• Ojiva
– Gráfica de una distribución de frecuencias acumulada.
• Barras
– Gráfica de frecuencias para diferentes categorias de datos.
• Pastel
– Para ilustrar divisiones de una cantidad total (%).
 Análisis Gráfico
Tabla de Frecuencias de la distribución de
Cuentas por Cobrar Tienda BETA
Frecuencia
Intervalo Marca Frecuencia Frecuencia Frecuencia Relativa
Clase Clase Absoluta Acumulada Relativa
Acumulada
30 -39 34.5 12 12 0.12 0.12
40 – 49 44.5 12 24 0.12 0.24
50 – 59 54.5 16 40 0.16 0.40
60 – 69 64.5 23 63 0.23 0.63
70 – 79 74.5 17 80 0.17 080
80 – 89 84.5 11 91 0.11 0.91
90 – 99 94.5 9 100 0.09 1.00

Fuente: Dpto. Contabilidad Tienda BETA

 Tienda "BETA"
Frecuencia Histograma

25

20

15

10

0
30-39 40-49 50-59 60-69 70-79 80-89 90-99
Clases

Frecuencia

Fuente: Dpto. Contabilidad Tienda BETA

 Frecuencia
Tienda "BETA
Poligono de frecuencias

25

20

15

Frecuencia
Frecuencia

10

0
34.5 44.5 54.5 64.5 74.5 84.5 94.5
Clases

Fuente: Dpto. Contabilidad Tienda BETA

 Tienda "BETA"
Frecuencia Frecuencia Acumulada

120

100

80

60

40

20

0
30-39 40-49 50-59 60-69 70-79 80-89 90-99
Clases

Frec. Acum.

Fuente: Dpto. Contabilidad Tienda BETA

 Tienda "BETA"
Frecuencia Relativa

90-99 30-39
80-89 9% 12%
11% 40-49
12%

70-79
17% 50-59
16%
60-69
23%

Fuente: Dpto. Contabilidad Tienda BETA

Maestría Especializada en
Operaciones Productivas

Estadística y Análisis de Decisiones

Prof. Juan Narro Lavi