Академический Документы
Профессиональный Документы
Культура Документы
MARACAY 2008
ESTADISTICA ECONOMICA
Introduccin:
De esta manera hay toda una constelacin de datos que usamos, y que
aceptamos sin mayores problemas y sin anlisis de lo que representan. Pero,
cuando nos dedicamos a una investigacin en particular, es necesario hacer
uso de las herramientas que existen para analizar e interpretar la
informacin, que nos dar evaluacin de hechos y situaciones, facilitando el
proceso de toma de decisiones, bien para tomarlas o para facilitarla a
otros. En cierta medida son cuestiones que en la vida prctica hay que hacer
o usamos. De manera que aplicando en forma sistemtica los instrumentos
estadsticos se puede minimizar riesgo.
Objetivo:
Alcance geogrfico
Alcance temporal
Alcance de contenido.
Se requiere tener claro lo que se quiere, con la mayor precisin posible. Esto
a su vez permitir establecer los Objetivos. Con los objetivos claros, se
facilitara determinar los mecanismos a seguir, herramientas o recursos a
utilizar y orientar cual informacin se requiere.
En segundo trmino:
En tercer trmino:
PRESENTACION DE LA INFORMACION
Cuadro No
Capitulo
Sub-capitulo
Punto.
PRODUCCION DE MAIZ
1970-1978
Debe ser breve pero que explique, no usar abreviaturas, al menos que sean
de uso universal.
Los totales o cualquier cifra que se desea resaltar, se reserva al cuadro
primero. El cuadro debe disearse de izquierda a derecha y de arriba
hacia abajo.
Es conveniente hacer cuadro para cada cosa y para una solo cosa; las cifras a
comparar deben colocarse en columnas continuas.
Los grficos tienen los mismos componentes que fueron sealados para los
cuadros, con la observacin de que: los ejes deben ser correctamente
identificados, no deben llevar excesos de datos, la escala deber ser lo
conveniente para que no se presenten distorsiones y no deben usarse
unidades diferentes en un mismo eje.
Existen distintos tipos de grficos: Lineales, Barras (simple, divididas), Torta,
etc.
Para la elaboracin y anlisis de los datos, es necesario para ellos discutir dos
grupos de mtodos de medicin:
Las medidas de tendencia central indican los valores alrededor de los cuales
se distribuyen los datos.
X1+X2....... X N xi
X= ------------------- = -------
N N
X1fi+X2f2....... X nfn xi fi
La mediana:
Moda:
La moda de una serie de datos, es aquel valor que se presenta con mayor
frecuencia, en tal sentido puede no existir, y de existir puede ser no nica.
La media geomtrica:
Se aplica a datos para los cuales la razn entre cualesquiera dos nmeros
consecutivos, es constante o casi constante. Presenta algunos
inconvenientes de clculos, no lo afecta valores extremos y se utiliza para
determinar tasa de crecimiento durante un periodo de tiempo. (ritmo de
crecimiento de la poblacin).
logX1+logX2........logN
logMG= ------------------------
N
MEDIDAS DE DISPERSION
Los valores de una serie de datos, pueden ser pequeos o grandes, vale decir
varan en magnitud. La variacin de los datos es llamada dispersin y pueden
ser medidas por distintos mtodos. Cuando la dispersin es baja, el valor
promedio se vuelve altamente significativo, pero cuanto la dispersin de la
data es alta, el promedio se vuelve de poca o ninguna significacin.
El rango:
Ejemplo: 1,4,8,10,10
Rango=10-1=9
La desviacin media:
(Xi X )2
S2 = ---------------
N
(Xi - X)2
= ----------------------
N
Ahora bien, cuando queremos establecer si existe relacin o no, entre dos
variables, la misma se puede determinar mediante el anlisis de correlacin,
utilizndose el coeficiente de correlacin (r), definida por la expresin
matemtica:
Sxy
r=-----------
SxSy
_ _
Donde Sxy es igual a (Yi-Y)(Xi-X)
_
Sy = (Yi-Y)2
Sx = (Xi-X)2
_ _
(Yi -Y) (Xi -X)
Es decir que r= --------------------------
_ _
(Yi-Y)2 (Xi-X)2
El coeficiente de correlacin r, toma valores que varan de -1 a +1, cuando
ms se aproxima a 1 la relacin que existe entre las variables es ms intensa
y directa, es decir, igual direccin; cuando se aproxima a -1 la relacin es
tambin intensa pero inversa de direccin contraria. Cuando el valor de r se
aproxima a 0 (cero), se dice que entre las variables no existe relacin.
Cuadro No 1
Es el caso que se da, entre costo fijo unitario y produccin, donde a medida
que aumenta la produccin los costos fijos unitarios disminuyen. Otro
ejemplo, se presenta entre precios y cantidades adquiridas de algunos
productos, cuando se da la relacin de que a medida que aumenta el precio
del producto, las cantidades adquiridas disminuyen.
_ _ _ _ _ _
Familia Consumo Ingreso (Y-Y) (Y-Y)2 (X-X) (X -X)2 (Y-Y) (X-X)
1 10 110.000 -20 400 - 4.108 400.000
2 20 120.000 -10 100 20.000
- 1.108 100.000
3 30 130.000 0 0 10.000
0 0 0
4 40 140.000 10 100 10.000 1.108 100.00
5 50 150.000 20 400 20.000 4.108 400.000
Resultados: _ _ __
Y= 150 Y= 30 ; X= 650.000 X= 130.000
_ _
(Y-Y)2 = 1.000 (X-X)2 = 10.000.000
1.000.000
r= ---------------------------= 1
1.000.000
Si el valor del coeficiente es alto igual o cercano a 1 o a -1, indica que hay
tendencia de estar asociado valores de una variable con valores de la otra
variable.
Cuando se quiere tener mas precisin acerca de las relaciones que existen
entre variables, de cmo son esas relaciones, su variacin y tendencia es
conveniente hacer uso de la tcnica de regresin, mediante el cual se
busca una lnea que exprese de una manera exacta la relacin entre las
variables. La lnea de regresin constituye una especie de lnea media que se
desplaza por el centro de la nube de puntos o diagrama de dispersin,
representando la relacin que existe entre las variables, de no ocurrir
alteraciones o modificaciones debido a otros factores denominados factores
de perturbacin o errores.
Fertilizante
Rendimientos
ton/ha kg./ha
1 300
2 450
3 500
4 550
5 600
Rendimiento vs cantidad
de fertilizante
800
600
kig/ha
400
200
0
0 1 2 3 4 5 6
ton/ha
Y
.
.
.
.
En el cual se puede trazar una lnea que pasa por cada uno de los puntos. En
tal sentido la idea es obtener una lnea la cual contenga valores de la
variable dependiente, excluidos los errores o perturbaciones. Este
procedimiento se denomina ajuste.
Para la fijacin de la lnea existen varios criterios, siendo uno de ellos el del
mnimo cuadrado, donde se hace uso de la ecuacin Y=a + bX, que
representa la lnea recta. De all que se le denomina ecuacin de regresin
lineal.
Y A.
error
^
Si el valor de Yi corresponde a la lnea recta, se le denomina Y estimada (Y)
entonces el error ser: _
(Yi - Y)
^
Si queremos que este sea mnimo, significa que (Yi - Y) debera ser mnimo.
^
Para que se de la condicin de mnimo, entonces (Yi - Y).
Vamos a usar el criterio del mnimo cuadrado, para lo cual se tiene que (Yi -
Y)2
Como lo que se quiere es determinar la lnea Y= a +bX con un mnimo de
error, entonces obtendremos por substitucin que:
[Yi -(a +bX)]2 es decir (Yi -a
-bX)2 , expresin que derivaremos con respecto a los parmetros a y b,
igualando a cero para obtener los mnimos.
(Yi -a -bX)2
d (Yi -a -bX)2 = 2(-1)(Yi -a-bX) ; -2(Yi -a - bX)= 0
da
n Yi Xi - Xi Yi
b=-----------------------------
Ing. Luis Gonzlez 15
n[ Xi2] - [Xi]2
donde b= 70
_ _
a= Y - bX
= 480 - 70(3) = 480 - 210 = 270
^
Y= 270 + 70X
400
300
200
100
0
0 2 4 6
ton/ ha
Dando valor a X
Ing. Luis Gonzlez 16
Para X=0 Y= 270
X=2 Y= 410
Se obtiene dos puntos, pudindose trazar la recta.
R2= -------------------------
(Yi-Y)2
Calculemos el coeficiente de Determinacin (R 2) para el ejemplo que hemos
venido utilizando.
_ _
Yi Xi Y=a+bX Yi-Y (Yi-Y)2 ( Yi-Y) (Yi-Y)2
53.000 -4.000
2
R =-----------------------= 0.9245
53.000
Y=a+bX+cX2 ; b
Y= Ax ; Y= A.Bx
REFERENCIA BIBLIOGRAFICAS
Definiciones: