Академический Документы
Профессиональный Документы
Культура Документы
Estadísticos
para los
Negocios
Dr. Jorge Muro Arbulú
Medias
Medianas
Modas…
1
Medias [ Promedio() ] [ =Media.geom() ]
Media Aritmética
Media Geométrica
MG =
Métodos Estadísticos - J. Muro Arbulú 3
Moda
Métodos Estadísticos - J. Muro Arbulú 4
2
Medias, Medianas, Modas (Ej. Dpto. en Miles)
3
¿Qué Debe ver un Gerente?
Sobrecarga de Información:
• Costos de Inventario
• Planilla
• Volumen de Producción
• Utilización de Activos
• …
Agrupar la Data
Entendimiento de la Situación
que Describe
4
Valores Atípicos (Outliers)
5
Valores Atípicos (Outliers)
Excluir o Cambiar la Data con Cuidado:
03-abr 12 80
80
04-abr 18
70
05-abr 15
06-abr 16 60
07-abr 10 50
08-abr 17
40
09-abr 17
10-abr 17 30
11-abr 14 20
12-abr 17
10
13-abr 80
14-abr 17 0
15-abr 17
16-abr 11
Métodos Estadísticos - J. Muro Arbulú 12
6
Notar que Días 12 y 14 el Inventario fue de 17 y 17
Respectivamente
Outliers
7
No se puede mostrar la imagen en este momento.
Medidas de Dispersión
(Sin Data Relacionada
Probabilísticamente)
8
Varianza (muestral)
= Corrección de Bessel
Grados de Libertad…
Solo es n-1 en D.E. por Muestreo, que
Introduce Variación Aleatoria
17
Varianza:
En un Hotel, Cada Sábado el
Número de Pedidos es
Alrededor de 172, la Media.
Distancia de la Media
9
¿Cómo se Aparta la Data del Medio?
Si Solo Sumamos:
Positivas y Negativas Pueden
Cancelarse
10
No se puede mostrar la imagen en este momento.
Medidas de Dispersión
(Con Data Relacionada
Probabilísticamente)
Varianza, D. E. y Probabilidades
Se Ha Visto Varianza y D. E. de Arreglos de Data de
Cantidades Inciertas Independientes.
22
11
Valor Esperado
Valor Esperado
VE de X = Promedio Ponderado de X
E(X)
24
12
Varianza y D. E. (Más)
(0,24)
$20
(0,47)
$35
A
(0,29)
$50
(0,25)
-$9
(0,35)
B $0
(0,40)
$95
25
Resultados
E(Utilidad / A) = $35,75
E(Utilidad / B) = $35,75
Var(Utilidad / A) = (20-35,75)2(0,24)+...
=$118,69 =$10,89
26
13
Afortunadamente…
A Mano Excel
Varianza
2 Var()
Var.S()
Desviación Desvest()
Estándar
27
Análisis de
Dos Variables
(Correlación)
28
14
Dos Variables ¿Están Relacionadas? Atletas:
1ro: Visualizar la Data: Dispersión
Series de Tiempo
15
Series de Tiempo (Más)
31
Visualización
Supongamos que Tratamos de Saber si hay Una Relación
Lineal
16
Coeficiente de Correlación , Mide Fortaleza de
Relación Lineal en Escala de -1 a 1
Diagrama de Dispersión: Diagrama de Dispersión: Diagrama de Dispersión:
Visualiza la Relación Visualiza la Relación Visualiza la Relación
Variable 2
Variable 2
Variable 2
Variable 1
Variable 1 Variable 1
-1 0 1 -1 0 1 -1 0 1
= -1 =0 =1
Coeficiente de Correlación
34
17
Modelos No Lineales…
35
=COEF.DE.CORREL(Rango 1; Rango 2)
Promed. de X * Promed. de Y
36
18
Regresión
Lineal
Requisitos
19
Usos
Poderosa Herramienta Estadística
Usada Siempre en Negocios:
En Finanzas
Predicción de Demanda
Investigación de Mercados
Modelo Lineal:
y
b= y/x
a x
x
40
20
Regresión Lineal:
Herramienta Estadística: Ayuda a Caracterizar la
Estructura de la Relación Entre Dos Variables
Línea de la Regresión:
Estructura de la Relación
Variable 2
Variable 1
21
Publicidad y Ventas?
Data en Publicidad y Ventas en los Últimos 10 Años
Coeficiente de correlación
=0,93
¿Cuál Línea?
¿Cuál?
Métodos Estadísticos - J. Muro
Arbulú 44
22
Método de Cuadrados Mínimos: Regresión y Errores
Se Toma Cuadrado de Cada Distancia y Luego se Suman
todos los Cuadrados (Similar a Como Calculamos la Varianza)
SCR
SCE
(Se lo Dejamos a
la PC)
Máximo o Mínimo
23
Regresión: En Práctica Data Análisis de Datos
A B C
Variable Dependiente
Variable Independiente
(o Explicativa)
Estadísticas de la regresión
Coeficiente de
correlación
múltiple 0,93
Etiqueta “Publicidad ($)”. Ha Sido
Coeficiente de
determinación Puesta por Excel de la Columna
R^2 0,86
Original de Datos.
R^2 ajustado 0,84
Error típico 376153,16
Observaciones 10
Pendiente (b)
ANÁLISIS DE VARIANZA
Grados de Promedio de los Valor crítico de
libertad Suma de cuadrados cuadrados F F
Regresión 1 6881255000000,91 6881255000000,91 48,63 0,00
Residuos 8 1131929600999,09 141491200124,89
Total 9 8013184601000,00
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción -333831,15 470558,58 -0,71 0,50 -1418941,18 751278,87 -1418941,18 751278,87
Publicidad 50,00 7,17 6,97 0,00 33,47 66,53 33,47 66,53
24
Resultados: Significado de la Ecuación
A B C
Línea de Regresión Ajustada
5,000,000
4,500,000
4,000,000
3,500,000
3,000,000
Ventas
2,500,000
Ventas
2,000,000
Pronóstico Ventas
1,500,000
1,000,000
500,000
-
- 20,000 40,000 60,000 80,000 100,000
Publicidad
Ecuación de Regresión:
Ventas = -333 831 + 50 x Publicidad
$1 en Publicidad $ 50 en Ventas
$10 000 en Publicidad $ 500 000 en Ventas
Métodos Estadísticos - J. Muro
Arbulú 49
25
Resultados y Precauciones
Línea
Líneade
deRegresión
Regresión
Rango
Rango de
de
Estadísticas de la regresión
R2
Coeficiente de determinación R^2 0,86
R^2 ajustado 0,84
Error típico 376153,16
Observaciones 10
ANÁLISIS DE VARIANZA
Total 9 8,01E+12
26
Regresión: En Práctica / Data Análisis de Datos
Resumen
Estadísticas de la regresión
ANÁLISIS DE VARIANZA
Total 9 8013184601000,00
Ecuación de Regresión:
Ventas = -333 831 + 50 x Publicidad
Métodos Estadísticos - J. Muro
Arbulú 54
27
Sumario o Resumen
Regresión Lineal
28