Estadistica General

CONTENIDO DEL CURSO:
ESTADISTICA I - GENERAL
UNIDAD 1: CONCEPTOS BASICOS.
1. Pensamientos estadístico y Administración moderna.

2. Estadística descriptiva e inferencial
3. Estudios enumerativos y analíticos.
BIBLIOGRAFIA
DAVIDS LEVINE,TIMOTHY KREHBIEL y MARK BERENSON (2006) . Estadística para

Administracion, 4ta edición, Person Prentice Hall,
LEVIN Y RUBIN Estadística para Administradores México

Prentice-Hall Hispanoamericana S.A.
ESTADISTICA 1
UNIDAD 1. CONCEPTOS BÁSICOS
1.1 PENSAMIENTO ESTADISTICO Y ADMINISTRACION MODERNA.
Estadística moderna: Proceso histórico de utilidad hasta las aplicaciones

fundamentales en al actualidad
1. Recolección,
2. Presentación y
3. Caracterización de información para:
• Análisis de datos y…..

• Proceso de la toma de decisiones en…..
Eventos cotidianos:
•Contabilidad
•Finanzas
•Administración
•Mercadeo
.
ESTADISTICA 1
• Enfoque de gerencia integral
• Administración para la calidad total
EL PENSAMIENTO ESTADISTICO: Procesos de pensamiento que se centran en

formas de:
•Comprender,
•Manejar,
•Reducir la VARIACIÓN.
•
El pensamiento estadístico:
1. El reconocimiento que los datos son inherentemente variables (no habrá dos
cosas o personas que sean exactamente iguales) y
2. La identificación, medición, control y reducción de la variación proporcionan

oportunidades para mejorar la calidad.
ESTADISTICA 1
EL PENSAMIENTO ADMINISTRATIVO, se basa en:
1. Los métodos estadísticos:
•Tablas y diagramas
• Estadísticas descriptivas.
• Software
2. Las Herramientas de comportamiento:
• Flujo de procesos,
• Diagramas esqueleto de pescado,
• Lluvia de ideas
• Estructuración de equipos.
* Para mejorar los procesos: CALIDAD:

ESTADISTICA 1
1.2 Estudios enumerativos y estudios analíticos.
Los estudios enumerativos:
Toma de decisiones respecto a una población y/o sus características.
1.Listado de todas las unidades o grupos que conforman la población: MARCO

- Base para la selección de la muestra.
2. El enfoque : Conteo ó medición de los resultados a partir del marco muestral.

Los estudios análíticos:
Objetivo: Realizar una actividad sobre un proceso para mejorar el desempeño futuro.
- Predice el comportamiento futuro de un proceso y
- Ofrece elementos para comprender y mejorar ese proceso.
´ ¿Cómo usar los datos recabados en el proceso, para mejorar el

proceso en el futuro?
ESTADISTICA 1
1.3 ESTADISTICA DESCRIPTIVA.
• Recolección,
• Presentación y
• Caracterización de una serie de datos.
•Describir apropiadamente las diversas características de ese

conjunto de datos.
Es la base de los métodos de la estadística inferencial

y sirve para utilizar la teoría de la probabilidades que permite
aplicar la estadística a todos los campos de la investigación.
ESTADISTICA 1
1.4 ESTADISTICA INFERENCIAL.
Métodos que hacen posible la estimación de una característica de una población ó

la toma de una decisión referente a una población, basándose sólo en los resultados de
la muestra.
Una población (o universo) es la totalidad de elementos bajo consideración.
Una muestra es la porción de la población que se selecciona para su análisis.
Un parámetro es una medida de resumen que se calcula para describir una

característica de toda una población.
Una estadística es una medida de resumen que se calcula para describir una
característica de una sola muestra de la población.
ESTADISTICA 1
El uso de métodos estadísticos inferenciales se deriva de la

necesidad del muestreo.
A medida que una población crece, por lo general resulta
•demasiado costoso,
•lento e
•incómodo obtener nuestra información de toda la población.
La teoría de las probabilidades es el enlace en el proceso por el

cual los resultados de la muestra reflejan los de la población
ESTADISTICA 1
1.4 ESTADISTICA DESCRIPTIVA E INFERENCIAL.

ESTADISTICA 1
Variables:
Las variables también se pueden clasificar en función de las dimensiones:
•Variables unidimensionales: sólo recogen información sobre una característica

(por ejemplo: edad de los alumnos de una clase).
•Variables bidimensionales: recogen información sobre dos características de la

población (por ejemplo: edad y altura de los alumnos de una clase).
•Variables pluridimensionales: recogen información sobre tres o más

características (por ejemplo: edad, altura y peso de los alumnos de una clase).
ESTADISTICA 1
Variables:
Variables cualitativas o atributos , son variables categóricas.
- Producen respuestas categóricas: si - no
- No se pueden medir numéricamente
- Ejemplo: nacionalidad, color de la piel, idioma, etc.
Variables cuantitativas ó numéricas:

- Tienen valor numérico
- Ejemplo: edad, precio, ingresos, estatura.
Por su parte, las variables cuantitativas ó numéricas se pueden clasificar en

discretas y continuas:
Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número
de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podrá ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la
velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h...etc.
ESTADISTICA 1
Ejemplo:
Percepciones de los estudiantes respecto a la calidad de la vida en el campus.
La población o el universo en este caso serían todos los estudiantes

actualmente inscritos,
Muestra consistiría sólo en aquellos estudiantes que hubieran sido

seleccionados para participar en la encuesta.
El objetivo de la encuesta sería describir las diversas actitudes o características

de toda la población (los parámetros).
Esto se obtendría usando las estadísticas obtenidas de la muestra de

estudiantes para estimar diversas actitudes o características de interés en la
población.
ESTADISTICA 1
Ejemplo de una votación.
Se seleccionará una muestra de la población de votantes.
Basándose en el resultado de la muestra, se extraerán conclusiones referentes a

toda la población de votantes.
Adjunto a estas conclusiones se tendrá un planteamiento de probabilidad que

especifique la verosimilitud o confianza que los resultados de la muestra
reflejen el comportamiento de votación de la población.
UNIDAD 2: RECOLECCIÓN Y PRESENTACION DE DATOS
1. Los datos y su importancia. Fuentes de datos

2. Obtención de datos mediante investigación de encuesta.
- Tipos de Variables.
- Escalas de medición.
- Diseño, codificación y análisis
4. Presentación de datos numéricos.
- Tablas
- Diagramas.
ESTADISTICA 1
UNIDAD 2. RECOLECCIÓN Y PRESENTACION DE DATOS
2.1 LA IMPORTANCIA DE LOS DATOS
Datos: Información numérica como base para la toma de decisiones en una situación particular
Datos correctos. La información corrupta presenta sesgo o ambigüedad
Tipos de datos:
Tipo de
variable
Categórica Numérica
Escala de
Escala Escala Escala de
cociente
nominal ordinal intervalo
Discreta Contínua
ESTADISTICA 1
2.2 FUENTES DE DATOS
1. Datos electrónicos: Se obtienen como parte de los procesos informáticos:

- Bases de datos: Contables, financieros, comerciales: códigos de barra.
- Tecnología multimedia,etc.
2. Publicaciones: Instituciones públicas,
Instituciones privadas. Revistas especializadas, bibliotecas, etc
3. Experimental: Control sobre las fases e individuos, grupos y elementos que son parte del experimento.
5. Encuesta: No se ejerce control sobre las personas encuestadas. Se realizan preguntas sobres sus
opiniones, actitudes, preferencias y otras características.
6. Estudio de observación: Observación del comportamiento o evento de estudio de manera directa y

en su entorno natural: Antropología, sociología, fauna, etc.
- Grupos focales. Psicología conductual/industrial.
Importancia de los datos: Razones para recolectar datos: Factores que intervienen
1.Entrada necesaria para un estudio de investigación -Procedimiento de recolección.

2. Medición de desempeño. -Tipos de datos
3. Ampliar la base de criterio para la toma de decisiones. - Niveles de medición.
4. Curiosidad. - Dispositivos de medición.
G.I.G.O = Garbage in, Garbage Out

ESTADISTICA 1
2.3 OBTENCION DE DATOS MEDIANTE INVESTIGACION DE ENCUESTA

2.3.1 Tipos de datos.
Al realizar una investigación mediante encuestas, se desarrolla un instrumento que contiene

preguntas y trata varios fenómenos o características.
Estos fenómenos o características se denominan variables aleatorias. Los datos de los

resultados observados de estas variables, varían de respuesta a respuesta.
Variables aleatorias:
1. Variables cualitativas o atributos , son variables categóricas.
- Producen respuestas categóricas: si - no

- No se pueden medir numéricamente
- Ejemplo: nacionalidad, color de la piel, idioma, etc.
2. Variables cuantitativas ó numéricas:
- Tienen valor numérico

- Ejemplo: edad, precio, ingresos, estatura.
ESTADISTICA 1


Estos fenómenos o características se denominan variables aleatorias. Los datos de los

resultados observados de estas variables, varían de respuesta a respuesta.
1. Variables cualitativas o atributos , son variables categóricas.
2. Variables cuantitativas ó numéricas: Pueden ser:

a. Discretas: SURGEN DE UN PROCESO DE CONTEO
Sólo pueden tomar valores enteros (1, 2, 8, -4, etc.).
Por ejemplo: número de hermanos (puede ser 1, 2 ó 3)
b. Continuas: PROCEDEN DE UN PROCESO DE MEDICION

Pueden tomar cualquier valor real dentro de un intervalo.
Por ejemplo, la velocidad de un vehículo puede ser 80,3 km/h,
la estatura de una persona puede ser 1, 762 m.
ESTADISTICA 1


Estos fenómenos o características se denominan variables aleatorias. Los datos que los
los resultados observados de estas variales, varían de respuesta a respuesta.
ESTADISTICA 1
3. PRESENTACION DE DATOS NUMERICOS EN TABLAS Y DIAGRAMAS.

3.1 Organización, clasificación ordenada, diagrama de tallos y hojas.
Luego de un proceso de observación, suelen obtenerse datos sin procesar:
Ejemplo: Lectura de precios.
Procesamos los datos para obtener una clasificación ordenada

ESTADISTICA 1

Diagrama de tallos y hojas sin ordenar
Hojas
Tallos
ESTADISTICA 1

Tallos Diagrama de tallos y hojas ordenado

Hojas
ESTADISTICA 1

Diagrama de tallos y hojas Diagrama de tallos y hojas
Diagrama de tallos y hojas ordenado Arreglo 1 Arreglo 2
ESTADISTICA 1

3.2 Tabulación de datos numéricos.
3.2.1 La distribución de frecuencia.
Al incrementarse el número de observaciones, se hace necesario condensar los datos en tablas

de resumen apropiadas. Agrupamiento en categorías relevantes.
La distribución de frecuencia.
Es una tabla de resumen en la que los datos se disponen en categorías convenientemente

establecidas de clases ordenadas numéricamente:
1. Selección del número de agrupamientos de clase.

2. Intervalo ó ancho de clase, de cada agrupamiento de clase.
3. Definir los límites de clase de cada agrupamiento de clase para evitar los traslapes
ESTADISTICA 1

Al incrementarse el número de observaciones, se hace necesario condensar los datos en tablas

de resumen apropiadas. Agrupamiento en categorías relevantes.
1. Selección del número de clases: Depende del número de observaciones. El

objetivo es optimizar la lectura de información.
¿En cuantos grupos o categorías se divide la colección de datos?
Precios en US$ No. De Productos Ejemplo: Número de clases = 1.

2,0 a 13,0 60 ¿Obtengo información?
En general la distribución de frecuencias debe tener al menos 5

agrupamientos de clase pero no más de 15.
ESTADISTICA 1

2. Cálculo del intervalo de clase: El objetivo es lograr que el ancho de cada

agrupamiento sea igual.
Ancho del intervalo de clase = Rango/Número de agrupamientos o de clase deseados.
Para el ejemplo:
ancho del intervalo = (12 – 2,4) / 6 = 1,6. Redondeo a 2,0
ESTADISTICA 1

3. Determinación de los límites de clase: Definir claramente para evitar el

traslape. Elegir los límites de manera que faciliten la lectura.
ancho del intervalo = (12 – 2,4) / 6 = 1,6. Redondeo a 2,0.
- Primer intervalo de clase: 2 y menor que 4; 2≤ valor<4

- Segundo intervalo de clase : 4 y menor que 6; 4≤ valor<6
Precios Registros Frecuencia Precios Frecuencia
Evitar el traslape y facilitar la lectura.

ESTADISTICA 1

3. Determinación de los límites de clase: Definir claramente para evitar el

traslape. Elegir los límites de manera que faciliten la lectura.
Tabla 3.3 Precios Frecuencia Ventajas. Las principales características se hacen
evidentes
1. El alcance está entre 2 y 12
2. Tendencia agruparse en los valores.
Desventajas. No se pueden conocer como se

distribuyen los valores individuales dentro de un
intervalo de clase sin tener acceso a los datos
originales
4. Punto medio de una clase ó MARCA DE CLASE: Es el punto medio de los
límites de cada clase y es representativo de los datos de esa clase.
El punto medio para el primer intervalo es 3, para el segundo es 4.

ESTADISTICA 1

Ejemplo:
ESTADISTICA 1

Ejemplo:
3.10
Una muestra aleatoria de 50 vicepresidentes ejecutivos se seleccionó de entre
las diversas compañías de relaciones públicas, y se obtuvieron los sueldos anuales de los
funcionarios de estas compañías.
Los sueldos variaron de $52,000 a $137,000. Establezca los límites de clase para
una distribución de frecuencia:
(a) si se desean 5 intervalos de clase.

(b) si se desean 6 intervalos de clase.
(c) si se desean 7 intervalos de clase.
(d) si se desean 8 intervalos de clase.
3.10 ..\Media Histog.xlsx

ESTADISTICA 1

Ejemplo: 3.12
3.12 ..\Media Histog.xlsx

ESTADISTICA 1

5. Subjetividad en la selección de límites de clase:

ESTADISTICA 1

6. Distribución de frecuencia relativa y distribución de porcentaje

Precio frecuencia F.Relativa Dist. %
80 a 99 4 0,08 8
100 a 119 7 0,14 14
120 a 139 9 0,18 18
140 a 159 13 0,26 26
160 a 179 9 0,18 18 Porcentaje: base 100
180 a 199 5 0,1 10
200 a 219 3 0,06 6
TOTAL 50 1 100
Proporción: base 1
Importancia: Al comparar dos series de datos, es más útil comparar frecuencias

relativas. Ejemplo ausentismo en escuelas de la costa y de la sierra
ESTADISTICA 1

3.2.2 Graficación de datos numéricos.
Una imagen vale más que mil palabras.
Histograma: Al comparar dos series de datos, es más útil comparar frecuencias
relativas. Ejemplo ausentismo en escuelas de la costa y de la sierra
ESTADISTICA 1

Una imagen vale más que mil palabras.
Histograma: Valor de las pensiones en colegios de Quito
Pension x 100USD Porcentajes

2 pero menor que 4 21,7
4 pero menor que 6 40

ESTADISTICA 1

Precio frecuencia F.Relativa Dist. % Histograma de porcentajes
80 a 99 4 0,08 8 26%
100 a 119 7 0,14 14
120 a 139 9 0,18 18 18% 18%
140 a 159 13 0,26 26
14%
160 a 179 9 0,18 18
180 a 199 5 0,1 10 10%
8%
200 a 219 3 0,06 6 6%
TOTAL 50 1 100
14 13
13
12
11
10 9 9
9
8 7
7 Histograma de frecuencia
6 5
5 4
4 3 Ej de variación de limites de
3 clase..\Media Histog.xlsx
2 Histograma con funciones
1 excel..\Media Histog.xlsx
Histograma insertar gráficos..\Media
0 79 80 99 100 119 120 139 140 159 160 179 180 199 200 219 Histog.xlsx
ESTADISTICA 1

Polígonos: Se forma cuando al graficar los polígonos el punto medio de cada clase representa los
datos de esa clase, y luego conectar los puntos medios con sus respectivos porcentajes de clase
Precio Porcentajes
45
40 40
35
30
25
20 21,7
15 15 13,3
10
8,3
5
0 0 1,7 0
1 3 5 7 9 11 13 15
ESTADISTICA 1

Distribuciones acumulativas. Se desarrollan a partir de la tabla de distribución de
frecuencias , de la tabla de distribución de frecuencia relativa y de la tabla de
distribución de porcentaje.
Distribuciones de porcentaje acumulativo.
Precio US$ frecuencia f. Acum. f.Relativa f. Rel.Acum Dist. % F. %.Acum

0 a 79 0 0 0 0 0 0
80 a 99 4 4 0,08 0,08 8 8
100 a 119 7 11 0,14 0,22 14 22
120 a 139 9 20 0,18 0,4 18 40
140 a 159 13 33 0,26 0,66 26 66
160 a 179 9 42 0,18 0,84 18 84
180 a 199 5 47 0,1 0,94 10 94
200 a 219 3 50 0,06 1 6 100
220 y más 0 50 0 1 0 100
TOTAL 50 1 100
ESTADISTICA 1

Polígonos: Observación.
El polígono es una representación de la forma de la distribución particular. Puesto que el

área bajo la distribución de porcentaje (curva entera) debe ser 100 %, es necesario
conectar el primero y el último puntos con el eje horizontal para rodear el área de la
distribución observada.
Esto se hace conectando el primer punto medio observado con el punto medio de una
clase "precedente ficticia" (esto es, 1.0) teniendo 0.0% de observaciones y
conectando el último punto medio observado con el punto medio de una clase
"sucesora ficticia" (esto es, 15.0) teniendo 0.0% de observaciones.
ESTADISTICA 1

Distribuciones acumulativas. Se desarrollan a partir de la tabla de distribución de frecuencias , de
la tabla de distribución de frecuencia relativa y de la tabla de distribución de porcentaje.
Distribuciones de porcentaje acumulativo.
%
Precio US$ Dist. % Dist % Acum
100 100 100
0 a 79 0 0 95 94
80 a 99 8 8 90
85 84
100 a 119 14 22
80
120 a 139 18 40 75
140 a 159 26 66 70
65 66
160 a 179 18 84
60
180 a 199 10 94 55
200 a 219 6 100 50
45
220 y más 0 100 40 40
100 35
30
Aproximación: 25
20 22
1. Porcentaje de productos: 15
10
Con precio menor a 120 (119) = 22% 5
8
Con precio mayor a 159 (160) = 34% =18+10+6=1-66 0 0
79 99 119 139 159 179 199 219
2. El 25% de los precios se encuentran:
124 USD ó menos.: El 75% cuestan al menos 124 USD
ESTADISTICA 1

Distribuciones acumulativas. Se desarrollan a partir de la tabla de distribución de frecuencias , de
la tabla de distribución de frecuencia relativa y de la tabla de distribución de porcentaje.
Distribuciones de frecuencia acumulativa.
Precio US$ frecuencia f. Acum.
0 a 79 0 0 f. Acum.
80 a 99 4 4
55
100 a 119 7 11
50
120 a 139 9 20
140 a 159 13 33 45
160 a 179 9 42 40
180 a 199 5 47 35
200 a 219 3 50 30
220 y más 0 50
25
TOTAL 50
20
Aproximación: 15
1. Cantidad de productos 10
79 99 119 139 159 179 199 219
2. Cuántos productos tienen un precio menor a: Precio
120 USD: 12 Productos

Estadistica General

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estadistica General

Загружено:

Авторское право:

Доступные форматы

CONTENIDO DEL CURSO:

UNIDAD 1: CONCEPTOS BASICOS.

1. Pensamientos estadístico y Administración moderna.

DAVIDS LEVINE,TIMOTHY KREHBIEL y MARK BERENSON (2006) . Estadística para

LEVIN Y RUBIN Estadística para Administradores México

1.1 PENSAMIENTO ESTADISTICO Y ADMINISTRACION MODERNA.

Estadística moderna: Proceso histórico de utilidad hasta las aplicaciones

• Análisis de datos y…..

1.1 PENSAMIENTO ESTADISTICO Y ADMINISTRACION MODERNA.

• Enfoque de gerencia integral

• Administración para la calidad total

EL PENSAMIENTO ESTADISTICO: Procesos de pensamiento que se centran en

2. La identificación, medición, control y reducción de la variación proporcionan

1.1 PENSAMIENTO ESTADISTICO Y ADMINISTRACION MODERNA.

EL PENSAMIENTO ADMINISTRATIVO, se basa en:

1. Los métodos estadísticos:

2. Las Herramientas de comportamiento:

* Para mejorar los procesos: CALIDAD:

1.2 Estudios enumerativos y estudios analíticos.

Los estudios enumerativos:

Toma de decisiones respecto a una población y/o sus características.

1.Listado de todas las unidades o grupos que conforman la población: MARCO

2. El enfoque : Conteo ó medición de los resultados a partir del marco muestral.

- Predice el comportamiento futuro de un proceso y

- Ofrece elementos para comprender y mejorar ese proceso.

´ ¿Cómo usar los datos recabados en el proceso, para mejorar el

1.3 ESTADISTICA DESCRIPTIVA.

•Describir apropiadamente las diversas características de ese

Es la base de los métodos de la estadística inferencial

1.4 ESTADISTICA INFERENCIAL.

Métodos que hacen posible la estimación de una característica de una población ó

Una población (o universo) es la totalidad de elementos bajo consideración.

Una muestra es la porción de la población que se selecciona para su análisis.

Un parámetro es una medida de resumen que se calcula para describir una

1.4 ESTADISTICA INFERENCIAL.

El uso de métodos estadísticos inferenciales se deriva de la

La teoría de las probabilidades es el enlace en el proceso por el

1.4 ESTADISTICA DESCRIPTIVA E INFERENCIAL.

1.4 ESTADISTICA INFERENCIAL.

Las variables también se pueden clasificar en función de las dimensiones:

•Variables unidimensionales: sólo recogen información sobre una característica

•Variables bidimensionales: recogen información sobre dos características de la

•Variables pluridimensionales: recogen información sobre tres o más

1.3 ESTADISTICA INFERENCIAL.

Variables cuantitativas ó numéricas:

Por su parte, las variables cuantitativas ó numéricas se pueden clasificar en

1.3 ESTADISTICA INFERENCIAL.

Percepciones de los estudiantes respecto a la calidad de la vida en el campus.

La población o el universo en este caso serían todos los estudiantes

Muestra consistiría sólo en aquellos estudiantes que hubieran sido

El objetivo de la encuesta sería describir las diversas actitudes o características

Esto se obtendría usando las estadísticas obtenidas de la muestra de

1.3 ESTADISTICA INFERENCIAL.

Ejemplo de una votación.

Se seleccionará una muestra de la población de votantes.

Basándose en el resultado de la muestra, se extraerán conclusiones referentes a

Adjunto a estas conclusiones se tendrá un planteamiento de probabilidad que

UNIDAD 2: RECOLECCIÓN Y PRESENTACION DE DATOS

1. Los datos y su importancia. Fuentes de datos

2.1 LA IMPORTANCIA DE LOS DATOS

2.2 FUENTES DE DATOS

1. Datos electrónicos: Se obtienen como parte de los procesos informáticos:

6. Estudio de observación: Observación del comportamiento o evento de estudio de manera directa y

- Grupos focales. Psicología conductual/industrial.