ESTADÍSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMÍA

Material Proporcionado por: Silvia Giraldo.

 LA IMPORTANCIA
DE LA
ESTADÍSITICA

š  Las decisiones sobre las tasas

tributarias, los programas
sociales, el gasto de defensa y
muchos otros asuntos pueden
hacerse de manera
inteligente tan solo con la
ayuda del análisis estadístico.
š  En la IM, la estadística ayuda
en el momento de determinar
qué tan probable es que un
nuevo sea exitoso.
 a.  APLICACIÓN UNIVERSAL DE LA
ESTADÍSTICA:
OPORTUNIDAD š  Capaz de solucionar problemas y tomar
decisiones.
ES QUE š  Casi todas las áreas del saber requieren del

OFRECE LA pensamiento estadístico.

š  Mejora las oportunidades de obtener
ESTADÍSTICA empleo y probabilidad de promoción
mediante el enriquecimiento en el
desempeño laboral.
b. GERENCIA DE CALIDAD TOTAL: Esfuerzo por
promover la calidad de sus productos. Se caracteriza por:
š  Promoción de cualidades del producto que el consumidor considera
importantes.
š  Recolectar datos sobre el desempeño y solucionar problemas de
calidad.
š  Despliegue de la función de calidad. Reconocer y agenciar las
inquietudes de los consumidores.
š  Control de calidad. Un grupo pequeño de empleados se reúnen
regularmente para solucionar problemas relacionados con el trabajo.
š  Hay herramientas y métodos estadísticos para promover el Control
estadístico de calidad.
DIAGRAMA DE PARETO

Expresan la regla
80/20:, es decir, el 80%
de todos los problemas
se debe al 20% de las
causas.
c. NECESIDAD DE LA
FORMACIÓN EN
ESTADÍSTICA:
š  Es necesario comprender los
procedimientos estadísticos, y poder
comunicarse con los estadísticos, en un
esfuerzo continuo para diseñar soluciones
adecuadas y tomar decisiones óptimas.

š  La estadística puede ayudar en la

solución de problemas que surgen con
frecuencia en un escenario empresarial.
DEFINICIONES

POBLACIÓN PARÁMETRO
Es la recolección completa de todas las Es una medida descriptiva de la población
observaciones de interés para el total de todas las observaciones de interés
investigador. para el investigador.
DEFINICIONES
ESTADÍSTICOS
MUESTRA
Es una parte representativa de la población Elemento que describe una muestra y sirve
que se selecciona para ser estudiada ya como una estimación del parámetro de la
que la población es demasiado grande población correspondiente.
como para analizarla en su totalidad.
DEFINICIONES

VARIABLE
Una variable continua es aquella que puede
Es una característica de la población que se tomar cualquier valor dentro de un rango
está analizando en un estudio estadístico.
dado.
Si las observaciones se expresan Una variable discreta esta limitada a ciertos
numéricamente, es una variable valores, generalmente números enteros.
cuantitativa.
Una variable cualitativa se mide de manera
no numérica.
LA IMPORTANCIA DEL MUESTREO

š  Son necesarias porque la población es demasiado grandes.

š  Muy costoso y demanda mucho tiempo.
š  Se utilizar para estimar el parámetro correspondiente de la población.

Sin embargo, con frecuencia se comprueba que la muestra no es del todo representativa
de la población y resultará un error de muestreo, que es la diferencia entre el parámetro
desconocido de la población y el estadístico de la muestra utilizado para calcular el
parámetro.
Una forma más seria de error de muestreo es el sesgo muestral, que es la tendencia a
favorecer la selección de ciertos elementos de muestra en lugar de otros
LAS FUNCIONES DE LA ESTADÍSTICA

Recolección

š  Los datos deben colocarse en un orden

Interpretación lógico que revele rápida y fácilmente el
Organización
de datos
mensaje que contienen.
š  El estadístico debe interpretarlos y
analizarlos.

Análisis Presentación
ESCALAS DE MEDIDA

• Nombres o clasificaciones para datos en categorías distintas.

ESCALAS NOMINALES • Ej. El género puede clasificarse en hombre o mujer.

• Clasifican las observaciones en categorías con un orden significativo.

ESCALAS ORDINALES • Ej. Productos como buenos, mejores y los mejores.

ESCALAS DE • El valor cero es arbitrario pero la diferencia de valores es importante.

INTERVALO • Ej. Escala Fahrenheit – Temperatura

• El cero es un valor fijo y la diferencia entre valores es importante.

ESCALAS DE RAZÓN • Ej. Costos, rentabilidad y niveles de invesntario.
DESCRIPCIÓN DE LOS CONJUNTOS
DE DATOS.
MÉTODOS DE AGRUPACIÓN DE DATOS

A. DISTRIBUCIÓN DE FRECUENCIAS:
Ordenará los datos si estos se dividen en clases y se
registra el número de observaciones en cada clase.
Tiene un límite inferior y superior.
Una tabla debe tener entre 5 a 20 clases.
El intervalo de clase es el rango de valores encontrados dentro de una clase.

La distribución de frecuencia acumulada es determinar que el N° de

observaciones son mayor que o menor que.
La distribución de frecuencia relativa es la que expresa un
porcentaje dentro de una clase del número total de observaciones.
B. TABLAS DE CONTINGENCIA

Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez. Si
se desea examinar o comparar dos variables, una tabla de contingencia resulta de
mucha utilidad.
C. GRÁFICOS

HISTOGRAMA: Coloca las clases de una DIAGRAMA DE BARRAS: Muestra

distribución de frecuencias en el eje cantidades o porcentajes para dos o más
horizontal y las frecuencias en el eje vertical. valores sobre el eje vertical.
C. GRÁFICOS

DIAGRAMA CIRCULAR: Mostrar proporciones GRÁFICO DE MÁXIMOS Y MÍNIMOS: Muestra el

(porcentajes)relativas de una variable. valor más alto, más bajo y el valor al cierre de
los instrumentos financieros.
 MEDIDAS DE TENDENCIA
CENTRAL Y DE DISPERSIÓN
MEDIDAS DE TENDENCIA CENTRAL

Ubica e identifica el punto alrededor del cual se centran los datos.

MEDIDAS DE DISPERSIÓN
Indican el punto hasta el cual las observaciones
individuales se esparcen alrededor de su punto central.
MEDIDAS DE LA TENDENCIA CENTRAL A PARTIR
DE DATOS NO AGRUPADOS

A.  LA MEDIA: Considerada como el promedio.

µ = Parámetro de la población
N = Población

X- barra = Media de una muestra

n = Datos de la muestra
B. LA MEDIANA: La observación de la mitad después de
que se han colocado los datos en una serie ordenada. Si el
conjunto de datos tiene un número impar de
observaciones, la posición de la mediana es:
Posición de la mediana: ​𝑛−1/2 

C. LA MODA: La observación modal es la observación

que ocurre con mayor frecuencia.
EJEMPLO
D. LA MEDIA PONDERADA: En ciertos casos, puede querer darse
mayor peso a algunas de las observaciones.

E. LA MEDIA GEOMÉTRICA: Proporciona una medida precisa de

un cambio porcentual promedio en una serie de números.
La media geométrica se halla tomando la raíz enésima del producto
de n números. Así:
MEDIDAS DE DISPERSIÓN

Miden que tanto se dispersan las observaciones

alrededor de su media.

A. RANGO: Es la diferencia entre la observación

más alta y la más baja. Es fácil de calcular pero
solo considera dos de los cientos de
observaciones que hay en un conjunto de datos.
B. VARIANZA Y DESVIACIÓN ESTÁNDAR DE UNA POBLACIÓN
La varianza es el promedio de las observaciones respecto a su media
elevadas al cuadrado.

En donde ​𝑋↓1  ​𝑋↓2  ​𝑋↓3  ​𝑋↓4 ……​𝑋↓8  son las observaciones individuales.

µ = es la media poblacional.
N= es el número de observaciones.
La desviación estándar 𝜎 es

Es la raíz cuadrada de la varianza. Es una medida

importante de la dispersión de los datos.

C. VARIANZA Y DESVIACIÓN ESTÁNDAR PARA UNA

MUESTRA:
Representan medidas de dispersión alrededor de la media.
š La varianza de la muestra ​𝑠↑2  es:

š y la desviación estándar es

MEDIDAS DE TENDENCIA CENTRAL Y DE
DISPERSIÓN PARA DATOS AGRUPADOS

A.  LA MEDIA: Se supone que las observaciones en cada clase son iguales la punto medio
de la clase.

En donde f = es la frecuencia o número de observaciones en cada clase.

M = es el punto medio de cada clase.
n = es el tamaño de la muestra y es igual a las frecuencias sumadas en todas las clases.
 B. LA MEDIANA
Se debe hallar la clase de la mediana de la
distribución de frecuencias. La clase
mediana es la clase cuya frecuencia
acumulada es > o = a n/2.
En donde ​𝐿↓𝑚𝑑  es el límite inferior de la
clase de la mediana.
F es la frecuencia acumulada de la clase
antecede a la clase de la mediana.
​𝑓↓𝑚𝑑  es la frecuencia de la clase de la
mediana.
C es e intervalo de clase de la de mediana.
C. LA MODA
Se hallará en la clase que tenga la
frecuencia más alta llamada clase modal.
En donde ​𝐿↓𝑚𝑑  es el límite inferior de la
clase modal.
​𝐷↓𝑎  diferencia entre la frecuencia de la
clase modal y la que la antecede.
​𝐷↓𝑏  diferencia entre la frecuencia de la
clase modal y la que le sigue.
C es el intervalo de la clase modal.
š  VARIANZA

•  DESVIACIÓN ESTÁNDAR
OTRAS MEDIDAS DE DISPERSIÓN

š El primer cuartil es ese valor debajo del cual clasifica 25% de las
observaciones, y sobre el cual puede encontrarse el 75% restante.
El tercer cuartil es justo lo contrario. El segundo cuartil es justo la
mitad.
š Los deciles separan un conjunto de datos en 10 subconjuntos
iguales y los percentiles en 100 partes.
š Una medida única de dispersión es el rango o recorrido
intercuartílico. Es la diferencia entre el primer cuartil y el tercer
cuartil. La mitad de las observaciones se clasifican dentro de ese
rango.
USOS FRECUENTES DE LA DESVIACIÓN
ESTANDAR

A.  TEOREMA DE CHEBYSHEV: Establece que para todo

conjunto de datos, por lo menos 1-1/​𝐾↑2 % de las
observaciones están dentro de K desviaciones estándar,
en donde K es cualquier número mayor que.
B. LA DISTRIBUCIÓN NORMAL Y LA REGLA EMPÍRICA:
Una distribución normal es una distribución de datos continuos (no
discretos) que produce una curva simétrica en forma de campana.

En una distribución normal, la media, la mediana y la moda son todas

iguales.
La regla empírica dice que si se incluyen todas las observaciones que están
a una desviación estándar de la media, esas serán el 68,3% de todas las
observaciones.
C. SESGO: No todas las distribuciones son normales. Algunas están
sesgadas a la izquierda o a la derecha.
El sesgo puede medirse mediante el coeficiente de sesgo de
Pearson.

D. COEFICIENTE DE VARIACIÓN: Sirve como medida relativa de

dispersión. Determina el grado de dispersión de un conjunto de datos
relativo a su media. Se calcula dividiendo la desviación estándar de
una distribución por su media y multiplicando por 100.