Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
APLICACIN DE LA ESTADISTICA EN
INGRESOS MENSUALES DE UN
PROFESIONAL
1. INTRODUCCION
En diferentes actividades y en forma continua se han venido utilizando
procedimientos y datos estadsticos. As por ejemplo para aprobar una materia o
un curso es necesario un promedio mnimo, el mismo que es el de resultado de la
suma de las calificaciones parciales dividido entre el total de datos, de esta
manera se puede indicar una infinidad de ejemplos en los que est implcito las
actividades de observacin, registro, anlisis y predicciones, actividades que,
desarrolladas en forma sistemtica constituyen l estructura de la estadstica como
ciencia de la investigacin.
Como se puede considerar la aplicacin de la estadstica es amplia en muchas
gamas.
En la presente investigacin se har uso de las herramientas estadsticas con el
objeto de realizar el anlisis del comportamiento de los datos recabados de fuente
confiable, ya que tambin se tienen los comprobantes respectivos.
El uso de la estadstica ayuda a analizar los datos de manera sistmica y metdica
para el uso de la informacin de manera adecuada.
2015
3. MARCO REFERENCIAL
La presente investigacin se enmarca en los sueldos mensuales de un maestro
normalista que a travs de los ltimos aos ha ido percibiendo.
Los sueldos de los maestros se incrementa conforme van adquiriendo ms aos
de antigedad y en base tambin a mritos que realizan durante toda su carrera
es por ello que se realizara un anlisis de los datos de salarios que se recabara de
por lo menos 5 aos para poder observar el comportamiento que tiene hasta la
actualidad, considerando que el nmero de datos depender de la cantidad de
muestra que se tomara para el presente trabajo
4. OBJETIVOS
4.1.
OBJETIVO GENERAL
4.2.
OBJETIVOS ESPEIFICOS
- Obtener los datos y fijar la muestra
- Realizar un grfico de los datos de las variables dependientes e
-
independientes
Analizar el comportamiento de los datos y ajustar la misma a un modelo de
regresin segn sea el caso
Aplicar herramientas estadsticas para analizar los datos respondiendo a la
problemtica planteada inicialmente
Realizar inferencia de los datos para su posterior anlisis
5.MARCO TEORICO
ESTADISTICA APLICADA
2015
5.1.
ESTADISTICA
5.2. ESTADISTICA
INFERENCIAL
DESCRIPTIVA
DESCRIPTIVA
INFERENCIAL
Llamada tambin inferencia estadstica, la cual consiste en llegar a obtener
conclusiones o generalizaciones que sobrepasan los lmites de los conocimientos
aportados por un conjunto de datos. Busca obtener informacin sobre la poblacin
basndose en el estudio de los datos de una muestra tomada a partir de ella
Supngase ahora que el docente de Matemtica utiliza el promedio de
calificaciones obtenidas por uno de sus cursos para estimar la calificacin
promedio de los 5 cursos a su cargo. Como se est realizando una generalizacin
acerca los diferentes cursos, en este caso el maestro usa la Estadstica Inferencial
5.3.
IMPORTANCIA DE LA ESTADISTICA
2015
5.4.
APLICACION DE LA ESTADISTICA
2015
MUESTRA
La muestra es una representacin significativa de las caractersticas de una
poblacin, que bajo, la asuncin de un error (generalmente no superior al 5%)
estudiamos las caractersticas de un conjunto poblacional mucho menor que la
poblacin global.
"Se llama muestra a una parte de la poblacin a estudiar que sirve para
representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de
todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las
conclusiones que se obtengan de dicha muestra solo podrn referirse a la
poblacin en referencia", Cadenas (1974).
Los expertos en estadstica recogen datos de una muestra. Utilizan esta
informacin para hacer referencias sobre la poblacin que est representada por
la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una
poblacin es un todo y una muestra es una fraccin o segmento de ese todo
ESTADISTICA APLICADA
2015
5.6.
METODOS DE MUESTREO
5.7.
REGRESION LINEAL
ESTADISTICA APLICADA
2015
i=1
XiY i
b=
n
i=1
( )
a=Y b X
Xi
( Xi)
5.8.
X i Y i
CORRELACION LINEAL
5.9.
PRUEBAS DE HIPOTESIS
H0=k
H1 k
H0 k
H1 < k
H0 k
H1> k
2015
6.RECOLECCION DE DATOS
Para la recoleccin de datos tras haber seleccionado el problema central de la
investigacin la cual es realizar un anlisis sobre la relacin y diferencias en los
salarios que percibe un maestro normalista durante sus aos, el sueldo percibido
por meses, cabe resaltar que solo se tomara una muestra representativa para el
anlisis de datos.
Poblacin nmero de cheques de todos los aos a partir del ejercicio docente
Unidad de muestreo nmero de cheques a partir de la gestin 2007
Marco muestral cantidad de cheques como dato
Poblacin de estudio cheques de meses desde marzo-octubre para todas las
gestiones
Para la recoleccin de datos y el nmero de muestra se realiza el siguiente clculo
Los parmetros para la toma de muestra son los siguientes
Para una muestra infinita se tiene
no =
z 2pq
e2
z=1,64( de tablas)
ESTADISTICA APLICADA
2015
no =
1,64 20,50,5
=269
0,05 2
n=
no
n
1+ o
n
269
=52 se tomara 54
269
1+
65
DATOS RECOLECTADOS
ao
perio ingreso[B
do
s]
1
2075
2
2357
ESTADISTICA APLICADA
2013
37
38
39
5216
5187
5608
2015
2008
2009
2010
2011
2012
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
2682
2106
2108
2108
2335
2379
3079
2603
2603
2603
2726
3282
3714
3722
3720
3722
3580
3733
3558
3722
3968
3908
3904
3906
4274
4274
4274
4274
4830
4484
4656
4678
4678
4678
2014
2015
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
5435
5608
5608
5635
5635
5635
5860
6506
6844
6463
6542
6526
6499
7065
7065
7.ANALISIS DE DATOS
Primeramente para el anlisis de datos revisamos el problema inicial y
respondemos a las interrogantes que nos planteamos anteriormente
ESTADISTICA APLICADA
2015
7000
f(x) = 91.43x + 1823.38
R = 0.97
6000
5000
ingreso [Bs]
4000
Linear ()
3000
2000
1000
0
0
10
20
30
40
50
60
periodo (mes)
ESTADISTICA APLICADA
2015
6000
5000
ingreso [Bs]
4000
Exponential ()
3000
2000
1000
0
0
10
20
30
40
50
60
periodo (mes)
Los datos que se observan se han ido incrementando por el pasar el tiempo, como
se comporta hora lo podemos asemejar al comportamiento lineal ya que tambin
se puede observar una buena correlacin entre los datos de manera ascendente
cmo se puede observar en el grafico que realizamos sin embargo haba la
posibilidad de asemejar a un comportamiento exponencial sin embargo el
coeficiente de determinacin es relativamente ms bajo que el de la recta lineal
HALLAMOS LOS PARAMETROS DEL MODELO LINEAL
X
Y
perio ingreso[
ao
do
Bs]
1
2075
2
2357
3
2682
4
2106
5
2108
6
2108
2008
7
2335
8
2379
9
3079
10
2603
11
2603
12
2603
2009
13
2726
14
3282
ESTADISTICA APLICADA
X2
1
4
9
16
25
36
49
64
81
100
121
144
169
196
Y2
4305625
5555449
7193124
4435236
4443664
4443664
5452225
5659641
9480241
6775609
6775609
6775609
7431076
1077152
XY
2075
4714
8046
8424
10540
12648
16345
19032
27711
26030
28633
31236
35438
45948
2015
2010
2011
2012
13
15
3714
225
16
3722
256
17
3720
289
18
3722
324
19
3580
361
20
3733
400
21
3558
441
22
3722
484
23
3968
529
24
3908
576
25
3904
625
26
3906
676
27
4274
729
28
4274
784
29
4274
841
30
4274
900
31
4830
961
32
4484
1024
33
4656
1089
34
4678
1156
35
4678
1225
36
4678
1296
37
5216
1369
38
5187
1444
ESTADISTICA APLICADA
4
1379379
6
1385328
4
1383840
0
1385328
4
1281640
0
1393528
9
1265936
4
1385328
4
1574502
4
1527246
4
1524121
6
1525683
6
1826707
6
1826707
6
1826707
6
1826707
6
2332890
0
2010625
6
2167833
6
2188368
4
2188368
4
2188368
4
2720665
6
2690496
9
55710
59552
63240
66996
68020
74660
74718
81884
91264
93792
97600
101556
115398
119672
123946
128220
149730
143488
153648
159052
163730
168408
192992
197106
2015
39
5608
1521
40
5435
1600
41
5608
1681
42
5608
1764
43
5635
1849
44
5635
1936
45
5635
2025
46
5860
2116
47
6506
2209
48
6844
2304
49
6463
2401
50
6542
2500
51
6526
2601
52
6499
2704
53
7065
2809
54
7065
2916
1485
234240
53955
14
15
SUM
A
3144966
4
218712
2953922
5
217400
3144966
4
229928
3144966
4
235536
3175322
5
242305
3175322
5
247940
3175322
5
253575
3433960
0
269560
4232803
6
305782
4684033
6
328512
4177036
9
316687
4279776
4
327100
4258867
6
332826
4223700
1
337948
4991422
5
374445
4991422
5
381510
1129439
534 7640968
i=1
XiY i
b=
X i Y i
1
( )
a=Y b X
Xi
( Xi)
i=1
ESTADISTICA APLICADA
2015
1485234240
54
=91,43
2
1485
53955
54
7640968
b=
a=Y b X
a=
234240
1485
91,432666
=1823,36
54
54
INGRESO=1823,36+91,43( PERIODO )
7640968
r=
1485234240
54
14852
2342402
53955
1129439534
54
54
)(
0,9835
ESTADISTICA APLICADA
2015
8.CONCLUSIONES
- Obtener los datos y fijar la muestra
- Realizar un grfico de los datos de las variables dependientes e
-
independientes
Analizar el comportamiento de los datos y ajustar la misma a un modelo de
regresin segn sea el caso
Aplicar herramientas estadsticas para analizar los datos respondiendo a la
problemtica planteada inicialmente
Realizar inferencia de los datos para su posterior anlisis
2015
9.ANEXOS
Se presentan a continuacin los comprobantes de los datos que se
obtubieron
ESTADISTICA APLICADA
2015
ESTADISTICA APLICADA
2015
10. BIBLIOGRAFIA
-
http://www.ingenieriaindustrialonline.com/herramientas-para-elingeniero-industrial/pron%C3%B3stico-de-ventas/regresi
%C3%B3n-lineal/
http://epidemiologiamolecular.com/correlacion-regresion-linealsimple/
ESTADISTICA APLICADA
2015
ESTADISTICA APLICADA
PROYECTO
DOCENTE: LIC SEVERINO BRAVO
Nombre de estudiante
QUISPE SALINAS WUENDDY MARIANA
ORURO BOLIVIA
ESTADISTICA APLICADA
2015