Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CONTENIDO
Estadstica descriptiva. Probabilidades. Variables aleatorias. Inferencia
estadstica. Muestreo y estimacin. Contraste de hiptesis. Anlisis
estadstico y control de calidad. Anlisis de regresin. Prediccin.
Teora de decisiones. Nmeros ndice. Mtodos cuantitativos (simplex,
matrices, software empresarial, cte. l. Mtodos de investigacin de
operaciones. Teora de decisiones.
SEMANA N 01
ESTADSTICA
DESCRIPTIVA
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
INDIVIDUO
Poblacin: Conjunto de
elementos a los que se les
estudia una caracterstica
Individuo: Cada uno de los
elementos de la poblacin
MUESTRA
POBLACIN
Muestra:Subconjunto
representativo de la poblacin
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
Ejemplos:
- Estatura
- Salario
- Color del pelo
- Nivel de colesterol
- N de hijos de una familia
Ejemplo:
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
CUALITATIVAS
Las
caractersticas no
son cuantificables Grupo sanguneo
Profesin
Color del pelo
Numricas
numerables
TIPO DE
VARIABLES
Discretas
N de hijos de una
familia
N de nidos de
procesionarias por
rbol
N de virus en un
cultivo
CUANTITATIVAS
Cuantificables o
numricas
Continuas
Numricas
no
Estatura
Salario
numerables Nivel de colesterol
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
Variables
discretas
S
I
C
O
S
f1 f 2 ... fi
Absolutas, ni
xi
ni
Ni
fi
Fi
x1
...
xi
...
xk
n1
...
ni
...
nk
N1
...
Ni
...
Nk
f1
...
fi
...
fk
F1
...
Fi
...
Fk
Absolutas
acumuladas, Ni
Relativas
fi = ni / n
Relativas
acumuladas
Fi = Ni / n
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
Variables
continuas
S
I
C
O
S
de cada intervalo)
Intervalo I i
e0 e1
...
e i-1 ei
...
e k-1 ek
xi
ni
Ni
fi
Fi
x1
...
xi
...
xk
n1
...
ni
...
nk
N1
...
Ni
...
Nk
f1
...
fi
...
fk
F1
...
Fi
...
Fk
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
20
10
Preferencias
N de Clientes
(n i )
BBVA
10
BCP
14
BI
20
BS
CMAC
4
54
BBVA
BCP
BI
BS
CMAC
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
BBVA
N de
Entidades
ni
10
0,185
66,6
BCP
14
0,259
93,24
BI
20
6
4
0,37
0,111
0,074
133,2
39,96
26,64
Preferencias
BS
CMAC
54
fi
Grados
CMAC
BBVA
BS
EI
BCP
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
fi
Fi
35
N de
tipos de
crdito
N clientes: n i
20
0.20
0.20
25
30
0.30
0.50
20
25
0.25
0.75
15
15
0.15
0.90
10
10
0.10
30
n = 100
5
0
2
ESTADSTICA DESCRIPTIVA
V. E. Continuas: Histograma
C
O
N
C
E
P
T
O
S
Estatura
S
I
C
O
S
ni
hi = ni / ai
El rea de
cada rectngulo
es proporcional
a la frecuencia
hi
2.2
140 160
30
1.5
160 170
22
2.2
170 180
20
2
1,8
1,5
180 190
18
1.8
190 200
10
100
140
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
Caractersticas de Posicin
S
I
C
O
S
Estatura
Media aritmtica
ni
ni x i
i 1
fi x i i 1
ni x i
1
Media : x
33900
210
N
Personas
xi
ni xi
140 150
20
145
2900
150 160
100
155
15500
160 180
80
170
13600
180 200
10
190
1900
n = 210
161.42
M. Clase
33900
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
Variables discretas
S
I
C
O
S
Datos en serie
2, 2, 3, 3, 3, 3, 5, 6, 7
Datos en tabla
Mo = 3
2.2 1.5
Mo 160
10 167.777
2.2 1.5 2.2 2
Observaciones:
xi
1
2
3
4
5
ni
34
36
45
22
17
Mo = 3
Mediana
Valor de la variable que ocupa el lugar
central en una serie de datos ordenados.
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
discretas
C Variables
Datos en serie
O N impar de observaciones:
2, 2, 2, 3, 5, 6, 7,
S
7, 8
xi n N
i
i
2
3
5
6
7
8
3
1
1
1
2
1
9
Fi
0,333
0,111
0,111
0,111
0,222
0,111
1
0,333
0,444
0,555
0,666
0,888
0,999
xi n N
i
i
3
4
6
7
8
9
Me = 5
N par de observaciones: 3, 4, 6, 6, 6, 7, 8, 8, 9, 9
Indeterminada entre 6 y 7
3
4
5
6
8
9
fi
1 1
1 2
3 5
1 6
2 8
2 10
10
fi
Fi
0,1
0,1
0,3
0,1
0,2
0,2
1
0,1
0,2
0,5
0,6
0,8
1
Me = 6 7
ESTADSTICA DESCRIPTIVA
Variables discretas
Datos en tabla
C
O
N
C
E
P
T
O
S
S
I
C
O
S
xi
ni
Ni
fi
Fi
10
0.142
0.214
0.142
0.357
10
20
25
0.357
0.178
0.714
0.892
0.107
28
n /2 = 14
Fi = 0,5
Me = 2
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
50
n N i 1
0,5 Fi 1
Me ei 1
a i ei 1 100
ai
fi
ni
Variables continuas
Estatura
ni
Ni
fi
Fi
140 150
15
15 0.15 0.15
150 160
30
45 0.30 0.45
160 170
25
70 0.25 0.70
170 180
20
90 0.20 0.90
180 200
10 100 0.10
n/2 = 50
Fi = 0,5
100
Me 160
0.5 0.45
10 160 2 162
0.25
ESTADSTICA DESCRIPTIVA
Percentiles
C
O
N
C
E
P
T
O
S
S
I
C
O
S
D9 = P90 Decil 9
50
n
100
por
k
n
100
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
xi
ni
Ni
20
20
30
50
44
94
20
114
10
124
124
nk /100 =
124x25/100 = 31
nk /100 =
124x50/100 = 62
nk /100 =
124x75/100 = 93
ESTADSTICA DESCRIPTIVA
Tallas
C
O
N
C
E
P
T
O
S
140-150
ni
15
Ni
fi
Fi
15 0.15 0.15
P40
B
160-170
25 70 0.25 0.70
P75
170-180
20 90 0.20 0.90
180-200
10 100 0.10
1
S
100
I
k
nk
C
Fi 1
Ni 1
Pk ei 1 100
a i ei 1 100
ai
fi
ni
O
0.75 0.70
75 70
P75 170
10 170
10 172.5 Q3
0.20
20
S P 150 0.4 0.15 10 150 40 15 10 158.33
150-160
40
0.30
30
45 0.30 0.45
30
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
Caractersticas de Dispersin
S
I
C
O
S
Rango o recorrido
Valor mximo menos valor mnimo de la variable
Recorrido intercuartlico
Q 3 Q1
ESTADSTICA DESCRIPTIVA
Varianza
k
C
O
N
C
E
P
T
O
S
S
I
C
O
S
ni x i x
i 1
2
n
x
ii
i 1
Desviacin tpica
2
Coeficiente de variacin
C. V .
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
Ejemplo
xi
ni
nixi
nixi2
4
6
8
20
40
44
80
240
352
320
1440
2816
10
12
36
22
162
360
264
1296
3600
3168
11344
ni x i 2
2 Var X i 1
2
11344 1296
x
6.02
162 162
2
2 6.02 2.4535
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
ni x i x
i 1
ni x i x
r 1 1 i 1
ni x i x
r 2 2 i 1
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
1
Si
3
3
1 0 Distribucin simtrica
Si 1 0
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
S
I
C
O
S
4
4
Si 2 0
Si 2 0
Grfico de caja
ESTADSTICA DESCRIPTIVA
v.a.i.
C
O
N
C
E
P
T
O
S
mn
S
I
C
O
S
F1
f1
v.a.s.
Q1
Me
Q3
f2
F2
**
anmalos
v.a.i.
Q1
Me Q3
v.a.s
o
anmalos
ESTADSTICA DESCRIPTIVA
C
O
N
C
E
P
T
O
S
Ejemplo
1,2,0,0,2,4,3,0,1,1,1,2,3,4,8,3,0,1,1,3,2,1,0,4,10,5,1,0,2,4
S
I
C
O
S
mn = 0
Datos ordenados:
mx = 10
00000011111111222223333444458 10
Q1 = 1
Q3 = 3
Me = 2
f1 = -2
5
0
1
2
3
4
6
7
8
f2 = 6
F1 = -5
*
F2 = 9
Vai = 0
Vas = 5
Valores anmalos = 8, 10
10
GRACIAS
SEMANA N 02
Variable aleatoria
Una variable aleatoria X es una funcin que asocia a cada
suceso del espacio muestral E de un experimento aleatorio un
valor numrico real:
X :E
w X ( w)
La variable aleatoria puede ser discreta o continua.
Funcin de probabilidad
1/100
1 2 3
........
99 100 X
p : [0,1]
x p ( x) P( X x)
La funcin de probabilidad debe cumplir:
(i ) 0 p( x) 1 x
(ii ) p( x) 1
x
P(X)
P(X)
P(X)
-1
0
1
2
3
.1
.2
.4
.2
.1
1.0
-1
0
1
2
3
-.1
.3
.4
.3
.1
1.0
-1
0
1
2
3
.1
.3
.4
.3
.1
1.2
0 p( x) 1 para todo x
p ( x) 1
x
A
P(A) =.98
B
P(B) =.98
PA .7
P(A)=.3
P B Z
B
P(B/A)=.97
P(A) =.98
PB PZ B
P A PZ APB PZ B
4. Distribuciones de probabilidad
Variable aleatoria: es cualquier regla que relaciona un nmero con
cada resultado en el espacio muestral SS.
1.
0 P( y ) 1
2.
P ( y ).
to d a
y
FX ( x) P( X x)
0 F ( x) 1
Limx F ( x) 1
Limx F ( x) 0
X E ( X ) xf X ( x) xP( X x)
x
f X ( x) P( X x)
X 2 E[( X X ) 2 ] ( x X ) 2 P( X x)
x
Distribuciones de probabilidad
discretas
1. Distribucin hipergeomtrica
2. Distribucin Binomial
3. Distribucin de Poisson
Distribucin hipergeomtrica
Se aplica cuando n > 0.1N
El muestreo se hace sin reemplazo
P(x,N,n,D) es la probabilidad de exactamente x xitos
en una muestra de n elementos tomados de una
poblacin de tamao N que contiene D xitos. La
funcin de densidad de distribucin hipergeomtrica:
D
x
N D
n x
N
n
C C
P( x)
C
n!
C
x!(n x)!
n
x
nD
nD D N n
1
N N N 1
2
5! 15!
5!0! 5!10!
P(5)
0.0183
20!
10!10!
Distribucin binomial
Se aplica para poblaciones grandes N>50 y n<0.1N
con p >= 0.1.
El muestreo binomial es con reemplazo
E ( X ) X np
V (X )
2
X
np(1 p)
Distribucin de Poisson
Se utiliza para modelar datos discretos
Se aproxima a la binomial cuando p es
igual o menor a 0.1, y el tamao de muestra
es grande (n > 16) por tanto np > 1.6
e
f ( x)
x!
x 0,1,...
np
np
Distribuciones de probabilidad
continuas
1. Distribucin exponencial
2. Distribucin normal
Distribucin Exponencial
Modela artculos con una tasa de falla constante y est
relacionada con Poisson.
f ( x)
e x