ESCUELAS:

DOCENTE:
BIMESTRE:
ESTADSTICA II
PERODO:
REA ADMINISTRATIVA
II BIMESTRE
ABRIL AGOSTO 2011
Ing. ngela Salazar Romero
Economa, Administracin de Empresas, Administracin en
Banca y Finanzas, Contabilidad y Auditora; Administracin de
Empresas Tursticas y Hoteleras


CONTENIDOS:

Anlisis de la VARIANZA.
Regresin lineal y correlacin.
El Coeficiente de correlacin.
Anlisis de regresin mltiple.
Nmeros ndices.

CONSIDERACIONES INICIALES
BIBLIOGRAFIA
BSICA:
Lind, D. ; Marchal, W. y Wathen, S. (2008): Estadstica Aplicada a
los Negocios y a la Economa, Mxico, MacGraw-Hill.

Salazar, A. (2010): Gua Didctica de Estadstica II, Loja-Ecuador,
UTPL.
COMPLEMENTARIA:
Kazmier, L. (1998): Estadstica Aplicada a la Administracin y a
la Economa, Mxico, McGraw Hill.
Webster, A. (2000): Estadstica Aplicada a los Negocios y a la
Economa, Santa Fe de Bogot-Colombia, Mac Graw - Hill.





CONSIDERACIONES INICIALES
ENTREGA DE EVALUACIONES A DISTANCIA:

Envo: a travs del EVA o en fsico en cada
centro Universitario donde se matriculo.

FECHAS:

Del 11 al 15 de Julio del 2011


MEDIOS DE COMUNICACIN



CARRERA PROFESOR EXT. HORARIO DE TUTORIA
Economa Ing. Angela Salazar Romero 2324
Lunes y martes de 08h00 a
10h00
Contabilidad y Auditoria Ing. Angela Salazar Romero 2324
Lunes y Martes de 08h00 a
10h00
Administracin de
Empresas
Ing. Patricio Montaleza
Quizhpe
2944
Martes y jueves 08h00 a
10h00
Administracin de
Empresas
Tursticas y Hoteleras
Ing. Patricio Montaleza
Quizhpe
2944
Martes y jueves 08h00 a
10h00
Administracin en Banca y
Finanzas
Ing. Patricio Montaleza
Quizhpe
2944
Martes y jueves 08h00 a
10h00
ANLISIS DE LA VARIANZA
Comparacin simultnea de varias medias
poblacionales se denomina anlisis de la varianza
(ANOVA).

El anlisis de la Anova, permite comprobar si
existen diferencias entre promedios de tres o ms
tratamientos y para ello se calcula el valor de F.


ANLISIS DE VARIANZA
Las poblaciones estn distribuidas normalmente.
Las poblaciones tienen desviaciones estndar iguales.
Las muestras se seleccionan independientemente.
ANOVA requiere las condiciones siguientes:
ANLISIS DE LA VARIANZA
Procedimiento del anlisis de varianza
La hiptesis nula es que las medias de la
poblacin son iguales.
La hiptesis alternativa es que por lo menos
una de las medias es diferente.
El estadstico de prueba es la distribucin F.
La regla de decisin es rechazar la hiptesis
nula si F (calculada) es mayor que F (tabla) con
grados de libertad en el numerador y el
denominador.
ANLISIS DE LA VARIANZA
Si hay k poblaciones muestreadas, los grados
de libertad del numerador son k 1.
Si hay un total de n observaciones, los grados
de libertad del denominador es n - k .
El estadstico de prueba se calcula con:
( )
( ) k n SSE
k SST
F

=
1
FUENTE DE
VARIACIN
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
MEDIA DE
CUADRADOS
F
TRATAMIENTOS SST K-1 SST/(K-1)=MST MST /MSE
ERROR SSE n-K SSE/(n-K)=MSE
TOTAL SSTOTAL n-1
Donde:

SS total = Suma del total de cuadrados
SST = Suma del tratamiento de cuadrados
SSE = Suma de los errores al cuadrado
MST= Cuadrado medio de los tratamientos
MSE= Cuadrado medio del error
K = Tratamientos
n = Observaciones
TABLA ANOVA
Ejercicio:

Los siguientes datos corresponden a los costos por
semestre de una muestra de Universidades
privadas del Ecuador. Con un nivel de significancia
de 0.05 Se puede concluir que hay una diferencia
en los costos medios de las diverses regiones?

Construya una tabla ANOVA


Datos:
COSTOS POR SEMESTRE
(EN MILES DE DLARES)
SIERRA
COSTA
ORIENTE
10 8 7
11 9 8
12 10 6
10 8 7
12 6
SOLUCIN:
COSTOS POR SEMESTRE
(EN MILES DE DLARES)

SIERRA COSTA ORIENTE
X
X
2

X
X
2

X
X
2
TOTAL
10 100 8 64 7 49
11 121 9 81 8 64
12 144 10 100 6 36
10 100 8 64 7 49
12 144 6 36
Tc
55 35 34 124
4nc
5 4 5 14
X
2

609 309 234 1152
SUMA DE CUADRADOS TOTAL

SUMA DE CUADRADOS DEBIDOS AL TRATAMIENTO

Tc = Total de cada tratamiento
nc = Nmero de observaciones de cada tratamiento
SUMA DE CUADRADOS DEL ERROR

SS total= EX
2

(EX)
2
n
=1152
124 ( )
2
14
= 53.71
SSE = SS total SST = 53.71 44.16 = 9.55

SST = E
T
c
2
n
c
|
\

|
.
|

EX ( )
2
n
=
55 ( )
2
5
+
35 ( )
2
4
+
34 ( )
2
5
|
\


|
.
|
|

(124)
2
14
= 44.16
Como F es 25.43, el cual es
mayor que el valor crtico
de 3.98, H0 se rechaza por
lo tanto no todas las
medias poblacionales son
iguales
FUENTE DE
VARIACIN
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
MEDIA DE
CUADRADOS
F
TRATAMIENTOS
44.16 2 22.08 25.43
ERROR
9,55 11 0,8682
TOTAL
53.71 13
TABLA ANOVA
REGRESIN LINEAL Y CORRELACIN
El anlisis de correlacin es un grupo de tcnicas
estadsticas usadas para medir la fuerza de la
asociacin entre dos variables.
Un diagrama de dispersin es una grfica que
representa la relacin entre dos variables.
La variable dependiente (Y) es la variable que se
predice o calcula.
La variable independiente (X) proporciona las bases
para el clculo. Es la variable de prediccin.
EL COEFICIENTE DE CORRELACIN (r)
El coeficiente de correlacin (r) es una medida de la
intensidad de la relacin lineal entre dos variables.

Puede tomar cualquier valor de -1.00 a 1.00.
Los valores de -1.00 o 1.00 indican la correlacin
perfecta y fuerte.
Los valores cerca de 0.0 indican la correlacin dbil.
Los valores negativos indican una relacin inversa y los
valores positivos indican una relacin directa.
X
NMERO DE MAESTROS
S
A
L
A
R
I
O



A
N
U
A
L

CORRELACIN CERO
r=0
(X y Y no tienen relacin)
Y
TALLA
P
E
S
O

CORRELACIN
NEGATIVA Y DBIL
(X y Y Tienen cierta
relacin lineal)
NOTAS
ESTADISTICA I
R
E
N
D
I
M
I
E
N
T
O

A
C
A
D

M
I
C
O

CORRELACIN
POSITIVA Y FUERTE
(X y Y tienen una
relacin lineal intensa)
X
X
Y Y
ANLISIS DE CORRELACIN
INTENSIDAD DEL COEFICIENTE DE
CORRELACIN

r =
(X X)

(Y Y)
(n 1)S
x
S
y
El resultado puede ser entre -1 y 1
0 -1.00 1.00
Correlacin
positiva perfecta
Correlacin
negativa perfecta
Sin Correlacin
-0.50 0.50
Correlacin negativa Correlacin positiva
Correlacin
negativa
intensa
Correlacin
negativa
moderada
Correlacin
negativa
dbil
Correlacin
positiva
dbil
Correlacin
positiva
moderada
Correlacin
positiva
intensa
COEFICIENTE DE CORRELACIN
Ejercicio:
Un negocio familiar realiza ventas al menudeo en una
determinada ciudad durante muchos aos. Se anuncia
ampliamente por radio y televisin, destacando sus bajos
precios y accesibles condiciones de crdito. Al dueo le
gustaria analizar la relacin entre las ventas y los gastos
de publicidad drante los ultimos cuatro meses.

1. Determine el coeficiente de correlacin.
COEFICIENTE DE CORRELACIN
DATOS:

MES GASTOS EN
PUBLICIDAD
GASTOS POR
VENTAS
Julio 2 7
Agosto 1 3
Septiembre 3 8
Octubre 4 10
COEFICIENTE DE CORRELACIN
DATOS:

X Y
2 7 -0.5 0.25 0 0 0
1 3 -1.5 2.25 -4 16 6
3 8 0.5 0.25 1 1 0.5
4 10 1.5 2.25 3 9 4.5
10 28 5 26 11

(X X)
2

(Y Y)
2

(X X)(Y Y)

(X X)

(Y Y)
COEFICIENTE DE CORRELACIN
DATOS:
1.Obtener las medias:


1.Obteber la desviacin estndar:





X =
10
4
= 2.5

X =
28
4
= 7

S
x
=
(X X)
2

n 1

S
x
=
5
3
=1.2909944

S
y
=
26
3
= 2.9439203

S
y
=
(Y Y)
2

n 1
COEFICIENTE DE CORRELACIN
DATOS:

1.Obtener las medias:


2. Obteber la desviacin estndar:





X =
10
4
= 2.5

X =
28
4
= 7

S
x
=
(X X)
2

n 1

S
y
=
(Y Y)
2

n 1

S
x
=
5
3
=1,290994

S
y
=
26
3
= 2,9439203
COEFICIENTE DE CORRELACIN
DATOS:

3. Calcular el coeficiente de Correlacin:









r =
(X X)

(Y Y)
(n 1)S
x
S
y
=
11
(4 1)(1,2909944)(2,9439203)
= 0,9648
Hay una correlacin fuerte entre los gastos de
publicidad y las ventas
ANLISIS DE REGRESIN
La ecuacin de regresin es: Y' = a + bX, donde:

Y' es el valor pronosticado de la variable Y para un
valor seleccionado de X.
a es la ordenada de la interseccin con el eje Y cuando
X = 0. Es el valor estimado de Y cuando X=0
b es la pendiente de la recta, o el cambio promedio en Y'
para cada cambio de una unidad en X.
el principio de mnimos cuadrados se utiliza para
obtener a y b.
ANLISIS DE REGRESIN
El principio de mnimos cuadrados se utiliza para
obtener a y b. Las ecuaciones para determinar a y b
son:


b =
rS
y
S
x

a =
Y

n
b
X

n
ANLISIS DE REGRESIN
Ejercicio:
Un negocio familiar realiza ventas al menudeo en una
determinada ciudad durante muchos aos. Se anuncia
ampliamente por radio y televisin, destacando sus bajos
precios y accesibles condiciones de crdito. Al dueo le
gustaria analizar la relacin entre las ventas y los gastos
de publicidad drante los ultimos cuatro meses.
1.Determine la ecuacin de regresin.
2.Interprete los valores de a y b.
3.Estime las ventas cuando se gastan $3 millones en
publicidad.


b =
rS
y
S
x
=
0.9648 ( ) 2.9436 ( )
1.2910
= 2.2
1. Determine la ecuacin de regresin.

a =
Y

n
b
X

n

a =
28
4
2.2
10
4
|
\

|
.
| 0 = 7 5.5 =1.5
05143 .
) 900 , 4 ( ) 000 , 150 , 3 ( 8
) 636 )( 900 , 4 ( ) 200 , 397 ( 8
2
=

= b
0 . 48
8
900 , 4
05143 . 0
8
636
= = a
1. Encontramos el los valores de b y de a:
SOLUCIN:
ANLISIS DE REGRESIN
2. Interprete los valores de a y b.

La pendiente es 2.2. Esto indica que un aumento de
$1 millon en publicidad generar un aumento de
$2.2 millones en ventas. La interseccin es 1.5. Si
no hubiera gastos en publicidad, las ventas seran
de $1.5 millones.

3. Estime las ventas cuando se gastan $3 millones en
publicidad.






'
Y =1.5 + 2.2(3)
= 8.1
ERROR ESTNDAR DE ESTIMACIN
El error estndar de estimacin mide la dispersin
de los valores observados alrededor de la lnea de
regresin.
La frmula que se utiliza para comprobar el error
estndar son:


s
y.x
E(Y
'
Y )
2
n 2
ANLISIS DE REGRESIN MLTIPLE
Para dos variables independientes, la forma general de
la ecuacin de la regresin mltiple es:


X
1
y X
2
son las variables independientes.
a es la interseccin en Y.
b
1
es la variacin neta en Y por cada unidad de
variacin en X
1
, manteniendo X
2
constante. Se
denomina coeficiente de regresin parcial, coeficiente
de regresin neta, o simplemente coeficiente de
regresin.
Y a b X b X ' = + +
1 1 2 2
ANLISIS DE REGRESIN MLTIPLE
La regresin general mltiple con k variables
independientes es dado por:




El criterio de mnimos cuadrados se utiliza para
desarrollar esta ecuacin.
Y a b X b X b X
k k
' ... = + + + +
1 1 2 2
NMEROS NDICES
NMERO NDICE: Es un nmero que expresa la variacin
relativa del precio, la cantidad o el valor, en comparacin con
un precio base.

P =
P
T

P
0

100
( )

P =
P
I

N

P =
P
T
P
0
(100) NDICE SIMPLE DE PRECIOS
PROMEDIO SIMPLE DE LOS
NDICES DE PRECIOS RELATIVOS
NDICE AGREGADO SIMPLE
NDICES PONDERADOS
Se denominan ndices ponderados porque se toma en cuenta el precio la
cantidad

P =
P
T
Q
0

P
0
Q
O

100
( )

P =
P
T
Q
T

P
0
Q
T

100
( )
NDICE DE PRECIOS DE LASPEYRES
NDICE DE PRECIOS DE PAASCHE
P = INDICE DE PRECIOS
PT= PRECIO ACTUAL
P0= PRECIO EN EL PERIODO BASE
Q0= CANTIDAD CONSUMIDA EN EL PERIODO
BASE
P = INDICE DE PRECIOS
PT= PRECIO ACTUAL
P0= PRECIO EN EL PERIODO BASE
QT= CANTIDAD CONSUMIDA EN EL PERIODO
ACTUAL
NDICE DE FISHER
El ndice ideal de Fisher es la media geomtrica de los ndices de
Laspeyres y el ndice de Paasche.


( ) 100
P
0
0 1

=
O
Q P
Q
P

P =
P
T
Q
T

P
0
Q
T

100
( ) INDICE DE FISHER =
Ejercicio:

A continuacin se muestran los precios y
cantidades de determinados productos para
diciembre del 2007 y diciembre del 2010. Use
diciembre del 2007 como base.

Determinar:
o Los ndices simples de precios
o El ndice de precios de Laspeyres
o El ndice de precios de Paasche
o El ndice ideal de Fisher






DICIEMBRE
DEL 2007
DICIEMBRE
DEL 2010

ARTCULOS
Po Qo P1 Q1
Indice
Simple P1Q0 P0Q0 P1Q1 P0Q1
A 2.49 6 2.69 6 108.03% 16.14 14.94 16.14 14.94
B 3.29 4 3.59 5 109.12% 14.36 13.16 17.95 16.45
C 1.59 2 1.79 3 112.58% 3.58 3.18 5.37 4.77
D 1.79 3 2.29 4 127.93% 6.87 5.37 9.16 7.16
TOTAL 40.95 36.65 48.62 43.32
NDICE DE PRECIOS DE LASPEYRES
( ) 100
P
0
0 T

=
O
Q P
Q
P

P =
40.95
36.65
100 ( ) =111.70
SOLUCIN:
NDICE DE PRECIOS DE PAASCHE

P =
P
T
Q
T

P
0
Q
T

100
( )

P =
48.62
43.32
100 ( ) =112.20
NDICE DE FISHER = ) 70 . 111 ( 2 . 112
NDICE DE FISHER =
111.95
NDICE DE PRECIOS AL CONSUMIDOR
Aplicaciones del IPC:

Permite que los consumidores determinen el efecto
de los aumentos del precio en su poder adquisitivo.
Es un criterio para revisar salarios, pensiones
alimenticias, etc.
Es un indicador econmico de la tasa de inflacin
en los Estados Unidos.
Calcula ingresos reales:



Ingreso real =
Ingreso monetario
IPC
100
NDICE DE PRECIOS AL CONSUMIDOR
Ejercicio:
El salario neto de una determinada persona, y
el IPC de 2005 y 2010 son:




a. Cul fue el ingreso real de la persona en el 2005
AO PAGO NETO IPC
2005 $25 000 170,80
2010 $41 200 195,40
NDICE DE PRECIOS AL CONSUMIDOR
Solucin:







Ingreso real =
Ingreso monetario
IPC
100

Ingreso real =
$25000
170,80
100

Ingreso real =$14637


FECHAS IMPORTANTES:

Entrega de Evaluaciones a Distancia:
Del 11 al 15 de Julio del 2011
Evaluaciones Presenciales:
Sbado 30 y Domingo 31 de Julio del
2011


CONSIDERACIONES FINALES
45
MATERIA: Estadstica II Carrera: Todas las carreras del rea Administrativa
Fecha: 7 de Julio del 2011
Docente: Ing. ngela Salazar Romero
Hora Inicio: 19h45 Hora Final: 20h45

GUIN DE PRESENTACIN

Puntos de la Presentacin Intervienen Duracin Aprox. en
minutos
Material de Apoyo
- Presentacin
-Consideraciones iniciales.
Ing. ngela Salazar R.

2 minutos
3 minutos
Diapositivas.
Diapositivas.

-Desarrollo de contenidos:
Anlisis de la VARIANZA.
Regresin lineal y
correlacin.
El Coeficiente de
correlacin.
Anlisis de regresin
mltiple.
Nmeros ndices.
Ing. ngela Salazar R. 40 minutos Diapositivas y cmara de
documentos.

-Preguntas
-Consideraciones finales
- Despedida
Ing. ngela Salazar R.

10 minutos (Si no
existen, proponer y dar
solucin)
5 minutos

Correo, telfono, ext, horario
de tutora.