Área de Negocios

MGA502-ESTADISTICA APLICADA

Sección 03

PRÁCTICA 01

Katherin González 1044106

Prof. Boanerges Domínguez

Miércoles 09 de febrero de 2022,

Santo Domingo, D.N.
I. Resumen Capítulo I: Estadística para negocios y economía
El primer capítulo del libro ”Estadística para negocios y economía” inicia con un ejemplo de la estadística en
la práctica, explicando el caso de la revista Bloomberg Bussines week la cual es considerada como la revista
de negocios más leída en el mundo, explica como con una encuesta esta revista logro capturar informaciones
relevantes sobre las personas que utilizan su computadora personal en su hogar y las que realizan compras
en su trabajo, esto ayudo a identificar el interés que tenían los suscriptores en los avances de computación
y a su vez esta información sirvió para compartirla con posibles anunciantes que traerían consigo más
ganancias a la compañía.

Estadística
Entrando en detalle el libro nos explica que la estadística se refiere a datos numéricos como promedios,
medias, porcentajes e índices que nos ayudan a entender diversas situaciones de los negocios y la economía.
Ya que mi interés principal es el MBA de finanzas, me concentre en el ejemplo aplicativo de cómo usar la
estadística en el ámbito financiero, los analistas financieros utilizan una variedad de información estadística
como guía para sus recomendaciones de inversión. En el caso de las acciones, revisan diversos datos
financieros que incluyen las razones precio/utilidad y el rendimiento por concepto de dividendos. Al
comparar la información para una acción con datos sobre los promedios del mercado de valores, un analista
financiero puede formular una conclusión acerca de si una acción es una buena inversión.
Datos: Son los hechos y las cifras recabados, analizados y resumidos para su presentación e interpretación.
Todos los datos recabados en un estudio en particular se conocen como banco o conjunto de datos del
estudio.
Elementos: Son las entidades a partir de las cuales se recaban los datos.
Variable: es una característica de interés para los elementos.
Observación: Es el conjunto de mediciones obtenido para un elemento en particular.
La recolección de datos
La recolección de los datos requiere una de las escalas de medición siguientes: nominal, ordinal, de intervalo
o de razón.
La escala de medición determina la cantidad de información contenida en los datos e indica la manera más
apropiada de resumirlos y analizarlos estadísticamente.
Escala nominal: Cuando los datos de una variable se componen de etiquetas o nombres utilizados para
identificar un atributo del elemento.
Escala ordinal: Es si los datos exhiben las propiedades de los datos nominales y su orden o clasificación es
significativo.
Escala de intervalo: En una escala de intervalo para una variable, los datos presentan todas las propiedades
de los datos ordinales, y el intervalo entre los valores se expresa en términos de una unidad de medida fija.
Los datos de intervalo son siempre numéricos.
Escala de razón: Los datos tienen todas las propiedades de los datos de intervalo, y la razón de los dos valores
es signific ativa.

Datos categóricos y cuantitativos

Los datos se clasifican como categóricos o cuantitativos. Los que se agrupan por categorías específicas se
conocen como datos categóricos. Este tipo de datos utiliza una escala de medición que puede ser nominal u
ordinal. Los que utilizan valores numéricos para indicar cuánto o cuántos se conocen como datos
cuantitativos; éstos se obtienen usando la escala de medición ya sea de intervalo o de razón.

Datos de corte transversal y de series de tiempo

Los datos de corte transversal son recabados en el mismo momento, o aproximadamente al mismo tiempo.
Los datos cuantitativos pueden ser discretos o continuos. Los datos cuantitativos que miden cuántos (por
ejemplo, el número de llamadas recibidas en 5 minutos) son discretos. Los datos cuantitativos que miden
cuánto (por ejemplo, el peso o el tiempo) son continuos debido a que no hay una separación entre los valores
de datos posibles.
Fuentes de datos
Los datos se obtienen de fuentes existentes o de encuestas y estudios experimentales diseña-dos para
recabar datos nuevos.

Fuentes existentes
En algunos casos, los datos necesarios para una aplicación en particular ya existen. Las empresas mantienen
diversas bases de datos de sus empleados, clientes y operaciones de negocios.
Internet es una fuente importante de datos e información estadística. Casi todas las empresas tienen una
página web que proporciona información general acerca de la organización, así como datos sobre ventas,
número de empleados y de productos, el precio de los productos y sus especificaciones.

Estudios observacionales
En un estudio observacional simplemente se observa lo que ocurre en una situación particular, se registran
los datos sobre una o más variables de interés y se lleva a cabo un análisis estadístico de los datos
resultantes.
Las encuestas y estudios de opinión son otros dos ejemplos de estudios observacionales comunes. Los datos
que brindan este tipo de estudios sólo nos permiten observar las opiniones de los participantes.

Estudios experimentales
Los datos obtenidos a partir de un experimento bien diseñado suelen brindar más información en
comparación con los datos de fuentes existentes o de estudios observacionales
La principal diferencia entre un estudio observacional y uno experimental es que los experimentos se llevan
a cabo en condiciones controladas.

Tiempo y costo
Cualquier persona que desee usar el análisis estadístico de datos para apoyar la toma de decisiones debe
considerar el tiempo y los costos de obtenerlos. El uso de fuentes existentes de datos es preferible si se
pueden obtener en un corto tiempo. Si no se cuenta con datos importantes disponibles de una fuente
existente, se deben considerar el tiempo y el costo adicional para obtenerlos.

Errores en la adquisición de datos

Los errores ocurren con frecuencia durante la adquisición de datos. El uso a ciegas de cualquier dato con que
se cuenta o el uso de los que se adquirieron con poco cuidado puede conducir a información y a decisiones
erróneas.

Estadística descriptiva
La mayor parte de la información estadística en periódicos, revistas, informes de empresas y otras
publicaciones consiste en datos que se resumen y presentan en una forma fácil de comprender para el lector.
Estos resúmenes de datos, que pueden ser tablas, graficas o números se conocen como estadísticas
descriptivas
Además de las tablas y las gráficas, para resumir los datos se usa la estadística descriptiva numérica. La
medida estadística descriptiva numérica más común es el promedio o media.

Inferencia estadística
Numerosas situaciones requieren información sobre un grupo grande de elementos (personas, empresas,
votantes, familias, productos, clientes, etc) pero por razones de tiempo, costo y otras consideraciones solo
se pueden recabar datos de una pequeña porción del conjunto.
Población
Es el conjunto de todos los elementos de interés en un estudio especifico
Muestra
Es un subconjunto de la población
Censo
Proceso de aplicar una encuesta para recabar datos de toda una población
Encuesta por muestreo
Proceso de aplicar una encuesta para recabar datos de una muestra
Inferencia estadística
La estadística usa datos de una muestra para realizar estimaciones y probar hipótesis sobre las características
de una población.

Analítica
Es el procesamiento científico que transforma los datos en conocimiento para tomar mejores decisiones, por
lo general se considera que aborda 3 amplias categorías de técnicas que son la analítica descriptiva, la
analítica predictiva y la analítica prescriptiva
Analítica descriptiva: Abarca el conjunto de técnicas analíticas que emplean modelos construidos a partir de
datos históricos para predecir el futuro o evaluar el efecto de una variable sobre otra
Analítica predictiva: Los datos de las encuestas y el comportamiento de compra pueden emplearse para
predecir la participación de mercado de un nuevo producto, las técnicas de regresión lineal, el análisis de
series de tiempo y los modelos de pronósticos también forma parte de esta categoría
Analítica prescriptiva: Es el conjunto de técnicas analíticas que dan como resultado el mejor curso de acción
que debe tomarse

Relación de la estadística con la analítica

La mayoría de las técnicas de la analítica predictiva y la prescriptiva provienen de la estadística y la
probabilidad, como estadística descriptiva, visualización de datos, probabilidades y distribuciones
probabilísticas.

Big data y minería de datos

Big data puede considerarse como un banco de datos que por lo general no pueden administrarse,
procesarse o analizarse con el software disponible en un lapso razonable de tiempo, lo definen como las 3
“V” de los datos: volumen, velocidad y variedad… el volumen es la cantidad disponible de datos, la velocidad
es la rapidez con que se recaban y procesan los datos y la variedad se refiere a los diferentes tipos de datos.

Minería de datos
Métodos relacionados con el desarrollo de la información para la toma de decisiones útil de bases de datos
grandes. Usando una combinación de procedimientos de estadística, matemáticas y ciencias de la
computación los analistas extraen los datos para convertirlos en información útil.

Computadoras y análisis estadística

Para el análisis y el manejo de datos para big data se requieren herramientas especiales como software de
código abierto para procesar grandes cantidades d datos, lenguajes de programación y paquetes comerciales
como SAS y SPSS.

Lineamientos éticos para la práctica de la estadística

Al adentrarse en el trabajo estadístico se debe ser justo, meticuloso, objetivo y neutral al momento de
recabar datos y realizar análisis y presentaciones orales. En un estudio estadístico el comportamiento no
ético puede adoptar una variedad de formar que incluyen el muestreo inadecuado, el análisis inapropiado
de los datos, la elaboración errónea de gráficas, el uso de resúmenes estadísticos inadecuado, entre otros.
II. Ejercicios Prácticos Capítulo I:
1. Comente las diferencias entre la estadística como hechos numéricos y la estadística como una
disciplina o área de estudio.
La numérica ayuda a analizar los datos y como disciplina ayuda a tomar decisiones.

2. Tablet PC Comparison brinda mucha información sobre tablets. El sitio web de la empresa les
permite a los clientes comparar con facilidad diferentes tablets con base en costo, tipo de sistema
operativo, temario de pantalla, duración de la batena y fabricante del CPU. La tabla 1.6 presenta
una muestm de 10 tablets (sitio web de Tablet PC Comparison, 28 de febrero de 2013).
a ) ¿Cuántos elementos hay en este banco de datos?
10
b) ¿Cuántas variables hay en este banco de datos?
5
c ) ¿Cuáles variables son categ6ricas y cuáles son cuantitativas?
2 categóricas y 3 cuantitativas
d) ¿Qué tipo de escala de medición se usa para cada una de las variables?
Precio: Razón
Sistema operativo: Nominal
Tamaños de pantalla: Razón
Duración de batería: Razón
Fabricante de CPU: Nominal

3. Consulte la tabla l.6.

a) ¿Cuál es el costo promedio de las tablets?
582.9 dólares
b) Compare el costo promedio de las tablets con sistema operativo Windows con las de sistema
operativo Android.
Promedio Windows: 723.2
Promedio Android: 428.5
Diff:294.7
Siendo las de Windows de mayor precio.
c) ¿Qué porcentaje de las tablets tiene un CPU fabricado p0r TI OMAP?
20%
d) ¿Qué porcentaje de las tablets usa el sistema operativo Android?
40%

4. La tabla 1.7 presenta los datos de ocho teléfonos inalámbricos Consumer Reports, noviembre de
2012). La calificación general, que mide la calidad general del producto, va de 0 a 100. La calidad
de voz puede calificarse como deficiente, razonable, buena, muy buena y excelente. El tiempo de
llamada se refiere al tiempo que e1 fabricante afirma que se puede usar con carga completa el
teléfono.
a) ¿Cuántos elementos hay en el banco de datos?
8
b) ¿Cuáles de las siguientes variables son categóricas y cuáles cuantitativas?
Precio: Cuantitativa
calificación general: Cuantitativa
calidad de voz: Categórica
auricular en la base: Categórica
tiempo de llamada: Cuantitativa
 c) ¿Qué escala de medición se emplea para cada variable?
Precio: Razón
calificación general: Ordinal
calidad de voz: Ordinal
auricular en la base: Nominal
tiempo de llamada: Razón

5. Considere el banco de datos de la tabla 1.7.

a) ¿Cuál es el precio promedio de los teléfonos inalámbricos?
68.125 dólares
b) ¿Cuál es el tiempo de llamada promedio de los teléfonos inalámbricos?
8.875 horas
c) ¿Qué porcentaje de teléfonos inalámbricos tiene una calidad de voz excelente?
25%
d) ¿Qué porcentaje de teléfonos inalámbricos cuenta con auricular en la base?
50%

10. El estudio de hogares que realiza la Oficina de Estadísticas del Transportes de Estados Unidos se
aplica cada año y sirve como fuente de información para el Departamento del Transporte de dicho
país. En una parte del estudio se le pide al entrevistado que responda los siguientes cuestionamientos:
“¿Se le debe permitir a los conductores de vehículos motorizados hablar por celular en modo manos
libres mientras conducen?” Las respuestas fueron: totalmente de acuerdo, parcialmente de acuerdo,
parcialmente en desacuerdo• 7 totalmente en desacuerdo. Cuarenta y cuatro entrevistados
respondieron que estaban totalmente de acuerdo con esta afirmación, 130 que estaban parcialmente
de acuerdo, 165 parcialmente en desacuerdo y 74 totalmente en desacuerdo (sitio web de la Oficina
del Transporte, agosto de 2010).
a) ¿Las respuestas a esta afirmación proporcionan datos categóricos o cuantitativos?
Categóricos
b) ¿Tendría más sentido usar promedios o porcentajes como resumen de los datos para esta
afirmación?
Porcentaje
c) ¿Qué porcentaje de los encuestados estuvieron totalmente de acuerdo con que se le
permitiera a los conductores de vehículos motorizados hablar por celular en modo manos
libres mientras conducen?
4.07%
d) Los resultados de la encuesta, ¿muestran apoyo o rechazo hacia permitir a los conductores
de vehículos motorizados hablar por celular en modo manos libres mientras conducen?
Muestra rechazo, ya que el 84% está totalmente en desacuerdo.

15. Cada año, la Guardia Costera de Estados Unidos recaba datos y compila estadísticas sobre los
accidentes reportados en embarcaciones recreativas. Estas estadísticas se derivan de los reportes de
accidentes que realizan los dueños o los operadores de vehículos recreativos que se ven involucrados
en un accidente. En 2009 se reportaron 4730 accidentes en embarcaciones recreativas. La figura 1.8
proporciona una gráfica de barras que resume el número de accidentes reportados cada mes (sitio
web de la División de Seguridad en Embarcaciones de la Guardia Costera de Estados Unidos, agosto
de 2010).
 a) ¿Los datos son categóricos o cuantitativos?
Cuantitativos.
b) ¿Los datos son de series de tiempo o de corte transversal?
Series de Tiempo.
c) ¿En qué mes se presentó el mayor número de reportes de accidentes? ¿Aproximadamente
cuántos accidentes se reportaron?
Julio, 1,100 reportes de accidentes.
d) Se reportaron 61 accidentes en enero y 76 en diciembre. ¿Qué porcentaje del número total
de accidentes del año se reportó en estos dos meses? ¿Le parece que esta información es
razonable?
Enero: 1.29 %
Diciembre: 1.61%
No consideraría que fuera razonable, ya que el valor es muy mínimo.
e) Comente sobre la forma general de la gráfica de barras.
Se evidencia que el grafico posee una campana de Gauss, ya que a mitad del año es donde va
observando el mayor punto de accidentes. Muestra una ascendencia en los primeros meses y
luego del mayor punto va descendiendo.

20. Una consulta a 131 administradores de inversiones en la encuesta Big Money de Barron revelo
lo siguiente:
 43% de los administradores se clasificó a sí mismo como a la alza o muy a la alza en el mercado
de valores.
 El rendimiento promedio esperado durante los 12 meses siguientes para los valores de renta
variable fue 11.2%.
 El 21% selecciono la asistencia médica como e1 sector con mas probabilidades dc dirigir e1
mercado en los 12 meses siguientes.
 Cuando se 1es pidió que estimaran cuánto tiempo tardarían las acciones de tecnología y
telecomunicaciones en reanudar un crecimiento sostenido, la respuesta promedio de los
administradores fue 2.5 años.

a) Cite dos estadísticas descriptivas.

i. El rendimiento promedio esperado durante los 12 meses siguientes para los valores de renta
variable fue 11.2%.
ii. Cuando se 1es pidió que estimaran cuánto tiempo tardarían las acciones de tecnología y
telecomunicaciones en reanudar un crecimiento sostenido, la respuesta promedio de los
administradores fue 2.5 años.

b) Desarrolle una inferencia sobre la población de todos los administradores de inversiones con
respecto al rendimiento promedio esperado sobre los valores de renta variable durante los 12
meses siguientes.
Tan solo los 53 administradores mantendrán un rendimiento promedio de un 4.8% de rendimiento
de inversiones con respecto a los 12 meses siguientes, mientras que los restantes 74 mantendrán un
rendimiento de un 6.4%.
 c) Realice una inferencia sobre el tiempo que tardan las acciones de tecnología y
telecomunicaciones en reanudar un crecimiento sostenido.
Alrededor de 103 administradores invertirán en el sector de tecnología y telecomunicaciones para poder
mantener una rentabilidad, que pudiera variar durante los próximos 2.5 años.

25. La tabla 1.8 muestra un banco de datos que contiene información para 25 de las acciones shadow
rastreadas por la American Association of Individual Investors. Las shadow son acciones comunes de
empresas pequeñas que no siguen de cerca los analistas de Wall Street. El banco de datos también se
encuentra en e1 sitio web del libro, en el archivo llamado Shadow02.

a) ¿Cuantas variables hay en el banco de datos?

5
b) ¿Cuáles de las variables son categóricas y cuáles cuantitativas?
Categóricas: Intercambio y Ticker Symbol
Cuantitativas: Capital, Precio y Margen
c) Para la variable Exchange (intercambio) muestre la frecuencia y la frecuencia porcentual de
AMEX. NYSE y OTC. Elabore una gráfica de barras similar a la de la figura 1.5 para la variable
intercambio.
Exchange Frecuencia Porcentual Frecuencia de variable
AMEX: 5 20%
Exchange (intercambio)
NYSE: 2 8%
OTC: 17 68% 20

10

0
NYSE AMEX OTC

d) Muestre la distribución de frecuencia para el margen de utilidad bruta (Gross Profit Margin)
usando los cinco intervalos siguientes:
0—14.9, 15—29.9, 30—44.9, 45—59.9 y 60—74.9. Elabore un histograma similar a1 de la figura
1.5 (pág. 14).

Distribución de frecuencia para el margen

de utilidad bruta (Gross Profit Margin)
10
8
6
4
2
0
0—14.9 15—29.9 30—44.9 45—59.9 60—74.9

e) Cuál es el promedio de la razón precio/utilidad (Price/Earnings Ratio)?

20.63