Apuntes de Clases Parte II MBA 2024
Apuntes de Clases Parte II MBA 2024
Apuntes de Clases Parte II MBA 2024
Métodos Cuantitativos
y Estadísticos Aplicados a la Gestión
Parte II
1
1.-Resumen de datos: distribuciones de frecuencias y
representaciones gráficas
La primera tarea es describir los datos, valores o puntuaciones obtenidas para cada
variable.
2
Relaves de Chile_ Tablas de frecuencia
3
Relaves de Chile_ Tablas de frecuencia
4
Gráficamente una distribución de frecuencias se puede ver mediante un gráfico de barras
cuando la variable es nominal u ordinal y mediante un histograma cuando la variable es escala
5
6
Tablas de contingencia o Tablas cruzadas: Entrega la frecuencia por cada celda de la
matriz. Por ejemplo en la tabla se observa que existen 3 relaves en Antofagasta cuyo
estado es Abandonado
7
Tablas de contingencia o Tablas cruzadas: También se puede pedir que muestre los
porcentajes respecto a la columna, respecto a la fila y respecto al total de datos
válidos
8
Tablas de contingencia o Tablas cruzadas
9
Tablas de contingencia o Tablas cruzadas
10
2.- Descripción de los datos: Medidas de tendencia central
¿Qué es un promedio?
Valor que representa un conjunto de datos.
Señala un centro de los valores.
Una denominación más precisa que promedio es medida de
tendencia central.
• la media aritmética
• la mediana
• la moda
• la media geométrica
11
Media: (Mean) La media ( promedio) es la medida de tendencia central
más utilizada y puede definirse como el promedio aritmético de una
distribución. Es una medida solamente aplicable a mediciones por
intervalos o de razón.
Media de una muestra:
X=
X
n
donde X indica la suma de todos las X
n es el número total de valores en la muestra
Media de una población:
=
X
N
indica la media poblacional.
N es el número total de observaciones en la población
12
Estadística Descriptiva
Ejemplo:
13
La Mediana:(Median) es el valor céntrico en un conjunto de valores
ordenados de menor a mayor o de mayor a menor. Una forma fácil de
localizar la posición del elemento medio para datos no agrupados es por
medio de:
n +1
2
• Es una medida de tendencia central propia de los niveles de una medición
ordinal, por intervalos y de razón.
• No es influenciada por valores extremos.
• 50%de las observaciones son mayores que la mediana.
• No necesita ser uno de los valores del conjunto de datos.
• Es única para un conjunto de observaciones.
14
Ejemplo:
15
La moda: (mode): Valor de la observación que aparece con más
frecuencia.
Ejemplo:
16
Número de entrevistados acerca de lociones
para baño
400 360
Número de respuestas
350
300
250
200 180
150 105
100 70
50
50
0
Cariño Lamoure Extasis Elegancia Nocturna
17
Uso de media, mediana y moda
Datos de la población
La moda puede ser útil como medida descriptiva de un grupo de la
población, aunque sólo si existe una moda claramente perceptible.
18
Uso de media, mediana y moda
Datos muestrales
La moda: La moda no es una medida aceptable de posición respecto
de datos muestrales, porque su valor puede variar ampliamente de una
muestra a otra.
19
Ejemplo:
Se han recopilado los índices salariales de los 650 empleados por hora
de una empresa manufacturera. La medida más representativa del índice
salarial típico es la mediana, porque en este caso está implicada una
población y la mediana no se ve relativamente afectada por la posible
falta de simetría de los índices salariales.
Ejemplo:
20
Nota: Es mejor usar la mediana que la media como medida
de tendencia central, cuando un conjunto de datos contiene
valores extremos. Otra medida que se usa a veces cuando
hay valores extremos es la media recortada al 5%, que se
obtiene eliminando el 5% de los valores mayores y el 5% de
los menores, en un conjunto de datos, procediendo entonces
a calcular el promedio de los valores restantes.
21
Estadística Descriptiva
Media Geométrica
MG = n ( X 1 )( X 2 )( X 3).............(X n )
22
Estadística Descriptiva
Ejemplo:
MG = n ( X 1 )( X 2 )( X 3 )( X 4 )
= 4 (3)(2)(4)(6)
= 4 144
= 3,46
La media geométrica 3,46 da una cifra más conservadora para las
utilidades porque no se ve tan afectada por los valores extremos. En
realidad, será igual o menor que la media aritmética.
23
Estadística Descriptiva
Ejemplo:
Suponga que usted recibe un 5 por ciento de aumento en su salario este año y un 15 por
ciento de aumento el año próximo. El incremento porcentual promedio es 9.886, no 10.0.
Empezamos por calcular la media geométrica. Recuerde, por ejemplo, que un aumento
de 5 por ciento en el salario es 105 o 1.05. Lo escribiremos como 1.05.
Esto se puede verificar suponiendo que su salario mensual sea de $3.000 al empezar y
que usted reciba dos aumentos de 5 por ciento y de 15 por ciento.
Aumento 1 = $3.000 (.05) = $150.00
Aumento 2 = $3.150 (.15) = 472.50
Total $622.50
24
Estadística Descriptiva
25
Estadística Descriptiva
Ejemplo:
22
MG = 10 − 1 = 1.271− 1 = 0.271
2
El valor final es .271. La tasa anual de incremento es 27.1 por ciento. Esto
significa que la tasa de crecimiento en Haarlan es 27.1 por ciento por año.
26
Estadística Descriptiva
Ejercicio:
27
Año Ingreso Miles de US$ Porcentaje del año anterior
1992 50
1993 55 55/50=1.10
1994 66 65/55=1.20
1995 60 60/66=0.91
1996 78 78/60=1,30
4
(1.10)(1.2)(0.91) 1.3
=1.1179
Por otra parte calculando la media aritmética tenemos una tasa del 12,75%
Media Ponderada
w1 X 1 + w2 X 2 + .....+ wn X n
Xw =
w1 + w2 + .....+ wn
29
Estadística Descriptiva
Ejemplo:
30
Estadística Descriptiva
Media
mediana
Moda
31
Estadística Descriptiva
Moda Media
Mediana
32
Estadística Descriptiva
Cuando la asimetría es negativa significa que los valores
tienden a agruparse hacia la derecha de la curva ( por
encima de la media).
Media Moda
Mediana
33
Estadística Descriptiva
Coeficiente de asimetría
Karl Pearson desarrolló una medida para evaluar el sesgo de una distribución,
denominada coeficiente de asimetría (C.A)
3(media − mediana)
C. A =
desviación estándar
Ejemplo:
Curva plalticúrtica
Nota: La asimetría y la curtosis requieren mínimo un nivel de medición por intervalos.
35
Estadística Descriptiva
Cuartiles: Son los tres valores que dividen al conjunto de datos ordenados
en cuatro partes iguales, son un caso particular de los percentiles.
Deciles: son los nueve valores que dividen al conjunto de datos ordenados
en diez partes iguales, son también un caso particular de los percentiles.
36
Estadística Descriptiva
38
Estadística Descriptiva
39
Estadística Descriptiva
Proveedor A
.5 Proveedor B
Frecuencia
relativa .4
.3
.2
.1
9 10 11 7 8 9 10 11 12 13 15
Días hábiles Días hábiles
40
Estadística Descriptiva
41
Estadística Descriptiva
Medidas de dispersión
Amplitud total ( rango)
Se trata de la diferencia entre los valores mayor y menor de un
conjunto de datos.
Ejecutivos
43
Estadística Descriptiva
s 2 =
( X − )2 o bien s 2 =
X2 X
−
2
N
N N
donde
s = es el símbolo para la varianza de una población
2
44
Estadística Descriptiva
En general es difícil interpretar el significado del valor de una
varianza, porque las unidades en las que se le expresa son valores
elevados al cuadrado. Es más frecuente el uso de la raíz cuadrada.
(X − ) X − X
2
2 2
s = o bien s =
N N N
45
Estadística Descriptiva
Varianza muestral
( X ) 2
2 (X − X ) 2 X2 − n
s = o bien s 2 =
n −1 n −1
46
Estadística Descriptiva
( X ) 2
( X − X ) 2 X 2
−
n
s= o bien s =
n −1 n −1
47
Estadística Descriptiva
48
Estadística Descriptiva
49
Estadística Descriptiva
Teorema de Chebyshev
El matemático ruso Chebyshev desarrolló un teorema que permite
determinar la proporción mínima de los valores que se encuentra
dentro de un número específico de desviaciones estándares con
respecto a la media.
Por ejemplo, con base en el teorema de Chebyshev, al menos tres de
cada cuatro valores, o 75%, deben encontrarse entre la media más
dos desviaciones estándares y la media menos dos desviaciones
estándares.
Esta relación se aplica sin importar la forma de la distribución.
Además, al menos ocho de cada nueve valores, o 89,9%, se
encontrarán entre la media más tres desviaciones estándares y la
media menos tres desviaciones. Al menos 24 de 25 valores, o 96%, se
encontrarán entre la media y menos cinco desviaciones.
50
Estadística Descriptiva
1
1 − 1 / k 2 = 1 − 1 / 22 = 1 − = 0,75
4
51
Estadística Descriptiva
52
Estadística Descriptiva
68%
95%
99,7%
53
Estadística Descriptiva
Ejemplo:
54
Estadística Descriptiva
Nota:
El concepto de desviación estándar es muy importante en los negocios y
en la economía. Por ejemplo, en finanzas la desviación estándar se utiliza
como medida de riesgo relacionada con varias oportunidades de
inversión.
Mediante el uso de la desviación estándar para medir la variabilidad en las
tasas de rendimiento ofrecidas por diferentes inversiones, el analista
financiero puede medir el nivel de riesgo que tiene cada activo financiero.
55
Estadística Descriptiva
Dispersión Relativa
El coeficiente de variación (C.V) es una medida muy útil cuando:
1.-Los datos están en unidades diferentes (como dólares y días de
inasistencia).
2.- Los datos están en las mismas unidades, pero las medias muy distantes (
como sucede con los ingresos de los ejecutivos y los ingresos de los
empleados no calificados).
3.- Cuando se desea comparar la variabilidad de dos conjuntos de datos.
Coeficiente de variación: Indica la magnitud relativa de la desviación estándar
en comparación con la media de la distribución, expresada como porcentaje.
s
Población C .V = .100
s
Muestra C .V = .100
X
56
Estadística Descriptiva
Ejemplo:
Ejemplo:
58
6. – Puntuaciones Z ( Medida de localización relativa)
X−X
Z=
s
donde X es la puntuación o valor a transformar
X es la media de la distribución
s la desviación estándar de ésta.
Z es la puntuación transformada en unidades de desviación estándar
Ejemplo:
Supongamos que en una distribución de frecuencias obtuvimos una
media de 60 y una desviación estándar de 10, y deseamos comparar a
una puntuación de 50 con el resto de la distribución. Entonces,
transformamos esta puntuación o valor en una puntuación Z. Tenemos
que: _
X=50, X=60, s=10
la puntuación Z correspondiente a un valor de 50 es:
Z= (50-60)/10= -1
60
Estadística Descriptiva
61
Sin transformar las dos calificaciones en puntuaciones Z no podemos
asegurarlo porque los valores no pertenecen a la misma distribución.
Entonces transformamos ambos valores a puntuaciones Z, los
transformamos a una escala común, donde la comparación es válida.
62
Estadística Descriptiva
Ejemplo:
63
Estadística Descriptiva
64
La distribución de puntuaciones Z no cambia la forma de la
distribución original, pero si modifica las unidades originales a
unidades de desviación estándar. La distribución de
puntuaciones Z tiene una media 0 y una desviación estándar 1.
65
Estadística Descriptiva
66
Estadística Descriptiva
OBS: Con los diagramas de caja también se pueden identificar los valores
atípicos, pero no necesariamente los mismos valores que aquellos
menores que 3 o mayores que 3 en los valores z. SE puede usar
cualquiera de esos métodos o ambos. Se trata de identificar valores que
podrían no pertenecer al conjunto de datos.
67
Resumen
Tipo de
variable Estadisticos Gráficos Tabla de frecuencias
Nominal Moda Gráfico de barras Frecuencias absolutas