UNIDAD 4 MEDIDAS DESCRIPTIVAS

MEDIDAS DE DISPERSIN
DISPERSIN:
# X1 X2 X3
1 1 1 6
2 2 1 6
3 2 5 1
4 3 5 1
5 2 2 1
6 1 2 1
7 2 1 2
8 4 1 2
9 4 3 1
10 3 3 3
MEDIAS 2.40 2.40 2.40
RANGO = 3 4 5
MD = 0.88 1.28 1.56
S = 1.0749677 1.57762128 2.01108042
S
2
=
1.15555556 2.48888889 4.04444444
CV = 44.79% 65.73% 83.80%
MEDIDAS DE DISPERSIN:
1)
RANGO = valor mximo - valor mnimo
RANGO = x
mximo
- x
mnimo
2)
DESVIACIN MEDIA = MD PARA DATOS AGRUPADOS
3)
VARIANZA DE LA POBLACIN VARIANZA DE LA MUESTRA
4)
DESVIACIN ESTNDARD DE LA POBLACIN DESVIACIN ESTNDARD DE LA MUESTRA
5)
COEFICIENTE DE VARIACIN DE LA POBLACIN COEFICIENTE DE VARIACIN DE LA MUESTRA
6)
1
n
i
i
x x
MD
n
=

=

2
2
1
( )
N
i
i
x x
N
o
=

=

2
2
1
( )
1
n
i
i
x x
s
n
=

=

2
1
( )
N
i
i
x x
N
o
=

=

1
n
i i
i
x x n
MD
n
=

=

100% CV
o

=
RANGO INTERCUARTIL
RIQ = Q
3
- Q
1
Q
3
= Cuartil Superior
Q
1
= Cuartil Inferior
25% 25% 25% 25%
mn Q1 Q2 Q3 mx
LOCALIZACION DE UN PERCENTIL:
Posicion L
p
= (n+1)P/100
Datos no agrupados
MEDIDAS DE ASIMETRA
El sesgo o asimetra de una distribucin de datos se puede estimar con las frmulas siguientes
Coeficiente de sesgo de Pearson
Coeficiente de sesgo o asimetra calculado por Excel
Si Sk > 0 , entonces se dice que la distribucin tiene asimetra a la derecha o sesgo positivo
Si Sk < 0 , entonces se dice que la distribucin tiene asimetra a la izquierda o sesgo negativo
UNIDAD 5 INTRODUCCIN AL ESTUDIO DE LA PROBABILIDAD
PROBABILIDAD : Valor entre cero y uno inclusive que describe la posibilidad relativa de ocurrencia de un evento
Si P(A) = 0, el evento A, es imposible que ocurra Si P(A) se acerca ms a cero, su chance de ocurrencia se har menor
Si P(A) = 1 , el evento A, ocurrir con certeza Si P(A) se acerca ms a uno, su chance de ocurrencia se har mayor
50% 50%
3( ) x Mediana
sk
s

=
3
1
( 1)( 2)
n
i
i
n x x
sk
n n s
=

| |
=
|

\ .

"EXPERIMENTO: Proceso mediante el cual se induce a que ocurra una y solo una de varias posibles observaciones"
"RESULTADO: Resultado particular de un experimento"
"EVENTO: Conjunto de uno o ms resultados de un experimento"
EVENTOS MUTUAMENTE EXCLUYENTES
Dos eventos sern mutuamente excluyentes, si la ocurrencia de uno, implica la no ocurrencia del otro
Ej: Al lanzar una moneda, el evento: salga "cara" implicar que si este ocurre, entonces no podr
ocurrir la aparicin de un "sello" simultneamente
CONJUNTO DE EVENTOS COLECTIVAMENTE EXHAUSTIVOS
Por lo menos uno de los eventos deber ocurrir cuando se lleva a cabo un experimento
Ej: En el experimento de lanzar un dado, los resultados obtenidos sern nmeros
pares e impares, por tanto el conjunto de eventos ser colectivamente exhaustivo
CLSICA EMPRICA
PROBABILIDAD OBJETIVA
ENFOQUES DE PROBABILIDAD
SUSTENTADA EN
FRECUENCIAS RELATIVAS RESULTADOS DE UN
EXPERIMENTO SE
ASUMEN EQUIPROBABLES
Nota: Si el conjunto de eventos es colectivamente exhaustivo y los eventos son mutuamente excluyentes, la suma de
las probabilidades es = 1
REGLAS DE CLCULO DE PROBABILIDADES
A B
REGLAS DE ADICIN:
A
P (A B) = P(A) + P(B) - P(A B) Regla General de la adicin
P(A B C) = P(A) +P(B) + P( C ) - P(A y B) - P(A y C) - P(B y C) + P(A y B y C)
Si los eventos fueran mutuamente excluyentes, entonces la interceccin de los dos no ocurrira y P(A B) = 0
P(A B) = Probabilidad Conjunta
P(A B) = P(A y B)
Regla del Complemento: P(A) + P(~ A) = 1
A
~ A
Notar que A y ~ A son mutuamente excluyentes y colectivamente exhaustivos
REGLAS DE MULTIPLICACIN:
Regla General de la Multiplicacin: P(A y B) = P(A) P(B A)
P(B A) Se lee: "La probabilidad de que ocurra B puesto que ha ocurrido A"
Si A y B son eventos independientes, entonces:
P(A y B) = P(A) P(B) es decir: P(B A) = P(B)
DIAGRAMA DE RBOL
Grfica til para organizar clculos que implican varias etapas.
Cada segmento del rbol es una etapa del problema. Las ramas
del rbol se ponderan mediante probabilidades.
Resultado del Resultado del
1 r lanzam 2 do lanzam
0.5
0.5 S 0.5
S 0.5
0.5
0.5 C 0.5
L. una
Moneda 0.5
0.5 S 0.5
0.5
C 0.5
0.5 C 0.5
PRINCIPIOS DE CONTEO
Multiplicacin: Si hay m formas de realizar algo y n formas de hacer otro proceso
Entonces habrn m x n maneras de hacer ambas cosas.
Permutaciones:
n
P
r
= n ! / (n-r)!
Definicin de n!:
n! = n(n-1)(n-2)3(2)(1)
0! = 1
1! = 1
Combinaciones:
n
C
r
= n! /r!(n-r)!
EJEMPLOS DE DISPERSIN CON DIAGRAMAS DE PUNTOS
*
*
* * * *
* * * *
X1 1 2 3 4
2.4
*
*
* * * *
* * * *
X2 1 2 3 4 5
2.4
*
*
*
* * *
* * * *
X3 1 2 3 4 5 6
2.4
44.21
20 25 -19.21 384.2
72 35 -9.21 663.12
80 45 0.79 63.2
45 55 10.79 485.55
21 65 20.79 436.59
PARA DATOS AGRUPADOS 2 75 30.79 61.58
2094.24
8.726
x
i
= Marca de Clase del intervalo i
VARIANZA DE LA MUESTRA
DESVIACIN ESTNDARD DE LA MUESTRA PARA DATOS AGRUPADOS
COEFICIENTE DE VARIACIN DE LA MUESTRA
2
2
1
( )
1
n
i
i
x x
s
n
=

=

1
( )
1
n
i
i
x x
s
n
=

=

1
n
i i
i
x x n
MD
n
=

=

100%
s
CV
x
=
2
1
( )
1
k
i i
i
n x x
s
n
=

=

1
k
i
i
n n
=
=

Coeficiente de sesgo o asimetra calculado por Excel

Si Sk > 0 , entonces se dice que la distribucin tiene asimetra a la derecha o sesgo positivo
Si Sk < 0 , entonces se dice que la distribucin tiene asimetra a la izquierda o sesgo negativo
PROBABILIDAD : Valor entre cero y uno inclusive que describe la posibilidad relativa de ocurrencia de un evento
Si P(A) se acerca ms a cero, su chance de ocurrencia se har menor
Si P(A) se acerca ms a uno, su chance de ocurrencia se har mayor
"EXPERIMENTO: Proceso mediante el cual se induce a que ocurra una y solo una de varias posibles observaciones"
Evento Simple: Se describe por sus caractersticas singulares
Evento conjunto: es aquel que tiene dos o ms caractersticas
Espacio Muestral: Coleccin de todos los eventos posibles
PARTE DE INFORMACION
DISPONIBLE
Dos eventos sern mutuamente excluyentes, si la ocurrencia de uno, implica la no ocurrencia del otro
Al lanzar una moneda, el evento: salga "cara" implicar que si este ocurre, entonces no podr
ocurrir la aparicin de un "sello" simultneamente
Por lo menos uno de los eventos deber ocurrir cuando se lleva a cabo un experimento
En el experimento de lanzar un dado, los resultados obtenidos sern nmeros
pares e impares, por tanto el conjunto de eventos ser colectivamente exhaustivo
PROBABILIDAD SUBJETIVA
ENFOQUES DE PROBABILIDAD
ASIGNADA O APROXIMADA
POR UN INDIVIDUO
Si el conjunto de eventos es colectivamente exhaustivo y los eventos son mutuamente excluyentes, la suma de
B
Si los eventos fueran mutuamente excluyentes, entonces la interceccin de los dos no ocurrira y P(A B) = 0
Probabilidad Condicional
Resultado del
3 r lanzam
S
C
S
C
S
C
S
C
Multiplicacin: Si hay m formas de realizar algo y n formas de hacer otro proceso
El orden de los objetos seleccionados es importante
El orden de los objetos seleccionados no es importante
xi = Marca de Clase del intervalo i
DISPERSIN
# 46) PAG: 78. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
# ING. ANUAL ($) (X) X -
1 125000 -4600
2 128000 -1600
3 122000 -7600
4 133000 3400
5 140000 10400
129600
2
=
a) Rango = max - Min = 18000
b) Media: = 129600
c)
2
= 40240000 =
d)
2
= 129000

2
= 8612
La primera firma tiene una menor dispersin
La primera firma presenta un mayor ingreso anual que la segunda
# 52) PAG: 81. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
# PAGOS
1 110
2 126
3 103
4 93
5 99
6 113
7 87
8 101
9 109
10 100
S
2
= 120.7667
S = 10.9894
PROBABILIDAD
#3) PAG: 152. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
Especialidad Nmero
Contabilidad 10
Finanzas 5
Economa 3
Administracin 6
Marketing 10
n= 34
Se escoge uno al azar.
P(A)=?
A = se escoja un estudiante de administracin
P(A) = n1/n =
n1 = Nmero de casos favorables
n = Nmero de casos totales
#5) PAG: 152. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
a) Emprica
b) Clsica
c) Clsica
d) Subjetiva
#8) PAG:152. ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
# de Violaciones # Conductores
0 1910
1 46
2 18
3 12
4 9
5 ms 5
Total 2000
a) Experimento: Contabilizar el nmero de violaciones al lmite de velocidad
b) Evento: determinar el nmero de conductores que han cometido 5 o ms violaciones al lmite
c) P(X =2) =? 0.009 '= P(X=2)
d) Probabilidad Emprica
Autoevaluacin 5.3 PAG: 155. ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
Clasificacin Evento
Supervisores A
Mantenimiento B
Produccin C
Administracin D
Secretarias E
Total
a)
i) P(La primera persona escogida sea de mantenimiento o secretaria) = ?
ii) P(No sea de mantenimiento) = ?
b) Diagrama de Venn mostrando a)
c) Los eventos de i) son complementarios, mutuamente excluyentes o ambos ?
a) i) P(E B) = P(E) + P(B) =
a) ii) P(~ B) = 1- P(B) =
b)
E B
c) Eventos mutuamente excluyentes
# 15) PAG: 158 ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
P(A) = 0.25
P(B) = 0.5
P(B A) = P( ms que C) = 0.75
#21) PAG: 158 ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
D = LA TIENDA TENGA FARMACIA
F = LA TIENDA TENGA FLORERA
S = LA TIENDA TENGA SALCHICHONERA (EMBUTIDOS)
P(D) = 0.4
P(F) = 0.5
P(S) = 0.7
P(D y F y S) = 0.1
P(D y S) = 0.3
P(F y S) = 0.25
P(D y F) = 0.2
a) P(D y F) = 0.2
b) P(D y S) = 0.3
c) No
d) Evento conjunto
e) P[~ (D F S)] = ?
P(A B C) = P(A) +P(B) + P( C ) - P(A y B) - P(A y C) - P(B y C) + P(A y B y C)
P ( D F S ) = 0.95
P[~ (D F S)] = 1 - P ( D F S ) = 0.05
Autoevaluacin 5.5) PAG: 160. ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
P(A) = 0.8
P( Las 4 llantas duren el estndar) = ? 0.4096
Autoevaluacin 5.6) PAG: 162. ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
H = 8 (Hombres)
M = 4 (Mujeres)
a) P (4 mujeres) = ?
b) P(4 hombres) = ?
c) Las probabilidades obtenidas suman 1 ? Explique.
a) P(A y B) = P(A) P(B A)
P(M) = 0.333333333
P(M y M) = P(M) P(M M) =
P(M y M y M) = P(M y M) P(M M y M) =
P (M y M y M y M) = P( M y M y M) P(M M y M y M) =
b) P(H) = 0.666666667
P(H y H) = P(H) P(H H ) =
P(H y H y H) = P(H y H) P(H H y H) =
P(H y H y H y H) = P(H) P(H H y H y H) =
c) No suman 1 pues no son eventos colectivamente exhaustivos.
Autoevaluacin 5.7) PAG: 164. ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
TABLA DE CONTINGENCIA
Menos de 1 ao, 1 a 5 aos
LEALTAD B
1
B
2
Permanecera, A
1
10 30
No Permanecera, A
2
25 15
35 45
a) P (ms de 10 aos servicio) = 0.525
b)P ( no permanezca en la compaa dado que el o ella tienen ms de 10 aos de servicio) =
c) P(ejecutivo con ms de 10 aos de servicio o a uno que no permanezca en la compaa) =
En trminos de Probabilidades
Menos de 1 ao, 1 a 5 aos
LEALTAD B
1
B
2
Permanecera, A
1
0.050 0.150
No Permanecera, A
2
0.125 0.075
P. Marginales 0.175 0.225
Probabilidades
Condicionales :
0.083333333
0.25
0.041666667
0.625
Permanecera: A
1
0.6
0.4
No Permanecera: A
2
= ~A
1
0.3125
Probabilidades Condicionales : 0.1875
0.125
0.375
P#41 PAG: 176 ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
4 personas
10 personas disponibles
En este caso vemos que no es importante el orden de los objetos seleccionados:
n
C
r
= n! /r!(n-r)!
10C4 = 10!
4! (10-4)!
P#45. PAG:176 ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
15 preguntas
10 preguntas Si importa el orden:
15P10 = 15!
(15-10)!
# 46) PAG: 78. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
(X - )^2
21160000
2560000
57760000
11560000
108160000
40240000
6343.50
# 52) PAG: 81. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
Encuestados
0.176 Enfoque clsico
ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA. LIND, MARCHAL, WATHEN
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
# Empleados
120
50
1460 Se asume que los eventos son mutuamente excluyentes
302
68
2000
0.059
0.975
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
HOMBRES MUJERES Composicin
HHHHHHHH MMMM (8H) (4M)
0.090909091 HHHHHHHH MMM (8H) (3M)
0.018181818 HHHHHHHH MM (8H) (2M)
0.002020202 HHHHHHHH M (8H) (1M)
HHHHHHHH MMMM (8H) (4M)
0.424242424 HHHHHHH MMMM (7H) (4M)
0.254545455 HHHHHH MMMM (6H) (4M)
0.141414141 HHHHH MMMM (5H) (4M)

ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
TABLA DE CONTINGENCIA (TABLA 5.1)
6 a 10 aos, Ms de 10 aos
B
3
B
4
Total
5 75 120
10 30 80
15 105 200 P(A2 |B4) = P(A2 y B4) / P(B4) =
0.2857 P(A y B) = P(A) P(B A)
0.775 P (A B) = P(A) + P(B) - P(A B)
P. Marginales 0.775
En trminos de Probabilidades
6 a 10 aos, Ms de 10 aos
B
3
B
4
Total
0.025 0.375 0.60
0.050 0.150 0.40
0.075 0.525 1.00
DIAGRAMA DE RBOL
Probabilidades Conjuntas :
B
1
0.050
= P(A1) P(B1 | A1) = P(A1 y B1)
B
2
0.150
= P(A1) P(B2 | A1) = P(A1 y B2)
B
3
0.025
= P(A1) P(B3 | A1) = P(A1 y B3)
B
4
0.375
= P(A1) P(B4 | A1) = P(A1 y B4)
B
1
0.125
= P(A2) P(B1 |A2) = P(A2 y B1)
B
2
0.075
= P(A2) P(B2 |A2) = P(A2 y B2)
B
3
0.050
= P(A2) P(B3 |A2) = P(A2 y B3)
B
4
0.150
= P(A2) P(B4 |A2) = P(A2 y B4)
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
En este caso vemos que no es importante el orden de los objetos seleccionados:
= 10(9)(8)(7)6! 210
4(3)(2)(1)6!
ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. LIND, MARCHAL, WATHEN
Si importa el orden:
15(14)(13)(12)(11)(10)(9)(8)(7)(6)(5!) 10897286400
5!
TOTAL CANDIDATOS QUE QUEDAN
12
11
10
9
12
11
10
9
0.2857
P(B A) = P(A y B ) / P(A)