ESTADSTICA Y

PROBABILIDADES PARA ING.

DE MINAS
Ing. Azucena Delgado
INTRODUCCIN -
CONCEPTOS
Clase 1
Informacin Docente
Mara Azucena Delgado Ponce
Ingeniero de Minas
Gerente de Drilling & Blasting Consultores (Asesoras en SMCV y
Desarrollos Tecnolgicos SAP.)
Experiencia 15 aos en minera superficial
Master en Administracin y Produccin de la UPC
Magister en Proyectos PMI UPC
Dos como Docente en la UCSM y UTP
Determinacin del Horario
Teora Grupo 2
Jueves 15:00 17:00
Practica
Grupo 1: Martes de 13: 00 15:00 hrs.
Grupo 2: Mircoles de 15:00 a 17:00 hrs.
Reglas de Juego
Puntos a Evaluar Teora
Asistencia (10%)
Participacin (10%)
Dos Evaluaciones
Trabajo Final
Practica
Asistencia
Evaluacin de las Practicas
Evaluacin Final
Reglas de Juego
Respeto
Puntualidad
Participacin
Evaluacin de Lecturas / Casos
Contenido del Curso
Organizacin y Descripcin de Datos
Diagrama de Pareto y diagramas de Puntos
Distribucin de Frecuencia
Medidas descriptivas
Cuartiles y Percentiles
Contenido del Curso
Probabilidad y Distribuciones
Probabilidad
Teoremas Elementales
Distribuciones
Anlisis de Regresin
El mtodo de mnimos y cuadrados
Inferencia y Estimaciones
Correlacin
Contenido del Curso
Aplicacin a la Minera
Muestreo
Mejoramientos de la Calidad
Geoestadsticas
Bibliografa Bsica
Probabilidad y estadstica para Ingenieros, Miller &
Freund, Richard A. Johnson, Octava Edicin, Pearson
Estadstica para Administracin de Negocios,
Por que Estudiar Estadstica
Establece metas definidas con claridad para la
investigacin
Elaborar un plan de cuales datos recolectar y como
recolectarlos
Interpreta informacin y extraer conclusiones
Qu es la Estadstica
Es una ciencia aplicada de las matemticas y es una
valiosa herramienta para la toma de decisiones.
La Estadstica se ocupa de los mtodos y procedimientos
para recoger, clasificar, resumir, hallar regularidades y
analizar los datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrnseca de los mismos;
as como de realizar inferencias a partir de ellos, con la
finalidad de ayudar a la toma de decisiones y en su caso
formular predicciones.
Clasificacin de la Estadstica
Estadstica Descriptiva
Estadstica Inferencial
Clasificacin de la Estadstica
Estadstica descriptiva:
Describe, analiza y representa
un grupo de datos utilizando
mtodos numricos y grficos
que resumen y presentan la
informacin contenida en ellos.

Estadstica inferencial:
Apoyndose en el calculo de
probabilidades y a partir de
datos de muestras, efecta
estimaciones, decisiones,
predicciones u otras
generalizaciones sobre un
conjunto mayor de datos
Concepto bsicos
POBLACION
Agregado de unidades elementales, que poseen alguna
caracterstica o propiedades comunes. Ejm: La ley de obtenida
de los taladros de voladura
En relacin al tamao de la poblacin, esta puede ser:
Finita, como es el caso del numero de personas que llegan al
servicio de urgencia de un hospital en un da; y se conoce el
tamao N de la poblacin.
Infinita, si por ejemplo estudiamos el mecanismo aleatorio que
describe la secuencia de caras y cruces obtenida en el
lanzamiento repetido de una moneda al aire.
Tambin se considera infinita, a pesar que las poblaciones son
pequea, no se puede saber con exactitud el tamao de la
poblacin.
Conceptos bsicos
UNIDAD ELEMENTAL
Son los "entes" que constituyen la poblacin y de las que
se va a obtener informacin inicial. Tambin conocido
como elementos o individuos que contienen cierta
informacin que se desea estudiar.
Ejemplos
La ley de una muestra
El tiempo del ciclo de minado
Conceptos bsicos
MUESTRA
Es una parte de la poblacin. Se espera que la muestra
sea representativa de la poblacin, es decir reproduzca
las caractersticas mas importantes. El proceso de
obtener la muestra de denomina MUESTREO.
Conceptos bsicos
MUESTRA ALEATORIA
Cuando la muestra a sido obtenida empleando algn
procedimiento del azar: sorteo, extraccin al azar,
nmeros aleatorios, etc.
Ejemplo: 35 Ciclos de minado del frente A, del Turno A,
del da de Hoy.
En una muestra aleatoria, cada unidad elemental tiene
una determinada posibilidad (probabilidad) de pertenecer
a la muestra.
Conceptos bsicos
OBSERVACION .-
Es el registro que se obtiene al evaluar una caracterstica
en una unidad elemental.
Ejemplo: 120 000 ton por disparo (si se evalu la
produccin requerida por voladura).
Conceptos bsicos
VARIABLES ESTADSTICAS
Cuando hablemos de variable haremos referencia a un
smbolo (X,Y,A,B,...) que puede tomar cualquier modalidad
(valor) de un conjunto determinado, que llamaremos dominio
de la variable o rango.
En funcin del tipo de dominio, las variables las clasificamos
del siguiente modo:
VARIABLES CUALITATIVAS
Generan observaciones de carcter no numrico y son del
tipo:
CUALITATIVAS JERARQUICAS
Cuando se puede establecer una relacin de orden entre las
posibles observaciones. Llamadas cuasi cuantitativas
CUALITATIVAS NOMINALES
No existe un orden entre las posibles observaciones
Conceptos bsicos
VARIABLES CUANTITATIVAS
Son las que tienen por modalidades cantidades
numricas con las que podemos hacer operaciones
aritmticas. Dentro de este tipo de variables podemos
distinguir dos grupos:
Conceptos bsicos
CUANTITATIVAS DISCRETAS
Cuando el conjunto de todas las posibles observaciones
que se generan constituyen a lo mas un conjunto infinito
numerable.
Cuando no admiten siempre una modalidad intermedia
entre dos cuales quiera de sus modalidades. Un ejemplo
es el Numero de fracturas presente en 2 metros de
sondeo diamantino.
Conceptos bsicos
CUANTITATIVAS CONTINUAS
Cuando el conjunto de todas las posibles observaciones que
se generan constituyen un conjunto infinito no numerable.
Admiten una modalidad intermedia entre dos cualesquiera de
sus modalidades, por ejemplo densidad del explosivo.
En este caso los valores de las variables son nmeros reales,
es decir ocurre a veces que una variable cuantitativa continua
por naturaleza, aparece como discreta. Este es el caso en que
hay limitaciones en lo que concierne a la precisin del aparato
de medida de esa variable
Conceptos bsicos
PARAMETRO
Es una constante que describe
una caracterstica de una
poblacin.
Para poder calcular el valor de
un parmetro, se requiere
conocer a ciencia cierta el
estado de naturaleza de la
poblacin o realizar un censo.
Conceptos bsicos
PARAMETRO
Principales tipos de parmetros son:
Parmetros de tendencia central o de resumen, siendo los
mas importantes :
La media o promedio (H)
La mediana (Me)
La moda (Mo)
Conceptos bsicos
Parmetros de variabilidad, siendo los mas importantes:
La variancia o varianza (2)
La desviacin estndar ()
El coeficiente de variabilidad (C.V.)
En el caso de que la variable sea cuantitativa se usa el
porcentaje o proporcin.
ETAPAS DE UNA INVESTIGACION
ESTADISTICA
1. FORMULACION O DEFINICION
DEL PROBLEMA
Delimitar con exactitud que debe ser
investigado:
Poblacin sobre lo que se va a
concluir.
Variables que van a ser de inters.
2. DISENO DEL EXPERIMENTO
Definir si se va a realizar un censo o
un muestreo.
En el caso de realizar un muestreo,
elegir el procedimiento que permita
obtener una MUESTRA
REPRESENTATIVA, que implica un
adecuado tamao de muestra,
tcnica de muestreo.
ETAPAS DE UNA INVESTIGACION
ESTADISTICA
3. COMPILACION DE DATOS
Establecer los procedimientos e
instrumentos a usarse para
obtener informacin pertinente de
las unidades elementales
comprendidas en el estudio;
puede emplearse la observacin
directa o indirecta.
4. ORGANIZACION Y
DESCRIPCION DE DATOS
Ordenar en forma legible de los
datos compilados
Clasificacin en forma sistemtica
y presentacin en cuadros y/o
grficos.
Calculo de medidas: parmetros o
valores estadsticos para describir
el comportamiento de los datos.
ETAPAS DE UNA INVESTIGACION
ESTADISTICA
5. DECISION O INFERENCIA FINAL
Cuando se ha realizado un muestreo y es necesario
concluir acerca de la poblacin se debe realizar la
estimacin de parmetros y la comprobacin de
hiptesis.
Apliquemos lo Aprendido
En el siguiente enunciado identifique: Poblacin, Muestra,
Unidad elemental, Variable(s), Tipo(s), Observacin. Adems
defina los parmetros y valores estadsticos correspondientes.
Las tiendas dedicadas a la comercializacin de artefactos
elctricos nacionales han encargado realizar un estudio con la
finalidad de obtener algunos indicadores.
El estudio se realizo con una muestra de 60 tiendas
obtenindose los siguientes resultados:
El 60% de los artculos suministrados trimestralmente por los
proveedores son vendidos en ese periodo.
La utilidad neta promedio por artefacto vendido es de 15% del
costo.
El 80% de los artculos vendidos corresponden a la
denominacin "lnea blanca".
- Promedio de devolucin: 2 artculos trimestralmente debido a
fallas tcnicas.
Apliquemos lo Aprendido
Solucin:
Poblacin: Tiendas dedicadas a la comercializacin de artculos elctricos
nacionales.
Muestra: 60 tiendas elegidas en el estudio.
Unidad: una tienda de la poblacin definida.
Variables:
% de artculos vendidos respecto al total suministrado.
Tipo: cuantitativa discreta.
Observacin: 50%
Parmetro: % promedio de ventas trimestrales de artculos vendidos respecto al total
suministrado.
Valor del parmetro: desconocido.
Valor estadstico: % promedio de ventas trimestrales de artculos vendidos, respecto de la
muestra. Valor: 60%.
Utilidad neta.
Tipo: cuantitativa continua.
Observacin: 10%
Parmetro: % promedio correspondiente a la utilidad neta por artefacto respecto al costo de
compra del total de artculos vendidos.
Valor del parmetro: desconocido.
Valor estadstico: % promedio correspondiente a la utilidad neta por artefacto respecto al costo
de compra del total de artculos vendidos seleccionados en la muestra. valor: 15%.
ESTADSTICA
DESCRIPTIVA
ANLISIS DE DATOS
Ing. Azucena Delgado
Bibliografa:
Estadstica para Administracin y Economa
Anserson, Sweeney, Williams (10 o 11 edicin)
Estadstica descriptiva
La estadstica descriptiva o anlisis exploratorio de datos
ofrece modos de presentar y evaluar las caractersticas
principales de los datos a travs de tablas, grficos y
medidas resmenes.
Anlisis de Datos cualitativos
El anlisis de datos cualitativos, se produce una vez que
se ha obtenido la informacin como resultado de
interacciones y situaciones recogidas durante la
investigacin.
Da cuenta del proceso de sistematizacin lgica y
coherente de los hallazgos encontrados.
Anlisis de Datos cualitativos
SECUENCIA INDUCTIVA PARA PRESENTAR LOS
RESULTADOS
1. Unidades y categoras.
2. Relacin entre categoras.
3. Temas. Relaciones entre temas.
4. Patrones y descubrimientos.
5. Dependencia, credibilidad, transferencia y
confirmabilidad.
Ejemplo de Datos Cualitativos
Brand Purchased Brand Purchased Brand Purchased
Se toma una Coke Classic Coke Classic Diet Coke
muestra de la Diet Coke Diet Coke Dr. Pepper
Pepsi Coke Classic Coke Classic
compra de 50 Diet Coke Sprite Diet Coke
gaseosas Coke Classic Pepsi Pepsi
Coke Classic Coke Classic Pepsi
Dr. Pepper Coke Classic Pepsi
Diet Coke Coke Classic Pepsi
Pepsi Pepsi Coke Classic
Pepsi Coke Classic Dr. Pepper
Coke Classic Sprite Pepsi
Dr. Pepper Dr. Pepper Sprite
Sprite Pepsi
Coke Classic Diet Coke
Diet Coke Pepsi
Coke Classic Coke Classic
Coke Classic Coke Classic
Sprite Coke Classic
Coke Classic Pepsi
Presentacin de datos Cualitativos
Distribucin de Frecuencia
Una distribucin de frecuencia es un resumen tabular de
datos que muestra el numero de (frecuencia) de
elementos de cada una de las diferentes clases disyuntas
(que no se sobreponen)
Presentacin de datos Cualitativos

Distribucin de Frecuencia de las

Ventas de Refresco
Refresco Frecuencia
Coke Classic 19
Diet Coke 8
Pepsi 13
Dr. Pepper 5
Sprite 5
50
Presentacin de datos Cualitativos
Distribucin de Frecuencia, RELATIVA
Nos interesa la proporcin o porcentaje
La Frecuencia relativa de una clase es igual a la parte o
proporcin de los elementos que presenta cada clase

=

Distribucin de Frecuencia, PORCENTUAL

La Frecuencia porcentual de una clase es la frecuencia
relativa por 100
Presentacin de datos Cualitativos
Grafica de Barras
Presentacin de datos Cualitativos
Grafica de Pastel
Evaluemos Conceptos
Anlisis de Datos Cuantitativos -
Frecuencia
Cuando se trabaja en datos cuantitativos, se debe tener
cuidado en las clases y para tal motivo se determina:
1. Numero de Clases Disyuntas
2. Ancho de cada Clase
3. Lmites de cada Clase
Anlisis de Datos Cuantitativos -
Frecuencia
Nmero de Clases
Es la cantidad de clases
Si son muy pocos de 5 a 6 puede ir a 20

= + . #
Anlisis de Datos Cuantitativos -
Frecuencia
El histograma es una herramienta til para resumir y
analizar datos.
Por su naturaleza grfica, puede ayudar a identificar e
interpretar pautas que son difciles de ver en simples
tablas de nmeros.
Es una representacin grfica utilizada para visualizar y
analizar la frecuencia con que una variable toma
diferentes valores dentro de un conjunto de datos.
Frecuencia: Nmero de veces que se produce un suceso.
Variable: Caracterstica cuantitativa de un suceso
susceptible de ser medida y de ser representada por un
valor numrico determinado, relacionado con una escala
de medida.
Anlisis de Datos Cuantitativos -
Frecuencia
Histograma
Ordenadas: frecuencias.
Abscisas: clases.
Una vez trazados los ejes, se llevan al grfico del
histograma los valores obtenidos para cada clase,
trazando los correspondientes rectngulos que tendrn
de base la amplitud de cada clase y de altura la
frecuencia de las mismas.
Dibujar los lmites de las especificaciones de la
caracterstica estudiada (si las hubiera).
Anlisis de Datos Cuantitativos -
Frecuencia
Histograma
Anlisis de Datos Cuantitativos -
Frecuencia
Anlisis de Datos Cuantitativos -
Frecuencia
Anlisis de Datos Cuantitativos -
Frecuencia
Anlisis de Datos Cuantitativos -
Frecuencia
Anlisis de Datos Cuantitativos -
Frecuencia
Anlisis de Datos Cuantitativos -
Frecuencia
OJIVA:
La grafica de una distribucin acumulada, que muestra
los valores de los datos en el eje horizontal y las
frecuencias acumuladas, las frecuencias relativas
acumuladas o porcentuales acumuladas en el eje vertical
Anlisis de Datos Cuantitativos -
Frecuencia
OJIVA:
Anlisis de Datos Cuantitativos
Diagrama de Dispersin y Lnea
Tendencia
Es una representacin grafica de la relacin entre dos
variables cuantitativas y una lnea de tendencia, que es
una lnea de aproximacin. Como por ejemplo:
Velocidad de equipos de carguo / Potencia de Motor
Velocidad de avance de Perforacin / Resistencia de Perforacin
VOD de explosivo / Potencia de Explosivo
Anlisis de Datos Cuantitativos
Diagrama de Dispersin y Lnea Tendencia
ESTADSTICA
DESCRIPTIVA
MEDIDAS NUMRICAS
Ing. Azucena Delgado
Bibliografa:
Estadstica para Administracin y Economa
Anserson, Sweeney, Williams (10 o 11 edicin)
Medidas Numricas
Tipos:
Localizacin
- Estadsticos Mustrales
Dispersin - Parmetros Poblacionales
- Estimador Puntual
Forma
Asociacin
Medidas de Localizacin
MEDIA
Valor promedio
Proporciona una medida central de los datos
Si los datos son de una muestra:
Si son de una poblacin: u

=

Medidas de Localizacin
MEDIANA
Otra medida central. Es el valor central de los datos
ordenados en forma ascendente

MEDIANA:
a. Si el # de observaciones es impar es el valor de en
medio
b. Si el numero de observaciones es par, es el promedio
de las dos observaciones del medio
Medidas de Localizacin
MEDIANA
# Muestra # Muestra
1 11 1 23
2 12 2 23
3 34 3 105
4 44 4 245
5 53 5 307
6 55 6 311
7 67 7 312
8 74 8 318
9 85 9 327 (413+421)/2 =417
10 94 10 405
11 235 11 413
12 334 12 421
13 397 13 609
14 605 14 631
15 620 15 653
16 690 16 733
17 691 17 983
18 692 18 990
19 738 19 1049
20 779 20 1054
21 782 21 1095
22 783 22 1105
23 861
Medidas de Localizacin
MODA
Es el valor con mayor frecuencia
Comparando las m
Comparando las m
Medidas de Localizacin
PERCENTIL
Aporta informacin acerca de la dispersin de los datos
en el intervalo de datos de menor a mayor
El percentil (p): es un valor tal que por lo menos p por
ciento de las observaciones son menores o iguales que
este valor y por lo menos (100 p) por ciento de las
observaciones son mayores o iguales a este valores

=
100

p, es el percentil deseado en
Medidas de Localizacin
PERCENTIL
 Medidas de Localizacin
PERCENTIL (PERCENTIL 80)

DENSIDAD DE HEAVY ANFO 46

1.17 1.18 1.19 1.20 1.20 1.20 1.21 1.21 1.22 1.22 1.23 1.23

80
= 12
100

i= 9.6 , 10
i = 1.22
MEDIDAS DE
DISPERSIN
Azucena Delgado
Introduccin
Los estudios estadsticos permiten hacer inferencias de
una caracterstica de una poblacin a partir de la
informacin contenida en una muestra.
Los mtodos numricos que describen a los conjuntos de
observaciones tienen como objetivo dar una imagen
mental de la distribucin de frecuencias.
Una vez localizado el centro de la distribucin de un
conjunto de datos, lo que procede es buscar una medida
de dispersin de los datos.
La dispersin o variacin es una caracterstica importante
de un conjunto de datos porque intenta dar una idea de
cun esparcidos se encuentran stos.
Introduccin
Existen diversas medidas de dispersin, algunas de ellas
son:
Rango
Desviacin media
Desviacin estndar
Varianza
Rango
Datos no agrupados
El rango de un conjunto de nmeros es la diferencia entre
el mayor y el menor de todos ellos.
Hay 2 maneras de expresar sta medida:
La diferencia entre los valores mayor y menor
Los valores mayor y menor del grupo
Rango
Datos agrupados
Hay dos formas para determinar el rango para datos
agrupados:
Rango = punto medio de la clase ms alta punto medio
de la ms baja
Rango = lmite superior de la clase ms alta lmite
inferior de la ms baja
Rango
Ventajas
Es relativamente sencilla su obtencin
El significado de sta medida es fcil de comprender
Limitaciones
Considera slo los valores extremos de un conjunto, y no
proporciona mayor informacin respecto a los dems
valores del mismo
Tiene una limitada utilidad para los distintos tipos de
anlisis estadsticos
Desviacin Media
La desviacin media o desviacin promedio es abreviada
por MD. Mide la desviacin promedio de valores con
respecto a la media del grupo, sin tomar en cuenta el
signo de la desviacin. Datos no agrupados
x es la media aritmtica de los nmeros y es el
valor absoluto de la desviacin de xj respecto de x. (El
valor absoluto de un nmero es el nmero sin signo y se
denota con dos barras verticales).
Desviacin Media
Datos agrupados
Si x1, x2, , xk ocurren con frecuencias f1, f2, , fk,
respectivamente, la desviacin media es:

Donde:
n =
= 1 ,
xj = los puntos medios de las clases
fj = correspondientes frecuencias de clase
Desviacin Media
Ejemplo
Calcular la desviacin media de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18
 Desviacin Media
L Inf Lsup f xi xi * f *f
10 15 3
15 20 5
20 25 7
25 30 4
30 35 2
21
L Inf Lsup f xi xi * f *f
10 15 3 12.5 37.5 9.286 27.857
15 20 5 17.5 87.5 4.286 21.429
20 25 7 22.5 157.5 0.714 5.000
25 30 4 27.5 110 5.714 22.857
30 35 2 32.5 65 10.714 21.429
21 457.5 98.571

X 21.7857143
Desviacin estndar
La desviacin estndar se denota por s.
Datos no agrupados Se define como

Datos agrupados:
Varianza
Se define como el cuadrado de la desviacin estndar y se
representa como s2.
Datos no agrupados
Varianza
Datos agrupados
COEFICIENTE DE VARIACIN
La variacin o dispersin real, tal como se determina de
la desviacin estndar u otra medida de dispersin, se
llama dispersin absoluta. La dispersin relativa es:
COEFICIENTE DE VARIACIN
A la dispersin relativa se le llama coeficiente de
variacin o coeficiente de dispersin si la dispersin
absoluta es la desviacin estndar s y el promedio es la
media x. Se define como:

y se expresa en general como porcentaje.

Resumen
La dispersin indica que tan cercanos o lejanos se
encuentran los valores unos de otros.
Dichos valores pueden pertenecer a un conjunto de datos
agrupados (distribuciones de frecuencias) o no
agrupados (ordenados de acuerdo a su magnitud).
Las medidas de dispersin que son ms comunes son:
rango, desviacin media, desviacin estndar, varianza.
Las medidas de dispersin que utilizan la media como
referencia son: desviacin media, desviacin estndar,
varianza.
Rango intercualitativo
Una medida que no es afectada por los valores extremos es el
rango intercuartlico (RIC). Esta medida de variabilidad es la
diferencia entre el tercer cuartil Q3 y el primer cuartil Q1. En
otras palabras, el rango intercuartlico es el rango en que se
encuentra el 50% central de los datos.
FORMA DE LA DISTRIBUCIN,
DE LA POSICIN RELATIVA Y DE LA
DETECCIN DE
OBSERVACIONES ATPICAS
A. Delgado
Forma de la distribucin
Forma de la distribucin
La frmula para calcular el sesgo de datos muestrales es
Punto Z
Al punto z tambin se le suele llamar valor estandarizado.
El punto zi puede ser interpretado como el numero de
desviaciones estndar a las que xi se encuentra de la
media .
Punto Z
Por ejemplo:
si z1=1.2, esto indica que x1 es 1.2 desviaciones estndar
mayor que la media muestral.
De manera similar, z2=0.5 indica que x2 es 0.5 desviacin
estndar menor que la media muestral.
Puntos z mayores a cero corresponden a observaciones
cuyo valor es mayor a la media, y puntos z menores que
cero corresponden a observaciones cuyo valor es menor
a la media.
Si el punto z es cero, el valor de la observacin
correspondiente es igual a la media.
Punto Z
Punto Z

De acuerdo con este teorema para z= 2, 3 y 4

desviaciones estndar se tiene:
Por lo menos 0.75, o 75%, de los valores de los datos
deben estar dentro de z = 2 desviaciones estndar de la
media.
Al menos 0.89, o 89%, de los valores deben estar dentro
de z= 3 desviaciones estndar de la media.
Por lo menos 0.94, o 94%, de los valores deben estar
dentro de z = 4 desviaciones estndar de la media.
Punto z
Para dar un ejemplo del uso del teorema de Chebyshev,
suponga que en las calificaciones obtenidas por 100 estudiantes
en un examen de estadstica para la administracin, la media es
70 y la desviacin estndar es 5.
Cuntos estudiantes obtuvieron puntuaciones entre 60 y 80?,
y cuntos tuvieron puntuaciones entre 58 y 82?
Medidas de la asociacin entre
dos variables
Interpretacin de Covarianza
Desarrollo de CASO En Clase_Practica
GRUPO B
Las tiendas Pelican, una divisin de National Clothing, es una
cadena de tiendas de ropa para mujer con sucursales por todo
Estados Unidos. En fechas recientes la cadena realiz una
promocin en la que envi cupones de descuento a clientes de
otras tiendas de National Clothing.
Los datos obtenidos en una muestra de 100 pagos con tarjeta
de crdito en las tiendas Pelican, durante un da de la
promocin, aparecen en el archivo titulado PelicanStores.
El modo de pago Propietary card se refiere a pagos realizados
con tarjeta de crdito de National Clothing.
A los clientes que hicieron compras con un cupn de
descuento se les denomina aqu promocionales y a quienes
hicieron sus compras sin emplear cupn de descuento se les
denomina regulares.
Desarrollo de CASO En Clase_Practica
GRUPO B
Como a los clientes de las tiendas Pelican no se les enviaron
cupones promocionales, los directivos consideran que las
ventas hechas a las personas que presentaron un cupn de
descuento son ventas que de otro modo no se hubieran
realizado.
Es obvio que Pelican espera que los clientes promocionales
continen comprando en sus tiendas.
La mayor parte de las variables que aparecen en la tabla se
explican por s mismas, pero dos de ellas deben ser aclaradas.
Artculos: Nmero de artculos comprados
Ventas netas: Cantidad cargada a la tarjeta de crdito
Los directivos de Pelican desean emplear estos datos
muestrales para tener informacin acerca de sus clientes y
evaluar la promocin de los cupones de descuento.

Desarrollo de CASO En Clase_Practica

GRUPO B
Informe para los directivos
Use los mtodos de la estadstica descriptiva
presentados en este captulo para resumir los datos y
comente sus hallazgos. Su informe debe contener, por lo
menos, lo siguiente:
1. Estadsticos descriptivos sobre las ventas netas y sobre
las ventas a los distintos tipos de clientes.
2. Estadsticos descriptivos respecto de la relacin entre
edad y ventas netas.
Desarrollo de CASO En Clase_Practica
GRUPO B
 Ejercicios de Practica _ A (13/12/16)
Los datos siguientes son los gastos en publicidad (en
millones de dlares) y los envos en millones
de barriles (bbls.) de las 10 principales marcas de
cerveza.

a. Cul es la covarianza muestral? Indica que hay una relacin positiva o

negativa?
b. Cul es el coeficiente de correlacin?
Ejercicios de Practica _ A (13/12/16)
Ejercicios de Practica _ A (13/12/16)
Los datos siguientes presentan el seguimiento de la rentabilidad primaria
por accin durante 52 semanas y los valores contables reportados por
10 empresas (The Wall Street Journal, 13 de marzo de 2000).

a. Elabore un diagrama de dispersin, que los valores contables ocupen el eje x.

b. Calcule el coeficiente de correlacin muestral. Qu indica este coeficiente
acerca de la relacin entre la rentabilidad por accin y el valor contable?
PROBABILIDADES
Estadstica para administracin y economa 10 Ed.
Estadstica para administracin y economa 10 Ed.
Estadstica para administracin y economa 10 Ed.
Estadstica para administracin y economa 10 Ed.