Professional Documents
Culture Documents
PRESENTADO POR:
DELSY JAZMIN JARAMILLO CASTILLO_ 46.371.170
ROXANA ESPERANZA JIMENEZ PÉREZ_ 1.050.522.781
YERALDIN FIGUEROA ALVAREZ_ 1.001.590.983
PRESENTADO A:
LUZ HELENA HERNANDEZ
TUTORA DE ESTADISTICA DESCRIPTIVA
El presente trabajo está relacionado con el estudio de los capítulos 5 y 6 del módulo
de estadística descriptiva sobre las medidas estadísticas bivariantes y los números
índice.
En las medidas estadísticas bivariantes tratamos temas relacionados con regresión
y correlación, diagrama de dispersión, regresión lineal simple, correlación y
regresión múltiple. Con respecto a los números índice se hace el estudio de temas
como construcción de los números índice, tipos de números índice, y el uso de los
números índice.
Los anteriores temas nos permitirán estudiar el comportamiento de dos variables,
en pro de determinar si existe alguna relación entre si y de cuantificar dicho grado
de relación.
OBJETIVOS
General
Realizar el estudio sobre las medidas estadísticas bivariantes y los números índice.
Específicos
- Interpretar y manejar los conceptos de regresión y correlación.
- Identificar la diferencia entre los índices simples y los complejos.
- Plantear ejercicios sobre los temas de medidas estadísticas bivariantes y
números índice.
MEDIDAS ESTADISTICAS BIVARIANTES
REGRESIÓN Y CORRELACIÓN
DIAGRAMA DE DISPERSIÓN
ECUACIONES
50 66
67 75
70 45
81 47
91 82
96 99
88 90
60 58
Estudiantes Estudiantes
Grado 10- 2013 Grado 10- 2014 XY X2
X Y
82 93 7626 6724
50 66 3300 2500
67 75 5025 4489
70 45 3150 4900
81 47 3807 6561
91 82 7462 8281
96 99 9504 9216
88 90 7920 7744
60 58 3480 3600
685 655 51274 54015
Media aritmética
_ n
X= Ʃ i =1 xi = 685 = 76.1
n 9
_ n
Y= Ʃ i=1 xi = 655 = 72.7
n 9
_ _
b= Ʃ (x – x) (y- y) = (685 – 76.1) (655 – 72.7) = 354562.47 = 0.95
_
Ʃ (x – x)² (685 -76.1)² 370759.21
_ _
a = y – bx = 72.7 – (0.95) (76.1) = 0.405
Ẏ = a + bx
Ẏ = 0.95x +0.405
CORRELACIÓN
Figura
Grafica de dispersión lineal
(a) Positiva; (b) negativa
Grado de correlación que existe entre 2 variables y se calculan con los coeficientes
de correlación números que varían entre +1 y -1 de este depende el grado de
asociación entre ellas si es 0 no existe relación alguna y los valores extremos +1 y
-1 indican una correlación + o – .
Correlación lineal negativa entre dos variables: cuando al aumentar los valores
de la variable independiente disminuyen los valores de la variable dependiente, o
viceversa.
R² = 1_ Se²
s²y
Dónde:
n–2 8–2
ƩY² _ 810
s²y = Y² = -- 10.50² = 5.46
n 7
REGRESIÓN MULTIPLE
Ẏ = a + b1 x1 + b2 x2
Ẏ: Variable dependiente.
a: Intercepto de la variable y
x1, x2: Valores de las dos variables independientes.
b1, b2: Pendientes asociadas con cada variable independiente, respectivamente.
Los valores de las tres constantes numéricas se obtienen resolviendo el siguiente
sistema de ecuaciones:
Ʃ Y = na + b1 Ʃ x1 + b2 Ʃ x2
Ʃ x1 Y =Ʃa x1 + b1Ʃ x² +Ʃb2
1
x1 x2
Dónde:
Y: valores de la variable dependiente
a: Intercepto de la variable Y
X1, X2: Valores de las dos variables independientes
b1, b2: Pendientes asociadas con cada variable independiente, respectivamente.
y: Media de los valores de la variable independiente.
Ejercicio.
Utilizando para ello datos de estas tres variables proporcionadas por contabilidad
de la empresa. Del segundo semestre del año 2013.
b1 = 81.7 – 117.4b2
226.8
NUMEROS DE INDICE
Los números índice son cifras relativas expresadas en términos de % que sirven
para indicar variaciones tomadas como punto de referencia y a la cual se le
denomina base, tenemos los índices simples, índices compuestos y estos a su vez
se clasifican en agregativos y de promedios.
𝑋1
𝐼 𝑡0 = 𝑥100%
𝑋0
Dónde:
𝐼0𝑡 = índice
0 = periodo base
Los índices son de base variable cuando a cada observación se le divide por el valor
de la observación inmediatamente anterior
𝑡
𝑋1
𝐼𝑡−1 = 𝑥 100%
𝑋𝑡−1
Donde:
𝑡
𝐼𝑡−1 = índice
𝑡− 1 = Periodo base
INDICES SIMPLES
Los índices simples los utilizamos para la observación su base puede ser fija o
variable cuando medimos la variación de un fenómeno observado a través de una
serie de periodos, los índices simples son los más adecuados.
Ejemplo 1: tomando como referencia la tabla 1.
4.7
Del pan = 5.0 ∗ 100 = 94
3.5
De los huevos = ∗ 100 = 120.6
2.9
Ejemplo 2: determine los índices simples de precios para el año 2010 de las tres
mercancías consideradas, usando como año base 2003:
Tabla 1
1.05
Del pan = ∗ 100 = 107.1
0.98
1.15
De los huevos = 0.75 ∗ 100 = 153.3
INDICES COMPUESTOS
𝑡
Índice de Laspeyres 𝐿𝐼 0 = X 100
Donde:
L = índice de Laspeyres
𝑡
𝐼𝑡−1 = índice de precios
𝑡
𝐿𝐽0 =
Dónde:
L = índice de Laspeyres
𝑡
𝐽𝑡−1 = índice de cantidad
Es la relación que existe entre los precios actuales de un grupo de artículos, con los
precios de ellos en el periodo base manteniéndose constante las ponderaciones
que corresponden a las cantidades de dichos artículos para el periodo que se
investiga
Dónde:
P = índice de paashe
𝑡
𝐼𝑡−1 = índice de precios
índice de Passhe
Índice de cantidad
Promedio geométrico, que se define como la raíz cuadrada del producto del índice
de laspeyres por el de paashe
F𝐼0𝑡 =
Dónde:
F = índice de Fischer.
𝑡
𝐹𝑡−1 = índice de precios
Donde FISHER:
F = índice de Fischer
𝑡
𝐼𝑡−1 = índice de precios
Se calcula así:
Dónde:
= precios en el año actual
= cantidades vendidas en el año base
P° = precio en el año base
Ejemplo:
Calcular el índice agregado de precios de Laspeyres para el año 2010 de las tres
mercancías tabla 1, usando como base el año 2003.
Mercancía
Leche 22.95 ($) 18.87($)
Pan 5.25 4.9
Huevos 3.33 2.17
total 31.53($) 25.94
31.53
I= ∗ 100 = 136.9
25.94
Se calcula así:
Dónde:
Calcule el índice agregado de precios paashe para el año 2010 de las tres
mercancías de la tabla 1, usando como base el año 2003.
Mercancía
Leche 33.5($) 27.75($)
Pan 4.93 4.60
Huevos 4.02 2.62
Total 42.45($) 34.97($)
42.45
I= ∗ 100 = 121.3
34.97
Se calcula así:
16605.97
𝐼𝑛𝑑𝑖𝑐𝑒 𝑖𝑑𝑒𝑎𝑙 𝑑𝑒 𝐹𝑖𝑠ℎ𝑒𝑟 = √ = 128.8
USO DE LOS NUMEROS INDICES
Ejemplo:
639000
SR = ----------------- x 100 = 435078
146.87
El empleado solo está recibiendo el equivalente a $ 435078 de los $ 550000 que
recibía.
1
Poder de compra → PA = -------- x 100
IPC
𝐼0
Índice de poder adquisitivo → IPA = -------- x 100
Donde
𝐼𝑡
Índice de precios al consumidor considerados considerado como
periodo de referencia.
Índice de precios al consumidor considerado como periodo que se
investiga.
Ejemplo
1
PA = ---------- x 100 = 0,68
146.87
3200
IPA = --------------- x 100% = 68.08 %
4700
PORCENTAJE DE DESVALORIZACION
𝐼
% de desvalorización = 100 [1 − 𝐼0 ]
𝑡
Ejemplo:
3200
% de desvalorización =100 [1 − 4700] = 31.91%
𝑇
% de variación = 100 [𝑇1 − 1]
0
𝑇
% de evaluación = 100 [1 − 𝑇0 ]
1
Donde:
Los números índice son un método estadístico que nos ayudan para hacer
comparaciones entre un año y otro y entre una variable o un conjunto de
variables.
BIBLIOGRAFIA