3.

29 Qu diferencia a las escalas

intervales de las proporcionales?
Las escalas intervales se usan para determinar la frecuencia absoluta
o relativa dentro de intervalos definidos.
Segn Lind, Marchal y Mason el nivel de intervalo de la medicin es
el siguiente nivel en orden ascendente. Un ejemplo del nivel de
medicin de intervalo es el de la temperatura.
Las propiedades de la escala de intervalo son:
Las categoras para los datos son mutuamente excluyentes y
exhaustivas.
Las categoras en cuestin estn ordenadas de acuerdo con la
cantidad de la caracterstica que poseen.
Diferencias iguales en la caracterstica se representan por
diferencias iguales en medicin.
En cambio las escalas proporcionales se aplican
generalmente a muestras grandes donde es factible
utilizar el anlisis con niveles de confianza.
Representados por una proporcin.
El nivel de razn es el ms alto. Est medida tiene todas
las caractersticas del nivel de intervalo, pero adems el
punto 0 s tiene significado, y la razn entre dos nmeros
tambin es significativa. Ejemplo: salarios, las unidades
de produccin, los cambios en el precio de las acciones.

Combinacin de los ingresos (en dlares) de padres e hijos



Nombre de familia Ingresos del Padre Ingresos del hijo
Chvez 80 000 40 000
Vsquez 90 000 30 000
Ronquillo 60 000 120 000
3.30 Explique los conceptos de rango total,
intervalos, amplitud de intervalo, valor de
intervalo y marcas de la clase.
a) Rango total:
Es la diferencia entre el valor mximo y el valor mnimo de
los datos observados.
Ejemplo 1.

b) Intervalos:
Es el nmero de clases que se van a utilizar para la
construccin de la distribucin de frecuencia.

Ejemplo 2.






Puede hallarse:
1. I
C
= n
1/2
2. I
C
= 1+ 3.3 log(n) Regla de Sturges
c) Amplitud de intervalos:
Es la diferencia entre el valor mximo y mnimo de una clase y se calcula:
1. A= Rt/n

Ejemplo 3
d) Valor del intervalo, se determina aumentndole al mnimo valor el
nmero que se calculo en el intervalos y as consecutivamente.

Ejemplo 4
e) Marca de clase, es el promedio entre el valor mnimo y el valor mximo
de la clase.



3.31 En qu consisten y cules son
las medidas de tendencia central?

Son referencias que nos dan la simetra de una
funcin de distribucin de probabilidades
(discreta o continua).
Estas son la media, la mediana, el modo, la
media ponderada y la media ponderada.

Ventajas:
1. Considera todos los valores de la distribucin.
2. Es menos sensible que la media aritmtica a los
valores extremos

3.32 Qu es y cmo se calcula la
media geomtrica?
La media geomtrica es una medida de posicin central es
recomendada para datos de progresin geomtrica, para
promediar razones, inters compuesto y nmeros ndices.

= 1 + 1

3.33 Cmo se clasifican y qu
diferencia a los distintos tipos de
clientes?
1) Cliente dominante
2) Cliente influenciable
3) Cliente analtico
4) Cliente emocional

La diferencia est en sus comportamientos, deseos, estmulos,
preferencias, gustos, etc..


3.34 Explique el mtodo de
prediccin tecnolgica
Es un mtodo que incentiva la capacidad de anticipar el
desarrollo de nuevas tecnologas o productos y el impacto que
podra tener en el mercado especfico de la empresa.
Ejemplo: Steve Jobs, CEO de la empresa Apple.

3.35 Estime los ingresos por la venta
del detergente a partir del ao 2012-
2022
Ao Lavavajillas
1994 18408
1995 18447
1996 20667
1997 21198
1998 22778
1999 25276
2000 30045
2001 33098
2002 39848
2003 42414
2004 47851
2005 54599
2006 58349
2007 62990
2008 69344
2009 72732
DATOS:
37% DE LOS ACTUALES
CONSUMIDORES
ADQUIRIRAN ELPRODUCTO.
PRECIO = 2000
CUADRO EXCEL
Ao
Familias que
usan
Lavavajillas Q total X Y XY X^2
2012 83144.12437 498864.7 184579.9561 369159912.2 6.81395E+13 34069760198.5
2013 88219.66641 529318.0 195847.6594 391695318.8 7.67126E+13 38356305701.0
2014 93081.81584 558490.9 206641.6312 413283262.3 8.54015E+13 42700763726.7
2015 97720.96096 586325.8 216940.5333 433881066.7 9.41264E+13 47063195004.8
2016 102136.997 612822.0 226744.1333 453488266.6 1.02826E+14 51412901979.6
2017 106561.268 639367.6 236566.0149 473132029.8 1.11927E+14 55963479400.0
2018 110747.2568 664483.5 245858.9101 491717820.1 1.20893E+14 60446603655.2
2019 115155.6611 690934.0 255645.5676 511291135.3 1.30709E+14 65354656258.7
2020 119278.5851 715671.5 264798.4589 529596917.8 1.40236E+14 70118223828.6
2021 123429.2485 740575.5 274012.9317 548025863.5 1.50166E+14 75083086761.6
2022 127844.0882 767064.5 283813.8758 567627751.7 1.61101E+14 80550316118.3
xy 1242238585266220.0
x 2591449.67
y 5182899344.8
x 235586.334
y 471172667.7
x2 621119292633.1
(x2)2 6.7156E+12
PRIMER MTODO
Usando la formula obtenemos:



=(12*(F32)-(D33*E34))/((12*G37)-D38)= 2000

Usando la frmula del intercepto:

a= y-bx =E36-B41*D35 =
Donde:
y : promedio de y x: promedio de x
-5.96046E-07
SEGUNDO MTODO
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
mltiple 1
Coeficiente de determinacin R^2 1
R^2 ajustado 1
Error tpico 1.3847E-07
Observaciones 29
ANLISIS DE VARIANZA

Grados de
libertad
Suma de
cuadrados
Promedio de
los cuadrados F
Valor crtico
de F
Regresin 1 7.1576E+17 7.1576E+17 3.733E+31 0
Residuos 27 5.1769E-13 1.9174E-14
Total 28 7.1576E+17
Coeficientes Error tpico Estadstico t Probabilidad
Intercepcin 5.9605E-08 5.5363E-08 1.07661927 0.29117655
Variable X 1 2000 3.2734E-13 6.1098E+15 0
TERCER MTODO
y = 2000x
R = 1
0.0
100000000.0
200000000.0
300000000.0
400000000.0
500000000.0
600000000.0
0 100000 200000 300000
I
N
G
R
E
S
O

D
E

L
A

E
M
P
R
E
S
A

Cantidad de detergentes vendidos
INGRESOS DE LA EMPRESA
Series1
Linear (Series1)
3.36 Explicar los resultados de la
regresin.


Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.98039120
Coeficiente de determinacin R^2 0.96116691
R^2 ajustado 0.95839312
Error tpico 3868,84852
Observaciones 16
ANLISIS DE VARIANZA

Grados de
libertad
Suma de
cuadrados
Promedio de los
cuadrados F
Valor crtico
de F
Regresin 1 51 86668053 5186668053 346,5173 2,83825E-11
Residuos 14 209551844,2 14967988,87
Total 15 5396219897

Coeficiente
s Error tpico Estadstico t
Probabilida
d
Intercepcin 6678.85 2028,84128 3.291952931
0.0053472
2
Variable X 1
3905,75294
1 209,8177702 18,61497688
2.83825E-
11
Interpretacin:
Un 98.04% es el porcentaje que puede ser explicado por las
variables del modelo y 1.96% es explicado por otras variables.
El modelo es significativo, debido a que el valor del F es muy
alto y este es un estadstico para la prueba de hiptesis
conjunta.

Realizando las pruebas individuales el intercepto es
significativo, pero la pendiente de la regresin no es
significativa.

Probabilidad del intercepto:
0.00534722
Prueba de hiptesis:
= =
=


Probabilidad de la pendiente:
2.83825E-11


Prueba de hiptesis:
= =
=

3.40 Calcule el nmero de
intervalos de clase para tabular el
resultado de una encuesta de 52
individuos
Siendo n=52 y utilizando las frmulas:
1. I
C
= n
1/2



1. I
C
= 52 = 7.21 = 7 clases
3.41 Si el nmero de datos fuese
2370, calcule el nmero de
intervalos ptimos
Debido a que son muchas las observaciones se utilizar la regla de
Sturges:
I
C
= 1+ 3.3 log(n) Regla de Sturges

I
C
= 1+3.3 log(2370) = 12.14 = 12 clases

3.42 Con la tasa de crecimiento de adultos
mayores jubilados de los ltimos aos que
se muestra en la tabla, calcule la media
geomtrica
Ao
Tasa anual de
crecimiento
(%)
1999 1.31
2000 1.27
2001 1.33
2002 1.34
2003 1.39
2004 1.1
2005 1.62
2006 1.78
2007 1.96
2008 1.92
2009 2.13
2010 2.27
HALLANDO LA MEDIA
GEOMTRICA:
(2.31 2.27 2.33 2.34 2.39 2.10 2.62 2.78 2.96 2.92 3.13 3.27) 1
12
=
De acuerdo al clculo realizado la media
geomtrica es 1.577713203%
Que nos indica, que la tasa anual de
crecimiento de los adultos jubilados es de
1.58%