ESTADÍSTICA: Consideremos la estadística como un conjunto de métodos y técnicas, aplicables a realidades cuantificables, con el objeto de obtener indicadores que nos permitan diagnosticar dichas realidades. Al conjunto de métodos antes mencionados se les denomina Métodos Estadísticos. Los métodos estadísticos son de gran utilidad en la investigación y análisis, no sólo, en las ciencias sociales sino también en las ciencias naturales y físicas, no existen ciencias cuyos fenómenos no puedan ser estudiados estadísticamente. Es importante destacar que la estadística tiene vigencia o utilidad cuando se estudian fenómenos masificados y, carecen de ella cuando se trata de estudiar individualmente una unidad. TÉRMINOS COMUNES UTILIZADOS EN ESTADÍSTICA: UNIVERSO POBLACIÓN O COLECTIVO. Es el conjunto total de individuos, cosas, hechos, situaciones, etc., que se estén considerando de acuerdo a una característica común observable. Constituyen ejemplos de población o universo: todos los Bancos de Venezuela, todos los lápices producidos por una fábrica en un día, todas las empresas constituidas en el período 1999-2004, etc. En un sentido más estricto se considera al universo como el conjunto total de individuos, cosas, etc., y la población el conjunto que se obtiene de las mediciones realizadas sobre los elementos del universo. Por ejemplo, si nuestro universo son todos los participantes, podemos obtener la población formada con las edades de estos participantes, la población formada con las estaturas de esos mismos participantes, la población formada con los pesos de esos mismos participantes, etc. Luego, de un mismo universo se pueden obtener muchas poblaciones. En el desarrollo de este material, utilizamos este concepto en su sentido más amplio. La población puede ser finita o infinita, los empleados de una empresa forman una población finita, mientras que la población formada con todos los posibles resultados que se obtienen en lanzadas sucesivas de un dado, es infinita. MUESTRA: Es una parte o subconjunto de la población o universo. VARIABLE: Las observaciones sobre un determinado fenómeno en una población o en una muestra generan un conjunto de datos, los cuales son tomados de acuerdo a características particulares susceptibles de análisis, que se denominan variables. Las variables pueden ser: cualitativas llamadas también atributos y cuantitativas. Variables cualitativas o atributos son aquéllas en que las observaciones sobre un determinado fenómeno se describen sólo como poseedoras o no, de ciertas cualidades o propiedades, a menudo pueden ser expresadas numéricamente. Las profesiones de los profesores de una universidad, las diferentes marcas de cigarrillos existentes en el mercado, etc., son ejemplos de variables cualitativas. 1 Variables cuantitativas son aquellas en que las observaciones de un determinado fenómeno, pueden hacerse sobre características que pueden ser transformadas en datos numéricos por simple medición o conteo. Por ejemplo: número de hijas hembras por matrimonio, montos de préstamos hipotecarios, número de llamadas recibidas en una central telefónica en una hora, estaturas, etc. Las variables cuantitativas se clasifican en discretas y continuas. Son variables discretas todas aquéllas que sólo toman valores enteros, como: número de empleados de distintas empresas, cantidad de clientes que llegan a la taquilla de un banco en una hora, número de habitaciones por apartamento, etc. Mientras que las variables continuas pueden tomar valores enteros o no enteros, como: precios, ingresos, temperaturas, velocidades, etc. UNIDAD ESTADÍSTICA: La unidad estadística es el sujeto en particular sobre el cual se está observando la variable. Por ejemplo: al considerar los diámetros de la producción de tornillos, el tornillo es la unidad estadística y el diámetro es la variable. Si analizamos el precio actual de la vivienda, la vivienda es la unidad estadística y un precio un valor particular de la variable. DATO ESTADÍSTICO: Es el indicador estadístico, en otras palabras, es aquel elemento elaborado que surge de la aplicación de métodos cuantitativos a las observaciones de un fenómeno en estudio. Por ejemplo el precio promedio de una acción en el mercado de valores, la proporción de venezolanos de bajos ingresos, la desviación de los pesos de un determinado compuesto con respecto al peso promedio etc. PROBLEMA: Se realiza un estudio en la Parroquia Antímano del Municipio Libertador sobre el tipo de transporte utilizado por sus residentes, para lo cual se encuestó a un grupo de ellos, obteniéndose: TIPO DE TRANSPORTE NÚMERO DE RESIDENTES Auto particular 82 Taxi 44 Metro 84 Auto por puesto 104 Autobús 74 Otros 50 ¿ Cuál es: a) la población b) la muestra c) la variable y de qué tipo es? d) la unidad estadística. PROBLEMA: 2 Una fábrica produce tornillos para los cuales existen estrechos márgenes de tolerancia en sus diámetros. El departamento de Control de calidad selecciona la producción de un día y la somete a proceso de control. ¿Cuál es: a) la población? b) la muestra? c) la variable y de qué tipo es? d) la unidad estadística? ESTADÍSTICA DESCRIPTIVA: Es el conjunto de métodos cuantitativos que permiten organizar y analizar observaciones de un fenómeno en estudio, cuyas conclusiones no trascienden sobre un conjunto mayor de observaciones (población). ESTADÍSTICA INDUCTIVA: Es el conjunto de métodos cuantitativos que permiten organizar y analizar observaciones de un fenómeno en estudio, con el objeto de obtener conclusiones sobre un conjunto mayor (población) que dio origen a dichas observaciones (muestra). ORGANIZACIÓN DE LOS DATOS: DISTRIBUCIÓN DE FRECUENCIAS: El análisis de una variable requiere de un procedimiento previo, que consiste en recopilar, ordenar y clasificar la información que arroja dicha variable. 1. - Realizada una encuesta sobre el número de personas que habitan por apartamento en un edificio en particular, se recopiló la información siguiente: Número de personas por apartamento: 2 1 7 1 2 2 5 4 3 6 4 3 1 4 5 3 3 2 4 3 3 6 6 7 3 4 3 5 2 4 1 2 7 2 6 5 3 5 6 2 2 3 4 2 6 1 3 5 Construir una distribución de frecuencias. SERIE DE DATOS AGRUPADOS EN CLASE: Cuando la variable es continua o se desea darle un tratamiento continuo, se recurre a la construcción de una distribución de frecuencias, que consiste en elaborar recorridos parciales de la variable (clases) y donde se clasifican los valores comprendidos en esos recorridos parciales (frecuencias absolutas) El objeto de esta construcción es observar el comportamiento de la variable en estudio a través de sus recorridos parciales y abreviar el análisis de la información. 3 COMPONENTES DE UNA DISTRIBUCIÓN DE FRECUENCIAS: INTERVALO TOTAL-RECORRIDO O RANGO DE LA SERIE DE DATOS ( I T ): Es la diferencia entre el valor mayor observado ( X M ) y el valor menor observado ( X m ) en una serie de datos. I T = X M - X m CLASES: Es el fraccionamiento que se hace del intervalo total en recorridos parciales de la variable. Las clases constan de un límite superior ( L S ) y un límite inferior ( L I ). INTERVALOS DE CLASES ( i c ): Es la amplitud o distancia entre el límite superior y el límite inferior de la clase y se determina a través de su diferencia: L S - L i En algunos casos se determina por la diferencia de los límites inferiores de dos clases consecutivas. FRECUENCIA ABSOLUTA ( f i ): Es el total de valores iguales o diferentes que están comprendidos dentro de los límites de una clase. PUNTO MEDIO O MARCA DE CLASE ( X CI ): Es el valor que se supone más representativo de todos los comprendidos dentro de los límites de clase, los cuales se consideran uniformemente distribuidos, se determina por la semisuma de los límites de la clase: x =L ci i + LS 2 CONSTRUCCIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS: Se puede realizar por la aplicación del método de Sturges o a través del método empírico o práctico. Fórmula de Sturges: i c = I T 1 + 3,322logN 4 2. - Usando el método de Sturges, construir una distribución de frecuencias con los siguientes datos: 20 40 24 20 30 34 30 32 39 25 32 27 35 40 24 28 35 32 20 25 22 29 34 30 40 24 21 31 36 30 23 29 34 37 28 22 33 39 24 24 34 36 37 27 23 38 34 38 36 20 38 33 33 37 39 23 25 20 36 32 3. - Usando método empírico, o práctico, construir una distribución de frecuencias con los datos dados a continuación que corresponden a los sueldos mensuales de 40 empleados del banco. Agrupar la información en 9 clases: 1,45 1,72 1,18 1,34 1,64 1,39 1,38 1,21 1,55 1,70 1,49 1,50 1,71 1,56 1,47 1,39 1,49 1,44 1,36 1,50 TIPOS DE FRECUENCIAS: FRECUENCIA ABSOLUTA ( f i 1,43 1,46 1,62 1,36 1,53 1,45 1,27 1,80 1,61 1,51 1,64 1,41 1,48 1,30 1,22 1,57 1,25 1,29 1,43 1,52 ): Es el número de veces que se repite un valor en una serie. FRECUENCIAS RELATIVAS ( hi ): Es el cociente entre la frecuencia absoluta y el número total de datos ( N = n ∑f i =1 hi = fNi i ) n ∑ h =1 i =1 i FRECUENCIAS ACUMULADAS: Cuando la frecuencia absoluta o relativa de un determinado valor de la variable, expresa la suma de las frecuencias (absolutas o relativas) de todos los valores de la variable precedentes y la suya propia, la frecuencia se denomina, frecuencia acumulada. La frecuencia acumulada absoluta se denota por F i y con H i la frecuencia acumulada relativa; donde H i = Fi . N 5 REPRESENTACIÓN GRÁFICA DE LAS DISTRIBUCIONES DE FRECUENCIAS: Gráficamente podemos representar una distribución de frecuencias a través de histogramas o polígonos, usando indiferentemente frecuencias (absolutas o relativas) absolutas o acumuladas. Un histograma es un gráfico formado por rectángulos que tienen por base el intervalo de clases de la distribución y por altura la frecuencia (absoluta o acumulada) correspondiente a la clase. Un polígono de frecuencias absolutas es una figura que se forma al unir los puntos que se determinan levantando en el punto medio de cada clase, una altura igual a la frecuencia absoluta correspondiente a la clase. Los extremos del polígono se cierran en puntos situados, antes de la primera clase y a continuación de la última clase, a una distancia igual a la mitad del intervalo de clase de la serie. Una ojiva, se obtiene uniendo el límite inferior de la primera clase, con los puntos que se determinan, levantando en el límite superior de cada clase, una altura igual a la frecuencia acumulada correspondiente a la clase. 4. - Con los datos de los tres problemas anteriores, construya: a) histogramas de frecuencias absolutas b) histogramas de frecuencias acumuladas c) polígonos de frecuencias absolutas d) Ojiva. PORCENTAJE DE DATOS EN UNA DISTRIBUCIÓN DE FRECUENCIAS: Para determinar el porcentaje de datos menores que un valor de variable dado “r” se utiliza la fórmula: ⎡ P ( x < r ) = ⎢Fa a + ⎢⎣ f i ( r - L i ) ⎤ 100 ⎥ i c ⎥⎦ n donde: P (x < r): porcentaje de datos menores a un determinado valor “r” dado de la variable. Faa: frecuencia acumulada anterior a la clase que contiene el valor dado “r”. R: valor de variable dado. Li: límite inferior de la clase que contiene a “r”. Ic: intervalo de clase de la clase que contiene a “r”. N: número total de datos. 5. - La siguiente distribución de frecuencias se refiere a los pesos de un grupo de 160 personas: 6 PESOS (en Kg.) 52 55,9 56 59,9 60 63,9 64 67,9 68 71,9 72 75,9 76 80,0 Nº de personas 8 24 34 40 30 18 6 Calcule: a) El porcentaje de personas con pesos inferiores a 62Kg. b) ¿Cuántas personas pesan entre 65 y 74 Kilogramos? c) El número de personas con pesos superiores a 62 Kilogramos. d) P(x <?) = 75%. 6. - La distribución del ahorro mensual de 300 personas Nº DE PERSONAS AHORRO 100 149,9 24 150 199,9 36 200 249,9 42 250 299,9 96 300 349,9 48 350 399,9 30 400 450,0 24 Se desea conocer: a) El porcentaje de personas con ahorro mensual menor de 200 mil bolívares. b) ¿ Cuántas personas ahorran más de 320 mil bolívares al mes? c) P (x <? ) = 50% 7 MEDIDAS DE TENDENCIA CENTRAL: El estudio de la tendencia central es la primera etapa del análisis estadístico propiamente dicho. De un conjunto de datos, sea una simple lista o una distribución de frecuencias, se puede obtener un elemento representativo de ese conjunto. Existen varios elementos que pueden representar todos los datos de los cuales se han extraído. Los dividiremos en dos categorías: MEDIAS (promedios matemáticos) MEDIDAS DE POSICIÓN (promedios no matemáticos). Las medias al igual que las medidas de posición, son estadísticos representativos de la serie de datos y reflejan su convergencia, por lo que se llaman medidas de tendencia central. MEDIAS MEDIA ARITMÉTICA La media aritmética es el valor de la tendencia central que más frecuentemente se usa para representar los datos de una serie. La media aritmética es igual al cociente que resulta de dividir la suma de todos los datos de la serie por el número de ellos. PROPIEDADES: Si a todos los valores de la variable se les suma un mismo número “k” entonces, la media aritmética queda aumentada (disminuida) en el valor “k”. Si todos los valores de la variable se multiplican por un mismo número “k” la media aritmética de esos valores quedará multiplicada por “k”. Si N1 valores de la variable tiene como media aritmética a N2 “ “ “ . “ . “ Nn “ x 1 “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ “ . “ . “ . “ xn “ “ “ “ x 2 Y N = N1 + N2 + . . . . Nn, la media aritmética total será: x = N x + N x + ... + N x N + N + ..... N 1 2 1 1 n 2 2 n ∑ N x ∑ N n n = 1 = 1 i i n i = 1 i 8 8. - Los siguientes valores: 1,75 2,25 2,15 2,40 1,90 2,25 1,80 2,15 1,90 2,40 1,80 2,15 2,15 2,60 1,90 2,15 2,15 2,25 2,60 2,25 Corresponden a pesos, en gramos, de una serie de 20 observaciones. Calcular el peso promedio. 9. – Una empresa tiene 60 ejecutivos que reciben en promedio 4.000.000Bs. al mes y 800 trabajadores que reciben en promedio 700.000Bs. al mes. En tiempo de depresión todos los salarios se reducen en un 20%, el número de ejecutivos se reduce en un 10% y se despiden 200 trabajadores. Determine el salario promedio total en tiempo de depresión. 10. - El gerente de una agencia bancaria, de acuerdo a un estudio del tiempo de espera de los clientes, antes de ser atendidos en taquilla, obtiene para un día laborable cualquiera la información siguiente: Nº de clientes 8 20 32 40 24 16 Tiempo de espera (en minutos) 10 14 14 18 18 22 22 26 26 30 30 34 Calcule el tiempo de espera promedio. MEDIA GEOMÉTRICA: Si los “n” valores de una variable son x1, x2,......., xn, con xi > o ( i = 1,2,3,....,n), su media geométrica representada por “G” viene dada por: G =n x . x .............. x 1 2 n Ejemplo: Halle la media geométrica de 5; 9; 20 y 39 TASA PROMEDIO DE CRECIMIENTO: 9 Una de las aplicaciones de uso frecuente de la media geométrica es su utilización para el cálculo de tasas de crecimiento interperíodos, ya que se asume que la evolución en el tiempo de series es geométrica, y por tanto quien interpreta la tendencia central de esos crecimientos es la media geométrica. La tasa promedio de crecimiento se calcula a través de la siguiente fórmula. i=n P P F -1 o siendo: i: tasa promedio de crecimiento n: número de períodos PF : valor final de la serie Po : valor inicial de la serie. 11. - Se pretende construir un hospital en un municipio del país, a tal objeto es necesario dimensionarlo en cuanto al número de camas a instalar. Para realizar tal trabajo se dispone de la información siguiente: AÑO 1999 2004 POBLACIÓN (en 10 miles de habitantes) 13,9 15,4 De acuerdo a coeficientes técnicos, por cada 1000 habitantes debe instalarse una cama, ¿ cuántas camas debe tener dicho hospital para el año 2.007? 10. - Se tiene la distribución del ingreso familiar mensual en una comunidad “A” en la forma siguiente: Nº DE FAMILIAS INGRESO FAMILIAR MENSUAL 500 1000 6 1000 1500 12 1500 2000 14 2000 2500 10 2500 3000 8 Para otra comunidad “B” el ingreso promedio mensual es de 1450 y dicha comunidad está formada por 120 familias. La información anterior para ambas comunidades corresponde al año 1998. Sí la comunidad “A” crece en 4% interanual y la comunidad “B” en un 2% interanual. ¿ Cuál será el ingreso promedio total para 2007 de ambas comunidades, si los valores de los ingresos promedios de ambas comunidades se incrementan en un 98%?. MEDIDAS DE POSICIÓN: 10 LA MEDIANA: Este promedio quizás sea uno de los que más responde intuitivamente al concepto del valor medio y en la práctica es uno de los más usados. La mediana, denotada por Md es el valor central de “n” datos x1, x2, x3.,.....,xn dispuestos en forma creciente, si “n” es impar, por ejemplo: para los datos 105; 98; 137; 82; 36; 84; 72, se ordenan en forma creciente 36; 72; 82; 84; 98; 105; 137 en donde Md = 84. En el caso de que “n” sea par, la mediana será la semisuma de los datos centrales, por ejemplo: para los valores ordenados 15; 18; 20; 24; 31; 35, se obtiene 20 + 24 = 22 2 Md = Para el caso de datos agrupados en clases usaremos la fórmula: ∑f M d = Li + 2 i − f F aa * ic i Li: Límite inferior de la clase medianal. ∑f 2 i Posición de a mediana (para la localización de la clase medianal) fi: Frecuencia absoluta correspondiente a la clase medianal ic: intervalo de clase de la clase medianal. 11. - Un estudio sobre remuneraciones realizado tomando como muestra 100 profesionales de una determinada especialidad, arrojó el siguiente resultado: REMUNERACIONES 3000 3600 4200 4800 5400 6000 6600 Determine la mediana. 3600 4200 4800 5400 6000 6600 7200 Nº DE PROFESIONALES 6 10 20 22 18 14 10 MODO: 11 Llamaremos modo o moda, al valor que se presenta más frecuentemente en una serie, en otras palabras es el dato afectado de la mayor frecuencia. Dados los valores: 5 7 6 5 4 3 5 4 3 6 6 5 se obtiene la serie: fi xi 3 2 4 2 5 4 6 3 7 1 La moda es el valor 5. Para determinar la moda (Mo) si el recorrido de la variable se ha dividido en clases, usaremos la fórmula: M =L + o i ∆ 1 ∆ 1 + ∆ * ic 2 En donde: Li: Límite inferior de la clase modal ∆1: Diferencia entre la frecuencia modal y la frecuencia pre-modal ∆2: Diferencia entre la frecuencia modal y la frecuencia post-modal ic: Intervalo de clase de la clase modal. 12. - La siguiente información se refiere a una muestra de 120 componentes electrónicos y su duración. Nº DE COMPONENTES DURACIÓN (en miles de horas) 10 14,99 8 15 19,99 24 20 24,99 44 25 29,99 28 30 35,00 16 Calcule la duración que se presenta más comúnmente. 12 FRACTILES: Dentro de los estadísticos de posición se encuentran unos muy importantes para indicar el fraccionamiento de una distribución de datos, que se denominan fractiles, de los cuales los más usuales son: los deciles, los cuartiles y los percentiles. Los cuartiles fraccionan la distribución en cuatro partes iguales: 25% de los valores serán menores que el cuartil uno (Q1). Fórmula para calcular los cuartiles Qi; con i = 1, 2, 3. i∑ Q i = L i f i 4 + f - F aa * ic i Siendo: Li: Límite inferior de la clase cuartil i∑ 4 f i : Posición de la clase cuartil Faa: Frecuencia acumulada anterior a la frecuencia acumulada a la clase cuartil Fi: Frecuencia absoluta correspondiente a la clase cuartil Ic: Intervalo de clase de la clase cuartil. Los deciles fraccionan la distribución en 10 partes iguales. Por ejemplo, el 70% de los valores serán menores que el decil 7 (D7). La fórmula para calcular los deciles Di, con i = 1, 2, 3,......, 8,9 i∑ D i = L i + f i 10 f - F aa * ic i Los percentiles fraccionan la distribución en 100 partes iguales. Por ejemplo, el 37% de los valores serán menores que P37. La fórmula para calcular los percentiles Pi, con i = 1, 2, 3,............., 99 es: 13 i∑ P i = L i + f i 100 f - F aa * ic i 13. - Observados los alquileres de 480 viviendas se obtuvo la siguiente distribución: Nº de viviendas Alquileres Bs. /mes(miles) 500 --- 600 30 600 --- 700 40 700 --- 800 140 800 --- 900 160 900 --- 1000 50 1000 --- 1100 60 a) Determine el alquiler que se presenta más frecuentemente b) determine el alquiler más barato de los comprendidos en el 40% más caro c) ¿Cuál es el alquiler más alto del 15% de las viviendas de más bajo alquiler? (D) ¿Cuántas viviendas pagan de alquiler 650.000Bs.por mes, o menos?. 14. - El departamento de control de calidad de una fábrica de baterías, de acuerdo a la duración de las mismas, obtiene la información siguiente: Nº de baterías DURACIÓN(en miles de horas) Menos de 3 7 3 -----6 14 6 -----9 28 9 ------ 12 40 12 ------ 15 22 15 ------ 18 16 18 y más 13 Estratificar esta información, por tipo de batería, según su duración en de: a) muy baja duración b) baja duración c) duración media d) alta duración. A) ¿En cuál estrato se ubica la duración que se presenta más frecuentemente y cuál es? B) ¿Cuántas baterías tienen una duración menor a 16.000 horas?. MEDIDAS DE DISPERSIÓN O INDICADORES DE DISPERSIÓN: Cuando se dice que una medida de la tendencia central es un valor que está representando a una masa de datos, es necesario conocer, si realmente este valor cumple con tal papel. En este estudio es imprescindible conocer la variabilidad existente entre los diferentes valores de la serie con respecto al valor central, para llegar a tal conclusión. Por ejemplo si consideramos las series: Serie 1: 52 54 56 61 62 14 Serie 2: 15 22 25 103 120 Ambas tienen la misma media aritmética 57, pero las dos son muy diferentes, mientras una de ellas(serie 1) está formada por valores parecidos al promedio; la otra (serie 2) sus valores son poco parecidos al valor promedio. Entonces se hace necesaria una medida que refleje la disposición de la variable en torno a la medida de la tendencia central, es decir que indique cuan representativa es ella de la serie. Las medidas o indicadores de dispersión se clasifican en absolutos y relativos: Los principales estadísticos de dispersión absolutos son: a) Recorrido, rango o intervalo total, que es la diferencia existente entre el valor mayor y el menor de la serie. I = T X - M X m b) Desviación media, que es el promedio aritmético de los valores absolutos de las desviaciones de los valores de la serie con respecto a la medida de la tendencia central; las cuales son: Desviación media con respecto a la media aritmética. Datos no agrupados: D x = ∑x i - x N Datos agrupados: D x = ∑ x -x f ∑ f i i i Desviación media con respecto a la mediana ( Datos no agrupados: D Md = ∑x i D Md ) − Md N 15 Datos agrupados: ∑x - M f D = ∑f i d i Md i En una distribución simétrica, aproximadamente el 58% de los datos están comprendidos en el intervalo: x ± D Md (C) Desviación típica o estándar (σ), es la raíz cuadrada de la media aritmética de los cuadrados de los desvíos de los valores de la serie con respecto a su media aritmética. Datos no agrupados: σ = ( ∑ xi - x ) 2 ∑x 2 σ= ó N i n 2 -x Datos agrupados: σ = ∑ ⎛⎜⎝ xi - x ∑f ) 2 f i σ = ó i ∑ f i xi ∑f 2 - 2 x i d) Variancia o varianza, es el cuadrado de la desviación típica o estándar (σ2). e) Desviación cuartil ( DQ ), es la diferencia entre el tercer cuartil ( Q 3 ) y el primer cuartil ( Q 1 ) D Q = Q 3 - Q 1 f) Que cubre el 50% central de los datos de la distribución. g) Desviación semicuartil (Q): 16 Q = Q 3 − Q 1 2 Los principales estadísticos de dispersión relativos son. A) coeficiente de variación (CV), es la relación entre la desviación típica y la media aritmética, se expresa en porcentaje. CV = σ x . 100 B) Coeficiente de variación medianal (CVM), es el cociente entre la desviación cuartil y la mediana, se expresa en porcentaje. CVM = D M Q .100 d 15. – El departamento de crédito de un banco basándose en un estudio sobre 80 solicitudes de préstamos para adquisición de viviendas, obtiene para el monto de los mismos la siguiente distribución: Nº DE SOLICITUDES MONTOS (en 10.000 de Bs.) 1.000 --- 1.200 6 1.200 --- 1.400 20 1.400 --- 1.600 28 1.600 --- 1.800 21 1.800 --- 2.000 5 Dentro de un análisis estadístico de esta serie se requiere lo siguiente: a) ¿A partir de qué monto estará el 60% de las solicitudes? b) Caracterizar la serie a través de su promedio adecuado y su correspondiente indicador de variabilidad. ¿Cree Ud., que el promedio es representativo? VARIABLE TIPIFICADA: Una variable de valores z i z = i x carente de unidades, que se obtiene mediante la fórmula: i σ -x , Se denomina variable tipificada. 17 Cada valor o dato ( xi ) de la distribución original se puede transformar en un valor tipificado ( z i ), en donde cada z i representará la desviación de un dato específico ( xi ) respecto a la media aritmética ( x ) expresada en unidades de desviación típica. Las características más importantes de esta variable tipificada, son que su media aritmética es igual a cero, y su desviación estándar es igual a 1. 16. – Una encuesta realizada entre dos grupos de familias arrojó la información siguiente: GRUPO 2 GRUPO 1 Gastos Medios por mes 1.200 1.400 Desviación típica por mes 30 40 Se conoce que una familia del grupo 1, tiene un gasto que corresponde en variable ( z i ) al valor –1,4 y otra del grupo 2 que corresponde a 0,8. ¿Cuál es el gasto por mes de cada familia? 17. – El gerente de una flotilla de automóviles de acuerdo a las investigaciones realizadas sobre los costos de mantenimiento y reparación de dos marcas de automóviles de su flotilla, obtiene la información siguiente: COSTOS Bs./Km. MARCAS A B x 0,12 0,10 Bs./Km. σ 0,025 0,04 Si un automóvil de cada marca se selecciona al azar, obteniéndose: Marca “A” costo 0,08 Bs. /Km. Marca “B” costo 0,06 Bs./Km. ¿Cuál automóvil está mejor calificado de acuerdo al aspecto en estudio? 18. – Dos empresas filiales “A” y “B” desean premiar al vendedor de cualquiera de ellas que obtuvo mejores ventas durante el mes, para el premio hay dos candidatos, uno de la empresa “A” y otro de la empresa “B”; se tiene la información siguiente: EMPRESA “A” Ventas del candidato en el mes 84.000 CV = 16% σ = 12.000 EMPRESA “B” Ventas del candidato en el mes 90.000 Venta promedio por vendedor por mes 82.000 σ = 16.000 18 ¿Cuál vendedor recibirá el premio? 19
© Copyright 2024