Documente Academic
Documente Profesional
Documente Cultură
ADMINISTRACIN DE EMPRESAS
CUARTO SEMESTRE
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA
Acreditada como PLENA mediante R.M. 288/01
VISIN DE LA UNIVERSIDAD
Ser la Universidad lder en calidad educativa.
MISIN DE LA UNIVERSIDAD
Desarrollar la Educacin Superior Universitaria con calidad y
competitividad al servicio de la sociedad.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
SYLLABUS GENRICO
Asignatura:
Cdigo:
Requisito:
Carga Horaria:
Crditos:
I.
Estadstica II
EFE 222
EFE 212
100 Horas
10
El principal objetivo de esta materia es proporcionar al alumno una serie de conceptos y niveles de
medicin del riesgo bajo el concepto de probabilidad, insdipensable para la cabal comprensin de la
interrelacin entre variables
Al finalizar el mdulo el estudiante ser capaz de:
Comprender la utilidad de las probabilidades
Manejar las leyes de la probabilidad
Diferenciar las probabilidades discretas y continuas
Identificar la aplicacin de las diferentes probabilidades a casos especficos
Reconocer la importancia del Muestreo
Manejar las propiedades de los estimadores
Utilizar las pruebas de Hiptesis.
Elaborar, tabular y procesar datos para la ayuda de la toma de decisiones en una determinada
empresa.
Valorar la importancia del estudio de las variables estadsticas, y su efecto en estudios posteriores
para su aplicacin futura prctica en el desempeo de la toma de decisiones
Evaluar los procedimientos estadsticos, mediante la aplicacin de estadgrafos o medidas
descriptivas en diferentes rubros de la empresa a partir del conocimiento de los datos estadsticos
objeto de estudio
CARACTERIZACION DE LA ASIGNATURA
A medida que aumenta la complejidad del mundo, se hace ms difcil tomar decisiones informadas e
inteligentes. Con frecuencia, estas decisiones han de tomarse con un conocimiento imperfecto de la
situacin y un grado considerable de incertidumbre. Sin embargo, los hechos demuestran que se pueden
tomar decisiones inteligentes y al mismo tiempo resolver problemas.
En este sentido, los responsables de la toma de decisiones, tienen en la estadstica, una herramienta muy
valiosa. nicamente con la ayuda del anlisis estadstico, pueden tomarse decisiones inteligentes y
pertinentes, decisiones esenciales para el bienestar e incluso para la supervivencia.
Actualmente, actividades como control de calidad, minimizacin de costes, investigacin de mercados y
una multitud de otros aspectos empresariales se pueden gestionar con eficacia mediante.
Procedimientos estadsticos. Si usted es capaz de, en base a herramientas estadsticas, tomar decisiones
inteligentes y al mismo tiempo resolver problemas, estar en una excelente posicin en el mercado de
trabajo.
Finalmente, desde el punto de vista educativo se propone la formacin de una perspectiva cientfica del
estudiante en base a elementos terico prcticos de la asignatura acompaado de actividades de
extensin universitaria plasmadas en el trabajo de campo.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
Estimaciones y estimadores
Propiedades de los buenos estimadores
Intervalo de confianza para una media poblacional
Intervalo de confianza para la diferencia entre dos medias poblacionales.
Intervalo de confianza para una proporcin poblacional.
Intervalo de confianza para la diferencia entre dos proporciones poblacionales.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
Definicin
Como seleccionar una muestra irrestricta aleatoria
Estimacin de una media y un total poblacionales
Seleccin del tamao de muestra para estimacin de las medias y totales poblacionales
Estimacin de una proporcin poblacional.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
Construir
una
distribucin muestral a
partir
de
untrabajo
realizado
en
la
asignatura de Estadstica
Descriptiva.
Efectuar
inferencias
estadsticas
computarizadas.
LUGAR
ACCION
DE
INSTITUTO
NACIONAL
ESTADISTICA
FECHA
PREVISTA
Semana 4
DE
BANCOS,
EMPRESAS
AGROPECUARIAS,
TRANCAS,
ESTACIONES DE
SERVICIO, ENTEL,
CRE Y COTAS.
INSTITUTO
NACIONAL
DE
ESTADISTICA
Semana 6
CENTRO
DE
PROCESAMIENTO
DE DATOS DE LAS
COOPERATIVAS
DE AGUA, LUZ Y
TELEFONO.
VIVA, TIGO
Y
ENTEL
Semana 15
Semana 12
Semana
17
Trabajo final de
la materia que
debe
ser
presentado
y
defendido ante
el
tribunal
calificador
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
Se realizarn dos evaluaciones parciales con contenido terico y prctico de acuerdo al plan
calendario propuesto por la Universidad. Sobre 50 puntos cada uno El examen final consistir en un
examen escrito y en la presentacin final del trabajo de investigacin final la cual de acuerdo a las
caractersticas del mismo podr ser considerado como examen final. Este trabajo y los documentos
resultantes del trabajo de las brigadas realizadas, se calificar con una nota de 0 a 50 la nota del
examen final tendr un valor de 80 puntos y el trabajo final un valor de 20 puntos, se realizara un
evaluacin interna del trabajo final el cual participara de la feria empresarial y tendr un puntaje de 100
puntos sobre el examen final
.
V. BIBLIOGRAFIA.
Editorial San
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
ACTIVIDADES ACADMICAS
OBSERVACIONES
Inicio del Trabajo
investigacin
de
1ra.
Avance de materia
2da.
Avance de materia
3ra.
Avance de materia
4ta.
Avance de materia
5ta.
Avance de materia
6ta.
Avance de materia
2.11
7ma.
Avance de materia
8va.
Avance de materia
9na.
Avance de materia
10ma.
Avance de materia
11ra.
Avance de materia
12da.
Avance de materia
13ra.
Avance de materia
14ta.
Avance de materia
15ta.
Avance de materia
16ta.
Avance de materia
Avance de materia
17ma
Avance de materia
18va.
19va.
4.7
Evaluacin Final
20 va
21ra.
Evaluacin Final
Presentacin de Notas
Evaluacin Final
Presentacin de Notas
R S
I D A
D E
Q U I N O
O L I V
I A
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
Un evento simple puede puede describirse mediante una caracterstica sencilla. la compilacin de
todos los eventos posibles se llama el espacio muestral.
La manera en que se subdivide el espacioi muestral depende de los tipos de probabilidades que se
han de determinar. Tomando esto en cuenta, resulta de inters definir tanto el complemento de un
evento como un evento conjunto de la siguiente manera:
La complemento del evento A incluye todos los elementos que no son parte del evento A. Esta dado
por el smbolo A.
Un evento conjunto es un evento que tiene dos o ms caractersticas.
1.-Hallar el Espacio Muestral S y el numero de elementos n(S) de los siguientes Experimentos.
a.- Se considera el Sexo de un hijo.
b.- Se lanzan cuatro dados
c.- Nace una persona un dia de la semana.
d.- Se saca una carta de una baraja y se tira un dado.
2.- Calcular la Probabilidad de los siguientes Eventos.
a.- Si una radio trabaja 300 dias al ano. Cual es la Probabilidad de no estar trabajando.
b.- Que una persona nazca un dia mircoles.
c.- Que una persona nazca un fin de semana.
d.- En una encuesta de 80 personas, 60 personas estan a favor del aborto, calcular la Probabilidad
de que una este en contra.
3.- De un grupo de 75 radio-oyentes 30 escuchan Panamericana (P),50 escuchan Fides (F), 10 P
yF
Calcular cuantos escuchan :
a.- Solo P b.- P o F c.- Cuantos no escuchan ni P ni F .
d.- Calcular la Probabilidad que una persona escuche P
e.- Calcular la Probabilidad que una persona escuche solo F.
4.- De un grupo de estudiantes 60% aprobo Algebra (A), 35% Botanica (B)y 20 % ambas.
Calcular la Probabilidad de los siguientes eventos.
a.- Haber aprobado Botanica dado que aprobo Algebra.
b.- Haber aprobado Algebra dado que aprobo Botanica.
c.- Haber aprobado Algebra o Botanica.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
10
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
11
Se lanzan 2 monedas
Se lanzan 4 dados
Se considera el sexo de un hijo
Se saca una carta de un mazo de 52 y se lanza un dado.
Se lanzan 4 dados.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
12
6. Una oficina de Inmigracin de un pas est controlando a los recin llegados de 3 barcos
( B1,B2,B3), con nmero de pasajeros 200, 300,500 respectivamente tras un anlisis se declaran
como documentos autnticos (A) al 25, 40, 20% de los provenientes de cada barco usando el
Teorema de Bayes. Calcular:
a) La probabilidad de ser pasajero del buque B1 dado que tiene documentos autnticos
b) Un pasajero no tiene documentos, que probabilidad tiene de ser del Barco B 2.
7. Aplicando conceptos de permutaciones, variaciones y combinaciones resolver:
a) calcular el uso de modos en que pueden formar fila un total de 10 soldados, si 2 deben
necesariamente deben colocarse al principio.
b) En una ciudad las placas de movilidades deben mostrar 2 vocales y 3 menores sin repetir.
Si se dispone de 5 vocales y 10 nmeros. Hallar el nmero de placas que se pueden formar.
c) En un club de socios debe elegirse un tesorero, un presidente y 5 vocales. de cuantas maneras
puede elegirse esta directiva?
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
13
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
14
Distribucin Binomial
La distribucin binomial es una distribucin de probabilidad discreta que es extremadamente til para
describir muchos fenmenos.
La distribucin binomial posee cuatro propiedades esenciales:
1.Las observaciones posibles pueden obtenerse mediante dos mtodos de muestreo distintos. Cada
observacin puede considerarse como seleccionada de una poblacin infinita sin reemplazo o de una
poblacin finita con reemplazo.
2.Cada observacin puede clasificarse en dos categoras mutuamente excluyentes y colectivamente
exhaustivas, usualmente denominadas xito y fracaso.
3.La probabilidad de que una observacin se clasifique como xito, p, es constante de observacin a
observacin.
4.El resultado de cualquier observacin es independiente del resultado de cualquier observacin.
Modelo matemtico
P( X= x \ n, p ) = n ! px ( 1 p ) n-x
X(nx)
La primera parte de la frmula nos dice cuntas secuencias de arreglos de los x xitos de n
observaciones son posibles. La segunda parte nos dice la probabilidad de obtener exactamente x
xitos de n observaciones en una secuencia particular.
Caractersticas de la distribucin binomial
Forma. Siempre que p= 0.5 la distribucin binomial ser simtrica sin importar que tan grande o
pequeo sea el valor de n. Sin embargo, cuando p 0.5 la distribucin ser sesgada. Mientras ms
cercana este p de 0.5 y mayor sea el nmero de observaciones, n, menos sesgada ser la distribucin.
Con una p pequea la distribucin estara sesgada a la derecha. Para p muy grandes, la distribucin
sera sesgada a la izquierda.
La media. La media de la distribucin binomial puede obtenerse fcilmente como el producto de sus
parmetros, n y p.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
15
La variable aleatoria de Poisson puede variar tericamente de 0 a . Sin emabrgo, cuando se usa
como una aproximacin a la distribucin binomial, la variable aleatoria de Poisson, el nmero de xitos
de n observaciones, claramente no puede exceder el tamao de la muestra n.
Caractersticas
= = n * p
Para cada problema indicar a que tipo de Modelo Probabilistico pertenece y dar su 16espective
solucion.
1.-Una central telefonica recibe 4 llamadas por minuto, el costo minimo por minuto es 0.75 Bs. Calcular
la Probabilidad de que en el lapso de un minuto se presente :
a) 2 llamadas b) 0 llamadas c) Al menos 3 llamadas d) Costo Esperado.
2.- La vida util de una pila de reloj tiene una media de duracin de 50 Horas. Calcular la Probabilidad
de :
a)
Que dure menos de 30 anos
b)
Que dure por lo menos 30 horas
c)
Si ha durado 30 horas, que dure otras 40 horas.
3.- Una maquina produce cierto tipo de piezas de las cuales 5 % son Defectuosas. En una muestra
aleatoria de 5 pzas. Cual es la Probabilidad de obtener 1 pza defectuosa.
4.-Cierto tubo de Televisin tiene una Probabilidad de funcionamiento de 0.3 y mas de 400 horas. Se
prueban 15 tubos. Hallar la Probabilidad que:
a)
Exactamente 0,4,9 tubos funcionen mas de 400 horas.
b)
Cuantos tubos espera encontrar que funcionen por lo menos 400 hrs.
5.-El promedio de transito en una zona rural es de 3autos por hora. Si x representa el Nro. De autos que
pasan en 30 minutos. Hallar:
a) P(x = 0 ).
b) P(x > 2).
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
16
Identificar el modelo correspondiente ante la suposicion de que los nacimientos son eventos
independientes y de que varon y mujer tienen las mismas probabilidades de nacer.
Encuentre los sexos de los ninos de 50 familias , tomados en tamanos de a 2 , Repita el mismo
experimento para familias de tamano 3 , organize la informacion para los dos tamanos.
Determine el numero de ninas de las familias de tamano 2.Construya una tabla de frecuencia relativa
de este evento y comparela con la Probabilidad que Ud. Predijo en su Modelo.
COMENTARIOS Y CONCLUSIONES
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
17
a)
2 x; o x 1
f ( x)
o; para otro x
b)
1 ;o x 2
f ( x) 2
o; para otro x
b) 1 artefacto
c) 30 Artefactos
5.En una central telefnica que recibe 2 llamadas cada 3 minutos. Calcular la probabilidad de que en
el periodo de 6 minutos se presenten ( utilizar la distribucin de Poisson).
a) 5 llamadas
b) No mas de 2 llamadas
c) Al menos 4 llamadas
6.De una urna que contiene 5 bolas negras y 2 blancas se extraen 3 bolas sin reposicin. Hallar :
a) fdp
b) Probabilidad de extraer 2 negras
( Aplicar la distribucin hipergeomtrica)
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
18
Examinemos los componentes de la funcin: puesto que e y son constantes matemticas, las
probabilidades de la variable aleatoria X dependen slo de dos parmetros de la distribucin normal, la
media de la poblacin y de la desviacin estndar de la poblacin. Cada vez que especificamos una
combinacin particular se generar una distribucin de probabilidad diferente.
Estandarizacin de la distribucin normal
Afortunadamente, al estandarizar los datos, solo necesitamos una frmula:
R S
I D A
D E
Q U I N O
O L I V
I A
19
2.Dividir la mitad apropiada de la curva normal en dos partes: la porcin de la X deseada a la media y
la porcin de la X deseada al extremo.
Somr variable aleatoria normal X se convierte en una variable aleatoria normal estandarizada Z.
Mientras los datos originales para la variable aleatoria X tenan una media y una desviacin estandar,
la variable aleatoria estandarizada Z siempre tendr una media = 0 y una desviacin = 1.
Uso de las tablas de distribucin de probabilidad normal
La tabla de normal representa las probabilidades o reas bajo la curva normal calculadas desde la
media hasta los valores particulares de inters X. Slo se enumeran en la tabla entradas positivas de
Z, puesto que para una distribucin simtrica de este tipo con una media de cero, el rea que va desde
la media hasta +Z debe ser idntica al rea que va desde la media hasta Z. Al usar la tabla de normal
se puede observar que todos los valores de Z deben registrarse primero con hasta dos lugares
decimales.
Encontrar los valores correspondientes a probabilidades conocidas.
3.brear el rea de inters.
4.Usando la tabla de normal determinar el valor Z apropiado correspondiente al rea que est bajo la
curva normal desde la X deseada hasta la media.
Para poder asimilar el concepto de Distribucion Normal y su forma Estandar , resolver los
siguientes ejercicios.
1.- Si X es una variable aleatoria distribuida normalmente
a) P[6 < X < 12]
d) P[ X > 21 ]
2.- Los tubos fabricados por cierta maquina tienen un diametro medio de = 9.8 mm. , =
0.536 mm.
Que porcentaje de tubos sera rechazado, si no se aceptan diametros inferiores a 9.0 mm?.
Asuma que
Los diametros tienen una distribucion normal.
3.-El gerente de produccion de una fabrica , piensa que la vida util de una maquina M , esta
distribuida
normalmente con una media de 3000 horas. Si hay una probabilidad de 0.50 que la maquina
dure
menos de 2632 o mas de 3368 horas .Cual es la Desviacion Estandar .
4.- Un analisis estadistico de 1000 llamadas telefonicas de larga distancia hechas desde una
central
telefonica ,indica que la duracion de esas llamadas tiene una distribucion normal con Media
129.5 seg.
Y una desviacion tipica de 30.00 seg.
a) Cual es la probabilidad de que una llamada este entre 89.5 y 169.5 seg.
b) Cual debe ser la duracion de una llamada particular , si solo 1% de todas las llamadas
son mas cortas .
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
20
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
21
R S
I D A
D E
Q U I N O
O L I V
I A
22
cada vez menor, puesto que se est promediando con ms observaciones. Al muestrearse con
reemplazo, el error estndar de la media es igual a la desviacin estndar de la poblacin dividida
entre la raz cuadrada del tamao de muestra.
Muestreo
de
poblaciones
normales
Puede demostrarse que si muestreamos con reemplazo de una poblacin con distribucin normal, la
distribucin de muestreo de la media tambin tendr una distribucin normal para cualquier tamao de
muestra y tendr una desviacin estndar como la que se mostr ms arriba. Al incrementarse el
tamao de muestra el error estndar de la media disminuye, de forma tal que una mayor proporcin de
medias de muestra estn ms cercanas a la media de la poblacin.
La proporcin tiene la propiedad especial de estar entre 0 y 1. El error estndar de la proporcin es:
La distribucin de muestreo de la proporcin sigue una distribucin binomial. Sin embargo, cuando n*p
y n*(1-p) son cada uno al menos 5 puede usarse la distribucin normal.
Muestreo de poblaciones finitas
R S
I D A
D E
Q U I N O
O L I V
I A
23
0
4/12
1
4/12
2
2/12
3
1/12
4
1/12
2.-Un auditor toma una muestra aleatoria de tamano n= 100 de un conjunto de 500 cuentas por cobrar.
El auditor sabe que estas cuentas constituyen una poblacion finit cuyas Desviacion Estandar es
$145 .Cual es la probabilidad de que la Media Muestral difiera de la Media Poblacional en mas de $26.
.
4.- Un fabricante afirma que el 30% de las mujeres y el 20 % de hombres prefieren su nuevo
producto
de aseo personal. Si se hace una encuesta de 200 hombres y 200 mujeres elejidos aleatoriamente
Cual sera la probabilidad que la proporcion muestra lde mujeres menos la de hombres esta en el
[ -19% , 19% ]
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
24
DIF # 4
UNIDAD O TEMA: ESTIMACION
TITULO: Estimacion de Medias . Proporciones, Varianzas
FECHA DE ENTREGA: Mayo 3ra Semana
PERIODO DE EVALUACIN: EXAMEN FINAL
El presente trabajo consistira en determinar un objeto de estudio para realizar un analisis
estadistico
a nivel descriptivo, posteriormente sera necesario elaborar una Encuesta aplicando todas las
reglas y
siguiendo todos los procedimientod para su efectiva realizacion .
Ya en la fase del analisis estadistico, sera necesario tomar una debida muestra , considerando su
tamano
e indicando el metodo de muestreo.
Como conclusion del trabajo , realizar las siguientes inferencias estadisticas :
a.-Encontrar la Distribucion de la Media
b.-Encontrar la Distribucion de la Proporcion
c.-Encontrar la Distribucion de la Varianza.
CONCLUSIONES Y COMENTARIOS
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
25
Z es el valor correspondiente a un rea de (1- )/2 desde el centro de una distribucin normal
estandarizada. El valor Z elegido para construir tal intervalo de confianza se conoce como el valor
crtico.
Cualquier aumento en el nivel de confianza se logra ampliando simultneamente el intervalo de
confianza obtenido (hacindolo menos preciso y menos til).
Estimacin
de
intervalo
de
confianza
de
la
media
(desvo
desconocido)
Del mismo modo en que la media de la poblacin se desconoce, es probable que la desviacin
estndar real de la poblacin tampoco sea conocida. Por lo tanto, necesitamos obtener una estimacin
de intervalo de confianza utilizando las estadsticas de muestra "X" y "S". Para ello, utilizamos la
distribucin
t-student.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
26
Por consiguiente para determinar el tamao de la muestra, deben conocerse tres factores:
1.El nivel de confianza deseado.
2.EL error de muestreo permitido.
3.La desviacin estndar.
Determinacin del tamao de muestra para una porcin:
Al determinar el tamao de muestra para estimar una porcin se deben definir tres incgnitas:
1.El nivel de confianza.
2.El error de muestreo permitido.
3.La porcin verdadera de xitos.
Estimacin
y
determinacin
del
tamao
de
muestra
para
poblaciones
Estimacin de la media
finitas.
Estimacin de la porcin
1.- Una muestra aleatoria de 100 hogares de una ciudad indica que el promedio de los ingresos
mensuales es de $500.Encuentre un intervalo de confianza de 95% para la media poblacional
de los ingresos de todos los hogares de esa ciudad.Suponga = $100 .
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
27
2.- Un analista de investigacion de mercados escoge una muestra aleatoria de 100 clientes. De un
conjunto de 500 clientes de una gran tienda que declararan ingresos mayores a 5000 $, El encuentra
que los clientes de la muestra gastaron $ 2500 como promedio,si con ese valor de la muestra se
estima que el gasto promedio varia de 2446 a 2554 .Que nivel de confianza se utilizo.
Cosidere una = $ 300.
3.-Una empresa va a hacer un estudio de marcado antes de lanzar un nuevo producto hacia una
poblacion
de 30000 consumidores.
a)Que tamano de muestra debera escoger si quiere tener una confianza del 95% de que
el error de la estimacion de la proporcion a favor del producto no sea superior al 2.12%
b)Si con el tamano de la muestra calculado en a) se utiliza p=0.7 como estimacion de la
proporcion de todos los consumidores que prefieren su producto.Que grado de confianza
utilizo si estimo de 19710 a 22290 el total de el total de consumidores que prefiere su.
Producto.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
28
En el presente trabajo es necesario establecer el 95 % del nivel de confianza para una proporcion de
personas que escriben con la mano izquierda (surdos).
Para la realizacion de este trabajo, escoja una muestra de 50 personas que sera la muestra aleatoria
de la poblacion finita , aproxime la muestra a una Distribucion Normal y encuentre el 95% del nivel de
Confianza de la proporcion que se investiga.
COMENTARIOS Y CONCLUSIONES
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
29
DIFs # 6
UNIDAD O TEMA: ESTIMACION
TITULO: Estimacion de Parametros.
FECHA DE ENTREGA: Junio 2da Semana
PERIODO DE EVALUACIN: EXAMEN FINAL
Similarmente al trabajo anterior , elegir una muestra aleatoria de una poblacion bien definida de 50
personas . Tomar el pulso de dichas personas durante 1 minuto y organizar los resultados en una
tabla de frecuencia.Calcule la Media y la Varianza estimada,encuentre el 95% del nivel de confianza
de la Media de los pulsos de la muestra.
COMENTARIOS Y CONCLUSIONES
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
30
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
31
R S
I D A
D E
Q U I N O
O L I V
I A
32
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
33
Anormalidad
Bioqumica
Inadaptacin
Niez
Total
Psiclogos
60
Psiquiatra
50
60
30
120
80
Si Ud. est dispuesto a rechazar una hiptesis verdadera no mas de una vez en 100. Rechazara
las opiniones de estos psiclogos y psiquiatras?.
R S
I D A
D E
Q U I N O
O L I V
I A
34
paramtrico clsico. Supuestos: los datos numricos obtenidos son tomados de manera independiente
y representan una muestra aleatoria de la poblacin que est distribuida normalmente.
Prueba
de
hiptesis
2
para
la
varianza
(o
desviacin
estndar)
Al intentar llegar a conclusiones con respecto a la variabilidad de la poblacin, primero debemos
determinar que estadstica de prueba puede utilizarse para representar la distribucin de la variabilidad
de los datos de la muestra. Si la variable se supone que est distribuida normalmente, entonces la
estadstica de prueba para probar si la varianza de la poblacin es igual o no a un valor especificado
es:
Una distribucin chi-cuadrado es una distribucin sesgada cuya forma depende exclusivamente del
nmero de grados de libertad. Conforma este aumenta, la distribucin se vuelve ms simtrica.
Se dar en calidad de trabajo DIFs un problema. Especfico con validaciones, estimaciones
formulaciones de hiptesis, con todo el enfoque probalstico necesario para su respectiva
presentacin y defensa por parte de los estudiantes.
TAREA DEL DIFs:
El equipo deber estudiar el material anterior y a travs de una discusin grupal elaborar su
propuesta acerca de las caractersticas de la ley 843 y sus implicaciones impositivas, dentro de la
empresa
DIF N_________ TEMA: ____________________________________
FECHA DE REUNIN.__________________________________________________
NOMBRES:
FIRMA:
1._______________________________
________________
2._______________________________
_________________
3._______________________________
______________
4._______________________________
________________
5._______________________________
________________
CONCLUSIONES:
_____________________________________________________________________________________
_____________________________________________________________________________________
_____________________________________________________________________________________
_____________________________________________________________________________________
_____________________________________________________________________________________
_______________
COMENTARIOS:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
35
datos
numricos
Supongamos que consideramos dos poblaciones independientes, cada una con una media y una
desviacin estndar. La estadstica de prueba utilizada para determinar la diferencia entre las medias
de las poblaciones est basada en la diferencia entre las medias de las muestras (X1 X2). Debido al
teorema del lmite central esta estadstica seguir la distribucin normal. La estadstica de prueba Z es:
En donde X es la media de la muestra correspondiente a cada una de las dos muestras, n es el
tamao de la muestra y por ltimo tenemos la varianza de la muestra.
Si suponemos que las varianzas son iguales y que las muestras fueron tomadas de manera aleatoria e
independiente se puede utilizar una prueba t de varianza conjunta para determinar si existe alguna
diferencia significativa entre las medias de las poblaciones. Si puede calcular la siguiente estadstica
de prueba t de varianza conjunta:
Donde:
La estadstica de prueba t de varianza conjunta sigue una distribucin t con n-2 grados de libertad.
Prueba t`de varianza separada para diferencias entre dos medias
Si suponemos que las varianzas no son iguales como en el caso anterior debemos replantear el
estadstico a utilizar.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
36
Sin embargo, en la mayora de los casos no conocemos la desviacin estndar real de la poblacin. La
nica informacin que se puede obtener son las estadsticas sumarias como la media y la desviacin
estndar de muestra. Si se supone que la muestra de resultados es tomada de manera aleatoria e
independiente se puede realizar una prueba t para determinar si existe una diferencia media de
poblacin significativa. La estadstica seguir una distribucin t con n-1 grados de libertad.
Ho=
d
=
0
donde
d=
1-2
H1= d 0
Se puede calcular el siguiente estadstico de prueba:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
37
Se
supone
que
las
dos
porciones
de
poblacin
son
iguales.
Ho=
p1=p2
H1= p1 p2
Prueba
X2
de
independencia
Sirve para evaluar diferencias potenciales entre la porcin de xitos en cualquier nmero de poblaciones.
Para una tabla de contingencias que tiene r renglones y c columnas, la prueba mencionada puede
generalizarse
como
una
prueba
de
independencia.
Como
prueba
de
hiptesis
las
hiptesis
nula
y
alternativa
son:
H0=
Las
dos
variables
categricas
son
independientes.
H1= Las dos variables categricas estn relacionadas.
La estadsitica de prueba es la siguiente:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
38
R S
I D A
D E
Q U I N O
O L I V
I A
39
La forma ms tpica de un diagrama de control establece lmites de control que se encuentran dentro de
+/-3 desviaciones estndar de la medida de estadstica de inters. En general puede establecerse como:
Algunas herramientas para estudiar un proceso: diagrama de esqueleto de pescado (Ishikawa) y de flujo
de procesos. Un proceso es una secuencia de pasos que describen una actividad desde el inicio hasta
su terminacin.
El diagrama de esqueleto de pescado (o Ishikawa): El nombre viene de la manera en que las
diferentes causas estn ordenadas en el diagrama. El problema se muestra en la parte derecha y las
principales causas se colocan en la parte izquierda. Estas causas a menudo se subdividen.
Diagrama de flujo de proceso. Este diagrama nos permite ver un flujo de pasos de un proceso, desde
su inicio hasta su terminacin.
Los catorce puntos de Deming: una teora de la administracin por proceso. Deming desarrollo su
enfoque basndose en los siguientes catorce puntos:
1.Crear una constancia en el propsito de mejorar el producto y el servicio.
2.Adoptar la nueva filosofa.
3.Dejar de ser dependientes de la inspeccin para lograr la calidad.
4.Terminar con la prctica de otorgar contratos sobre la nica base del precio. En vez de ello minimizar el
costo total trabajando con un solo proveedor.
5.Mejorar constantemente y para siempre cada proceso de planeacin, produccin y servicio.
6.Instituir el entrenamiento en el trabajo.
7.Adoptar e instituir el liderazgo.
8.Eliminar el miedo.
9.Derribar las barreras entre reas de personal.
10.
Eliminar lemas, exhortaciones y metas destinados a la fuerza laboral.
11.
Eliminar cuotas numricas para la fuerza laboral y objetivos numricos para la administracin.
12.
Retirar barreras que le restan orgullo a la gente respecto a su trabajo. Eliminar el sistema de
evaluacin anual o de mrito.
13.
Instituir un vigoroso programa de educacin y autodesarrollo para todos.
14.
Poner a todo el que trabaje en la compaa a trabajar en el logro de la transformacin.
Diagramas de control para la proporcin y el nmero de elementos que no se ajustan:. Los diagramas p y
np.
Diagrama p: basado en la porcin de elementos que no cumplen con los requisitos. Para establecer los
lmites de control:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
40
Cualquier valor negativo del lmite de control inferior significar que el lmite de control inferior no existe.
Diagrama np: basado en el nmero de elementos que no cumplen con los requisitos. Los lmites de
control los establecemos de la siguiente manera:
El diagrama R: Un diagrama de control para la dispersin. Los lmites de este diagrama de control los
obtenemos de la siguiente manera:
Diagrama X. El diagrama de control para X utiliza subgrupos de tamao n que se obtienen sobre k
secuencias consecutivas o periodos. Los lmites de control se obtienen de la siguiente manera:
Resumen
Pronstico
de
series
de
tiempo.
Tipos de mtodos de prediccin: Existen dos planteamientos para la prediccin: cualitativa y cuantitativa.
Los mtodos de prediccin cualitativa son especialmente importantes cuando no se dispone de datos
histricos. Se consideran altamente subjetivos. Los mtodos de prediccin cuantitativa hacen uso de los
datos histricos.
Introduccin
al
anlisis
de
series
de
tiempo.
Una serie de tiempo es un conjunto de datos numricos que se obtienen en perodos regulares a travs
del tiempo. El principal objetivo de una serie de tiempo consiste en identificar y aislar tales factores de
influencia con propsitos de hacer predicciones, as como para efectuar una planeacin y un control
administrativo.
Factores
componentes
del
modelo
multiplicativo
de
series
temporales.
Tendencia:
impresin
a
largo
plazo.
Componente cclico: representa la oscilacin o los movimientos a la baja y a la alta que se dan a lo largo
de la serie. Los movimientos cclicos varan en longitud, por lo general de dos a 10 aos.
Componente irregular aleatorio: cualquier componente que no sigue la curva de tendencia modificada por
el
componente
cclico.
Cuando los datos se registran mensual o trimestralmente adems de la tendencia cclica y los
componentes
irregulares
debemos
tomar
en
cuenta
el
factor
estacional.
El
modelo
multiplicativo
clsico
de
las
series
temporales.
Cuando los datos se obtienen anualmente una observacin Yi puede expresarse como:
Yi=Ti*Ci*Ii; en la que Ti es el valor del componente tendencia, Ci= valor del componente cclico; Ii es el
valor
del
componente
irregular.
Por otra parte cuando los datos se obtienen de manera trimestral o mensual una observacin Yi puede
estar
dada
por:
Yi=Ti*Si*Ci*Ii, en la que Si es el valor del componente estacional.
El primer paso de una serie de tiempo consiste en graficar los datos y observar su tendencia a travs del
tiempo. Primero debemos determinar si parece haber un movimiento a largo plazo hacia arriba o hacia
abajo en la serie. ( es decir una tendencia), o si la serie parece oscilar alrededor de una lnea horizontal a
travs del tiempo. Si este ltimo parece ser el caso entonces debe emplearse el mtodo de promedios
mviles o el suavizado exponencial, para suavizar la serie y proporcionarnos una impresin global a
largo plazo.
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
41
El
promedio
mvil
puede
calcularse
de
la
siguiente
manera:
Cuanto ms largo sea el perodo, menor ser el nmero de valores promedio mvil que se pueden
calcular y graficar. Por consiguiente, la seleccin de promedios mviles con perodos de longitud
mayores a siete aos es, por lo general, no deseable puesto que habr demasiados puntos de datos que
faltan al inicio y al final de la serie, haciendo que sea ms difcil de obtener una impresin global de la
serie completa.
Suavizado
Exponencial.
El suavizado exponencial puede utilizarse para obtener predicciones a corto plazo. Su nombre deriva del
hecho de que nos proporciona un promedio mvil pesado o ponderado exponencialmente a travs de la
serie de tiempo, esto es, a lo largo de la serie cada clculo de suavizado o prediccin depende de todos
los valores observados anteriormente. Esta es una ventaja con respecto al otro mtodo. Con este
mtodo los pesos asignados a los valores observados disminuyen con el tiempo, de modo que cuando
se hace el clculo, el valor observado ms reciente recibe el mayor peso.
Para suavizar una serie de tiempo en cualquier periodo i tenemos la siguiente expresin:.
Ei= valor de la serie suavizada exponencialmente que se calcula en el perodo i.
Ei-1= valor de la serie suavizada exponencialmente calculado en el perodo i-1
Yi=
valor
observado
de
la
serie
en
el
perodo
i
W=
peso
o
coeficiente
de
suavizado
que
se
asigna
de
manera
subjetiva.
W==2/(L+1)
Si deseamos suavizar una serie mediante la eliminacin de las variaciones cclicas e irregular no
deseadas, debemos seleccionar un pequeo valor de W. Si, nuestro objetivo es hacer predicciones
debisemos seleccionar el valor ms grande de W (cercano a uno).
Anlisis de series de datos anuales: ajuste de tendencia de mnimos cuadrados y pronstico.
El modelo lineal:
El modelo cuadrtico:
El modelo exponencial:
Eleccin de un modelo de prediccin apropiado
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
42
UNIDAD O TEMA :
LUGAR
FECHA PREVISTA :
RECURSOS NECESARIOS:
OBJETIVOS DE LA ACTIVIDAD:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
43
UNIDAD O TEMA :
LUGAR
FECHA PREVISTA :
RECURSOS NECESARIOS:
OBJETIVOS DE LA ACTIVIDAD:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
44
UNIDAD O TEMA :
LUGAR
FECHA PREVISTA :
RECURSOS NECESARIOS:
OBJETIVOS DE LA ACTIVIDAD:
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
45