1.

- Si, debido a que puede medir la variacin relativa entre las variables econmicas:
Variaciones en los precios, en los salarios, en los ingresos, etc.
ya que ayudan a lograr una adecuada planeacion y control apoyados en los estudios de
pronosticos, presupuestos etc.
Motivan a la alta gerencia para que definan los objetivos basicos de la empresa.
Propician que se defina una estructura adecuada, determinando la responsabilidad y
autoridad de cada una de las partes que integran la organizacin.
Incrementan la participacin de los diferentes niveles de la organizacin, cuando existe
motivacion adecuada.
Obligan a mantener un archivo de datos historicos controlables.
Facilitan a la administracion la utilizacion optima de los diferentes insumos.
Facilitan la coparticipacin e integracion de las diferentes areas de la compaa.
Obligan a realizar un autoanalisis periodico.
Facilitan el control administrativo.
Son un reto que constantementese presenta a los ejecutivos de una organizacin para
ejercitar su creatividad y criterio profesional a fin del mejoramiento de la empresa.
Ayudan a lograr una mayor efectividad y eficiencia en las operaciones.
Pronsticos
Es estimar un valor de y dado o supesto un valor de x. Tambien se puede decir que es
preveer el futuro.
Enuncie Los Pasos Para Ajustar Un Conjunto De Datos Y Crear Un Conjunto Su Modelo
Matematico
Tener tabulado un conjunto de datos Xi, Yi cuyas variables tengan relacin
Utilidades Vs Costos
Costos Vs Cantidad Producida
Utilidades Vs Mes
Costos Vs Semanas
Ingresos Vs Ao
Entre otras en donde se aplica el Llamado tambien ajuste de curvas es una ecuacion dada en
un grafico, dependiendo del grado de correlacion que mas se ajuste al conjunto de datos.

AJUSTE LINEAL: Y=BX+A

AJUSTE LOGARITMICO: Y=B Ln X+A
AJUSTE EXPONENCIAL: Y=AC BX
AJUSTE PARABOLICO, CUADRATICO O POLINOMIAL: Y= AX2 + BX + A

2.- Verdadero
3.- El ANOVA en forma general sirve para probar hiptesis a travs de analizar la
variabilidad (varianza). Bsicamente divides la variacin total en tus observaciones en
fuentes de variacin, estas fuentes son tus hiptesis o modelo y la residual o debida al error
experimental. A travs de comparar la variacin debida a tu hiptesis con la residual puedes
decidir acerca de la hiptesis. Si la variacin residual es ms grande (para decidir que tan
grande usas la significancia) entonces tu hiptesis no es cierta. Si la variacin es
mayormente provocada por tu hiptesis (ej: hay una relacin lineal entre Y y X) entonces tu
hiptesis es cierta.
El mayor uso del ANOVA se da pra probar hiptesis en diseos de experimentos y en
regresin.
Un anlisis de varianza (ANOVA) prueba la hiptesis de que las medias de dos o ms
poblaciones son iguales. Los ANOVA evalan la importancia de uno o ms factores al
comparar las medias de la variable de respuesta en los diferentes niveles de los factores. La
hiptesis nula establece que todas las medias de la poblacin (medias de los niveles de los
factores) son iguales mientras que la hiptesis alternativa establece que al menos una es
diferente.
Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un
factor categrico con dos o ms niveles. Los anlisis ANOVA requieren datos de
poblaciones que sigan una distribucin aproximadamente normal con varianzas iguales
entre los niveles de factores. Sin embargo, los procedimientos de ANOVA funcionan
bastante bien incluso cuando se viola el supuesto de normalidad, a menos que una o ms de
las distribuciones sean muy asimtricas o si las varianzas son bastante diferentes. Las
transformaciones del conjunto de datos original pueden corregir estas violaciones.
Por ejemplo, usted disea un experimento para evaluar la durabilidad de cuatro productos
de alfombra experimentales. Usted coloca una muestra de cada tipo de alfombra en diez
hogares y mide la durabilidad despus de 60 das. Debido a que est examinando un factor
(tipo de alfombra), usted utiliza un ANOVA de un solo factor.
Si el valor p es menor que el nivel de significancia, entonces usted concluye que al menos
una media de durabilidad es diferente. Para informacin ms detallada sobre las diferencias
entre medias especficas, utilice un mtodo de comparaciones mltiples como el de Tukey.
El nombre "anlisis de varianza" se basa en el enfoque en el cual el procedimiento utiliza
las varianzas para determinar si las medias son diferentes. El procedimiento funciona
comparando la varianza entre las medias de los grupos y la varianza dentro de los grupos
como una manera de determinar si los grupos son todos parte de una poblacin ms grande
o poblaciones separadas con caractersticas diferentes.

4.- El coeficiente de correlacin es independiente de la escala de medida de las variables y

es un factor numrico que esta entre -1 y 1. Mientras que el de determinacin es una cifra
porcentual que va entre el 0 y el 30% y depende de la variable dependiente. Ademas, el
coeficiente de correlacin miden el grado de relacin entre variables aleatorias. y el
coeficiente de determinacin mide el grado de relacin entre una variable aleatoria con una
variable fija.
Por ejemplo, mides altura y peso de un grupo de cinco nios
x: 43.5 52 55 38 43
y: 135 140 148 135 138
Ahi lo lgico es el coeficiente de correlacin.

por otro lado, un problema de textiles, pones el % de algodn en unas telas contra la
resistencia
x: 10 20 30 40 50
y: 27 29 36 45 14
En este caso se usa el coeficiente de determinacin.
5.- Para ejecutar un ANOVA, se inicia con los siguientes pasos debe tener una variable de
respuesta continua y al menos un factor categrico con dos o ms niveles. Los anlisis
ANOVA requieren datos de poblaciones que sigan una distribucin aproximadamente
normal con varianzas iguales entre los niveles de factores. Sin embargo, los procedimientos
de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de normalidad, a
menos que una o ms de las distribuciones sean muy asimtricas o si las varianzas son
bastante diferentes. Las transformaciones del conjunto de datos original pueden corregir
estas violaciones.

El Anova requiere el cumplimiento los siguientes supuestos:

o Las poblaciones (distribuciones de probabilidad de la variable dependiente

correspondiente a cada factor) son normales.

o Las K muestras sobre las que se aplican los tratamientos son independientes.

o Las poblaciones tienen todas igual varianza (homoscedasticidad).

El ANOVA se basa en la descomposicin de la variacin total de los datos con respecto a la

media global (SCT), que bajo el supuesto de que H0 es cierta es una estimacin de
obtenida a partir de toda la informacin muestral, en dos partes:

o Variacin dentro de las muestras (SCD) o Intra-grupos, cuantifica la dispersin

de los valores de cada muestra con respecto a sus correspondientes medias.

o Variacin entre muestras (SCE) o Inter-grupos, cuantifica la dispersin de las

medias de las muestras con respecto a la media global.

Las expresiones para el clculo de los elementos que intervienen en el Anova son las
siguientes:

Media Global:
Variacin Total:

Variacin Intra-grupos:

Variacin Inter-grupos:

Siendo xij el i-simo valor de la muestra j-sima; nj el tamao de dicha muestra y su

media.

Cuando la hiptesis nula es cierta SCE/K-1 y SCD/n-K son dos estimadores insesgados de
la varianza poblacional y el cociente entre ambos se distribuye segn una F de Snedecor
con K-1 grados de libertad en el numerador y N-K grados de libertad en el denominador.
Por lo tanto, si H0 es cierta es de esperar que el cociente entre ambas estimaciones ser
aproximadamente igual a 1, de forma que se rechazar H0 si dicho cociente difiere
significativamente de 1.

La secuencia para realizar un ANOVA es:

Analizar

Comparar medias

ANOVA de un factor
Se abre el siguiente cuadro de dilogo:

Se selecciona la variable que se considera Dependiente y la variable Factor y con el

botn Opciones se activan EstadsticosDescriptivos y Homogeneidad de varianzas.

Al aceptar en el visor de resultados aparecen los siguientes cuadros:

o Descriptivos. Recoge la media, la desviacin tpica, el intervalo de confianza del
95% (por defecto) para la media correspondientes a la variable dependiente para
cada uno de los grupos definidos por el factor.

o Prueba de homogeneidad de varianzas. Contiene el valor del estadstico de

Levene del contraste de la hiptesis de homoscedasticidad con el nivel de
significacin crtico.

o ANOVA. Contiene las sumas de cuadrados inter-grupos, intra-grupos y total, sus

correspondientes grados de libertad y el valor del estadstico de prueba F junto con
el nivel de significacin crtico.

Como complemento grfico de este anlisis, para obtener una primera aproximacin acerca
de si es razonable o no la hiptesis nula, se selecciona Grficos > Barras de error y se
activa la opcin Simple. Con el botn Definir se abre el siguiente cuadro de dilogo:

Se selecciona en Variable la variable dependiente del ANOVA y en el Eje de categoras la

variable factor. El intervalo de confianza
para la media se calcula por defecto al 95% de confianza. Al aceptar aparece en el visor de
resultados los puntos que respresentan a la media de cada grupo junto con los lmites del
correspondiente intervalo de confianza para la media poblacional. Si los puntos que
representan las medias estn desigualmente distribuidos en el grfico se tiene un indicio de
que a nivel poblacional no puede sostenerse la hiptesis de igualdad de medias; es decir,
por lo menos uno de los niveles del factor influye significativamente sobre la variable
dependiente.