Estadistica aplicada a los negocios y la economia - Lind 13th.pdf

www.FreeLibros.org

E s t a d s t i c a a p l i c a d a a l o s

negocios y la economa

www.FreeLibros.org

www.FreeLibros.org

E s t a d s t i c a a p l i c a d a a l o s

negocios y la economaD e c i m o t e r c e r a e d i c i n

Douglas A. LindCoastal Carolina University and University of Toledo

William G. MarchalThe University of Toledo

Samuel A. WathenCoastal Carolina University

MXICO AUCKLAND BOGOT BUENOS AIRES CARACAS GUATEMALA LISBOA LONDRES MADRID MILN MONTREAL NUEVA DELHI NUEVA YORK SAN FRANCISCO SAN JUAN

SAN LUIS SANTIAGO SO PAULO SIDNEY SINGAPUR TORONTO

Revisin tcnica

Ofelia Vizcano DazDepartamento de Matemticas

Instituto Tecnolgico y de Estudios Superiores de Monterrey, Campus Ciudad de Mxico

Enrique Cuevas RodrguezCentro Universitario de Ciencias

Econmico Administrativas (CUCEA) Universidad de Guadalajara

Gilberto Prieto MornDivisin de Estudios de Posgrado

Facultad de Contadura y Administracin Universidad Nacional Autnoma de Mxico

Margarita Orozco GmezInstituto Tecnolgico y de Estudios

Superiores de Monterrey, Campus Guadalajara

www.FreeLibros.org

Director Higher Education: Miguel ngel Toledo CastellanosDirector editorial: Ricardo A. del Bosque AlaynEditor sponsor: Jess Mares ChacnEditora de desarrollo: Marcela Rocha MartnezSupervisor de produccin: Zeferino Garca Garca

Traduccin de: Jorge Yescas y Javier Len Crdenas

ESTADSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMADecimotercera edicin

Prohibida la reproduccin total o parcial de esta obra, por cualquier medio, sin la autorizacin escrita del editor.

DERECHOS RESERVADOS 2008 respecto a la tercera edicin en espaol porMcGRAW-HILL/INTERAMERICANA EDITORES, S. A. de C. V.A Subsidiary of The McGraw-Hill Companies, Inc. Prolongacin Paseo de la Reforma 1015, Torre A, Pisos 16 y 17, Colonia Desarrollo Santa Fe, Delegacin lvaro Obregn C. P. 01376, Mxico, D. F. Miembro de la Cmara Nacional de la Industria Editorial Mexicana, Reg. Nm. 736

ISBN 13: 978-970-10-6674-4ISBN 10: 970-10-6674-X(ISBN: 970-10-4834-2 de la edicin anterior)

Traducido de la decimotercera edicin en ingls de la obra Statistical Techniques in Business and Economics by Douglas A. Lind, William G. Marchal, and Samuel A. WathenCopyright 2008 by McGraw-Hill/Irwin. All rights reserved.007-303022-8

0123456789 09765432108

Impreso en Mxico Printed in Mexico

www.FreeLibros.org

Para Jane, mi esposa y mejor amiga; y para nuestros hijos, sus esposas y nuestros nietos: Mike y Sue (Steve y Courtney), Steve y Kathryn (Kennedy) y Mark y Sarah (Jared, Drew y Nate).

Douglas A. Lind

Para Elizabeth y William, los miembros ms recientes de nuestra familia.

William G. Marchal

A mi maravillosa familia: Isaac, Hannah y Barb.

Samuel A. Wathen

www.FreeLibros.org

www.FreeLibros.org

El objetivo de Estadstica aplicada a los negocios y la economa es proporcionar a los es-tudiantes de administracin, marketing, finanzas, contabilidad, economa y otros campos de la administracin de negocios un estudio introductorio de las diversas aplicaciones de la estadstica descriptiva y de la estadstica inferencial. Aunque nos concentramos en las aplicaciones a los negocios, tambin incluimos problemas y ejemplos orientados al estu-diante que no requieren cursos anteriores.

La primera edicin de esta obra se public en 1967. En esa poca la localizacin de datos relevantes relacionados con los negocios resultaba difcil. Eso ha cambiado, ahora no constituye un problema. La cantidad de artculos que compra en la tienda de comestibles queda registrada automticamente en la caja. Las compaas telefnicas registran el tiempo y la distancia de nuestras llamadas, y el nmero de la persona a la que llamamos. Las compaas de tarjetas de crdito conservan informacin sobre la cantidad, tiempo, fecha y suma de nuestras compras. Los dispositivos mdicos moni-torean automticamente nuestro ritmo cardiaco, presin sangunea y temperatura. Una gran cantidad de informacin de negocios se registra y presenta en forma casi instant-nea. CNN, USA Today y MSNBC, por ejemplo, cuentan con sitios web donde es posible revisar precios de almacn en menos de veinte minutos.

Hoy da se requiere habilidad para manejar grandes volmenes de informacin. Primero necesitamos ser consumidores crticos de la informacin que otros presentan. Segundo, necesitamos ser capaces de reducir grandes cantidades de informacin en forma concisa y significativa para hacer interpretaciones, juicios y tomar decisiones efectivas.

Todos los estudiantes cuentan con calculadoras o computadoras personales, o tie-nen acceso a stas en un laboratorio de la universidad. Dichas computadoras incluyen software de estadstica, como Microsoft Excel y MINITAB. En una seccin especial, al final de cada captulo, aparecen los comandos necesarios para obtener resultados del software. Dentro de los captulos incluimos pantallas con los datos capturados de tal ma-nera que el estudiante se familiarice con la naturaleza de los resultados. Como conse-cuencia de la disponibilidad de computadoras y software, no es necesario entretenerse en los clculos. Hemos sustituido muchos ejemplos que requieren clculos con proble-mas de interpretacin para ayudar al estudiante a entender e interpretar los resultados estadsticos. Adems, hemos puesto mayor enfoque en la naturaleza conceptual de los estadsticos. Al hacer estos cambios, presentamos, tanto como sea posible, los con-ceptos fundamentales, con ejemplos que los sustentan.

La decimotercera edicin de Estadstica aplicada a los negocios y la economa es resultado de la colaboracin de diversas personas: estudiantes, colegas, revisores y del personal de McGraw-Hill/Irwin. A todos les agradecemos. Deseamos expresar nuestra sincera gratitud a los participantes del grupo de reconocimiento y enfoque, y a los si-guientes revisores:

vii

Prefacio

Revisores

Sung K. AhnWashington State University-Pullman

Pamela A. BogerOhio University-Athens

Giorgio CanarellaCalifornia State University-Los ngeles

Anne DaveyNortheastern State University

Nirmal DeviEmbry Riddle Aeronautical University

Clifford B. HawleyWest Virginia University

Lloyd R. JaisinghMorehead State University

John D. McGinnisPennsylvania State-Altoona

Mary Ruth J. McRaeAppalachian State University

Jackie MillerOhio State University

Elizabeth J.T. MurffEastern Washington Universitywww.FreeLibros.org

Prefacioviii

Ren OrdoezSouthern Oregon University

Joseph PetryUniversity of Illinois en Urbana, Champaign

Michael RacerUniversity of Memphis

Darrel RadsonDrexel University

Christopher W. RogersMiami Dade College

Stephen Hays RussellWeber State University

Martin SaboCommunity College of Denver

Amar SahaySalt Lake Community College y University of Utah

Nina SarkarQueensborough Community College

Gary SmithFlorida State University

Stanley D. StephensonTexas State University, San Marcos

Lawrence TatumBaruch College

Daniel TschoppDaeman College

Jesus M. ValenciaSlippery Rock University

Joseph Van MatreUniversity of Alabama en Birmingham

Kathleen WhitcombUniversity of South Carolina

Blake WhittenUniversity of Iowa

Oliver YuSan Jose State University

Nawar Al-SharaAmerican University

Charles H. ApigianMiddle Tennessee State University

Nagraj BalakrishnanClemson University

Philip BoudreauxUniversity of Louisiana at Lafayette

Nancy BrooksUniversity of Vermont

Qidong CaoWinthrop University

Margaret M. CapenEast Carolina University

Robert CarverStonehill College

Jan E. ChristopherDelaware State University

James CochranLouisiana Tech University

Farideh Dehkordi-VakilWestern Illinois University

Brandt DeppaWinona State University

Bernard DickmanHofstra University

Casey DiRienzoElon University

Erick M. ElderUniversity of Arkansas at Little Rock

Nicholas R. FarnumCalifornia State University, Fullerton

K. Renee FisterMurray State University

Gary FrankoSiena College

Maurice GilbertTroy State University

Deborah J. GougeonUniversity of Scranton

Christine GuentherPaciic University

Charles F. HarringtonUniversity of Southern Indiana

Craig HeinickeBaldwin-Wallace College

Geoge HiltonPaciic Union College

Cindy L. HinzSt. Bonaventure University

Johnny C. HoColumbus State University

Participantesdelgrupodereconocimientoyenfoque

www.FreeLibros.org

Prefacio ix

Shaoming HuangLewis-Clark State College

J. Morgan JonesUniversity of North Carolina en Chapel Hill

Michael KazlowPace University

John LawrenceCalifornia State University, Fullerton

Sheila M. LawrenceRutgers the State University of New Jersey

Jae LeeState University of New York en New Paltz

Rosa LemelKean University

Robert LemkeLake Forest College

Francis P. MathurCalifornia State Polytechnic University, Pomona

Ralph D. MaySouthwestern Oklahoma State University

Richard N. McGrathBowling Green State University

Larry T. McRaeAppalachian State University

Dragan MiljkovicSouthwest Missouri State University

John M. MillerSam Houston State University

Cameron MontgomeryDelta State University

Broderick OluyedeGeorgia Southern University

Andrew PaizisQueens College

Andrew L.H. ParkesUniversity of Northern Iowa

Paul PaschkeOregon State University

Srikant RaghavanLawrence Technology University

Surekha K.B. RaoIndiana University Northwest

Timothy J. SchibikUniversity of Southern Indiana

Carlton ScottUniversity of California, Irvine

Samuel L. SeamanBaylor University

Scott J. SeipelMiddle Tennessee State University

Sankara N. SethuramanAugusta State University

Daniel G. ShimshakUniversity of Massachusetts, Boston

Robert K. SmidtCalifornia State Polytechnic University

William SteinTexas A&M University

Robert E. StevensUniversity of Louisiana en Monroe

Debra StiverUniversity of Nevada, Reno

Ron StundaBirmingham-Southern College

Edward SullivanLebanon Valley College

Dharma ThiruvaiyaruAugusta State University

Daniel TschoppDaemen College

Bulent UyarUniversity of Northern Iowa

Lee J. Van ScyocUniversity of Wisconsin-Oshkosh

Stuart H. WarnockTarleton State University

Mark H. WitkowskiUniversity of Texas en San Antonio

William F. YounkinUniversity of Miami

Shuo ZhangState University of New York, Fredonia

Zhiwei ZhuUniversity of Louisiana en Lafayette

Sus sugerencias y un repaso cuidadoso de la edicin anterior y del original de esta edicin contribuyeron a mejorar el texto.

En especial estamos agradecidos con las siguientes personas. El doctor Leonard Presby, de la William Paterson University; Julia Norton, de la California State University; Hayward y Christopher Rogers, del Miami Dade Collage, revisaron el original y las prue-www.FreeLibros.org

Prefaciox

bas para verificar la precisin de los ejercicios. La profesora Kathleen Whitcom, de la University of South Carolina, prepar la gua de estudio. El doctor Samuel Wathen, de la Coastal Carolina University, elabor el banco de pruebas. El profesor Ren Ordoez, de la Southern Oregon University, prepar la presentacin de PowerPoint. La seora Dense Heban y los autores elaboraron el manual del profesor.

Tambin deseamos agradecer al personal de McGraw-Hill/Irwin, entre ellos a Richard T. Hercher, Jr., editor ejecutivo; a Christina Sanders, editora de desarrollo; Zanca Basu, gerente de marketing; James Labeots, gerente de proyecto, y a quienes no conocemos personalmente y que hicieron valiosas contribuciones.

www.FreeLibros.org

xi

Sumario 1 Qu es la estadstica? 1

2 Descripcin de datos: tablas de frecuencias, distribuciones de frecuencias y su representacin grfica 20

3 Descripcin de datos: medidas numricas 55

4 Descripcin de datos: presentacin y anlisis de datos 98

5 Estudio de los conceptos de la probabilidad 138

6 Distribuciones discretas de probabilidad 180

7 Distribuciones de probabilidad continua 222

8 Mtodos de muestreo y teorema de lmite central 260

9 Estimacin e intervalos de confianza 293

10 Pruebas de hiptesis de una muestra 330

11 Pruebas de hiptesis para dos muestras 368

12 Anlisis de la varianza 406

13 Regresin lineal y correlacin 457

14 Anlisis de correlacin y regresin mltiple 511

15 Nmeros ndice 569

16 Series de tiempo y proyeccin 601

17 Mtodos no paramtricos: aplicaciones de ji cuadrada 646

18 Mtodos no paramtricos: anlisis de datos ordenados 670

19 Control estadstico del proceso y administracin de calidad 710

20 Introduccin a la teora de decisiones 743

MegaStat para Excel 761

Visual Statistics 2.2 765

Apndices, tablas, conjuntos de datos, soluciones 770

Crditos de fotografas 848

ndice 849

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

www.FreeLibros.org

Contenido

xii

Captulo

1 Qu es la estadstica? 1Introduccin 2

Por qu se debe estudiar estadstica? 2

Qu se entiende por estadstica? 4

Tipos de estadstica 6

Estadstica descriptiva 6

Estadstica inferencial 6

Tipo de variables 8

Niveles de medicin 9

Datos de nivel nominal 10

Datos de nivel ordinal 11

Datos de nivel de intervalo 12

Datos de nivel de razn 12

Ejercicios 14

tica y estadstica 14

Aplicaciones de la computadora 14

Resumen del captulo, Ejercicios del captulo 16

ejercicios.com, Ejercicios de la base de datos 18

Respuestas a las autoevaluaciones 19

Captulo

2 Descripcin de datos: tablas de frecuencias, distribuciones de frecuencias y su representacin grfica 20Introduccin 21

Construccin de una tabla de frecuencias 22

Frecuencias relativas de clase 22

Representacin grfica de datos cualitativos 23

Ejercicios 27

Construccin de distribuciones de frecuencias: datos cuantitativos 28

Intervalos de clase y puntos medios de clase 32

Ejemplo con asistencia de software 32

Distribucin de frecuencias relativas 33

Ejercicios 33

Representacin grfica de una distribucin de frecuencias 35

Histograma 35

Polgono de frecuencias 37

Ejercicios 39

Distribuciones de frecuencia acumulativas 41

Ejercicios 43

Resumen del captulo 44

Ejercicios del captulo 45

ejercicios.com 50

Ejercicios de la base de datos 51

Comandos de software 52


Captulo

3 Descripcin de datos: medidas numricas 55Introduccin 56

La media poblacional 57

Media de una muestra 58

Propiedades de la media aritmtica 59

Ejercicios 60

Media ponderada 61

Ejercicios 62

Mediana 62

Moda 64

Ejercicios 65

Solucin con software 66

Posiciones relativas de la media, la mediana y la moda 67

Ejercicios 69

Media geomtrica 69

Ejercicios 71

Por qu estudiar la dispersin? 71

Medidas de dispersin 73

Rango, Desviacin media 73

Ejercicios 75

Varianza y desviacin estndar 76

Ejercicios 78


www.FreeLibros.org

xiii

Ejercicios 81

Interpretacin y usos de la desviacin estndar 81

Teorema de Chebyshev 81

La regla emprica 82

Ejercicios 83

La media y la desviacin estndar de datos agrupados 84

Media aritmtica 84

Desviacin estndar 85

Ejercicios 87

tica e informe de resultados 88


Clave de pronunciacin, Ejercicios del captulo 90

ejercicios.com 94

Ejercicios de la base de datos, Comandos de software 95


Captulo

4 Descripcin de datos: presentacin y anlisis de datos 98Introduccin 99

Diagramas de puntos 99

Grficas de tallo y hojas 100

Ejercicios 105

Otras medidas de dispersin 106

Cuartiles, deciles y percentiles 107

Ejercicios 109

Diagramas de caja 110

Ejercicios 112

Sesgo 113

Ejercicios 117

Descripcin de la relacin entre dos variables 118

Ejercicios 121






Repaso de los captulos 1-4 132

Glosario 132

Ejercicios 133

Casos 136

Captulo

5 Estudio de los conceptos de la probabilidad 138Introduccin 139

Qu es la probabilidad? 140

Enfoques para asignar probabilidades 142

Probabilidad clsica 142

Probabilidad emprica 143

Probabilidad subjetiva 144

Ejercicios 146

Algunas reglas para calcular probabilidades 147

Reglas de la adicin 147

Ejercicios 152

Reglas de la multiplicacin 153

Tablas de contingencias 156

Diagramas de rbol 158

Ejercicios 160

Teorema de Bayes 161

Ejercicios 164

Principios de conteo 165

Frmula de la multiplicacin 165

Frmula de las permutaciones 166

Frmula de las combinaciones 168

Ejercicios 170


Clave de pronunciacin 171





Captulo

6 Distribuciones discretas de probabilidad 180Introduccin 181

Qu es una distribucin de probabilidad? 181

Variables aleatorias 183

Variable aleatoria discreta, Variable aleatoria continua 184

Media, varianza y desviacin estndar de una distribucin de probabilidad 185

Media, Varianza y desviacin estndar 185

Contenido

www.FreeLibros.org

xiv

Ejercicios 187

Distribucin de probabilidad binomial 189

Cmo se calcula una probabilidad binomial? 190

Tablas de probabilidad binomial 192

Ejercicios 196

Distribuciones de probabilidad binomial acumulada 197

Ejercicios 198

Distribucin de probabilidad hipergeomtrica 199

Ejercicios 202

Distribucin de probabilidad de Poisson 203

Ejercicios 208

Covarianza (opcional) 208

Ejercicios 212





Captulo

7 Distribuciones de probabilidad continua 222Introduccin 223

La familia de distribuciones de probabilidad uniforme 223

Ejercicios 226

La familia de distribuciones de probabilidad normal 227

Distribucin de probabilidad normal estndar 229

Aplicaciones de la distribucin normal estndar 231

Regla emprica 231

Ejercicios 233

Determinacin de reas bajo la curva normal 233

Ejercicios 236

Ejercicios 239

Ejercicios 241

Aproximacin de la distribucin normal a la binomial 242

Factor de correccin de continuidad 242

Cmo aplicar el factor de correccin 244

Ejercicios 245



Ejercicio de la base de datos, Comandos de software 251


Repaso de los captulos 5 a 7 253

Glosario 253

Ejercicios 255

Casos 257

Captulo

8 Mtodos de muestreo y teorema del lmite central 260Introduccin 261

Mtodos de muestreo 261

Razones para muestrear 261

Muestreo aleatorio simple 262

Muestreo aleatorio sistemtico 265

Muestreo aleatorio estratificado 265

Muestreo por conglomerados 266

Ejercicios 267

Error de muestreo 269

Distribucin muestral de la media 270

Ejercicios 273

Teorema del lmite central 274

Ejercicios 280

Uso de la distribucin muestral de las medias 281

Ejercicios 284






Captulo

9 Estimacin e intervalos de confianza 293Introduccin 294

Estimadores puntuales e intervalos de confianza de una media 294

Desviacin estndar de la poblacin conocida () 294Simulacin por computadora 299

Ejercicios 301

Desviacin estndar poblacional desconocida 302

Contenido

www.FreeLibros.org

xv

Ejercicios 308

Intervalo de confianza de una proporcin 309

Ejercicios 312

Factor de correccin para una poblacin finita 312

Ejercicios 314

Eleccin del tamao adecuado de una muestra 315

Ejercicios 317



ejercicios.com 322



Repaso de los captulos 8 y 9 326

Glosario 326

Ejercicios 327

Caso 329

Captulo

10 Pruebas de hiptesis de una muestra 330Introduccin 331

Qu es una hiptesis? 331

Qu es la prueba de hiptesis? 332

Procedimiento de cinco pasos para probar una hiptesis 332

Paso 1: Se establece la hiptesis nula (H0) y la hiptesis alternativa (H1) 333

Paso 2: Se selecciona un nivel de significancia 334

Paso 3: Se selecciona el estadstico de prueba 335

Paso 4: Se formula la regla de decisin 335

Paso 5: Se toma una decisin 336

Pruebas de significancia de una y dos colas 337

Pruebas para la media de una poblacin: Se conoce la desviacin estndar poblacional 338

Prueba de dos colas 338

Prueba de una cola 342

Valor-p en la prueba de hiptesis 342

Ejercicios 344

Prueba de la media poblacional: Desviacin estndar de la poblacin desconocida 345

Ejercicios 349


Ejercicios 352

Pruebas relacionadas con proporciones 353

Ejercicios 356

Error tipo II 356

Ejercicios 359







Captulo

11 Pruebas de hiptesis para dos muestras 368Introduccin 369

Pruebas de hiptesis para dos muestras: Muestras independientes 369

Ejercicios 374

Prueba de proporciones de dos muestras 375

Ejercicios 378

Comparacin de medias poblacionales con desviaciones estndares desconocidas (la prueba t conjunta) 379

Ejercicios 384

Comparacin de medias poblacionales con desviaciones estndares desiguales 385

Ejercicios 388

Pruebas de hiptesis de dos muestras: Muestras dependientes 388

Comparacin de muestras dependientes e independientes 392

Ejercicios 394




ejercicios.com 402




Captulo

12 Anlisis de la varianza 406Introduccin 407

La distribucin F 407

Comparacin de dos varianzas poblacionales 408

Contenido

www.FreeLibros.org

xvi

Ejercicios 412

Suposiciones en el anlisis de la varianza (ANOVA) 412

La prueba ANOVA 414

Ejercicios 421

Inferencias sobre pares de medias de tratamiento 422

Ejercicios 425

Anlisis de la varianza de dos vas 426

Ejercicios 430

ANOVA de dos vas con interaccin 431

Grficas de interaccin 432

Prueba de hiptesis para detectar interaccin 433

Ejercicios 436



ejercicios.com 447



Repaso de los captulos 10 al 12 451

Glosario 451

Ejercicios 452

Casos 456

Captulo

13 Regresin lineal y correlacin 457Introduccin 458

Qu es el anlisis de correlacin? 458

Coeficiente de correlacin 460

El coeficiente de determinacin 465

Correlacin y causa 465

Ejercicios 466

Prueba de la importancia del coeficiente de correlacin 467

Ejercicios 469

Anlisis de regresin 470

Principio de los mnimos cuadrados 470

Trazo de la recta de regresin 473

Ejercicios 475

Error estndar de estimacin 477

Suposiciones de la regresin lineal 480

Ejercicios 482

Intervalos de confianza e intervalos de prediccin 482

Ejercicios 485

Ms sobre el coeficiente de determinacin 486

Ejercicios 488

Relaciones entre el coeficiente de correlacin, el coeficiente de determinacin y el error estndar de estimacin 489

Transformacin de datos 491

Ejercicios 494

Covarianza (opcional) 494

Ejercicios 497






Captulo

14 Anlisis de correlacin y regresin mltiple 511Introduccin 512

Anlisis de regresin mltiple 512

Ejercicios 516

La ecuacin ajusta bien los datos? 518

Error estndar de estimacin mltiple 518

Tabla ANOVA 520

Coeficiente de determinacin mltiple 521

Coeficiente ajustado de determinacin 522

Ejercicios 523

Inferencias en la regresin lineal mltiple 523

Prueba global: prueba del modelo de regresin mltiple 524

Evaluacin de los coeficientes de regresin individuales 526

Ejercicios 529

Evaluacin de las suposiciones de la regresin mltiple 530

Relacin lineal 531

La variacin en los residuos es igual para valores grandes y pequeos de Y 532

Distribucin de los residuos 533

Multicolinealidad 533

Observaciones independientes 535

Variables independientes cualitativas 536

Regresin por pasos 538

Modelos de regresin con interaccin 541

Contenido

www.FreeLibros.org

xvii

Ejercicios 543







Glosario 565

Ejercicios 566

Casos 568

Captulo

15 Nmeros ndice 569Introduccin 570

Nmeros ndice simples 570

Por qu convertir datos en ndices? 573

Elaboracin de nmeros ndice 573

Ejercicios 575

ndices no ponderados 575

Promedio simple de los ndices de precios 575

ndice agregado simple 576

ndices ponderados 577

ndice de precios de Laspeyres 577

ndice de precios de Paasche 578

ndice ideal de Fisher 580

Ejercicios 580

ndice de valores 581

Ejercicios 582

ndices para fines especiales 583

ndice de Precios al Consumidor 584

ndice de Precios al Productor 585

Promedio Industrial Dow Jones (DJIA) 585

ndice S&P 500 586

Ejercicios 587

ndice de Precios al Consumidor 588

Casos especiales del ndice de Precios al Consumidor 588

Cambio de la base 591

Ejercicios 593



ejercicios.com 598



Captulo

16 Series de tiempo y proyeccin 601Introduccin 602

Componentes de una serie de tiempo 602

Tendencia secular 602

Variacin cclica 604

Variacin estacional 605

Variacin irregular 605

Promedio mvil 606

Promedio mvil ponderado 609

Ejercicios 611

Tendencia lineal 612

Mtodo de los mnimos cuadrados 613

Ejercicios 615

Tendencias no lineales 616

Ejercicios 618

Variacin estacional 618

Determinacin de un ndice estacional 619

Ejercicios 624

Datos desestacionalizados 624

Uso de datos desestacionalizados para proyeccin 625

Ejercicios 628

El estadstico de Durbin-Watson 628

Ejercicios 633



ejercicios.com, Ejercicios de la base de datos, Comandos de software 641



Glosario 644

Ejercicios 644

Captulo

17 Mtodos no paramtricos: aplicaciones de ji cuadrada 646Introduccin 647

Prueba de bondad de ajuste: frecuencias esperadas iguales 647

Ejercicios 652

Prueba de bondad de ajuste: frecuencias esperadas desiguales 653

Limitaciones de ji cuadrada 655

Contenido

www.FreeLibros.org

xviii

Ejercicios 657

Anlisis de tablas de contingencia 658

Ejercicios 662

Resumen del captulo, Clave de pronunciacin, Ejercicios del captulo 663

ejercicios.com 666




Captulo

18 Mtodos no paramtricos: anlisis de datos ordenados 670Introduccin 671

La prueba de los signos 671

Ejercicios 675

Uso de la aproximacin normal a la binomial 676

Ejercicios 678

Prueba de hiptesis acerca de una mediana 678

Ejercicios 679

Prueba de rangos con signo de Wilcoxon para muestras dependientes 680

Ejercicios 683

Prueba de Wilcoxon de la suma de rangos para muestras independientes 685

Ejercicios 688

Prueba de Kruskal-Wallis: anlisis de la varianza por rangos 688

Ejercicios 692

Correlacin por orden de rango 693

Prueba de la significancia para rs 695

Ejercicios 696







Glosario 706

Ejercicios 707

Casos 708

Captulo

19 Control estadstico del proceso y administracin de calidad 710Introduccin 711

Una breve historia del control de calidad 711

Six Sigma 713

Causas de variacin 714

Diagramas de diagnstico 715

Diagramas de Pareto 715

Diagramas de esqueleto de pez 717

Ejercicios 718

Objetivo y tipos de diagramas de control de calidad 718

Diagramas de control para variables 719

Diagramas de rangos 722

Situaciones en control y fuera de control 723

Ejercicios 725

Diagramas de control de atributos 726

Diagrama del porcentaje defectuoso 726

Diagrama de lneas c 729

Ejercicios 731

Muestreo de aceptacin 732

Ejercicios 735






Captulo

20 Introduccin a la teora de decisiones 743Introduccin 744

Elementos de una decisin 744

Un caso que comprende la toma de decisiones en condiciones de incertidumbre 745

Tabla de pagos 745

Pagos esperados 746

Ejercicios 747

Prdida de oportunidad 748

Ejercicios 749

Prdida de oportunidad esperada 749

Contenido

www.FreeLibros.org

xix

Ejercicios 750

Estrategias mx-mn, mx-mx y mn-mx de arrepentimiento 750

Valor de la informacin perfecta 751

Anlisis de sensibilidad 752

Ejercicios 753

rboles de decisin 754



Respuesta para autoevaluaciones 760

MegaStat para Excel, 761

Visual Statistics2.2 765

Apndices

Apndice A: Conjuntos de datos 771

Apndice B: Tablas 774

Apndice C: Respuestas a los ejercicios impares de cada captulo 802

Crditos de fotografas 848

ndice 849

Contenido

www.FreeLibros.org

www.FreeLibros.org

1O B J E T I V O S

Al concluir el captulo, ser capaz de:

1. Comprender la razn por la que estudia estadstica.

2. Explicar los conceptos de estadstica descriptiva y estadstica inferencial.

3. Distinguir entre una variable cualitativa y una variable cuantitativa.

4. Describir la diferencia entre una variable discreta y una variable continua.

5. Distinguir entre los niveles de medicin nominal, ordinal, de intervalo y de razn.

Qu es la estadstica?

Usted se encuentra comprando un nuevo reproductor de msica MP3,

como el iPod de Apple. Los fabricantes indican la cantidad de canciones

que almacena la memoria. Sin embargo, a usted le gustara almacenar

los musicales de Broadway, que duran ms, por lo que le gustara

calcular cuntos musicales caben en su reproductor MP3. Recogera

informacin utilizando una muestra de una poblacin? Por qu razn?

(vase ejercicio 8d ) y objetivo 2).www.FreeLibros.org

Captulo 12

IntroduccinHace ms de cien aos, H. G. Wells, escritor e historiador ingls, dijo que algn da el razonamiento cuantitativo sera tan importante para la gran mayora de los ciudadanos como la capacidad de leer. No mencion el rea de los negocios, ya que la Revolucin Industrial apenas iniciaba. No obstante, Wells tena razn. Si bien la experiencia en los negocios, cierta habilidad para hacer pronsticos razonados y la intuicin constituyen atributos fundamentales en los gerentes con xito, los problemas que en la actualidad se presentan en los negocios tienden a ser demasiado complejos como para tomar decisiones slo a partir de estos criterios.

Una de las herramientas utilizadas para tomar decisiones es la estadstica. De la estadstica no slo se sirve la gente dedicada a los negocios; en nuestra vida cotidiana tambin aplicamos conceptos estadsticos. Por ejemplo, para comenzar el da, abra la regadera y deje correr el agua unos segundos. Enseguida moje su mano para percatarse si la temperatura es adecuada o decidir si abre ms la llave del agua caliente o la del agua fra. Ahora suponga que est en una tienda comercial y quiere comprar una pizza congelada. Dos marcas tienen un puesto de promocin, y cada una le ofrece una pequea rebanada. Despus de probar, decide cul comprar. En ambos ejemplos, usted toma la decisin y elige lo que har, a partir de una muestra.

Las empresas enfrentan situaciones similares. Por ejemplo, Kellogg Company debe garantizar que la cantidad promedio de Raisin Bran en una caja de 25.5

gramos cumpla con la cantidad especificada en la etiqueta. Para hacerlo fija un peso objetivo un poco ms alto que la cantidad que dice en la etiqueta. Las cajas se pesan despus de llenarse. La bscula indica la distribucin de los pesos del contenido por hora, as como la cantidad de cajas desechadas por no cumplir con las especificaciones de la etiqueta en el transcurso de dicha hora. El Departamento de Control de Calidad tambin selecciona de forma aleatoria muestras de la lnea de produccin y verifica la calidad del producto y el peso de la caja. Si es significativa la diferencia entre el peso promedio del producto y el peso objetivo o el porcentaje de cajas desechadas es muy alto, el proceso se ajusta.

Alan Greenspan, ex presidente del Departamento de la Reserva Federal de Estados Unidos, conoce y entiende la importancia de las herramientas y tcnicas estadsticas para proporcionar informacin precisa y oportuna que sirva para hacer declaraciones pblicas con la fuerza de movilizar mercados burstiles globales e influir en la poltica. Al hablar frente al National Skills Summit, el doctor Greenspan dijo: A los trabajadores se les debe preparar no slo con conocimientos tcnicos, sino tambin con la capacidad de crear, analizar y transformar la informacin, as como de relacionarse adecuadamente con otras personas. Es decir, deben ser capaces de separar los hechos de las opiniones y enseguida organizarlos en su forma ms conveniente para analizar la informacin.

Como estudiante de administracin o de economa, requerir conocimientos bsi-cos y habilidad para organizar, analizar y transformar datos, as como para presentar la informacin. En esta obra, aprender las tcnicas y mtodos estadsticos bsicos que mejorarn su destreza para tomar buenas decisiones personales y de naturaleza admi-nistrativa.

Por qu se debe estudiar estadstica?Si revisa el plan de estudios de la universidad, se dar cuenta de que varios programas universitarios incluyen la estadstica. Por qu razn? Cules son las diferencias entre los cursos de estadstica que se imparten en la Facultad de Ingeniera, los Departa-mentos de Psicologa o Sociologa en la Escuela de Artes Liberales y la Facultad de Administracin? La diferencia principal consiste en los ejemplos que se utilizan. El con-tenido del curso es el mismo. En la Facultad de Administracin el inters son cuestiones como las utilidades, las horas de trabajo y los salarios. A los psiclogos les importan los resultados de las pruebas, y a los ingenieros la cantidad de unidades que fabrica deter-minada mquina. No obstante, en los tres casos, el inters se centra en el valor tpico y la variacin que experimentan los datos. Tambin existe una diferencia en el nivel de www.FreeLibros.org

Qu es la estadstica? 3

los clculos matemticos requeridos. Un curso de estadstica para ingenieros incluye el clculo. Los cursos de estadstica en las facultades de administracin y pedagoga, por lo general, se imparten desde el punto de vista de las aplicaciones. Si usted ya estu-di lgebra en la escuela secundaria, manejar adecuadamente la matemtica que se emplea en el texto.

Entonces, por qu se requiere la estadstica en muchas empresas importantes? La primera razn consiste en que la informacin numrica prolifera por todas partes. Revise los peridicos (USA Today), revistas de noticias (Time, Newsweek, U.S. News y World Report), revistas de negocios (BusinessWeek, Forbes), revistas de inters gene-ral (People), revistas para mujeres (Ladies, Home Journal o Elle) o revistas deportivas (Sports Illustrated, ESPN The Magazine), y quedar abrumado con la cantidad de infor-macin numrica que contienen.

He aqu algunos ejemplos:

En 2003 el ingreso familiar tpico en Estados Unidos era de $43 318. En el caso de las familias del noreste el ingreso tpico era de $46 742; en la regin central de Estados Unidos de $44 732; en el sur era de $39 823 y en la regin occidental de $46 820. La informacin ms reciente se puede localizar en la pgina http://www.census.gov/hhes/income.

En julio de 2005, Boeing inform la entrega de 155 aeronaves para el periodo del 1 de enero de 2005 al 30 de junio de 2005. Esto represent un total de 113 naves Boeing 737 entregadas durante el periodo, y Southwest Airlines fue el comprador ms importante con 22 aeronaves adquiridas. Verifique la informacin ms reciente en la pgina de Boeing www.boeing.com, escriba orders and deliveries (rdenes y entregas) en el recuadro de bsqueda y, de la lista de posibles sitios de la red, seleccione el que ofrezca la informacin ms reciente de rdenes y entregas. A la izquierda de esta pgina aparece una lista del mapa de ubicacin de las rdenes, del cual puede elegir Current Year Deliveries.

USA Today (www.usatoday.com) imprime instantneas, que son el resultado de encuestas llevadas a cabo por diversas agencias de investigacin, fundaciones y por el gobierno federal. Por ejemplo, muchos prefieren el correo electrnico en lugar del correo postal. Sin embargo, de acuerdo con una encuesta reciente, el Servicio Postal de Estados Unidos informa que 67% de los adultos sealan que el correo ordinario resulta ms personal que el correo electrnico; 56% indica que les causa placer recibir el correo normal y 55% espera con ansias abrir el correo.

Una segunda razn para inscribirse en un curso de estadstica estriba en que las tcnicas estadsticas se emplean para tomar decisiones que afectan la vida diaria. Es decir que stas influyen en su bienestar. He aqu algunos ejemplos:

Las compaas de seguros utilizan el anlisis estadstico para establecer tarifas de seguros de casas, automviles, de vida y de servicio mdico. Las tablas disponibles contienen clculos aproximados de que a una mujer de 20 aos de edad le queden 60.25 aos de vida; a una mujer de 87 aos le queden 4.56 aos de vida y a un hombre de 50 aos 27.85. Las primas de seguros de vida se establecen con base en estos clculos de expectativas de vida. Estas tablas se encuentran disponibles en www.ssa.gov/OACT/STATS/table4cb.html (este sitio acepta maysculas).

La Agencia de Proteccin del Ambiente est interesada en la calidad del agua del lago Erie, entre otros. Con periodicidad toma muestras de agua para determinar el nivel de contaminacin y mantener la norma de calidad.

Los investigadores mdicos estudian los ndices de curacin de enfermedades mediante la utilizacin de diferentes frmacos y diversos tratamientos. Por ejemplo, cul es el efecto que resulta de operar cierto tipo de lesin de rodilla o de aplicar terapia fsica? Si se ingiere una aspirina cada da, se reduce el riesgo de un ataque al corazn?

Una tercera razn para inscribirse radica en que el conocimiento de sus mtodos facilita la comprensin de la forma en que se toman decisiones y proporciona un enten-dimiento ms claro de cmo le afectan.

Ejemplos de por qu se estudia la estadstica

www.FreeLibros.org

Captulo 14

Sin importar el empleo que haya elegido, usted encarar la necesidad de tomar decisiones en las que saber hacer un anlisis de datos resultar de utilidad. Con el fin de tomar una decisin informada, ser necesario llevar a cabo lo siguiente:

1. Determinar si existe informacin adecuada o si requiere informacin adicional.2. Reunir informacin adicional, si se necesita, de manera que no se obtengan resulta-

dos errneos.3. Resumir los datos de manera til e informativa.4. Analizar la informacin disponible.5. Obtener conclusiones y hacer inferencias al mismo tiempo que se evala el riesgo

de tomar una decisin incorrecta.

Los mtodos estadsticos expuestos en la obra le proporcionarn un esquema del proceso de toma de decisiones.

En suma, existen por lo menos tres razones para estudiar estadstica: 1. Los datos proliferan por todas partes: 2. Las tcnicas estadsticas se emplean en la toma de deci-siones que influyen en su vida: 3. Sin importar la carrera que elija, tomar decisiones profesionales que incluyan datos. Una comprensin de los mtodos estadsticos permite tomar decisiones con mayor eficacia.

Qu se entiende por estadstica?Cul es la definicin de estadstica? Nos topamos con ella en el lenguaje cotidiano. En realidad, posee dos significados: en su acepcin ms comn, la estadstica se refiere a informacin numrica. Algunos ejemplos son el sueldo inicial de los graduados de universidad, el nmero de muertes provocadas por el alcoholismo el ao pasado, el cambio en el promedio industrial Dow Jones de ayer a hoy y la cantidad de cuadrangu-lares conectados por los Chicago Cubs durante la temporada 2005. En estos ejemplos las estadsticas refieren un valor o un porcentaje. Otros ejemplos incluyen:

El automvil tpico en Estados Unidos viaja 17 858 kilmetros al ao; el autobs, 15 049 kilmetros al ao y el camin, 22 433 kilmetros al ao. En Canad, la infor-macin correspondiente es de 16 687 kilmetros en el caso de los automviles; de 31 895 en el caso de los autobuses y de 11 264.60 en el caso de los camiones.

El tiempo promedio de espera para asesora tcnica es de 17 minutos. La longitud promedio del ciclo econmico de negocios desde 1945 es de 61

meses.

Todos stos constituyen ejemplos de estadsticas. Una coleccin de informacin num-rica recibe el nombre de estadsticas.

A menudo la informacin estadstica se presenta en forma grfica, la cual es til porque capta la atencin del lector e incluye una gran cantidad de informacin. Por ejemplo, la grfica 1.1 muestra el volumen y las acciones de Frito-Lay respecto de las principales categoras de papas fritas y botanas en los supermercados de Estados Uni-dos. Es suficiente un vistazo para descubrir que se vendieron cerca de 800 millones de libras de papas fritas y que Frito-Lay vendi 64% del total. Observe, asimismo, que Frito-Lay posee 82% del mercado de frituras de maz.

Como ver, la estadstica tiene un significado mucho ms amplio que la simple recoleccin y publicacin de informacin numrica. Atienda a la siguiente definicin de estadstica:

ESTADSTICA Ciencia que recoge, organiza, presenta, analiza e interpreta datos con el fin de propiciar la toma de decisiones ms eficaz.

Como lo sugiere la definicin, el primer paso en el estudio de un problema consiste en recoger datos relevantes. stos deben organizarse de alguna forma y, tal vez, repre-sentarse en una grfica, como la grfica 1.1. Slo despus de haber organizado los

Estadstica en accin

Centre su atencin en el ttulo Estadstica en accin. Lea con cuidado para obte-ner una idea de la amplia gama de aplicaciones de la estadstica en la administra-cin, economa, enfermera, cumplimiento de la ley, de-portes y otras disciplinas.

En 2005, Forbes public una lista de los estadouni-denses ms ricos. William Gates, fundador de Mi-crosoft Corporation, es el hombre ms rico. Su fortuna se calcula en 46 500 millones de dla-res (www.forbes.com).

En 2005 las cuatro com-paas estadounidenses con mayores ingresos fue-ron ExxonMobil, General Motors, Ford y Chevron (www.industryweek.com).

En Estados Unidos un t-pico estudiante graduado de la escuela secundaria gana 1.2 millones de dla-res en el transcurso de su vida; un tpico graduado universitario gana dos 2.1 millones de dlares y un tpico posgraduado gana 2.5 millones de dlares (usgovinfo.about.com/ library/weekly(aa072602a.htm).

www.FreeLibros.org


datos es posible analizarlos e interpretarlos. He aqu algunos ejemplos de la necesidad de recoger datos.

Los analistas dedicados a la investigacin que trabajan para Merrill Lynch evalan muchas facetas de determinadas acciones antes de hacer una recomendacin de compra o venta. Recogen los datos de ventas anteriores de la compaa y calculan futuras ganancias. Antes de hacer recomendaciones, tambin consideran otros factores, como la demanda mundial prevista de los productos de la compaa, la fuer-za de la competencia y el efecto del nuevo contrato con la administra-cin sindical.

El departamento de marketing de Colgate-Palmolive Co., fabricante de productos de limpieza, tiene la responsabilidad de hacer recomenda-ciones sobre la posible rentabilidad de un grupo de jabones faciales recin creados, con aromas frutales, como uva, naranja y pia. Antes de tomar la ltima decisin, los promotores de mercado examinarn el producto en diversos mercados. Es decir, los anunciarn y vendern en Topeka, Kansas y Tampa, Florida. A partir de los resultados de esta prueba de marketing en estas dos regiones, Colgate-Palmolive decidir si vende o no los jabones en todo el pas.

El Gobierno est interesado en la situacin actual y en el pronstico de las tenden-cias econmicas. Por lo que lleva a cabo una gran cantidad de encuestas para determinar la confianza del consumidor y el punto de vista de los administradores en lo que se refiere a ventas y produccin para los siguientes doce meses. Los ndices, como el ndice de precios al consumidor (IPC), se elaboran cada mes para calcular la inflacin. La informacin acerca de las ventas en tiendas departamenta-les, programas de vivienda, volumen de acciones y produccin industrial son slo algunos de los cientos de factores que se toman en cuenta al establecer la base de las proyecciones. Los bancos emplean estas proyecciones para determinar su tasa principal de prstamos, y el Departamento de la Reserva Federal las emplea para tomar decisiones sobre el nivel de control que aplicar al suministro de dinero.

Los administradores deben tomar decisiones referentes a la calidad de sus produc-tos o servicios. Por ejemplo, los consumidores se comunican con las compaas de software para solicitar asesora tcnica cuando no pueden resolver algn problema. El tiempo que un consumidor debe esperar para que un asesor tcnico conteste la llamada constituye una medida de la calidad del servicio que se le brinda. Una compaa de software podra establecer un minuto como objetivo del tiempo repre-sentativo de respuesta. Entonces la compaa recabara y analizara los datos rela-tivos al tiempo de respuesta. Difiere el tiempo representativo de respuesta cierto da de la semana o parte de un da? Si los tiempos de respuesta se estn creciendo, los administradores podran tomar la decisin de aumentar la cantidad de asesores tcnicos a ciertas horas del da o de la semana.

Frito-Lay

Resto de la industria

0 100 200 300 400

Millones de libras

500 600 700 800

Papas fritas

Frituras de tortilla

Pretzel

Botanas

Frituras de maz

75%

26%

56%

82%

64%

GRFICA 1.1 Volumen y acciones de Frito-Lay en las principales categoras de botanas en los supermercados de Estados Unidos

www.FreeLibros.org

Captulo 16

Tipos de estadsticaPor lo general, el estudio de la estadstica se divide en dos categoras: la estadstica descriptiva y la estadstica inferencial.

Estadstica descriptivaEs la ciencia que recoge, organiza, presenta, analiza datos. Esta parte de la estads-tica recibe el nombre de estadsticadescriptiva.

Por ejemplo, el gobierno de Estados Unidos informa que en 1960, la poblacin de este pas fue de 179 323 000; en 1970, de de 203 302 000; en 1980, de 226 542 000; en 1990, de 248 709 000 y en 2000 de 265 000 000. Esta informacin representa una estadstica descriptiva. Se trata de estadstica descriptiva si calcula el crecimiento por-centual de una dcada a otra. Sin embargo, no sera de naturaleza descriptiva si utilizara estos datos para calcular la poblacin de Estados Unidos en el ao 2010 o el crecimien-to porcentual de 2000 a 2010. Por qu? Dichas estadsticas no se estn utilizando para hacer un resumen de poblaciones del pasado, sino para calcular poblaciones en el futuro. Los siguientes son ejemplos de estadstica descriptiva.

Hay un total de casi 68 859 kilmetros de carreteras interestatales en Estados Unidos. El sistema interestatal representa apenas 1% del total de carreteras de la nacin, aunque alberga a ms de 20% del trnsito. La ms larga es la autopista I-90, que va de Boston a Seattle, una distancia de 4 957.32 kilmetros. La ms corta es la I-878, localizada en Nueva York, cuya longitud es de 1.12 kilmetros. Alaska no cuenta con carreteras interestatales; Texas posee la mayor cantidad de kilmetros interestatales, 3 232, y Nueva York tiene la mayor parte de las rutas interestatales, 28 en total.

De acuerdo con la Agencia de Estadstica Laboral, en enero de 2006 el salario pro-medio por hora de los obreros era de $17.73. Revise la informacin reciente sobre salarios y productividad de los trabajadores estadounidenses en la pgina de la Agencia de Estadstica Laboral localizada en http://www.bls.gov./home.htm, selec-cione Average Hourly Earnings.

Una masa de datos desorganizados como el censo de poblacin, los salarios semanales de miles de programadores de computadoras y las respuestas de 2000 votan-tes registrados para elegir presidente de Estados Unidos resulta de poca utilidad. No obstante, las tcnicas de la estadstica descriptiva permiten organizar esta clase de datos y darles significado. Los datos se ordenan en una distribucindefrecuencia(en el cap-tulo 2 se estudia este procedimiento). Se emplean diversas clasesdegricas para des-cribir datos; en el captulo 4 tambin se incluyen diversas formas bsicas de grficas.

Las medidas especficas de localizacin central, como la media, describen el valor central de un grupo de datos numricos. Para describir la proximidad de un conjunto de datos en torno al promedio se emplean diversas medidas estadsticas. Estas medidas de tendencia central y dispersin se estudian en el captulo 3.

Estadstica inferencialEl segundo tipo es la estadsticainferencial,tambin denominada inferenciaestads-tica.El principal inters respecto de la estadstica inferencial tiene que ver con encon-trar algo relacionado con la poblacin a partir de una muestra de dicha poblacin. Por ejemplo, una encuesta reciente mostr que solamente 46% de los estudiantes del ltimo grado de secundaria podan resolver problemas que incluyeran fracciones, decimales y porcentajes. Adems, slo 77% de los estudiantes de ltimo ao de secundaria pudo sumar correctamente el costo de una ensalada, una hamburguesa, unas papas fritas y un refresco de cola, que figuraban en el men de un restaurante. Ya que stas son

ESTADSTICA DESCRIPTIVA Mtodo para organizar, resumir y presentar datos de manera informativa.

www.FreeLibros.org


inferencias relacionadas con una poblacin (todos los estudiantes de ltimo grado de secundaria), basadas en datos de la muestra, se trata de estadstica inferencial. Se podra considerar a la estadstica inferencial como la mejor conjetura que es posible obtener del valor de una poblacin sobre la base de la informacin de la muestra.

Preste atencin a las palabras poblacin y muestra en la definicin de estadstica inferencial. Con frecuencia hacen referencia a la poblacin que vive en Estados Unidos o a la poblacin de 1 310 millones de habitantes de China. No obstante, en estadstica, la palabra poblacin posee un significado ms amplio. Una poblacin puede constar de individuos como los estudiantes matriculados de la Universidad Estatal de Utah, los estudiantes de Contabilidad 201 o los presidentes de las compaas de Fortune 500. Tambin puede consistir en objetos, tales como las llantas Cobra G/T producidas en Cooper Tire and Rubber Company en la planta de Findlay, Ohio; las cuentas por cobrar al finalizar octubre por Lorrange Plastics, Inc.; o los reclamos de seguro de automvil archivados durante el primer trimestre de 2006 en la Oficina Regional del Noreste de State Farm Insurance. Las medidas de inters podran ser los resultados en el primer examen de los estudiantes de Contabilidad 201, el desgaste de la banda de rodamiento de las llantas Cooper, el monto en dlares de las notas por cobrar de Lorrange Plastics o la cantidad de reclamos de seguro de automvil en State Farm. De esta manera, desde una perspectiva estadstica una poblacin no siempre tiene que ver con personas.

ESTADSTICA INFERENCIAL Mtodos empleados para determinar una propiedad de una poblacin con base en la informacin de una muestra.

Con el objeto de inferir algo sobre una poblacin, lo comn es que tome una mues-trade la poblacin.

POBLACIN Conjunto de individuos u objetos de inters o medidas obtenidas a partir de todos los individuos u objetos de inters.

Razones por las que se toman muestras

Por qu tomar una muestra en lugar de estudiar a cada miembro de la poblacin? Una muestra de votantes registrados se hace necesaria en virtud de los costos prohibiti-vos de ponerse en contacto con millones de electores antes de una eleccin. Las prue-bas en el trigo acerca de la humedad que lo destruye, hacen imprescindible la toma de una muestra. Si los catadores de vino probaran todo el vino, no quedara una gota para vender. En la prctica resulta imposible que unos cuantos bilogos marinos capturen y rastreen a todas las focas en el ocano. (stas y otras razones para tomar muestras se estudian en el captulo 8.)

La toma de muestras para aprender algo sobre una poblacin es de uso frecuente en administracin, agricultura, poltica y acciones de gobierno, segn lo muestran los siguientes ejemplos:

Las cadenas de televisin hacen un monitoreo continuo de la popularidad de sus programas contratando a Nielsen y a otras organizaciones con el fin de que stas tomen muestras sobre las preferencias de los teleespectadores. Por ejemplo, en una muestra de 800 personas que ven el televisor a la hora de mayor audiencia, 320, o 40%, seal que vio CSI (Crime Scene Investigation) la semana pasada. Estos ndices de audiencia se emplean para establecer tarifas de publicidad o para sus-pender programas.

Gamous and Associates, una firma de contadores pblicos, realiza una auditora a Pronto Printing Company. Para comenzar, la firma contable elige una muestra alea-toria de 100 facturas y verifica la exactitud de cada factura. Por lo menos hay un error en cinco facturas; por consiguiente, la firma de contadores calcula que 5% de la poblacin de facturas contiene un error por lo menos.

Una muestra aleatoria de 1 260 graduados de marketing de escuelas que imparten la carrera en cuatro aos mostr que su sueldo inicial promedio era de $42 694. Por

MUESTRA Porcin o parte de la poblacin de inters.

www.FreeLibros.org

Captulo 18

tanto, se estima que el sueldo inicial promedio de todos los graduados de contabili-dad de instituciones que imparten la carrera en cuatro aos es de $42 694.

La relacin entre una muestra y una poblacin se presenta abajo. Por ejemplo, desea calcular los kilmetros promedio por litro de los vehculos SUV (sport utility vehicles). Se eligen seis SUV de la poblacin. Se emplea la cantidad promedio de KPL (kilmetros por litro) de los seis para calcular la cantidad de KPL en el caso de la poblacin.

Enseguida aparece un ejercicio de autoevaluacin. Estos ejercicios se encuentran intercalados en cada captulo. Someten a prueba su comprensin del material prece-dente. La respuesta y mtodo de solucin aparecen al inal del captulo. La respuesta a la siguiente autoevaluacin se encuentra en la pgina 19. El lector debe intentar resol-verlos y despus comparar su respuesta.

PoblacinTodos los elementos

MuestraElementos elegidosentre la poblacin

Le recomendamos que realice el ejercicio de autoevaluacin.

Variable cualitativa

Variable cuantitativa

Tipos de variablesExisten dos tipos bsicos de variables: 1) cualitativas y 2) cuantitativas (vase grfica 1.2). Cuando la caracterstica que se estudia es de naturaleza no numrica, recibe el nombre de variablecualitativao atributo.Algunos ejemplos de variables cualitativas son el gnero, la filiacin religiosa, tipo de automvil que se posee, estado de nacimien-to y color de ojos. Cuando los datos son de naturaleza cualitativa, importa la cantidad o proporcin que caen dentro de cada categora. Por ejemplo, qu porcentaje de la poblacin tiene ojos azules? Cuntos catlicos o cuntos protestantes hay en Estados Unidos? Qu porcentaje del total de automviles vendidos el mes pasado eran SUV? Los datos cualitativos se resumen en tablas o grficas de barras (captulo 2).

Cuado la variable que se estudia aparece en forma numrica, la variable se denomi-na variablecuantitativa.Ejemplos de variables cuantitativas son el saldo en su cuenta de cheques, las edades de los presidentes de la compaa, la vida de la batera de un automvil aproximadamente 42 meses y el nmero de hijos que hay en una familia.

Autoevaluacin 1.1 Las respuestas se localizan al final del captulo.La empresa de publicidad con sede en Atlanta, Brandon and Associates, solicit a una muestra de 1 960 consumidores que probaran un platillo con pollo recin elaborado por Boston Market. De las 1 960 personas de la muestra, 1176 dijeron que compraran el alimento si se comercializaba. a) Qu podra informar Brandon and Associates a Boston Market respecto de la aceptacin en

la poblacin del platillo de pollo?b) Es un ejemplo de estadstica descriptiva o estadstica inferencial? Explique su respuesta.

www.FreeLibros.org


Las variables cuantitativas pueden ser discretas o continuas. Las variablesdiscre-tas adoptan slo ciertos valores y existen vacos entre ellos. Ejemplos de variables dis-cretas son el nmero de camas en una casa (1, 2, 3, 4, etc.); el nmero de automviles que en una hora usan la Salida 25, carretera I-4, en Florida, cerca del Walt Disney World (326, 421, etc.) y el nmero de estudiantes en cada seccin de un curso de estadstica (25 en la seccin A, 42 en la seccin B y 18 en la seccin C). Aqu se cuenta, por ejem-plo, el nmero de automviles que arriban a la Salida 25, carretera I-4, y el nmero de estudiantes de estadstica en cada seccin. Observe que en una casa hay 3 o 4 camas, pero no 3.56. Por consiguiente, existe un vaco entre los valores posibles. Las variables discretas son el resultado de una relacin numrica.

Las observaciones de una variablecontinua toman cualquier valor dentro de un intervalo especfico. Ejemplos de variables continuas son la presin del aire en una llanta y el peso de un cargamento de tomates. Otros ejemplos son la cantidad de cereal con pasas que contiene una caja y la duracin de los vuelos de Orlando a San Diego. El promedio de puntos al graduarse (PPG) constituye una variable continua. Podra expre-sar el PPG de determinado estudiante como 3.2576952. Se acostumbra redondear a 3 lugares decimales (3.258). Por lo general las variables continuas son el resultado de mediciones.

Niveles de medicinLos datos se clasifican por niveles de medicin. El nivel de medicin de los datos rige los clculos que se llevan a cabo con el fin de resumir y presentar los datos. Tambin deter-mina las pruebas estadsticas que se deben realizar. Por ejemplo, en una bolsa de M&M

hay lunetas de seis diferentes colores. Suponga que asigna el 1 al caf, el 2 al amarillo, el 3 al azul, el 4 al naranja, el 5 al verde y el 6 al rojo. Sume la cantidad de lunetas que hay en una bolsa, la divide entre el nmero de lunetas e informa que el color promedio es 3.56. Significa que el color pro-medio es azul o anaranjado? Desde luego que no. Otro ejemplo, en la pista de una escuela secundaria hay ocho competidores para la carrera de 400 metros. Para indicar el orden en que llegan a la meta dice que la media es de 4.5. Qu revela este promedio? Nada! En ambos casos, no se emple adecuadamente el nivel de medicin.

Tipos de variables

Cualitativa Cuantitativa

ContinuaDiscreta Marca de PC Estado civil Color de cabello

Hijos en una familia Tiros en un hoyo de golf Aparatos de televisin que se poseen

Monto del impuesto sobre la renta Peso de un estudiante Precipitacin anual en Tampa, Florida

GRFICA 1.2 Resumen de los tipos de variables

www.FreeLibros.org

Captulo 110

De hecho, existen cuatro niveles de medicin: nominal, ordinal, de intervalo y de razn. La medicin ms baja, o ms primaria, corresponde al nivel nominal. La ms alta, o el nivel que proporciona la mayor informacin relacionada con la observacin, es la medicin de razn.

Datos de nivel nominalEn el caso del nivelnominalde medicin, las observaciones acerca de una variable cualitativa slo se clasifican y cuentan. No existe una forma particular para ordenar las etiquetas. La clasificacin de los seis colores de las lunetas de chocolate de leche M&M constituye un ejemplo del nivel nominal de medicin. Simplemente se clasifican las lunetas por color. No existe un orden natural. Es decir, no presenta primero las lunetas cafs, las anaranjadas o las de cualquier color. El gnero representa otro ejemplo del nivel nominal de medicin. Suponga que hace un conteo de los estudiantes que entran a un partido de futbol con credencial e informa cuntos son hombres y cuntas mujeres. Podra presentar primero a los hombres o a las mujeres. Para el nivel nominal, la medi-cin consiste en contar. La tabla 1.1 muestra un anlisis de las fuentes de suministro mundial de petrleo. La variable de inters se refiere al pas o regin. Se trata de una variable de nivel nominal porque registra la informacin de acuerdo con la fuente de suministro del petrleo y no existe orden natural. No se confunda por el hecho de que la variable se resume informando la cantidad de barriles producidos por da.

Estadstica en accin

Dnde tiene sus orgenes la estadstica? En 1662 John Graunt public el artculo Natural and Political Observations Made upon Bills of Mortality. Las ob-servaciones del autor eran el resultado de un estudio y anlisis de una publicacin religiosa semanal llamada Bill of Mortality, la cual inclua nacimientos, bauti-zos y muertes junto con sus causas. Graunt se dio cuenta de que Bills of Mortality representaba apenas una fraccin de los nacimientos y muertes en Londres. Sin embargo, utiliz los datos para llegar a conclusiones relativas al impacto de las enfermedades, como la peste, en la poblacin. Su lgica constituye un ejemplo de inferencia estadstica. Su anlisis e interpretacin de los datos marcan el inicio de la estadstica.

La tabla 1.1 muestra el rasgo esencial de la escala nominal de medicin: no existe un orden particular en las categoras.

Con el fin de procesar datos referentes a la produccin de petrleo, al gnero, al empleo por industria, etc., a menudo las categoras se codifican con los nmeros 1, 2, 3,

TABLA 1.1 Suministro mundial de petrleo para 2004

Millones de Fuente barriles diarios Porcentaje

OPEP 32.91 39.7OCDE (incluyendo a Estados Unidos)* 22.76 27.4Rusia 11.33 13.7China 3.62 4.4Otra 12.35 14.9

82.97 100.1

*El promedio diario en Estados Unidos es de 8.69 millones de barriles, o 10.5% del total.

www.FreeLibros.org


etctera: el 1 representa a la OPEP; el 2, a la OCDE, por ejemplo. Esto facilita el clculo con la ayuda de la computadora. Sin embargo, aunque ha asignado nmeros a las diver-sas categoras, esto no le autoriza a realizar operaciones con los nmeros. Por ejemplo, 1 + 2 no es igual a 3, es decir que OPEP + OCDE no es igual a Rusia. En resumen, los datos de nivel nominal poseen las siguientes propiedades:

1. Las categoras de datos se encuentran representadas por etiquetas o nombres.2. Aun cuando las etiquetas se codifiquen con nmeros, las categoras de datos no

tienen ningn orden lgico.

Datos de nivel ordinalEl nivel inmediato superior de datos es el nivelordinal.La tabla 1.2 contiene las califi-caciones que los alumnos del profesor James Bruner le otorgaron despus de un curso de introduccin a las finanzas. Cada estudiante de la clase respondi la pregunta: En trminos generales, cmo calificas al profesor del curso? La calificacin variable ilus-tra el uso de la escala ordinal de medicin. Una calificacin es ms alta o mejor, que la siguiente: superior es mejor que bueno, bueno es mejor que promedio, etc. Sin embar-go, no es posible distinguir la magnitud de las diferencias entre los grupos. La diferen-cia entre superior y bueno es la misma que entre malo e inferior? No es posible afirmarlo. Si sustituye 5 por superior y 4 por bueno, concluir que la calificacin superior es mejor que la calificacin bueno, pero si aade una calificacin de superior y una de bueno no espere que el resultado tenga significado. Adems, no debe concluir que la calificacin de bueno (calificacin de 4) sea necesariamente dos veces ms alta que malo (califica-cin de 2). Slo tendr claro que la calificacin bueno es mejor que la calificacin malo; no en qu grado es mejor calificacin.

Otro ejemplo de datos de nivel ordinal es el Homeland Security Advisory System. El Departamento de Seguridad Nacional publica informacin relativa al riesgo de que las

autoridades federal, estatal y local, as como los estadounidenses, sean vctimas de ataques terroristas. A la izquierda aparecen los primeros cinco niveles de ries-go, que van del ms bajo al ms alto y se incluye una descripcin y cdigos de colores.

ste es un ejemplo de la escala ordinal, ya que conoce el orden o los grados de los niveles de riesgo el naranja es superior al amarillo, aunque la dife-rencia en cuanto a riesgo no es necesariamente la misma. En otras palabras, la diferencia en cuanto al nivel de riesgo entre el amarillo y el naranja no es la misma que la existente entre el verde y el azul. Consulte los niveles actuales de riesgo y conozca ms sobre los diversos niveles en la siguiente direccin: www.white-house.gov/homelad.

En resumen, las propiedades del nivel ordinal de los datos son las siguien-tes:

1. Las clasificaciones de los datos se encuentran representadas por conjuntos de etiquetas o nombres (alto, medio, bajo), las cuales tienen valores relati-vos.

2. En consecuencia, los valores relativos de los datos se pueden clasificar u ordenar.

Calificacin Frecuencia

Superior 6Bueno 28Promedio 25Malo 12Inferior 3

TABLA 1.2 Calificaciones a un profesor de finanzas

www.FreeLibros.org

Captulo 112

Datos de nivel de intervaloEl niveldeintervalode medicin es el nivel inmediato superior. Incluye todas las carac-tersticas del nivel ordinal, pero, adems, la diferencia entre valores constituye una magnitud constante. Un ejemplo de nivel de intervalo de medicin es la temperatura. Suponga que las temperaturas altas durante tres das consecutivos de invierno en Bos-ton son de 28, 31 y 20 grados Fahrenheit. Estas temperaturas se clasifican fcilmente, aunque, adems, es posible determinar la diferencia entre ellas, gracias a que un grado Fahrenheit representa una unidad de medicin constante. Diferencias iguales entre dos temperaturas son las mismas, sin importar su posicin en la escala. Es decir, la diferen-cia entre 10 y 15 grados Fahrenheit es de 5; la diferencia entre 50 y 55 grados tambin es de 5. Es importante destacar que 0 es un punto ms en la escala. No representa la ausencia de estado. Cero grados Fahrenheit no representa la ausencia de calor, sino sencillamente el hecho de que hace fro. De hecho, 0 grados Fahrenheit equivale aproxi-madamente a 18 grados en la escala Celsius.

Otro ejemplo de escala de intervalo de medicin consiste en las tallas de ropa para dama. Enseguida se muestran datos referentes a diversas medidas de una prenda de una mujer caucsica tpica.

Por qu razn la talla es una medicin de intervalo? Observe que conforme la talla cambia 2 unidades (de la talla 10 a la 12, o de la talla 24 a la 26), cada medida aumenta 2 pulgadas. En otras palabras, los intervalos son los mismos.

No existe un punto cero natural que represente una talla. Una prenda talla cero no est hecha de cero material. Ms bien, se trata de una prenda con 24 pulgadas de bus-to, 16 pulgadas de cintura y 27 de cadera. Adems, las razones no tienen significado alguno. Si divide una talla 28 entre una talla 14, no obtiene la misma respuesta que si divide una talla 20 entre una 10. Ninguna razn es igual a dos, como sugerira el nmero de talla. En resumen, si las distancias entre los nmeros tienen sentido, aunque las razo-nes no, entonces tiene una escala de intervalo de medicin.

Las propiedades de los datos de nivel de intervalo son las siguientes:

1. Las clasificaciones de datos se ordenan de acuerdo con el grado que posea de la caracterstica en cuestin.

2. Diferencias iguales en la caracterstica representan diferencias iguales en las medi-ciones.

Datos de nivel de raznTodos los datos cuantitativos son registrados en el nivel de razn de la medicin. El nivelde raznes el ms alto. Posee todas las caractersticas del nivel de intervalo, aunque, adems, el punto 0 tiene sentido y la razn entre dos nmeros es significativa. Ejemplos de la escala de razn de medicin incluyen salarios, unidades de produccin, peso, cambios en los precios de las acciones, la distancia entre sucursales y la altura. El dinero ilustra bien el caso. Si tiene cero dlares, entonces no tiene dinero. El peso constituye otro ejemplo. Si el cuadrante de la escala de un dispositivo correctamente calibrado se ubica en 0, entonces hay una ausencia total de peso. La razn entre dos

Talla Busto (pulgadas) Cintura (pulgadas) Cadera (pulgadas)

8 32 24 3510 34 26 3712 36 28 3914 38 30 4116 40 32 4318 42 34 4520 44 36 4722 46 38 4924 48 40 5126 50 42 5328 52 44 55

www.FreeLibros.org


nmeros tambin resulta significativa. Si Jim gana $40 000 anuales vendiendo seguros y Rob gana $80 000 al ao vendiendo automviles, entonces Rob gana el doble de lo que gana Jim.

La tabla 1.3 ilustra el uso de la escala de razn de medicin, muestra los ingresos de cuatro parejas de padre e hijo.

Observe que Lahey, padre, gana el doble de lo que gana su hijo. En la familia de Rho, el hijo percibe el doble de ingresos que su padre.

En resumen, las propiedades de los datos de nivel de intervalo son las siguientes:

1. Las clasificaciones de datos se ordenan de acuerdo con la cantidad de caracters-ticas que poseen.

2. Diferencias iguales en la caracterstica representan diferencias iguales en los nme-ros asignados a las clasificaciones.

3. El punto cero representa la ausencia de caractersticas y la razn entre dos nmeros es significativa.

La grfica 1.3 resume las principales caractersticas de los diversos niveles de medicin.

TABLA 1.3 Combinaciones de ingresos de padre e hijo

Nombre Padre Hijo

Lahey $80 000 $ 40 000Nale 90 000 30 000Rho 60 000 120 000Steele 75 000 130 000

Niveles de medicin

RaznNominal Ordinal Intervalo

Punto 0 signicativo yrazn entre valores

Los datos slose clasican

Los datos se ordenan Diferencia signicativaentre valores

Nmeros de camiseta de los jugadores de futbol Marca de automvil

Su nmero de lista en clase Posicin de los equipos dentro de los diez grandes

Temperatura Talla

Nmero de pacientes atendidos Nmero de llamadas de ventas realizadas Distancia a clase

GRFICA 1.3 Resumen de las caractersticas de los niveles de medicin

Autoevaluacin 1.2 Cul es el nivel de medicin que reflejan los siguientes datos?a) La edad de cada persona en una muestra de 50 adultos que escuchan una de las 1 230

estaciones de radio que transmiten entrevistas en Estados Unidos es:

35 29 41 34 44 46 42 42 37 4730 36 41 39 44 39 43 43 44 4047 37 41 27 33 33 39 38 43 2244 39 35 35 41 42 37 42 38 4335 37 38 43 40 48 42 31 51 34

b) En una encuesta de 200 propietarios de automviles de lujo, 100 eran de California, 50 de Nueva York, 30 de Illinois y 20 de Ohio.www.FreeLibros.org

Captulo 114

EjerciciosAl inal del libro se encuentran las respuestas a los ejercicios impares.

1. Cul es el nivel de medicin de cada una de las siguientes variables? a) Coeficientes intelectuales de los estudiantes. b) La distancia que viajan los estudiantes para llegar a clases. c) Las calificaciones de los estudiantes en el primer examen de estadstica. d) Una clasificacin de estudiantes por fecha de nacimiento. e) Una clasificacin de estudiantes que cursan primero, segundo, tercero o ltimo grado. f ) Nmero de horas que los alumnos estudian a la semana.2. Cul es el nivel de medicin de los siguientes artculos relacionados con el negocio de los

peridicos? a) El nmero de peridicos vendidos todos los domingos durante 2006. b) Los diferentes departamentos, como edicin, publicidad, deportes, etctera. c) Un resumen del nmero de peridicos vendidos por condado. d) Cantidad de aos que cada empleado ha laborado en el peridico.3. Localice en la ltima edicin de USA Today o en el peridico de la localidad ejemplos de cada

nivel de medicin. Redacte un breve resumen de lo que descubra.4. En los siguientes casos determine si el grupo representa una muestra o una poblacin. a) Los participantes en el estudio de un nuevo frmaco contra el colesterol. b) Los conductores que recibieron una multa por exceso de velocidad en la ciudad de Kan-

sas el ltimo mes. c) Beneficiarios del programa de asistencia social en Cook County (Chicago), Illinois. d) Las 30 acciones que forman parte del promedio industrial Dow Jones.

tica y estadsticaAl seguir de cerca los sucesos de Enron, Tyco, HealthSouth, WorldCom y otros desas-tres relacionados con empresas, los estudiantes de administracin necesitan compren-der que estos acontecimientos se debieron a la interpretacin equivocada de los datos administrativos y financieros. En cada caso, el personal comunic a los inversionistas informacin financiera que indicaba que las compaas se estaban desempeando mucho mejor de lo que era la realidad. Cuando se present la informacin verdadera, las compaas tenan un valor muy inferior al que se anunciaba. El resultado fue que muchos inversionistas perdieron todo o casi todo el dinero que invirtieron en estas compaas.

El artculo Statistics and Ethics: Some Advice for Young Statisticians, que apareci en The American Statistician 57, nm. 1 (2003) (www.amstat.org/profession), proporciona orientacin al respecto. Los autores aconsejan la prctica de la estadstica con integridad y honestidad, e instan a hacer lo correcto cuando se recoja, organice, resuma, analice e interprete informacin numrica. La contribucin real de la estadstica a la sociedad es de naturaleza moral. Los analistas financieros necesitan proporcionar informacin que refleje el verdadero desempeo de una compaa, de tal manera que no desorienten a los inversionistas. La informacin relativa a defectos de un producto que puede ser daino debe ser analizada y darse a conocer con integridad y honestidad. Los autores del artculo de The American Statistician indicaron, adems, que cuando se practique la estadstica, es necesario mantener un punto de vista independiente y con principios.

Conforme el lector avance, atender a cuestiones ticas relacionadas con la reco-pilacin, anlisis, presentacin e interpretacin de informacin estadstica. Es de espe-rarse, asimismo, que conforme el lector aprenda ms estadstica, se convierta en un consumidor crtico. Por ejemplo, pondr en tela de juicio un informe basado en datos que no representan fielmente a la poblacin, otro que no contenga estadsticas relevantes, uno que incluya una eleccin incorrecta de medidas estadsticas o una presentacin de datos tendenciosa en un intento deliberado por desorientar o tergiversar los hechos.

Aplicaciones de la computadoraEn la actualidad las computadoras estn disponibles en la mayora de las escuelas de formacin profesional y universidades. Las hojas de clculo, como Microsoft Excel, y los paquetes de software de estadstica, como MINITAB, se encuentran disponibles en la mayora de los laboratorios de computadoras. El paquete Microsoft Excel viene incluido con muchas computadoras domsticas. En el texto se emplea tanto Excel como MINITAB www.FreeLibros.org


para las aplicaciones. Tambin se utiliza un complemento de Excel llamado MegaStat, que proporciona a Excel la capacidad para generar informes estadsticos adicionales.

El siguiente ejemplo muestra la aplicacin de las computadoras en el anlisis esta-dstico. En los captulos 2, 3 y 4 aparecen los mtodos para resumir y describir datos. Un ejemplo utilizado en dichos captulos se refiere al precio, expresado en miles de dlares, de 80 vehculos vendidos el mes pasado en Whitner Autoplex. La siguiente presentacin de Excel revela, entre otras cosas: 1) Ochenta vehculos se vendieron el mes pasado. 2) El precio medio (promedio) de venta fue de $23 218. 3) Los precios de venta iban de un mnimo de $15 546 a un mximo de $35 925.

La siguiente pgina se toma del sistema MINITAB, contiene mucha de la misma informacin.

Si hubiera empleado una calculadora para llegar a estas medidas y otras que se necesitan para analizar plenamente los precios de venta, hubiera requerido horas de clculos. Adems, la posibilidad de cometer un error aritmtico es alta cuando se mane-ja una gran cantidad de valores. Por otra parte, los paquetes de software de estadstica y las hojas de clculo proporcionan informacin exacta en segundos.www.FreeLibros.org

Captulo 116

Segn el criterio de su instructor y dependiendo del sistema de software disponible, instamos al lector a utilizar un paquete de computadora para resolver los ejercicios en los Ejerciciosdelabasededatos.Le evitar tediosos clculos y le permitir concen-trarse en el anlisis de datos.

Resumen del captulo I. La estadstica es la ciencia que recoge, organiza, presenta, analiza e interpreta datos con el

fin de facilitar la toma de decisiones ms eficaces. II. Existen dos clases de estadstica. A. La estadstica descriptiva que consiste en un conjunto de procedimientos para organizar y

resumir datos. B. La estadstica inferencial implica tomar una muestra de una poblacin y llevar a cabo

clculos relativos a sta sobre la base de los resultados de la muestra. 1. Una poblacin es un conjunto de individuos u objetos de inters o las medidas obteni-

das de todos los individuos u objetos de inters. 2. Una muestra es una parte de la poblacin. III. Existen dos tipos de variables. A. Una variable cualitativa es de naturaleza no numrica. 1. Por lo comn lo que interesa es el nmero o porcentaje de observaciones en cada cate-

gora. 2. Los datos cualitativos se renen en grficas y diagramas de barras. B. Existen dos tipos de variables cuantitativas, que se presentan de forma numrica. 1. Las variables discretas toman ciertos valores, y existen vacos entre stos. 2. Una variable continua adopta cualquier valor dentro de un intervalo especfico. IV. Existen cuatro niveles de medicin. A. En el caso del nivel nominal, los datos se distribuyen en categoras sin un orden particular. B. El nivel ordinal de medicin supone que una clasificacin se encuentra en un nivel superior

a otra. C. El nivel de medicin de intervalo posee la caracterstica de clasificacin correspondiente

al nivel ordinal de medicin, adems de que la distancia entre valores es constante. D. El nivel de medicin de razn cuenta con todas las caractersticas del nivel de intervalo,

adems de que existe un punto 0 y que la razn entre dos valores resulta significativa.

Ejercicios del captulo 5. Explique la diferencia entre variables cualitativas y cuantitativas. Proporcione un ejemplo de

variable cuantitativa y de variable cualitativa. 6. Explique la diferencia entre muestra y poblacin. 7. Explique la diferencia entre variable discreta y continua. Proporcione un ejemplo de cada una

que no aparezca en el texto. 8. En los siguientes problemas indique si recogera informacin utilizando una muestra o una

poblacin y por qu lo hara. a) Estadstica 201 es un curso que se imparte en la universidad. El profesor A. Verage ha

enseado a cerca de 1 500 estudiantes los pasados cinco aos. Usted quiere conocer el grado promedio de los estudiantes que toman el curso.

b) Usted necesita dar a conocer la rentabilidad de la compaa lder en Fortune 500 durante los pasados diez aos.

c) Usted espera graduarse y conseguir su primer empleo como vendedor en una de las cinco principales compaas farmacuticas. Al hacer planes para sus entrevistas, necesitar conocer la misin de la empresa, rentabilidad, productos y mercados.

d) Usted se encuentra comprando un nuevo reproductor de msica MP3, como el iPod de Apple. El fabricante anuncia la cantidad de pistas que almacena la memoria. Considere que los anunciantes toman en cuenta piezas de msica popular cortas para calcular la cantidad de pistas que pueden almacenarse. Sin embargo, usted prefiere las melodas de Broadway, que son ms largas. Usted desea calcular cuntas melodas de Broadway podr guardar en su reproductor MP3.

9. Ubique las variables en las siguientes tablas de clasificacin. Resuma en cada tabla sus observaciones y evale si los resultados son verdaderos. Por ejemplo, el salario se presenta como una variable cuantitativa continua. Tambin es una variable de escala de razn.www.FreeLibros.org

a) Salario b) Gnero c) Volumen de ventas de reproductores MP3 d) Preferencia por los refrescos e) Temperatura f ) Resultados del salvation attitude test (SAT)* g) Lugar que ocupa un estudiante en clase h) Calificaciones de un profesor de finanzas i) Cantidad de computadoras domsticas


*N. del E.: El SAT es un examen propuesto por E.D. Hirsch, quien argumentaba que de nada servan las tcnicas peda-ggicas en voga si los estudiantes no contaban con un bagage de conocimientos que fundamentaran su aprendizaje.

10. A partir de los datos de publicaciones como Statistical Abstract of the United States, The World Almanac, Forbes o del peridico local, proporcione ejemplos de los niveles de medicin nominal, ordinal, de intervalo y de razn.

11. Struthers Wells Corporation emplea a ms de 10 000 empleados administrativos en sus ofici-nas de ventas y fabricacin en Estados Unidos, Europa y Asia. Una muestra de 300 de esos empleados revel que 120 aceptaran una transferencia fuera de Estados Unidos. Con la base de estos hallazgos, redacte un breve memorando dirigido a la seora Wanda Carter, vicepre-sidenta de Recursos Humanos, relacionado con lo empleados administrativos de la firma y su disposicin para que se les reubique.

12. AVX Stereo Equipment, Inc., recin inaugur una poltica de devolucin de artculos sin com-plicaciones. Una muestra de 500 clientes que recin haban devuelto artculos mostr que 400 pensaban que la poltica era justa, 32 pensaban que requera mucho tiempo llevar a cabo la transaccin y el resto no opin. De acuerdo con dicha informacin, haga una inferencia sobre la reaccin del consumidor a la nueva poltica.

13. La siguiente tabla contiene el nmero de automviles y camiones de carga ligera vendidos por los fabricantes de automviles Big Three en junio de 2004 y junio de 2005.

a) Compare el total de ventas de los dos meses. Qu concluye? Ha habido un incremento en las ventas?

b) Compare el porcentaje de mercado de Big Three que posee cada compaa. Creci el mercado o GM gan ventas a las otras compaas? Cite evidencias.

14. La siguiente grfica describe las utilidades en millones de dlares de ExxonMobil en el perio-do que va de 2000 a 2004.

Variable discreta Variable continua

Cualitativa a) SalarioCuantitativa

Unidades

Compaa 2005 2004

Chrysler Group 220 032 209 252Ford 284 971 281 850GM 551 141 375 141

Discreta Continua

Nominal Ordinal Intervalo Razn a) Salario

www.FreeLibros.org

Redacte un breve informe con un anlisis de las utilidades de ExxonMobil durante dicho periodo. Se incrementaron las utilidades o disminuyeron?

ejercicios.comEn los siguientes ejercicios se hace uso de la World Wide Web, una fuente de informacin rica y en crecimiento. Debido a la naturaleza cambiante y de la continua revisin de los sitios web, es posi-ble que se encuentren diferentes mens y que las direcciones exactas, o URL, cambien. Cuando visite una pgina, hay que prepararse para buscar el vnculo. 15. Suponga que recin abri una cuenta en Ameritrade, Inc., un corredor de bolsa en lnea.

Usted decide comprar acciones, ya sea de Johnson & Jonson (una compaa farmacutica) o de PepsiCo (empresa matriz de Pepsi y Frito-Lay). Si desea hacer una comparacin entre las dos compaas, visite la pgina http://finance.yahoo.com y, en el espacio que dice GetQuo-tes, escriba las letras JNJ y PEP, que son los respectivos smbolos de las compaas. Haga clic en Go para obtener informacin reciente sobre el precio de venta de las dos acciones. A la derecha de esta informacin, d clic en More y enseguida en AnalystOpinion.Aqu hay informacin de unos analistas accionarios que evaluaron las acciones. Los corredores de bolsa califican la accin con 1, si se trata de una b

Estadistica aplicada a los negocios y la economia - Lind 13th.pdf

Documents

Transcript of Estadistica aplicada a los negocios y la economia - Lind 13th.pdf