Professional Documents
Culture Documents
Contenido
Temas
1. 2. 3. 4. 5.
Inferencia estadstica y pruebas de hiptesis, objetivo y resultados esperados. Anlisis de regresin lineal y mltiple Series de tiempo Estadstica no paramtrica. Uso de herramientas estadsticas con el apoyo de software.
Un momento para reflexionar la importancia de los estudios estadsticos aplicados a los negocios, economa y administracin
Qu clientes les generan los mayores beneficios a las empresas? Qu zonas o regiones geogrficas son las que generan mayores ventas en unidades monetarias y volmenes? (en total y por producto) Cules son las reparaciones que ms se han producido en el ltimo trimestre? En qu da de trabajo de cada mes logra llegar al punto de equilibrio cierta empresa?
1. Inferencia estadstica y pruebas de hiptesis, objetivo y resultados esperados Un momento para reflexionar la importancia de los estudios estadsticos aplicados a los negocios, economa y administracin
Qu tipo de reparaciones han generado mayores egresos? Puedes decirme cules son la capacidad de los diferentes procesos en materia de costos, productividad y calidad en una empresa? Cul es su nivel en sigma de cada una de las actividades? Cul es el nivel de rotacin o permanencia de clientes?
1. Inferencia estadstica y pruebas de hiptesis, objetivo y resultados esperados Un momento para reflexionar la importancia de los estudios estadsticos aplicados a los negocios, economa y administracin
Sabes en qu etapa del ciclo de vida se encuentra cada uno de sus productos o servicios?
Cul es el nivel de satisfaccin de los clientes? Si diriges o administras un sanatorio: cules son las enfermedades que ms clientes reportan? Cules son los problemas que ms consultas originan?
1. Inferencia estadstica y pruebas de hiptesis, objetivo y resultados esperados Un momento para reflexionar la importancia de los estudios estadsticos aplicados a los negocios, economa y administracin
Si posees un restaurante: cules son los platos ms pedidos durante el ao y por temporada? Cules son los vinos ms pedidos y cules los ms vendidos?
Si diriges una librera cules son los temas ms vendidos? Cul es la rentabilidad que le aporta cada tema? Cmo contribuye cada tema a lograr el punto de equilibrio?
1. Inferencia estadstica y pruebas de hiptesis, objetivo y resultados esperados Un momento para reflexionar la importancia de los estudios estadsticos aplicados a los negocios, economa y administracin
Si diriges un hotel cul es el tiempo promedio de estada? La cantidad de clientes por zona o regin? La cantidad de tiempo por regin y su relacin con la cantidad de tiempo de estada? La facturacin por profesin, zona, motivo de su visita (turismo, negocios, salud, profesionales, capacitacin, otros)?
Todos los campos de la estadstica tratan el mismo problema bsico, que es el problema de la toma de decisiones ante la incertidumbre. Todas las reglas de decisiones deben evaluarse por sus consecuencias. Estas consecuencias se pueden expresar en trminos de riesgo o, ms intrnsecamente, en trminos de las probabilidades de tomar cualquiera de las acciones posibles que son inducidas por el experimento, las reglas de decisin, y los posibles estados del sistema. En resumen no es en los hechos visibles, sino ms bien en las decisiones derivadas de las observaciones, en las que debiera ponerse el nfasis principal de las observaciones estadsticas elementales.
Hoy en da, la direccin, en todos sus niveles, se gua generalmente por los datos obtenidos mediante el anlisis de registros, ms que por conocimientos obtenidos meramente de la observacin personal y la experiencia. Por medio de la aplicacin de mtodos estadsticos apropiados se puede medir el rendimiento diario, estudiar las relaciones significativas, analizar las experiencias pasadas y prever las tendencias futuras probables. El uso de mtodos estadsticos y la realizacin del trabajo analtico que es fundamentalmente de carcter estadstico ya sea que se le d o no el nombre distintivo de estadstica ocupa un lugar conspicuo en el trabajo de todos los departamentos de una compaa.
En la estadstica, pueden hacerse las aplicaciones a casi cualquier agregado de observaciones o mediciones. Por esta razn, es muy til en los negocios, en la economa, sociologa, biologa, psicologa, educacin, fsica, qumica, agricultura y campos similares. Para mucha gente la estadstica significa descripciones numricas. Sin embargo, en trminos ms precisos, la estadstica est constituida por un conjunto de principios y procedimientos para el estudio de los fenmenos aleatorios. En este sentido la ciencia estadstica tiene virtualmente un alcance ilimitado de aplicaciones en un espectro tan amplio de disciplinas que van desde las ciencias, ingeniera, economa hasta las leyes, medicina y la mercadotecnia.
La estadstica como una ciencia aplicada constituye una vasta rama del conocimiento para la investigacin, dado que la finalidad de toda investigacin es obtener conclusiones vlidas que permiten establecer y dejar en un espacio especfico y concreto la importancia que un problema conlleva.
Los tipos de estudios estadsticos tienen vital importancia en la investigacin, ya que la finalidad de sta es que a partir de la recoleccin de buenos datos, proyectar conclusiones claras y de gran significancia, por ello se hace distincin en la forma de obtener los datos; y que para lograrlo estn las tcnicas de diseo estadstico, las cuales comprenden lo siguientes: 1) Estudios observacionales 2) Estudios experimentales 3) Estudio de muestreo
Qu es el muestreo?
Es el proceso para obtener informacin acerca del conjunto de una poblacin o universo examinando slo una parte del mismo.
Ejercicio prctico
Surgen los siguientes cuestionamientos: A quin deseo generalizar los resultados? A quin puedo acceder Cmo puedo acceder a ellos? Quin forma parte del estudio?
Ejercicio prctico
Suponga que desea medir el grado de preferencia de los habitantes de Ciudad Obregn, hacia los restaurantes locales, pero por problemas econmicos slo es posible acceder a los consumidores de ciertas colonias de esta ciudad.
Muestreo
No aleatorio
Aleatorio
Simple
Sistemtico
Estratificado
Por conglomerados
Muestreo
Aleatorio
Si cada elemento de una poblacin tiene la misma posibilidad de ser seleccionado para integra la muestra, el tipo o mtodo de muestreo se denomina aleatorio
Aleatorio
Simple
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.
Aleatorio
Sistemtico
Aleatorio
Sistemtico
Muestreo
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra.
Aleatorio
Estratificado
Muestreo
Una vez que la poblacin se divide en estratos es posible seleccionar una muestra proporcional o no proporcional. Como su nombre lo indica, un muestreo proporcional requiere que el nmero de elementos de cada estrato que integra la muestra est en la misma proporcin que en la poblacin. Como contraparte una muestra no proporcional es aquella en la cual, la cantidad de elementos que se seleccionan en cada estrato no guarda proporcin con la cantidad de elementos respectivos en la poblacin.
Aleatorio
Estratificado
Muestreo
La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: 1) Afijacin Simple: A cada estrato le corresponde igual nmero de elementos muestrales. 2) Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato.
Aleatorio
Estratificado
3) Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.
Muestreo
Aleatorio
Por conglomerados
Desventajas
Cuando se trabaja con muestras pequeas es posible que no represente a la poblacin adecuadamente.
Sistemtico
Conseguir un listado de los N elementos de la poblacin. Determinar el tamao muestral n. Definir un intervalo k = N/n. Elegir un nmero aleatorio ( r ), entre 1 y k (r = al arranque aleatorio). Seleccionar los elementos de la lista.
Ventajas
Tiende a asegurar que la muestra represente adecuadamente a la poblacin en funcin de unas variables seleccionadas. Se obtienen estimaciones ms precisas. Su objetivo es conseguir una muestra lo ms semejante posible a la poblacin en lo que a la o las variables de etratificacin se refiere.
Desventajas
Estratificado
Es muy eficiente cuando la poblacin es muy grande y dispersa. No es preciso tener un listado toda la poblacin slo de las unidades primarias de muestreo.
El error estndar es mayor que en el muestreo aleatorio simple o estratificado. El clculo del error estndar es complejo.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen determinadas caractersticas, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Cd. Obregn Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.
Muestreo casual o incidental: Se trata de un proceso en el que el investigador, selecciona directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento, es utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso particular, es el de los voluntarios.
Tamao de la muestra
Para la determinacin del tamao de la muestra se requiere tomar en consideracin la mayor cantidad posible de los siguientes elementos. 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) Tamao del universo Tasa de error esperada Homogeneidad del fenmeno Precisin o margen de error Exactitud o nivel de confianza Nmero de estratos Etapas de muestreo Conglomeracin de unidades Efectividad de la muestra Tcnica de recoleccin de datos Recursos disponibles.
Tamao de la muestra =
2 1 2 +
Variable n N P Q Me Nc
Descripcin Tamao de la muestra Tamao del universo Probabilidad de ocurrencia (homogeneidad del fenmeno) Probabilidad de no ocurrencia (1-p) Margen de error o precisin. Expresado como probabilidad Nivel de confianza o exactitud. Expresado como valor z que determina el rea de probabilidad buscada
Ejemplo ilustrativo
Se requiere calcular el tamao de una muestra para el siguiente caso:
Variable n N P
Q Me Nc
Descripcin ? 3,000,000 Se desconoce la probabilidad de ocurrencia. Se asume que el mayor punto de incertidumbre es del 50% que expresada como probabilidad de obtiene 0.5
1-0.5 = 0.5 +/- 5% de margen de error. Que expresado como probabilidad queda como 0.05 95% de nivel de confianza o exactitud. Que expresado como valor z que determina el rea de probabilidad buscada queda como 1.96
Ejemplo ilustrativo
Variable n N P Q Me Nc Descripcin ? 3,000,000 0.5 1-0.5 = 0.5 0.05 1.96
Prueba de hiptesis
Cuando las personas toman decisiones, inevitablemente lo hacen con base en creencias o suposiciones que tienen en relacin al entorno, llevan configurada en la mente una cierta imagen de la realidad, se asumen que algunas cosas son verdaderas y otras falsas y actan en consecuencia, as los administradores de empresas toman decisiones de importancia crucial porque tienen creencias como: Que un tipo de mquina llenadora pone al menos un kilogramo de detergente en una bolsa. De que la duracin promedio de una batera es igual a 500 horas. Que la empresa de transporte de nuestra competencia tiene tiempos de entrega ms rpidos que la nuestra. Que la produccin de las fbricas de cierta regin del mundo contiene menos unidades defectuosas que las de otras regiones.
Prueba de hiptesis
Incluso como estadsticas podemos basar el trabajo en creencias tentativas: Que dos poblaciones tienen varianzas iguales Que esta poblacin est normalmente distribuida Qu estos datos muestrales se derivan de una poblacin uniformemente distribuidas.
En todos estos casos y muchos ms, las personas actuamos con base en alguna creencia sobre la realidad, la cual quiz lleg al mundo como una simple conjetura, como un poco ms que una suposicin informada; una proporcin adelantada como una verdad posible se llama hiptesis.
Prueba de hiptesis
Sin embargo, Tarde o temprano, toda hiptesis se enfrente a la evidencia que la comprueba o la rechaza y, en esta forma, la imagen de la realidad cambia de mucha a poca incertidumbre. Por lo tanto, de una manera, sencilla, podemos decir que una prueba de hiptesis es un mtodo sistemtico de evaluar creencias tentativas sobre la realidad, dicho mtodo requiere de la confrontacin de tales creencias con la evidencia real y decidir, en vista de esta evidencia, si dichas creencias se pueden conservar como razonables o deben de rechazarse por insostenibles.
2. Seleccin de un estadstica de prueba Un estadstico de prueba es aquel calculado con base en una muestra aleatoria simple tomada de la poblacin de inters; en una prueba de hiptesis sirve para establecer la verdad o falsedad del hiptesis nula.
Establezca las dos hiptesis para cada una de las situaciones siguientes:
1.- Un fabricante de lminas de aluminio que se utilizan para la elaboracin de latas para refresco asegura que stas tienen 1 milmetro de espesor en promedio. Solucin: H0: m0 = 1 mm H1: m0 <> 1 mm
Establezca las dos hiptesis para cada una de las situaciones siguientes:
2.- Un fabricante de varillas de acero especial que son utilizadas en la construccin de edificios asegura que stas poseen una resistencia promedio a la traccin de al menos 2000 libras. Solucin: H0: m >= 2000 H1: m < 2000
Establezca las dos hiptesis para cada una de las situaciones siguientes:
2.- Un fabricante de varillas de acero especial que son utilizadas en la construccin de edificios asegura que stas poseen una resistencia promedio a la traccin de al menos 2000 libras. Solucin: H0: m0 >= 2000 H1: m0 < 2000
Errores tipo I y II, nivel de significacin, curva operativa caracterstica y potencia de prueba
Error tipo I En una prueba de estadstica, rechazar la hiptesis nula cuando esta es verdadera se denomina error tipo 1. Y a la probabilidad de cometer un error tipo 1 se le asigna el smbolo a (letra griega alfa). Error tipo II En una prueba estadstica, aceptar la hiptesis nula cuando esta es falsa se denomina error tipo II. Y a la probabilidad de cometer un error tipo 2, se le asigna el smbolo b (letra griega beta). En una situacin de muestreo las probabilidades de los errores tipo I y II para una prueba miden el riesgo (expresado como probabilidad) de tomar una decisin incorrecta.
Errores tipo I y II, nivel de significacin, curva operativa caracterstica y potencia de prueba
Nivel de significancia El nivel de significancia o significacin de es la probabilidad de cometer el error tipo I, es decir el valor que se le asigna a a. Error tipo II En una prueba estadstica, aceptar la hiptesis nula cuando esta es falsa se denomina error tipo II. Y a la probabilidad de cometer un error tipo 2, se le asigna el smbolo b (letra griega beta). En una situacin de muestreo las probabilidades de los errores tipo I y II para una prueba miden el riesgo (expresado como probabilidad) de tomar una decisin incorrecta.