You are on page 1of 76

1.

ESTADISTICA DESCRIPTIVA
ACADEMIA DE ING. ELECTRNICA
R. Mejia R.
1. ESTADISTICA DESCRIPTIVA
Opiniones de la estadstica:
1. "Me gusta pensar en las estadsticas como la ciencia del aprendizaje a partir de
datos. . .
2. "La matemtica de la recopilacin, organizacin e interpretacin de datos
numricos, en especial el anlisis de las caractersticas de la poblacin por
inferencia a partir de muestreo.
3. "El anlisis estadstico consiste en la recopilacin de informacin, evaluarla,
sacar conclusiones, y proporcionar orientacin en lo que la informacin es
confiable y que las predicciones se puede confiar."

Definicin:
La estadstica es la ciencia de reunir, organizar, analizar, interpretar y presentar los
datos. Algunos expertos prefieren llamar a las estadsticas de la ciencia de
datos, una triloga de tareas que implican el modelado de datos, anlisis y toma
de decisiones.
1. ESTADISTICA DESCRIPTIVA
Por el contrario, una estadstica es una medida nica, informa como un
nmero, que sirve para resumir datos de muestra. Muchas medidas se
pueden utilizar para resumir los conjuntos de datos. No puede haber
medidas diferentes para diferentes conjuntos de datos y medidas
diferentes para los diferentes tipos de preguntas sobre el mismo
conjunto de datos. Consideremos, por ejemplo, un conjunto de datos
de ejemplo que consiste en las alturas de los estudiantes en una
universidad. Podra haber muchos usos diferentes para este conjunto
de datos. Tal vez el fabricante de vestidos de graduacin quiere saber
cunto tiempo para hacer los vestidos, la mejor estadstica para esto
sera la altura media de los estudiantes. Pero un arquitecto disea un
edificio de aulas gustara saber qu tan alto de las puertas debe ser, y
se base en las mediciones de la altura mxima de los estudiantes.
Tanto el promedio y el mximo son ejemplos de una estadstica.
1. ESTADISTICA DESCRIPTIVA
Tipos de estadstica
Metodos
Estadsticos
Estadstica
Descriptiva
Estadstica
Inferencial
1. ESTADISTICA DESCRIPTIVA
Hay dos tipos principales de las estadsticas:

La estadstica descriptiva
Se refiere a la recopilacin, organizacin, presentacin y resumen de los datos (ya
sea por medio de tablas y grficos o usar un resumen numrico).

Estadstica inferencial
Se refiere a generalizar a partir de una muestra de una poblacin, estimando
parmetros desconocidos, sacar conclusiones y tomar decisiones.

1. ESTADISTICA DESCRIPTIVA
Estadstica descritiva
1. Involucra
Collecin de datos
Presentacin de datos
Caracterizacin de datos
2. Propsito
Descripcin de los datos
X = 30.5 S
2
= 113
0
25
50
Q1 Q2 Q3 Q4
$
1. ESTADISTICA DESCRIPTIVA
Estadstica inferencial
Estimacin
ej., Estimar el peso medio de la
poblacin a partir del peso
medio de una muestra.
Prueba de hiptesis
ej., Probar que el peso medio
de la poblacin es de 120 lb.
La estadstica inferencial hace declaraciones acerca de una
poblacin examinando los resultados de la muestra
Muestra estadstica Parmetros de la poblacin
(Conocida) Inferencia (Desconocida, pero
puede ser estimada por
la evidencia de la
poblacin)
Sample
Population
1. ESTADISTICA DESCRIPTIVA
1. ESTADISTICA DESCRIPTIVA
Tipos de estadstica
1. ESTADISTICA DESCRIPTIVA
Aplicaciones
Economa
Pronsticos
Demografa

Deportes
Desempeo individual y por
equipo

Ingeniera
Construccin
Materiales

Negocios
Preferencia de consumidores
Tendencia financiera
1. ESTADISTICA DESCRIPTIVA
Aplicaciones:
Contabilidad
Las firmas de auditoria pblica usan de la estadstica los
procedimientos de muestreo cuando hacen auditorias a sus clientes
Economa
Los economistas usan la informacin estadstica para hacer pronsticos
acerca del futuro de la economa o aspectos de ella.
Negocios
Los investigadores de mercado usan la estadstica para hacer estudios
de mercado y pronosticar la oferta y demanda de un producto
Produccin
Utilizan una variedad de controles estadsticos para el monitoreo del
control de calidad en un producto o procesos de produccin.

1. ESTADISTICA DESCRIPTIVA
Aplicaciones:

Auditora:
Una empresa grande paga ms de 12.000 facturas a los proveedores de cada
mes. La empresa se enter de que algunas facturas se pagan mal, pero no s
cun extendido est el problema. Los auditores no tienen los recursos para
verificar todas las facturas, por lo que decide tomar una muestra para estimar la
proporcin de las facturas abonadas indebidamente. Qu tan grande debe ser
la muestra para los auditores que se confa en que el presupuesto es lo
suficientemente cerca de la verdadera proporcin?
Mercaditecnia:
Un consultor de marketing de comercializacin se le pide identificar a los clientes
puedan repetir para Amazon.com, y proponer oportunidades de co-marketing
basado en una base de datos que contiene registros de 5 millones de compras
por Internet de libros, CDs, y DVDs. Cmo puede esta gran base de datos se
extrae para revelar patrones tiles que podran guiar la estrategia de marketing?
1. ESTADISTICA DESCRIPTIVA
Aplicaciones:

Salud:
Una clnica de readaptacin para las vctimas de lesiones de cabeza
o un derrame cerebral evala 100 pacientes de entrada utilizando un
cuestionario de evaluacin de 42 elementos fsico y mental. Cada paciente es
evaluado de forma independiente por dos terapeutas con experiencia. A partir de
sus evaluaciones, podemos concluir que los terapeutas estn de acuerdo sobre
el estado funcional del paciente? Son algunas de las preguntas de evaluacin
redundante? Las puntuaciones de la evaluacin inicial de predecir con
precisin la longitud de los pacientes de la estancia en el programa??
Control de calidad:
Un fabricante de tubos de cobre laminado para radiadores desea mejorar su calidad
del producto. Se inicia un programa de inspeccin triples, establece sanciones para
los trabajadores que producen una salida de baja calidad, y los puestos de un
eslogan que pide "cero defectos". El enfoque falla. Por qu?
1. ESTADISTICA DESCRIPTIVA
Compras:
Un envo minorista de 200 reproductores de DVD revela 4 con defectos. El
proveedor tiene un histrico de defecto 0.005. Tiene la tasa de defectos muy
elevado, o se trata simplemente de un "malo " por lotes?
Medicina:
Un medicamento experimental para tratar el asma se da a 75 pacientes, de los
cuales el 24 lo reciben mejor. Un placebo es dado a un grupo control de 75
voluntarios, de los cuales 12 mejoraron. Es la nueva droga mejor que el placebo, o
es la diferencia en el mbito de la casualidad?
Pronsticos
Pronstico de The Home Depot realiza 50.000 productos diferentes. Para administrar
este vasto inventario, se necesita un sistema para pronstico semanal que puede
responder a patrones de desarrollo de la demanda de los consumidores. Hay una
manera de predecir la demanda semanal y pedidos de los proveedores para cada
artculo, sin un compromiso razonable de tiempo personal?

1.1 POBLACIN Y MUESTRA ALEATORIA
1.1 POBLACIN Y MUESTRA ALEATORIA
Tipos de estadstica

Mtodos de coleccin de datos
Preguntas escritas Experimentos
Estudio
telefnico
Observacin directa e
intervencin personal
1.1 POBLACIN Y MUESTRA ALEATORIA
Coleccin de datos
ej., Estudio
Presentacin de datos
ej., tablas y grficas
Caracterizar datos
ej., media de la mestra =
i
X
n

1.1 POBLACIN Y MUESTRA ALEATORIA


Preguntas cerradas
Seleccione de entre una lista de opciones definidas
Ejemplo: Principal: __negocios __Arte libre
__Ciencia __Otro

Preguntas abiertas
Los respondientes son libres de responder con cualquier valor,
palabra, u oracin

Ejemplo: Qu te gust ms sobre este curso?

Preguntas demogrficas
Preguntas personales acerca de los respondientes
Ejemplo: Gnero: __Femenino __ Masculino
1.1 POBLACIN Y MUESTRA ALEATORIA
Definiciones

Poblacin:
Es un conjunto entero de individuos u objetos de inters, es
decir, es la colleccin de todos los miembros de un grupo.

Muestra
Es la porcin de la poblacin seleccionada para anlisis.

Parmetro
Es una medicin numrica quedescribe una caracterstica de una
muestra.
1.1 POBLACIN Y MUESTRA ALEATORIA
a b c d
ef gh i jk l m n
o p q rs t u v w
x y z

Poblacin Muestra
b c
g i n
o r u
y

Las mediciones usadas para
describir una poblacin se
llama parmetros
Las mediciones calculadas
de una muestra se llama
estadstico
1.1 POBLACIN Y MUESTRA ALEATORIA
El porqu de las muestras
Menos consumo de tiempo que un censo.
Menos costo a administra que un censo.
Con esto es posible obtener un resultado estadstico
con suficiente alta presicin basada en la muestra.
1.2 OBTENCIN DE DATOS ESTADSTICOS
1.2 OBTENCIN DE DATOS ESTADSTICOS
Conveniencia
Tcnicas de muestreo
Muestreo no estadstico
Jusgado
Muestreo estadstico
Simple
aleatorio
Sistemtico
Estratgico
Encimado
1.2 OBTENCIN DE DATOS ESTADSTICOS
Dato

Categricos


Numrico

Discretos Continuos
Ejemplos:
Estado civil
Partido poltico
Color de ojos
(Definido por categoras)
Ejemplos:
Nmero de nios
Defectos por horas
(Cuenta artculos)
Examples:
Weight
Voltage
(Caracterstica de la medicin)
Chap 1-25
1.2 OBTENCIN DE DATOS ESTADSTICOS
Variables Cualitativas
Etiquetas o nombres usados para identificar un atributo
de cada elemento
Muchas veces son referenciados como datos categticos
Usa la escala de medicin nominal u ordinaria
Puede ser numrica o no numrica
El anlisis estadstico est limitado
1.2 OBTENCIN DE DATOS ESTADSTICOS
Variables Cuantitativas
Los datos cuantitativos indican cuanto o cuantos





discreta, Si mide cuantos
continua, si mide cuanto
Los datos cuantitativos son siempre numricos.
Las operaciones matemticas ordinarias son
significativas para los datos cuantitativos.
1.2 Recopilacin de datos
Porque recopilar datos?
1.Un analista de investigacin de mercados debe evaluar la eficacia de un nuevo
comercial de televisin.
2.Un fabricante de productos farmacuticos necesita para determinar si un nuevo
medicamento es ms eficaz que las actualmente en uso.
3.Un gerente de operaciones quiere controlar un proceso de fabricacin para saber
si la calidad del producto fabricado es conforme a estndares de la compaa.
4.Un auditor quiere revisar las transacciones financieras de una empresa con el fin
de determinar si la empresa cumple con los principios de contabilidad generalmente
aceptados.
1.2 Recopilacin de datos
Fuente de los datos

1.Fuentes primarias: El recopilador de datos los usa para el anlisis.
Datos de un estudio poltico.
Datos recopilados de un experimento.
Datos Observados.

2.Fuentes secundarias: La persona que realiza el anlisis de datos no es
el recopilador de datos.
Anlisis de datos de un censo
Examinando datos de una revista impresa o datps publicados en internet.
1.2 Recopilacin de datos
Los datos son hechos, informacin y cifras que se recogen,
analizan y resumen para su presentacin e interpretacin.
A todos los datos reunidos para un determinado estudio les
llamamos, conjunto de datos. La siguiente tabla muestra un
conjunto de datos.
Ejemplo:
Se realiz una encuesta para estudiar la importancia de la marca a los
consumidores en comparacin con hace unos aos. Los resultados fueron
lcasificados por gnero como sigue.
1.2 OBTENCIN DE DATOS ESTADSTICOS
Importancia del
nombre de la marca
Hombrs Mujeres Total
Ms 450 300 750
Igual o menor 3300 3450 6750
Total 3750 3750 7500
Chap 1-31
1.2 OBTENCIN DE DATOS ESTADSTICOS
Sabemos que los datos pueden ser cualitativos o cuantitativos.
Podemos representar tales datos de diferentes formas:
Presentacin de
datos
Datos
Cualitativos
Datos
Cuantitativos
Tablas Sumario Vista Tallo- Hoja Distribucin de
Frecuencia
Histogramas
Grfica
Barras
Grfica
Pastel
Diagr
Pareto
1.3 MEDIDAS DE TENDENCIA CENTRAL
Central y Ubicacin
Media
Mediana
Moda
Otras medidas de
ubicacin
Media Ponderada
Describiendo datos
numricamente
Variacin
Varianza
Desviacin Standard
Coeficiente de
Variacin
Rango
Percentiles
Rango Intercuartil
Quartiles
1.3 MEDIDAS DE TENDENCIA CENTRAL
Media
Central y Ubicacin
Mediana Moda Media Ponderada
N
x
n
x
x
N
i
i
n
i
i

=
=
=
=
1
1

=
=
i
i i
W
i
i i
W
w
x w
w
x w
X
1.3 MEDIDAS DE TENDENCIA CENTRAL
Medida Muestra Poblacin
Media
X
Desviacin
Estandar S
o
Varianza S
2
o
2
Tamao n N
1.3 MEDIDAS DE TENDENCIA CENTRAL
MEDIA
1. Medida de tendencia central
2. Medida ms comunmente usada
3. Actua como punto de balance
4. Afectada por los valores extremos
5. Frmula (media de la muestra)
X
X
n
X X X
n
i
i
n
n
= =
+ + +
=

1
1 2

1.3 MEDIDAS DE TENDENCIA CENTRAL
La Media es el promedio aritmtico de los valores de los
datos
Media Poblacional




Media Muestral
n = Tamao de la
Muestra
N = Tamao de la
Poblacin
n
x x x
n
x
x
n
n
i
i
+ + +
= =

=

2 1 1
N
x x x
N
x
N
N
i
i
+ + +
= =

=

2 1 1
1.3 MEDIDAS DE TENDENCIA CENTRAL
Media = suma de valores divididos por el nmero de
valores
Afectada por los valores extremos

0 1 2 3 4 5 6 7 8 9 10
Media = 3
0 1 2 3 4 5 6 7 8 9 10
Media= 4
3
5
15
5
5 4 3 2 1
= =
+ + + +
4
5
20
5
10 4 3 2 1
= =
+ + + +
1.3 MEDIDAS DE TENDENCIA CENTRAL
Datos sn procesar: 10.3 4.9 8.9 11.7 6.3 7.7
X
X
n
X X X X X X i
i
n
= =
+ + + + +
=
+ + + + +
=
=

1
1 2 3 4 5 6
6
10 3 4 9 8 9 11 7 6 3 7 7
6
8 30
. . . . . .
.
1.3 MEDIDAS DE TENDENCIA CENTRAL
Se tomaron muestras de setenta
departamentos eficientes en una ciudad
universitaria. Los precios de renta mensual
para estos departamentos se muestran a
continuacin
Ejemplo: Renta de departamentos
1.3 MEDIDAS DE TENDENCIA CENTRAL

Datos de la renta de la muestra
445 615 430 590 435 600 460 600 440 615
440 440 440 525 425 445 575 445 450 450
465 450 525 450 450 460 435 460 465 480
450 470 490 472 475 475 500 480 570 465
600 485 580 470 490 500 549 500 500 480
570 515 450 445 525 535 475 550 480 510
510 575 490 435 600 435 445 435 430 440
1.3 MEDIDAS DE TENDENCIA CENTRAL
34, 356
490.80
70
i
x
x
n
= = =

445 615 430 590 435 600 460 600 440 615
440 440 440 525 425 445 575 445 450 450
465 450 525 450 450 460 435 460 465 480
450 470 490 472 475 475 500 480 570 465
600 485 580 470 490 500 549 500 500 480
570 515 450 445 525 535 475 550 480 510
510 575 490 435 600 435 445 435 430 440
1.3 MEDIDAS DE TENDENCIA CENTRAL
Chap 3-43
La Media Ponderada es usada cuando los valores son
agrupados por o importancia relativa

Das para
completar
Frecuencia
5 4
6 12
7 8
8 2
Ejemplo: Muestra de 26
proyectos de reparacin
Media ponderada de Dias a
completar:
days 6.31
26
164

2 8 12 4
8) (2 7) (8 6) (12 5) (4
w
x w
X
i
i i
W
= =
+ + +
+ + +
= =

1.3 MEDIDAS DE TENDENCIA CENTRAL


MEDIANA
1. Medida de tendencia central
2. Valor medio de la secuencia ordenada
Si n es impar, valor medio de la secuencia
Si n es par, promedio de los 2 valores medios
3. Posicin de la mediana en la secuencia
4. No es afectada por los valores extremos
Punto Posicin =
+ n 1
2
1.3 MEDIDAS DE TENDENCIA CENTRAL
Para n impar
Sin procesar: 24.1 22.6 21.5 23.7 22.6
Ordenados: 21.5 22.6 22.6 23.7 24.1
Posicin: 1 2 3 4 5
Punto posicin
Mediana
=
+
=
+
=
=
n 1
2
5 1
2
3 0
22 6
.
.
1.4.2 Mediana.
Para n par
Sin procesar: 10.3 4.9 8.9 11.7 6.3 7.7
Ordenados: 4.9 6.3 7.7 8.9 10.3 11.7
Posicin: 1 2 3 4 5 6
Punto Posicin
Mediana
=
+
=
+
=
=
+
=
n 1
2
6 1
2
3 5
7 7 8 9
2
8 30
.
. .
.
1.4.2 Mediana.
Promediando el 35
th
y 36
th
dato:
Mediana = (475 + 475)/2 = 475
Nota: Datos ordenados en ascendente.
425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615
1.4.2 Mediana.
La Moda es una medida de ubicacin
El valor que ocurre ms veces
No es afectado por los valores extremos
Usado para datos numricos o categricos
Puede no haber moda
Puede haber vaarias modas (Multimodal)

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Moda = 5
0 1 2 3 4 5 6
Sin Moda
1.4.3 Moda.
El 450 occurre ms frecuentemente (7 vecess)
Moda = 450
Nota: Datos ordenados en ascendente.
425 430 430 435 435 435 435 435 440 440
440 440 440 445 445 445 445 445 450 450
450 450 450 450 450 460 460 460 465 465
465 470 470 472 475 475 475 480 480 480
480 485 490 490 490 500 500 500 500 510
510 515 525 525 525 535 549 550 570 570
575 575 580 590 600 600 600 600 615 615
1.4.3 Moda.
Medida Frmula Descripcin
Media
E X
i
/ n
Punto balance
Mediana ( n +1)
Posicin
2
Valor Medio
S son ordenados
Moda Ninguna Ms frecuente
1.4.4 Relacin entre Media, Mediana y Moda.
Descripcin de como los datos estn distribuidos
Simtricos or sesgados
Media = Mediana

Media < Mediana Mediana < Media
Sesgado a la der.
Sesgado a la izq.
Simetricos
(Cola a la izquierda) (Cola a la derecha)
1.4.4 Relacin entre Media, Mediana y Moda.
Prob1:
Los datos mostrados a continuacin representan el costo de la energa elctrica durante julio
de 2010 para una muestra aleatoria de 50 departamentos de una habitacin en una ciudad.

96, 171, 202, 178, 147, 102, 153, 197, 127, 82
157, 185, 90, 116, 172, 111, 148, 213, 130, 165
141, 149, 206, 175, 123, 128, 144, 168, 109, 167
95, 163, 150, 154, 130, 143, 187, 166, 139, 149
108, 119 183, 151, 114, 135, 191, 137, 129, 158

a) Forme una distribucin de frecuencia y una distribucin de porcentajes que tenga
intervalos de clase con los lmites superiores de clase de $99, $119, y as sucesivamente.
b) Trace un histograma y un polgono de porcentaje
c) Elabore una distribucin de porcentaje acumulado y trace una ojiva (polgono de
porcentaje acumulado)
d) Alrededor de cual cantidad parece concentrarse el costo mensual de la energa
elctrica?
Ejercicios
a)

Costos de electricidad Frecuencia Porcentaje
$80 a $99 4 8%
$100 a $119 7 14
$120 a $139 9 18
$140 a $159 13 26
$160 a $179 9 18
$180 a $199 5 10
$200 a $219 3 6

Ejercicios
b)


Ejercicios


Histogram
0
2
4
6
8
10
12
14
90 110 130 150 170 190 210
Midpoints
F
r
e
q
u
e
n
c
y
Costos mensuales de electricidad
b)


Ejercicios


Costos mensuales de electricidad
Percentage Polygon
0%
5%
10%
15%
20%
25%
30%
70 90 110 130 150 170 190 210 230
c)

Ejercicios
Electricity Costs Frequency Percentage Cumulative %
$99 4 8% 8%
$119 7 14% 22%
$139 9 18% 40%
$159 13 26% 66%
$179 9 18% 84%
$199 5 10% 94%
$219 3 6% 100%
c)


Ejercicios


Costos mensuales de electricidad

Cumulative Percentage Polygon
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
79 99 119 139 159 179 199 219 239
Las medidas de dispersin dan informacin sobre
la dispersin o variabilidad de los datos

Variation
Centro de la muestra,
Diferente variacin
Dispersin
Varianza
Desviacin estndar
Coeficiente
de variacin
Varianza
Poblaciona
Varianza
Muestral
Desviacin
estndar
Poblacion
Desviacin
estndar
muestra
Rango
Rango
intercuartil
1.5 Medidas de Dispersin
Es la medida de variacin ms simple
Es la diferencia entre la mayor y menor observacin


Rango = x
max
x
min

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Rango = 14 - 1 = 13
Ejamplo:
1.5.1 Rango
Desventaja del Rango
Ignora la forma en la cual los datos estn dostribuidos



Sensibles a valores no tpicos


7 8 9 10 11 12
Rango = 12 - 7 = 5
7 8 9 10 11 12
Rango = 12 - 7 = 5
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5
1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120
Rango = 5 - 1 = 4
Rango = 120 - 1 = 119
1.5.1 Rango
La desviacin respecto a la media es la diferencia en valor
absoluto entre cada valor de la variable estadstica y la media
aritmtica. D
i
= |x - x|.
La desviacin media es la media aritmtica de los valores absolutos
de las desviaciones respecto a la media.
1.5.2 Desviacin media
Promedio del cuadrado de desviaciones respecto a la
media.
Varianza de Poblacin:




Varianza de Muestra:
N
) (x

N
1 i
2
i
2

=
1 - n
) x (x
s
n
1 i
2
i
2

=
1.5.3 Varianza
Es la ms comnmente usada en las medidas de
variacin
Muestra la variacin respecto a la media
Tiene las mismas unidades que los datos originales
Considera cmo los datos estn distribuidos
1.5.4 Desviacin estndar
4 6 10 12
X = 8.3
8
Es la ms comnmente usada en las medidas de
variacin
Muestra la variacin respecto a la media
Tiene las mismas unidades que los datos originales

Desviacin estndar de una Poblacin:



Desviacin estndar de una Muestra:
N
) (x

N
1 i
2
i
=

=
1 - n
) x (x
s
n
1 i
2
i
=

=
1.5.4 Desviacin estndar
Muestra
Dato (X
i
) : 10 12 14 15 17 18 18 24
n = 8 Media = x = 16
4.3095
7
130
1 8
16) (24 16) (14 16) (12 16) (10
1 n
) x (24 ) x (14 ) x (12 ) x (10
s
2 2 2 2
2 2 2 2
= =

+ + + +
=

+ + + +
=

1.5.4 Desviacin estndar


Media = 15.5
s = 3.338
11 12 13 14 15 16 17 18 19 20 21
11 12 13 14 15 16 17 18 19 20 21
Datos B
Datos A
Media = 15.5
s = .9258
11 12 13 14 15 16 17 18 19 20 21
Media = 15.5
s = 4.57
Datos C
Misma media, pero diferente Desv.
Est.:
1.5.4 Desviacin estndar
Comparacin de la Desv Est:
Medida de variacin relativa
Siempre en porcentaje (%)
Muestra la variacin relativa a la media
Es usada para comparar dos o mas conjunto de datos
en diferentes unidades
100%
x
s
CV
|
|
.
|

\
|
= 100%

CV
|
|
.
|

\
|
=
Poblacin Muestra
1.5.4 Coeficiente de Variacin
Uso con Microsoft Excel
La Estadstica Descriptiva es fcilmente
de obtener con Microsoft Excel

Use menu y seleccione:
Datos / analisis de datos / estadstica descriptiva

Entre los datos en el cuadro de dilogo
Seleccione:
Datos / anlisis de datos/ estadstica descriptiva
Uso con Microsoft Excel
Enter dialog box
details


Check box for
summary statistics

Click OK
Uso con Microsoft Excel
Prob1:
Una asociacin de inversionistas individuales realiza a cada ao una investigacin sobre los
corredores de bolsa con descuento. En la tabla se muestran las comisiones que cobran 24
corredores de bolsa con descuento por dos tipos de transacciones: transaccin con ayuda del
corredor de 100 acciones a $50 la accin y transaccin en lnea de 500 acciones a $50 cada
accin.

a) Calcule el rango.
b) Calcule la varianza y la desviacin estndar de cada tipo de accin
c) Calcule el coeficiente de variacin en cada tipo de transaccin
d) Compare la variabilidad en el costo que hay en los dos tipos de transacciones
Ejercicios
Broker
100 Shares at
$50/Share
Online 500
Shares at
$50/Share
Accutrade 30.00 29.95
Ameritrade 24.99 10.99
Banc of America 54.00 24.95
Brown & Co. 17.00 5.00
Charles Schwab 55.00 29.95
CyberTrader 12.95 9.95
E*Trade Securities 49.95 14.95
First Discount 35.00 19.75
Freedom Investments 25.00 15.00
Harrisdirect 40.00 20.00
Investors National 39.00 62.50
MB Trading 9.95 10.55
Merrill Lynch Direct 50.00 29.95
Muriel Siebert 45.00 14.95
NetVest 24.00 14.00
Recom Securities 35.00 12.95
Scottrade 17.00 7.00
Sloan Securities 39.95 19.95
Strong Investments 55.00 24.95
TD Waterhouse 45.00 17.95
T. Rowe Price 50.00 19.95
Vanguard 48.00 20.00
Wall Street Discount 29.95 19.95
York Securities 40.00 36.00
Ejercicios
a)
100 Shares at $50 (Broker-assisted)

Min Value = 9.95 Max Value = 55.00

Range = 55.00 - 9.95 = 45.05

500 Shares at $50 (Broker-assisted)

Min Value = 5.00 Max Value = 62.50

Range = 62.50 5.00 = 57.50
Ejercicios
b)
100 Shares at $50 (Broker-assisted)





500 Shares at $50 (Online)

Ejercicios
2
2
2
( )
190.67
1
13.81
i
x x
s
n
s s
E
= =

= =
2
2
2
( )
140.63
1
11.86
i
x x
s
n
s s
E
= =

= =
c)
100 Shares at $50 (Broker-assisted)


Coefficient of Variation =



500 Shares at $50 (Online)

Coefficient of Variation =

Ejercicios
13.81
(100%) (100%) 38.02%
36.32
s
x
= =
11.86
(100%) (100%) 57.97%
20.46
s
x
= =

You might also like