Imperfecciones de los mercados en Economia y en Política

[pic 1]CAPÍTULO I

La estadística se define como el arte y la ciencia de reunir datos, analizarlos, presentarnos e interpretarlos.

1.1 APLICACIONES EN LOS NEGOCIOS Y EN LA ECONOMÍA.

Recolección de Datos: La necesidad de datos para:  

• Proporcionar la introducción imprescindible para un estudio de investigación.  
• Medir el desempeño en un servicio o proceso de producción en curso.  
• Ayudar en la formulación de cursos alternativos de acción en un proceso de toma de decisiones.  
• Satisfacer nuestra curiosidad.  

1.2 DATOS

DATOS: Son hechos/informaciones y cifras que se recogen analizan y resumen para su representación e interpretación. A todos los datos reunidos para un estudio se denomina conjunto de datos.

Un conjunto de datos que contiene tal número de elementos es siempre igual al número de observaciones  

Nro. De Datos = Nro. De observaciones * Nro. De variables

ELEMENTOS, VARIABLES Y OBSERVACIONES.

• Elementos: Entidades de las que se obtienen los datos (Primera columna)
• Variable: Características de los elementos que es de interés (Títulos de las columnas)
• Observación: Conjunto de mediciones obtenidas (Todo lo que aparece en la fila de un determinado elemento)

ESCALA DE MEDICIÓN – DATOS CUALITATIVOS Y CUANTITATIVOS.

Variables CUALITATIVAS (Datos categóricos): Comprenden etiquetas o nombres que se usan para identificar un atributo de c/ elemento. Pueden ser numéricos o no.   

• Escala Nominal: Cuando los datos observados se clasifican en diversas categorías distintas que no implican ningún orden. Es la forma más débil de medición, porque no se puede hacer ningún intento para explicar las diferencias dentro de una categoría particular, o de especificar cualquier orden/dirección entre las diversas categorías. Ej.: Sexo (femenino - masculino).
• Escala Ordinal: Cuando los datos observados se clasifican en distintas categorías que implican algún orden. Es una forma de medición más fuerte, porque se dice que un valor observado clasificado en una categoría posee más de una propiedad de clasificación, que un valor observado en otra categoría. Aún así, sigue siendo una forma débil de medición, porque no pueden hacerse afirmaciones numéricas significativas respecto a las diferencias entre las categorías. Ej.: Nivel educativo.

Variables CUANTITATIVAS: Requieren valores numéricos que indique cuanto o cuantos. Son discretos o continuos.

• Escala de Intervalo: Es una escala ordenada en la cual, la diferencia de las mediciones es una cantidad significativa. Existen distancias estables entre los valores y relación de orden. Puedo cuantificarlas y operar (sumar y restar) Ej: Temperatura, notas.
• Escala de razón: Existen diferencias entre los valores, que son iguales en todos los puntos de la escala. Además, existe un punto cero absoluto (el cual hace que los datos sean relevantes, significativos). No existe valores negativos. Puedo cuantificar las variables y operar (sumar, restar, multiplicar o dividir). Ej.: Distancia, altura, peso, tiempo, salario, interés, venta, créditos, edad, ingreso, longitud, velocidad, energía

DATOS DE SERIE TRANSVERSAL Y DE SERIE DE TIEMPO.

Muestras (Lote de datos):  

• Transversal: Se toman en un periodo de tiempo corto y dado  
• Longitudinal (series de tiempo): Se toman a lo largo del tiempo

 1.3 FUENTE DE DATOS

• Fuentes existentes

Podemos buscar datos ya publicados por fuentes gubernamentales, industriales o individuales. Sin importar la fuente utilizada, se hace una distinción entre el recolector original de los datos (fuente primaria), y la organización o individuos que compilan éstos en tablas y diagramas (fuente secundaria).

• Estudios estadísticos:

• Experimentales: Primero se identifica la variable de interés y luego se ubica otra/s variable/s que son controladas para logar datos de cómo ésta influye sobre la variable de interés.  
• Observacionales (no experimentales): Podemos hacer observaciones del comportamiento, actitudes u opiniones de los individuos en los que estamos interesados. El investigador observa el comportamiento de interés directamente, por lo común en su entorno natural. También podemos realizar una encuesta a través de un cuestionario que nos permita recoger información significativa que nos ayude en el proceso de toma de decisiones.  

ERRORES EN LA ADQUISICIÓN DE DATOS:

El valor del dato obtenido no es igual al verdadero valor o al valor real que se hubiera obtenido con un procedimiento correcto. Los errores suelen presentarse durante la adquisición de datos

La importancia de obtener buenos datos (GIGO): No importa el método utilizado para obtener los datos. Si un estudio ha de ser útil, o si el desempeño debe controlarse apropiadamente, o si el proceso de la toma de decisiones debe ampliarse; los datos recabados deben ser válidos: es decir, las respuestas correctas deben valorarse de manera que se obtengan mediciones significativas.  

1.4 ESTADÍSTICA DESCRIPTIVA

Resúmenes de datos tabulares, gráficos o numéricos (el más común es la media)

1.5 INFERENCIA ESTADÍSTICA:

Es el proceso de emplear los datos obtenidos de una muestra para hacer estimaciones o probar hipótesis acerca de las características de la población.  

• Población (teoría de probabilidades): Conjunto de todos los datos existentes correspondientes a una medida u observación de una variable estadística. Distribución de frecuencias teóricas o a priori (la población es desconocida) 
• Muestra (estadística descriptiva y AED): Subconjunto de la población. Muestras al azar 
• Censo: Estudio para recolectar los datos de toda la población. Desventajas: lleva demasiado tiempo y es costoso. 

CAPÍTULO II

En este capítulo se presentan los métodos tabulares y gráficos empleados para datos cualitativos y cuantitativos.

2.1 RESUMEN DE DATOS CAULITATIVOS (DATOS SIN AGRUPAR)

• MÉTODOS TABULARES

DISTRIBUCIÓN DE FRECUENCIA

Resumen tabular de datos que muestra el N° de elementos en c/u de las diferentes clases disyuntas. El resumen aporta más claridad que los datos originales de la tabla

• Frecuencia relativa (hi): Proporción de los elementos que pertenece a c/clase () [pic 2]
• Frecuencia porcentual:  De los datos de c/clase () [pic 3]

• MÉTODOS GRÁFICOS

GRAFICO DE BARRA VS TORTA

El gráfico de barras es más adecuado porque permite apreciar las pequeñas diferencias entre los % de trabajadores de cada tipo de relación laboral. Las diferencias en altura se distinguen más fácilmente que las que hay entre 2 ángulos.

No tendría sentido realizar 3 gráficos de barras uno con cada tipo de frecuencia sin acumular, pues los 3 gráficos (de frecuencias absolutas, relativas y de relativas porcentuales), mostrarían la misma relación que existe entre las cantidades de trabajadores según el tipo de relación laboral. Los 3 gráficos se construyen teniendo en cuenta que la altura de la barra debe ser proporcional a la frecuencia, por lo tanto, lo único que cambiaría sería la designación en la unidad de medida del eje vertical.

Para el gráfico de torta debemos subdividir el circulo con la frecuencia relativa * 360 grados (Ej. 0.38(360) =136.8 grados)

2.2 RESUMEN DE DATOS CUANTITATIVOS (DATOS AGRUPADOS)

• MÉTODOS TABULARES

DISTRIBUCIÓN DE FRECUENCIA: (=) Hay que tener cuidado al definir las clases disyuntas que se van a utilizar

• Frecuencia relativa: (=)
• Frecuencia porcentual: (=)

Los 3 pasos necesarios para definir las clases de una distribución de frecuencia con datos cuantitativos son:

1. Numero de clase disyuntas: Cuando tengo un lote de datos y necesito determinar los intervalos, debo utilizar la fórmula de sturges: K = [1 + 3,32 x log n] (se redondea al MENOR)

1. Ancho/amplitud/longitud aproximado (~) de clase: Debe ser el mismo para todas las clases. Entre mayor sea el n° de clases, menor es el ancho y viceversa. Calculamos el rango (Rn): (se redondea al MAYOR) [pic 4]

1. Límites de clase: Deben elegirse de manera que c/dato pertenezca a una y solo una de las clases. El límite inferior indica el menor valor de los datos a que pertenece esa clase, y viceversa (si no me dan n° divisibles; sumar todos (n) y fijarme como me conviene combinarlos a partir del n° y ancho de clases)

Punto medio de clase: Es el valor que queda a la mitad entre el límite inferior y superior de la clase. (sumo los intervalos y los divido por 2)

...