Estadistica Aplicada

2015

INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE COMERCIO Y ADMINISTRACION

UNIDAD “SANTO TOMAS”

[PROYECTO DE ESTADISTICA APLICADA]

INTEGRANTES

MADRIGAL HERNANDEZ ELIZABETH ZARAI

OLIVARES DEL RIO MISAEL

RENTERIA ALVAREZ ORION

SOTO ROCHA ANDREA BERENICE

3RV1

INDICE

INFORMACION DE LA EMPRESA………………………………………………………………………………………………..3

CONCEPTOS GENERALES DE ESTADISTICA……………………………………………………………………………….

ESTADISTICA DESCRIPTIVA……………………………………………………………………………………………………….

PERMUTACIONES Y COMBINACIONES……………………………………………………………………………………..

DISTRIBUCION MUESTRAL DE MEDIAS…………………………………………………………………………………….

DISTRIBUCION MUESTRAL DE PROPORCIONES………………………………………………………………………..

INTERVALO DE CONFIANZA PARA ESTIMAR LA MEDIA……………………………………………………………

INTERVALO DE CONFIANZA PARA ESTIMAR LA PROPORCION………………………………………………..

TEORIA DE MUESTREO…………………………………………………………………………………………………………….

CONCEPTOS GENERALES DE RELACIONES COMERCIALES……………………………………………………….

MERCADOTECNIA……………………………………………………………………………………………………………………

VENTAS…………………………………………………………………………………………………………………………………..

PUBLICIDAD……………………………………………………………………………………………………………………………

INVESTIGACION DE MERCADOS…………………………………………………………………………………………….

BIBLIOGRAFIA………………………………………………………………………………………………………………………….

DESARROLLO DE PORBLEMAS EN EQUIPO E INDIVIDUALES……………………………………………………

PERMUTACIONES Y COMBINACIONES

Cuando el orden en que se disponen los términos es importante, el número total de resultados posibles recibe el nombre de permutación. Por ejemplo en lo referente a las respuestas a un examen de opciónmúltiple, existe un significado especial relacionado con el orden. Cuando el orden carece de un significado particular el número total de posibles resultadosse le conoce como combinación.

Cuando se trabaja con permutaciones, cada decisión comprende una opción menos que la anterior- U a forma simplificada de representar estas progresiones es utilizar el símbolo “!”, Por ejemplo 4x3x2x1 se puede escribir como 4! El símbolo de admiración significa “factorial”. A continuación se ilustran algunos ejemplos de factoriales:

5! = 5 x 4 x 3 x 2 x 1 = 120

12! = 12 x 11x10x9x8x7… 2 x 1 = 479,00 1600

En términos generales, el número de permutaciones de n objetos tomando x a un tiempo equivale a n!(n- )! De manera más formal se tiene que:

nPx = n! / (n-x )!

La misma situación que se observó en el caso de permutaciones indistinguibles y se procedió de la misma manera. El número de permutaciones es dos veces el número de combinaciones.

5P2 = 5! / 3! = 20

El número de combinaciones equivale a la mitad de ese resultado, este es, 10: mediante símbolos se representael número de combinaciones de la siguiente manera:

5C2 = 5! / 2! 3! = 10

En forma general para grupos de tamaño x, obtenidos de una lista de n elementos, el de combinaciones es:

nCx = n! / x! ( n-x )!

DISTRIBUCIONES EN EL MUESTREO

Uno de los objetivos principales del análisis estadístico consiste en utilizar estadísticos (como el promedio de la muestra, la desviación estándar de la muestra y la proporción de la muestra) que se obtienen con los datos de la muestra para estimar sus verdadero valor en la población, se dedomina inferencia estadística. En los dos capítulos anteriores se han examinado las reglas básicas de la probabilidad e investigando varias distribuciones de probabilidad como la uniforme, binomial, hipergeometrica , de poison y normal. En este capítulo se utilizaran esas reglas de probabilidad para empezar el enfoque de la forma en donde se pueden utilizar ciertos estadísticos (como la media) para hacer inferencias en cuanto a los parámetros de la población

Es necesario darse cuenta de que el investigador en una encuesta se interese en sacar conclusiones en cuanto a una población y no a una muestra. Por ejemplo, un encuestador político se interesa en los resultados de la muestra solo como un medio para estimar la proporción real de votos que recibir cada candidato entre la población de votantes. Asimismo el auditor, al seleccionar una muestra de comprobantes, solo tiene interés en utilizar el total de la muestra para estimar la cantidad total real de la población. Sin embargo, el director y encuestador solo utilizaran una encuesta de la muestra como medio para sacar inferencias en cuanto a la población de estudiantes. Por tanto cada una de estas situaciones, la muestra es el “vehículo” para llegar a conclusiones acerca de la población.

En la práctica, una muestra individual de tamaño determinado se selecciona en forma aleatoria entre la población. Los valores que se van a incluir en la muestra se determina mediante un generador de números aleatorios, como una tabla de números aleatorios. En caso hipotético, a fin de poder usar la media de la media de la muestra para estimar la media de la población, se deben examinar todas las muestras posibles (y su media) que podrían haber ocurrido en el proceso de selección de una muestra de tamaño determinado. Si en la práctica, se fuera esta selección de todas las muestras posibles, la distribución de los resultados se dedominara distribución de muestreo.

Aunque en la práctica solo se ha seleccionado una muestra, se debe examinar el concepto de la distribución en el muestreo, con el propósito de poder utilizar la teoría de probabilidad para hacer inferencias en cuanto a los valores de la población

DISTRIBUCION EN EL MUESTREO DE LA MEDIA

Existen diversas propiedades que hacen de la media aritmética el mejor estimador para sacar inferencias en cuento a la media de la población. Tres de las propiedades más importantes son:

Insesgadura

Eficiencia

Consistencia

La primera propiedad, insesgadura, comprende el valor muestras promedio de la media. Si todas las posibles muestras de un tamaño determinado n se fueran a seleccionar entre la población, la media de todas estas medias muéstrales seria la media M de la población

Esta propiedad se puede mostrar en forma empírica con el siguiente ejemplo: Se pidió a una población de cuatro mecanógrafas que mecanografiaran la misma página de un escrito. El número de errores cometido por cada mecanógrafa fue:

Mecanógrafa Numero de errores

A 3

B 2

C 1

D 4

Esta distribución poblacional se ilustra en la siguiente figura

Numero de Errores cometidos por una población de cuatro mecanógrafas

μ=(3+2+1+4)/4=2.5 errores

Si se seccionan las muestras de 2 mecanógrafas CON remplazo en esta población, hay 16 posibles muestras que podrías seleccionar (N^n=4^2=16)

Los resultados posibles de esta muestra se indican en la tabla anterior µx‾ es igual a 2.5, que es la µ media de la población

Por otra parte, si el muestreo se hizo sin remplazo, habrían seis posibilidades muestras de 2 mecanógrafas

N!/n!(N-n)!=4!/2!2!=6

Estas 6 posibles muestras se enumeran en la sig. tabla

muestra Mecanógrafas Resultados de la muestra Media de la muestra xi

1 AA 33 3

2 AB 32 2.5

3 AC 31 2

4 AD 34 3.5

5 BA 23 2.5

6 BB 22 2

7 BC 21 1.5

8 BD 24 3

9 CA 13 2

10 CB 12 1.5

11 CC 11 1

12 CD 14 2.5

13 DA 43 3.5

14 DB 42 3

15 DC 41 2.5

16 DD 44 4

(4)

4Capitulo 7, Distribuciones en el muestreo pág. 205-208

DISTRIBUCIONES EN EL MUESTREO DE LA PROPORCION

En el estudio de las distribuciones de muestreo, la preocupación hasta ahora ha sido la distribución de la media de las variables cuantitativas. Por otra parte, cuando se examinan variables cualitativas, la característica que se suele considerar es proporción de éxitos. Como ejemplos, en la encuesta, el director y el investigador podrían estar interesados

...