SlideShare una empresa de Scribd logo
1 de 44
ESCUELAS : DOCENTE : BIMESTRE : ESTAD ÍSTICA II CICLO : ÁREA ADMINISTRATIVA I BIMESTRE ABRIL  – AGOSTO 2011 Ing. Ángela Salazar Romero
CONSIDERACIONES GENERALES ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
BIBLIOGRAFIA ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
MEDIOS DE COMUNICACIÓN CARRERA PROFESOR EXT. HORARIO DE TUTORIA  Economía Ing. Angela Salazar Romero  2324 Lunes y martes de 08h00 a 10h00 Contabilidad y Auditoria  Ing. Angela Salazar Romero  2324 Lunes y Martes de 08h00 a 10h00 Administración de Empresas Ing. Patricio Montaleza Quizhpe 2944 Martes y jueves 08h00 a 10h00 Administración de Empresas  Turísticas y Hoteleras Ing. Patricio Montaleza Quizhpe 2944 Martes y jueves 08h00 a 10h00 Administración en Banca y Finanzas Ing. Patricio Montaleza Quizhpe 2944 Martes y jueves 08h00 a 10h00
CONTENIDOS CAPÍTULOS CONTENIDOS Capítulo 1 ,[object Object],[object Object],[object Object],Capítulo 2 ,[object Object],Capítulo 3 ,[object Object],Capítulo 4 ,[object Object]
CAPÍTULO 1 MÉTODOS DE MUESTREO
TIPOS  DE MUESTREO
MUESTREO ALEATORIO SIMPLE Muestra  seleccionada, de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se incluya. Ejemplo:  Un bingo, introduzco los números en una ánfora y selecciono una muestra al azar.
MUESTREO ALEATORIO SISTEMÁTICO Ejemplo:  Se requiere establecer una  muestra  de 100 profesores de los 500 que tiene la UTPL. 1.Ordenar alfabéticamente a los profesores 2. Calcular. Se selecciona un punto aleatorio de inicio y posteriormente se elige cada  k-ésimo  elemento de la población.
MUESTREO ALEATORIO ESTRATIFICADO  Una población se divide en subgrupos  (estratos)   y selecciona al azar una muestra de cada estrato. Ejemplo:  Gastos de publicidad de 300 empresas * (0.03X50)=1,5≈2 ESTRATO PROBABILIDAD Nº DE EMPRESAS  FRECUENCIA RELATIVA  NÚMERO  MUESTREADO  (RECUPERACIÓN DE CAPITAL)  1 35% Y MÁS  10 0.03 2* 2 DE 25% A 35%  25 0.08 4 3 DE 15% A 25%  150 0.50 25 4 DE 0% A 15%  100 0.33 17 5 DÉFICIT  15 0.05 3 TOTAL 300 1.00 50
MUESTREO ALEATORIO POR CONGLOMERADOS  El muestro por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados y en investigar después todos los elementos pertenecientes a los conglomerados elegidos. 1 4 7 10 2 5 8 11 3 6 9 12
DISTRIBUCIÓN MUESTRAL DE LA MEDIA ,[object Object],[object Object],[object Object],[object Object],[object Object]
EJERCICIO Los tiempos de servicio de los ejecutivos que laboran en una empresa son los siguientes: NOMBRES AÑOS A 20 B 22 C 26 D 24 E 28
EJERCICIO ,[object Object],[object Object],[object Object]
EJERCICIO Medias muestrales de todas las posibles muestras de 2 ejecutivos MUESTRA EMPLEADOS AÑOS SUMA MEDIA 1 A,B 20,22 42 21 2 A,C 20,26 46 23 3 A,D 20,24 44 22 4 A,E 20,28 48 24 5 B,C 22,26 48 24 6 B,D 22,24 46 23 7 B,E 22,28 50 25 8 C,D 26,24 50 25 9 C,E 26,28 54 27 10 D,E 24,28 52 26
Distribución muestral de la media para n=2 MEDIA MUESTRAL NÚMERO DE MEDIAS PROBABILIDAD 21 1 0.1 22 1 0.1 23 2 0,2 24 2 0.2 25 2 0.2 26 1 0.1 27 1 0.1 TOTAL 10 1
INTERVALOS  DE CONFIANZA INTERVALO DE CONFIANZA PARA MUESTRAS  MAYORES A 30 ELEMENTOS INTERVALO DE CONFIANZA PARA MUESTRAS  MENORES A 30 ELEMENTOS Conjunto de valores formado a partir de una muestra de datos de forma que exista la posibilidad de que el parámetro poblacional ocurra dentro de dicho conjunto con una probabilidad específica  (nivel de confianza) .
DESVIACIÓN ESTÁNDAR CUANDO LOS DATOS SON UNA POBLACIÓN CUANDO LOS DATOS SON UNA MUESTRA
EJERCICIO Se toma una muestra aleatoria de 256 gerentes, la cual revela una media muestral de  $45 420.  La desviación estándar de esta muestra  es de $2 050.  El nivel de confianza utilizado es del 95%  ¿Cuál es el intervalo de confianza para la media poblacional?
EJERCICIO Un fabricante de llantas desea investigar la durabilidad de sus productos. Una muestra de 10 llantas reveló una media muestral de 0.32 pulgadas y una desviación estándar de 0.09 pulgadas.   Construya un intervalo de confianza de 95%.
PROPORCIONES Fracción, razón o porcentaje que indica la parte de la muestra o población que tiene una característica determinada.  PROPORCIÓN MUESTRA INTERVALOS DE CONFIANZA PARA UNA PROPORCIÓN POBLACIONAL ERROR ESTÁNDAR DE LA PROPORCIÓN MUESTRAL
[object Object],[object Object],[object Object],EJERCICIO - PROPORCIONES
EJERCICIO - PROPORCIONES ,[object Object],[object Object]
CAPÍTULOS 2 Y 3 PRUEBAS DE HIPÓTESIS  ,[object Object],PASOS PARA PROBAR UNA HIPÓTESIS
[object Object],Hipótesis nula:  Afirmación acerca del valor de un parámetro poblacional Hipótesis Alternativa:  Afirmación que se aceptará si los datos muestrales aseguran que es falsa  Ho Paso 2. SELECCIONAR EL NIVEL DE SIGNIFICANCIA Generalmente son del 5% o 1% (Error de tipo I y Error de tipo II) ERROR DE TIPO I:  Rechazar la hipótesis nula,  Ho  cuando es verdadera ERROR DE TIPO II:  Aceptar la hipótesis nula,  Ho  cuando es Falsa
Paso 3. Calcular el valor estadístico de prueba   Estadísticos de pruebas como: Z, t de Student, F y Ji cuadrado Paso 4: Formular la regla de decisión Son las condiciones según las que se acepta o rechaza la hipótesis nula Paso 5: Tomar una decisión El valor observado de la estadística muestral se compara con el valor de estadística de prueba
EJEMPLO:  PRUEBA DE HIPÓTESIS ,[object Object],[object Object]
PASO 1:  PLANTEAR LA HIPÓTESIS PASO 2:  SELECCIONAR EL NIVEL DE SIGNIFICANCIA (0.05%) PASO 3:  IDENTIFICAR EL ESTADÍSTICO DE PRUEBA
UNA COLA 0.5-0.05=0.45 DOS COLAS  (0.05%) 0.05/2=0.025  0.50-0.025 =0.475 -0.50 0.50
PASO 4:  FORMULAR LA REGLA DE DECISIÓN PASO 5:  TOMAR UNA DECISIÓN Para un nivel de significancia de 0.05, la región de rechazo es  z >1.96 o z< -1.96 Se rechaza H 0  no es igual a 1500 toneladas -2,7
COMPARACIÓN DE DOS MEDIAS POBLACIONALES INDEPENDIENTES ,[object Object],[object Object],[object Object],[object Object]
EJEMPLO ,[object Object],[object Object],[object Object],[object Object],[object Object],PRODUCTO A PRODUCTO B 2 3 4 7 9 5 3 8 2 4 3
PASO 1:  CALCULAR LAS DESVIACIONES ESTÁNDAR DE LAS MUESTRAS
PASO 2:  AGRUPAR LAS VARIANZAS DE LAS MUESTRAS PASO3:  DETERMINAR EL VALOR DE  t
CAPÍTULO 4 PRUEBA DE BONDAD DE AJUSTE DE FRECUENCIAS ESPERADAS ,[object Object],[object Object],[object Object],[object Object],[object Object]
EJEMPLO: ,[object Object],[object Object],CRÉDITOS NRO. DE CRÉDITOS  Hipotecarios 13 Prendarios 33 Comerciales 14 De consumo 7 De vivienda 36 De vehículos 17 TOTAL 120
[object Object],CRÉDITOS NRO. CRÉDITOS OTORGADOS  (fo) NRO. CRÉDITOS ESPERADOS ( fe) Hipotecarios 13 20 Prendarios 33 20 Comerciales 14 20 De consumo 7 20 De vivienda 36 20 De vehículos 17 20 TOTAL 120 120
Ho= Fo = fe H1= Fo = fe Se selecciona el nivel de significancia  0.05 , que es la probabilidad de rechazar una hipótesis nula verdadera PASO 1:  PLANTEAR LA HIPÓTESIS PASO 2:  SELECCIONAR EL NIVEL DE SIGNIFICANCIA
El estadístico es chi cuadrado, con K-1 grados de libertad, donde: K=es el numero de categorías fo =es una frecuencia observada en una categoría determinada fe =es una frecuencia esperada en una categoría determinada PASO 3:  SELECCIONAR EL ESTADÍSTICO DE PRUEBA
Se rechaza Ho si el valor ji cuadrada que se obtuvo de los cálculos es mayor que 11,070. PASO 4:  FORMULAR LA REGLA DE DECISIÓN Grados de libertad Área de la cola derecha gl 0.10 0.05 0.02 0.01 1 2,706 3,841 5,412 6,635 2 4,605 5,991 7,824 9,21 3 6,251 7,815 9,837 11,345 4 7,779 9,488 11,668 13,277 5 9,236 11,07 13,388 15,086
Como el resultado calculado  34.5  es mayor que el de la tabla  11.07 , rechazamos la hipótesis de que las frecuencias son iguales, y las ventas son diferentes.   PASO 5:  CALCULAR EL VALOR DE  JI CUADRADA  Y DECIDIR CRÉDITOS fo fe (fo-fe) (fo-fe) 2 (fo-fe) 2 /fe Hipotecarios 13 20 -7 49 2,45 Prendarios 33 20 13 169 8,45 Comerciales 14 20 -6 36 1,8 De consumo 7 20 -13 169 8,45 De vivienda 36 20 16 256 12,8 De vehículos 17 20 -3 9 0,45 TOTAL 120 120 0 519 34.5
[object Object],[object Object],[object Object],[object Object],GUIÓN DE PRESENTACIÓN  Puntos de la Presentación Intervienen Duración Aprox. en minutos Material de Apoyo - Presentación - Objetivos  Ing. Angela Salazar R. ,[object Object],[object Object],Diapositivas. Diapositivas. ,[object Object],[object Object],[object Object],[object Object],[object Object],Ing. Angela Salazar R. ,[object Object],Diapositivas y cámara de documentos.  - Preguntas - Despedida (Contactos, Sugerencias) Ing. Angela Salazar R. Ing. Angela Salazar R. ,[object Object],[object Object],Correo, teléfono, ext, horario de tutoría.
MEDIOS DE COMUNICACIÓN CARRERA PROFESOR CORREO ELECTRÓNICO EXT. HORARIO DE TUTORIA  Economía Ing. Angela Salazar Romero  [email_address] 2324 Lunes y martes de 08h00 a 10h00 Contabilidad y Auditoria  Ing. Angela Salazar Romero  [email_address] 2324 Lunes y Martes de 08h00 a 10h00 Administración de Empresas Ing. Patricio Montaleza Quizhpe [email_address] 2944 Martes y jueves 08h00 a 10h00 Administración de Empresas  Turísticas y Hoteleras Ing. Patricio Montaleza Quizhpe [email_address] 2944 Martes y jueves 08h00 a 10h00 Administración en Banca y Finanzas Ing. Patricio Montaleza Quizhpe [email_address] 2944 Martes y jueves 08h00 a 10h00

Más contenido relacionado

La actualidad más candente

Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
Alejandro Ruiz
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
cheperobertt
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
maryanbalmaceda
 
Clase de estimacion puntual y intervalo
Clase de estimacion puntual y intervaloClase de estimacion puntual y intervalo
Clase de estimacion puntual y intervalo
Ivan Nuñez Salinas
 

La actualidad más candente (20)

Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
 
Solucionario del libro estadistica para la administracion
Solucionario del libro estadistica para la administracionSolucionario del libro estadistica para la administracion
Solucionario del libro estadistica para la administracion
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
distribuciones de probabilidad continuas.
distribuciones de probabilidad continuas.distribuciones de probabilidad continuas.
distribuciones de probabilidad continuas.
 
Clase 2 unidad ii estadistica ii
Clase 2 unidad ii estadistica iiClase 2 unidad ii estadistica ii
Clase 2 unidad ii estadistica ii
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedades
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
Estimación por Intervalos
Estimación por IntervalosEstimación por Intervalos
Estimación por Intervalos
 
Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8) Ejercicios de estimación de intervalo o intervalos de confianza (8)
Ejercicios de estimación de intervalo o intervalos de confianza (8)
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianza
 
Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
 
Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mata
 
Probabilidad y Estadíticas: Prueba hipotesis
Probabilidad y Estadíticas: Prueba hipotesisProbabilidad y Estadíticas: Prueba hipotesis
Probabilidad y Estadíticas: Prueba hipotesis
 
Clase de estimacion puntual y intervalo
Clase de estimacion puntual y intervaloClase de estimacion puntual y intervalo
Clase de estimacion puntual y intervalo
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
Números índices
Números índicesNúmeros índices
Números índices
 

Destacado

Guia Metodología de Estudios
Guia Metodología de EstudiosGuia Metodología de Estudios
Guia Metodología de Estudios
SilvyReyes
 
Metodología de estudio
Metodología de estudioMetodología de estudio
Metodología de estudio
UTPL UTPL
 
UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
Videoconferencias UTPL
 
Coeficiente de deteminacion clase
Coeficiente de deteminacion claseCoeficiente de deteminacion clase
Coeficiente de deteminacion clase
anil_1
 
UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
Videoconferencias UTPL
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
Mago016
 
UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)
UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)
UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)
Videoconferencias UTPL
 

Destacado (20)

ESTADISTICA II (II Bimestre Abril agosto 2011)
ESTADISTICA II  (II Bimestre Abril agosto 2011)ESTADISTICA II  (II Bimestre Abril agosto 2011)
ESTADISTICA II (II Bimestre Abril agosto 2011)
 
UTPL-ESTADÍSTICA I-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA I-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Guia Metodología de Estudios
Guia Metodología de EstudiosGuia Metodología de Estudios
Guia Metodología de Estudios
 
Metodología de estudio
Metodología de estudioMetodología de estudio
Metodología de estudio
 
UTPL-INVESTIGACIÓN OPERATIVA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-INVESTIGACIÓN OPERATIVA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-INVESTIGACIÓN OPERATIVA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-INVESTIGACIÓN OPERATIVA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-PLANEACIÓN DE FINANZAS CORPORATIVAS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
12 la normalizacion
12 la normalizacion12 la normalizacion
12 la normalizacion
 
Coeficiente de deteminacion clase
Coeficiente de deteminacion claseCoeficiente de deteminacion clase
Coeficiente de deteminacion clase
 
UTPL-MATEMÁTICAS-II BIMESTRE-(abril agosto 2012)
UTPL-MATEMÁTICAS-II BIMESTRE-(abril agosto 2012)UTPL-MATEMÁTICAS-II BIMESTRE-(abril agosto 2012)
UTPL-MATEMÁTICAS-II BIMESTRE-(abril agosto 2012)
 
UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ALGEBRA LINEAL-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
 
UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-ESTADÍSTICA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-ALGEBRA LINEAL-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ALGEBRA LINEAL-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ALGEBRA LINEAL-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ALGEBRA LINEAL-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)
UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)
UTPL-MATEMATICAS-I BIMESTRE(octubre 2012-febrero 2013)
 
UTPL-MATEMÁTICA FINANCIERA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-MATEMÁTICA FINANCIERA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-MATEMÁTICA FINANCIERA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-MATEMÁTICA FINANCIERA-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA I-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
UTPL-MATEMÁTICA FINANCIERA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-MATEMÁTICA FINANCIERA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-MATEMÁTICA FINANCIERA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-MATEMÁTICA FINANCIERA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Matemática Financiera II Bimestre
Matemática Financiera II BimestreMatemática Financiera II Bimestre
Matemática Financiera II Bimestre
 
Coeficientes determinacion y correlacion
Coeficientes determinacion y correlacionCoeficientes determinacion y correlacion
Coeficientes determinacion y correlacion
 

Similar a ESTADISTICA II ( I Bimestre Abril Agosto 2011)

Estadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.pptEstadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.ppt
erick492359
 
Tamaño de la muestra (física)
Tamaño de la muestra (física)Tamaño de la muestra (física)
Tamaño de la muestra (física)
Angie Hernandez
 
Semana 11 - Sesion 21 y 22 Intervalo de confianza.pptx
Semana 11 - Sesion 21 y 22 Intervalo de confianza.pptxSemana 11 - Sesion 21 y 22 Intervalo de confianza.pptx
Semana 11 - Sesion 21 y 22 Intervalo de confianza.pptx
AlejandroCr19
 
TamañO De La Muestra
TamañO De La MuestraTamañO De La Muestra
TamañO De La Muestra
Ana kristell
 

Similar a ESTADISTICA II ( I Bimestre Abril Agosto 2011) (20)

S12-Cap9-intervalos de confianza.pptx
S12-Cap9-intervalos de confianza.pptxS12-Cap9-intervalos de confianza.pptx
S12-Cap9-intervalos de confianza.pptx
 
Mic sesión 6
Mic sesión 6Mic sesión 6
Mic sesión 6
 
Clase 2 estadistica
Clase 2 estadisticaClase 2 estadistica
Clase 2 estadistica
 
Estadística-Inferencial.ppt
Estadística-Inferencial.pptEstadística-Inferencial.ppt
Estadística-Inferencial.ppt
 
Estadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.pptEstadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.ppt
 
Diapositivas_Modulo_2.pptx
Diapositivas_Modulo_2.pptxDiapositivas_Modulo_2.pptx
Diapositivas_Modulo_2.pptx
 
Mic sesión 2
Mic sesión 2Mic sesión 2
Mic sesión 2
 
CAP1 INVESTIGACIÓN EDUCATIVA
CAP1 INVESTIGACIÓN EDUCATIVACAP1 INVESTIGACIÓN EDUCATIVA
CAP1 INVESTIGACIÓN EDUCATIVA
 
Tamaño de la muestra (física)
Tamaño de la muestra (física)Tamaño de la muestra (física)
Tamaño de la muestra (física)
 
estadistica_inferencial.pdf
estadistica_inferencial.pdfestadistica_inferencial.pdf
estadistica_inferencial.pdf
 
Fundamentos de estadistica inferencial ccesa007
Fundamentos de estadistica inferencial ccesa007Fundamentos de estadistica inferencial ccesa007
Fundamentos de estadistica inferencial ccesa007
 
Semana 11 - Sesion 21 y 22 Intervalo de confianza.pptx
Semana 11 - Sesion 21 y 22 Intervalo de confianza.pptxSemana 11 - Sesion 21 y 22 Intervalo de confianza.pptx
Semana 11 - Sesion 21 y 22 Intervalo de confianza.pptx
 
Inferencia estadistica
Inferencia estadisticaInferencia estadistica
Inferencia estadistica
 
MARCO METODOLOGICO.pptx
MARCO METODOLOGICO.pptxMARCO METODOLOGICO.pptx
MARCO METODOLOGICO.pptx
 
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdfTECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
TECNICAS DE MUESTREO Y TAMAÑO DE MUESTRA.pdf
 
Clase 12-Estadística-Inferencial.pdf
Clase 12-Estadística-Inferencial.pdfClase 12-Estadística-Inferencial.pdf
Clase 12-Estadística-Inferencial.pdf
 
7. población y muestra
7. población y muestra 7. población y muestra
7. población y muestra
 
Topicos de Estadistica Inferencial II ccesa007
Topicos  de Estadistica Inferencial II ccesa007Topicos  de Estadistica Inferencial II ccesa007
Topicos de Estadistica Inferencial II ccesa007
 
Estimaciones estadisticas
Estimaciones estadisticasEstimaciones estadisticas
Estimaciones estadisticas
 
TamañO De La Muestra
TamañO De La MuestraTamañO De La Muestra
TamañO De La Muestra
 

Más de Videoconferencias UTPL

La oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraLa oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misionera
Videoconferencias UTPL
 
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Videoconferencias UTPL
 
Introducción a las ciencias ambientales
Introducción a las ciencias ambientalesIntroducción a las ciencias ambientales
Introducción a las ciencias ambientales
Videoconferencias UTPL
 

Más de Videoconferencias UTPL (20)

La oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraLa oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misionera
 
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
 
Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)
 
Generos graficos
Generos graficosGeneros graficos
Generos graficos
 
Periodismo digital
Periodismo digitalPeriodismo digital
Periodismo digital
 
El editorial
El editorialEl editorial
El editorial
 
La entrevista
La entrevistaLa entrevista
La entrevista
 
La noticia
La noticiaLa noticia
La noticia
 
Generos periodisticos
Generos periodisticosGeneros periodisticos
Generos periodisticos
 
Biología general
Biología generalBiología general
Biología general
 
Introducción a las ciencias ambientales
Introducción a las ciencias ambientalesIntroducción a las ciencias ambientales
Introducción a las ciencias ambientales
 
Expresion oral y escrita
Expresion oral y escritaExpresion oral y escrita
Expresion oral y escrita
 
Matematicas I
Matematicas IMatematicas I
Matematicas I
 
Contabilidad general I
Contabilidad general IContabilidad general I
Contabilidad general I
 
Realidad Nacional
Realidad NacionalRealidad Nacional
Realidad Nacional
 
Aplicación de nuevas tecnologías
Aplicación de nuevas tecnologíasAplicación de nuevas tecnologías
Aplicación de nuevas tecnologías
 
Marketing y protocolo empresarial
Marketing y protocolo empresarialMarketing y protocolo empresarial
Marketing y protocolo empresarial
 
Gerencia educativa
Gerencia educativaGerencia educativa
Gerencia educativa
 
Toma de decisiones
Toma de decisiones Toma de decisiones
Toma de decisiones
 
Ejercicios fonetica y fonologia
Ejercicios fonetica y fonologiaEjercicios fonetica y fonologia
Ejercicios fonetica y fonologia
 

Último

🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docxTALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
NadiaMartnez11
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 

Último (20)

Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docxTALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 

ESTADISTICA II ( I Bimestre Abril Agosto 2011)

  • 1. ESCUELAS : DOCENTE : BIMESTRE : ESTAD ÍSTICA II CICLO : ÁREA ADMINISTRATIVA I BIMESTRE ABRIL – AGOSTO 2011 Ing. Ángela Salazar Romero
  • 2.
  • 3.
  • 4. MEDIOS DE COMUNICACIÓN CARRERA PROFESOR EXT. HORARIO DE TUTORIA Economía Ing. Angela Salazar Romero 2324 Lunes y martes de 08h00 a 10h00 Contabilidad y Auditoria Ing. Angela Salazar Romero 2324 Lunes y Martes de 08h00 a 10h00 Administración de Empresas Ing. Patricio Montaleza Quizhpe 2944 Martes y jueves 08h00 a 10h00 Administración de Empresas Turísticas y Hoteleras Ing. Patricio Montaleza Quizhpe 2944 Martes y jueves 08h00 a 10h00 Administración en Banca y Finanzas Ing. Patricio Montaleza Quizhpe 2944 Martes y jueves 08h00 a 10h00
  • 5.
  • 6. CAPÍTULO 1 MÉTODOS DE MUESTREO
  • 7. TIPOS DE MUESTREO
  • 8. MUESTREO ALEATORIO SIMPLE Muestra seleccionada, de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se incluya. Ejemplo: Un bingo, introduzco los números en una ánfora y selecciono una muestra al azar.
  • 9. MUESTREO ALEATORIO SISTEMÁTICO Ejemplo: Se requiere establecer una muestra de 100 profesores de los 500 que tiene la UTPL. 1.Ordenar alfabéticamente a los profesores 2. Calcular. Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-ésimo elemento de la población.
  • 10. MUESTREO ALEATORIO ESTRATIFICADO Una población se divide en subgrupos (estratos) y selecciona al azar una muestra de cada estrato. Ejemplo: Gastos de publicidad de 300 empresas * (0.03X50)=1,5≈2 ESTRATO PROBABILIDAD Nº DE EMPRESAS FRECUENCIA RELATIVA NÚMERO MUESTREADO (RECUPERACIÓN DE CAPITAL) 1 35% Y MÁS 10 0.03 2* 2 DE 25% A 35% 25 0.08 4 3 DE 15% A 25% 150 0.50 25 4 DE 0% A 15% 100 0.33 17 5 DÉFICIT 15 0.05 3 TOTAL 300 1.00 50
  • 11. MUESTREO ALEATORIO POR CONGLOMERADOS El muestro por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados y en investigar después todos los elementos pertenecientes a los conglomerados elegidos. 1 4 7 10 2 5 8 11 3 6 9 12
  • 12.
  • 13. EJERCICIO Los tiempos de servicio de los ejecutivos que laboran en una empresa son los siguientes: NOMBRES AÑOS A 20 B 22 C 26 D 24 E 28
  • 14.
  • 15. EJERCICIO Medias muestrales de todas las posibles muestras de 2 ejecutivos MUESTRA EMPLEADOS AÑOS SUMA MEDIA 1 A,B 20,22 42 21 2 A,C 20,26 46 23 3 A,D 20,24 44 22 4 A,E 20,28 48 24 5 B,C 22,26 48 24 6 B,D 22,24 46 23 7 B,E 22,28 50 25 8 C,D 26,24 50 25 9 C,E 26,28 54 27 10 D,E 24,28 52 26
  • 16. Distribución muestral de la media para n=2 MEDIA MUESTRAL NÚMERO DE MEDIAS PROBABILIDAD 21 1 0.1 22 1 0.1 23 2 0,2 24 2 0.2 25 2 0.2 26 1 0.1 27 1 0.1 TOTAL 10 1
  • 17. INTERVALOS DE CONFIANZA INTERVALO DE CONFIANZA PARA MUESTRAS MAYORES A 30 ELEMENTOS INTERVALO DE CONFIANZA PARA MUESTRAS MENORES A 30 ELEMENTOS Conjunto de valores formado a partir de una muestra de datos de forma que exista la posibilidad de que el parámetro poblacional ocurra dentro de dicho conjunto con una probabilidad específica (nivel de confianza) .
  • 18. DESVIACIÓN ESTÁNDAR CUANDO LOS DATOS SON UNA POBLACIÓN CUANDO LOS DATOS SON UNA MUESTRA
  • 19. EJERCICIO Se toma una muestra aleatoria de 256 gerentes, la cual revela una media muestral de $45 420. La desviación estándar de esta muestra es de $2 050. El nivel de confianza utilizado es del 95% ¿Cuál es el intervalo de confianza para la media poblacional?
  • 20. EJERCICIO Un fabricante de llantas desea investigar la durabilidad de sus productos. Una muestra de 10 llantas reveló una media muestral de 0.32 pulgadas y una desviación estándar de 0.09 pulgadas. Construya un intervalo de confianza de 95%.
  • 21. PROPORCIONES Fracción, razón o porcentaje que indica la parte de la muestra o población que tiene una característica determinada. PROPORCIÓN MUESTRA INTERVALOS DE CONFIANZA PARA UNA PROPORCIÓN POBLACIONAL ERROR ESTÁNDAR DE LA PROPORCIÓN MUESTRAL
  • 22.
  • 23.
  • 24.
  • 25.
  • 26. Paso 3. Calcular el valor estadístico de prueba Estadísticos de pruebas como: Z, t de Student, F y Ji cuadrado Paso 4: Formular la regla de decisión Son las condiciones según las que se acepta o rechaza la hipótesis nula Paso 5: Tomar una decisión El valor observado de la estadística muestral se compara con el valor de estadística de prueba
  • 27.
  • 28. PASO 1: PLANTEAR LA HIPÓTESIS PASO 2: SELECCIONAR EL NIVEL DE SIGNIFICANCIA (0.05%) PASO 3: IDENTIFICAR EL ESTADÍSTICO DE PRUEBA
  • 29. UNA COLA 0.5-0.05=0.45 DOS COLAS (0.05%) 0.05/2=0.025 0.50-0.025 =0.475 -0.50 0.50
  • 30. PASO 4: FORMULAR LA REGLA DE DECISIÓN PASO 5: TOMAR UNA DECISIÓN Para un nivel de significancia de 0.05, la región de rechazo es z >1.96 o z< -1.96 Se rechaza H 0 no es igual a 1500 toneladas -2,7
  • 31.
  • 32.
  • 33. PASO 1: CALCULAR LAS DESVIACIONES ESTÁNDAR DE LAS MUESTRAS
  • 34. PASO 2: AGRUPAR LAS VARIANZAS DE LAS MUESTRAS PASO3: DETERMINAR EL VALOR DE t
  • 35.
  • 36.
  • 37.
  • 38. Ho= Fo = fe H1= Fo = fe Se selecciona el nivel de significancia 0.05 , que es la probabilidad de rechazar una hipótesis nula verdadera PASO 1: PLANTEAR LA HIPÓTESIS PASO 2: SELECCIONAR EL NIVEL DE SIGNIFICANCIA
  • 39. El estadístico es chi cuadrado, con K-1 grados de libertad, donde: K=es el numero de categorías fo =es una frecuencia observada en una categoría determinada fe =es una frecuencia esperada en una categoría determinada PASO 3: SELECCIONAR EL ESTADÍSTICO DE PRUEBA
  • 40. Se rechaza Ho si el valor ji cuadrada que se obtuvo de los cálculos es mayor que 11,070. PASO 4: FORMULAR LA REGLA DE DECISIÓN Grados de libertad Área de la cola derecha gl 0.10 0.05 0.02 0.01 1 2,706 3,841 5,412 6,635 2 4,605 5,991 7,824 9,21 3 6,251 7,815 9,837 11,345 4 7,779 9,488 11,668 13,277 5 9,236 11,07 13,388 15,086
  • 41. Como el resultado calculado 34.5 es mayor que el de la tabla 11.07 , rechazamos la hipótesis de que las frecuencias son iguales, y las ventas son diferentes. PASO 5: CALCULAR EL VALOR DE JI CUADRADA Y DECIDIR CRÉDITOS fo fe (fo-fe) (fo-fe) 2 (fo-fe) 2 /fe Hipotecarios 13 20 -7 49 2,45 Prendarios 33 20 13 169 8,45 Comerciales 14 20 -6 36 1,8 De consumo 7 20 -13 169 8,45 De vivienda 36 20 16 256 12,8 De vehículos 17 20 -3 9 0,45 TOTAL 120 120 0 519 34.5
  • 42.
  • 43.
  • 44. MEDIOS DE COMUNICACIÓN CARRERA PROFESOR CORREO ELECTRÓNICO EXT. HORARIO DE TUTORIA Economía Ing. Angela Salazar Romero [email_address] 2324 Lunes y martes de 08h00 a 10h00 Contabilidad y Auditoria Ing. Angela Salazar Romero [email_address] 2324 Lunes y Martes de 08h00 a 10h00 Administración de Empresas Ing. Patricio Montaleza Quizhpe [email_address] 2944 Martes y jueves 08h00 a 10h00 Administración de Empresas Turísticas y Hoteleras Ing. Patricio Montaleza Quizhpe [email_address] 2944 Martes y jueves 08h00 a 10h00 Administración en Banca y Finanzas Ing. Patricio Montaleza Quizhpe [email_address] 2944 Martes y jueves 08h00 a 10h00