SlideShare una empresa de Scribd logo
1 de 46
ESCUELAS : DOCENTE : BIMESTRE : ESTAD ÍSTICA II PERÍODO: ÁREA ADMINISTRATIVA II BIMESTRE ABRIL  – AGOSTO 2011 Ing. Ángela Salazar Romero Economía, Administración de Empresas, Administración en Banca y Finanzas, Contabilidad y Auditoría; Administración de Empresas Turísticas y Hoteleras
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],CONSIDERACIONES INICIALES
BIBLIOGRAFIA ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
CONSIDERACIONES INICIALES ,[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
ANÁLISIS DE LA VARIANZA Comparación simultánea de varias medias poblacionales se denomina  análisis de la varianza   (ANOVA) . El análisis de la Anova, permite comprobar si existen diferencias entre promedios de tres o más tratamientos y para ello se calcula el  valor  de F.
ANÁLISIS DE VARIANZA ,[object Object],[object Object],[object Object],ANOVA requiere las condiciones siguientes:
Procedimiento del análisis de varianza ANÁLISIS DE LA VARIANZA ,[object Object],[object Object],[object Object],[object Object]
ANÁLISIS DE LA VARIANZA ,[object Object],[object Object],[object Object]
Donde: SS total  = Suma del total de cuadrados SST  = Suma del tratamiento de cuadrados SSE  = Suma de los errores al cuadrado MST = Cuadrado medio de los tratamientos MSE = Cuadrado medio del error K  = Tratamientos n   = Observaciones TABLA ANOVA FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD MEDIA DE CUADRADOS F TRATAMIENTOS SST K-1 SST/(K-1)=MST MST /MSE ERROR SSE n-K SSE/(n-K)=MSE TOTAL SSTOTAL n-1
Ejercicio: Los siguientes datos corresponden a los costos por semestre de una muestra de Universidades privadas del Ecuador. Con  un nivel de significancia de 0.05 ¿Se puede concluir que hay una diferencia en los costos medios de las diverses regiones? Construya una tabla ANOVA
Datos: COSTOS POR SEMESTRE  (EN MILES DE DÓLARES) SIERRA COSTA ORIENTE 10 8 7 11 9 8 12 10 6 10 8 7 12    6
SOLUCIÓN: COSTOS POR SEMESTRE  (EN MILES DE DÓLARES)   SIERRA  COSTA  ORIENTE      X X 2   X  X 2   X  X 2   TOTAL   10 100 8 64 7 49     11 121 9 81 8 64     12 144 10 100 6 36     10 100 8 64 7 49     12   144       6 36   Tc   55   35   34   124 4nc   5   4   5   14 X 2     609   309   234 1152
SUMA DE CUADRADOS TOTAL SUMA DE CUADRADOS DEBIDOS AL TRATAMIENTO Tc =  Total de cada tratamiento nc =  Número de observaciones de cada tratamiento SUMA DE CUADRADOS DEL ERROR SSE  =  SS total  –  SST  = 53.71 – 44.16 = 9.55
Como F es 25.43, el cual es mayor que el valor crítico  de 3.98, H0 se rechaza por lo tanto no todas las  medias p oblacionales son iguales TABLA ANOVA FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD MEDIA DE CUADRADOS F TRATAMIENTOS 44.16 2 22.08 25.43 ERROR 9,55 11 0,8682 TOTAL 53.71 13
REGRESIÓN LINEAL Y CORRELACIÓN ,[object Object],[object Object],[object Object],[object Object]
EL COEFICIENTE DE CORRELACIÓN (r) ,[object Object],[object Object],[object Object],[object Object],[object Object]
ANÁLISIS DE CORRELACIÓN X NÚMERO DE MAESTROS SALARIO  ANUAL CORRELACIÓN CERO r=0  (X y Y no tienen relación) Y TALLA PESO CORRELACIÓN NEGATIVA Y DÉBIL  (X y Y Tienen cierta  relación lineal) NOTAS ESTADISTICA I RENDIMIENTO ACADÉMICO CORRELACIÓN POSITIVA Y FUERTE  (X y Y tienen una relación lineal intensa) X X Y Y
INTENSIDAD DEL COEFICIENTE DE CORRELACIÓN El resultado puede ser entre -1 y 1 0 -1.00 1.00 Correlación positiva perfecta Correlación negativa perfecta Sin Correlación -0.50 0.50 Correlación negativa Correlación positiva Correlación negativa intensa Correlación negativa moderada Correlación negativa débil Correlación positiva débil Correlación positiva moderada Correlación positiva intensa
COEFICIENTE DE CORRELACIÓN ,[object Object],[object Object],[object Object]
COEFICIENTE DE CORRELACIÓN DATOS: MES GASTOS EN PUBLICIDAD GASTOS POR VENTAS Julio 2 7 Agosto 1 3 Septiembre 3 8 Octubre 4 10
COEFICIENTE DE CORRELACIÓN DATOS: X Y 2 7 -0.5 0.25 0 0 0 1 3 -1.5 2.25 -4 16 6 3 8 0.5 0.25 1 1 0.5 4 10 1.5 2.25 3 9 4.5 10 28 5 26 11
COEFICIENTE DE CORRELACIÓN ,[object Object],[object Object],[object Object]
COEFICIENTE DE CORRELACIÓN ,[object Object],[object Object],[object Object]
COEFICIENTE DE CORRELACIÓN DATOS: 3. Calcular el coeficiente de Correlación: Hay una correlación fuerte entre los gastos de publicidad y las ventas
ANÁLISIS DE REGRESIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
ANÁLISIS DE REGRESIÓN ,[object Object]
ANÁLISIS DE REGRESIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object]
1. Encontramos el los valores de  b  y de  a: SOLUCIÓN:
ANÁLISIS DE REGRESIÓN 2. Interprete los valores de a y b. La pendiente es 2.2.  Esto indica que un aumento de $1 millon en publicidad generará un aumento de $2.2 millones en ventas.  La intersección es 1.5.  Si no hubiera gastos en publicidad, las ventas serían de $1.5 millones. 3. Estime las ventas cuando se gastan $3 millones en publicidad.
ERROR ESTÁNDAR DE ESTIMACIÓN ,[object Object],[object Object]
ANÁLISIS DE REGRESIÓN MÚLTIPLE ,[object Object],[object Object],[object Object],[object Object]
ANÁLISIS DE REGRESIÓN MÚLTIPLE ,[object Object],[object Object]
NÚMEROS ÍNDICES ,[object Object],ÍNDICE SIMPLE DE PRECIOS PROMEDIO SIMPLE DE LOS  ÍNDICES DE PRECIOS RELATIVOS ÍNDICE AGREGADO SIMPLE
ÍNDICES PONDERADOS ,[object Object],ÍNDICE DE PRECIOS DE LASPEYRES ÍNDICE DE PRECIOS DE PAASCHE P = INDICE DE PRECIOS PT= PRECIO ACTUAL P0= PRECIO EN EL PERIODO BASE Q0= CANTIDAD CONSUMIDA EN EL PERIODO BASE P = INDICE DE PRECIOS PT= PRECIO ACTUAL P0= PRECIO EN EL PERIODO BASE QT= CANTIDAD CONSUMIDA EN EL PERIODO ACTUAL
ÍNDICE DE FISHER ,[object Object],INDICE DE FISHER  =
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
ÍNDICE DE PRECIOS DE LASPEYRES SOLUCIÓN:    DICIEMBRE DEL 2007  DICIEMBRE DEL 2010    ARTÍCULOS Po Qo P1 Q1 Indice Simple P1Q0 P0Q0 P1Q1 P0Q1 A 2.49 6 2.69 6 108.03% 16.14 14.94 16.14 14.94 B 3.29 4 3.59 5 109.12% 14.36 13.16 17.95 16.45 C 1.59 2 1.79 3 112.58% 3.58 3.18 5.37 4.77 D 1.79 3 2.29 4 127.93% 6.87 5.37 9.16 7.16 TOTAL  40.95 36.65 48.62 43.32
ÍNDICE DE PRECIOS DE PAASCHE ÍNDICE DE FISHER  = ÍNDICE DE FISHER  = 111.95
ÍNDICE DE PRECIOS AL CONSUMIDOR ,[object Object],[object Object],[object Object],[object Object],[object Object]
ÍNDICE DE PRECIOS AL CONSUMIDOR Ejercicio: El salario neto de  una determinada persona, y el IPC de 2005 y 2010 son: a. Cuál fue el ingreso real de la persona en el 2005 AÑO PAGO NETO IPC 2005 $25 000 170,80 2010 $41 200 195,40
ÍNDICE DE PRECIOS AL CONSUMIDOR Solución:
[object Object],[object Object],[object Object],[object Object],[object Object],CONSIDERACIONES FINALES
[object Object],[object Object],[object Object],[object Object],GUIÓN DE PRESENTACIÓN  Puntos de la Presentación Intervienen Duración Aprox. en minutos Material de Apoyo ,[object Object],[object Object],Ing. Ángela Salazar R. ,[object Object],[object Object],Diapositivas. Diapositivas. ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Ing. Ángela Salazar R. ,[object Object],Diapositivas y cámara de documentos.  ,[object Object],[object Object],[object Object],Ing. Ángela Salazar R. ,[object Object],[object Object],Correo, teléfono, ext, horario de tutoría.

Más contenido relacionado

La actualidad más candente

Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
Jhonatan Arroyave Montoya
 
Proyecto estadistica inferencial
Proyecto estadistica inferencialProyecto estadistica inferencial
Proyecto estadistica inferencial
katemora
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
karemlucero
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
maryanbalmaceda
 
Ejemplo punto de equilibrio
Ejemplo punto de equilibrioEjemplo punto de equilibrio
Ejemplo punto de equilibrio
Favio Meneses
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
leonardo19940511
 

La actualidad más candente (20)

Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
 
Unidad2 métodos cuantitativa
Unidad2 métodos cuantitativa Unidad2 métodos cuantitativa
Unidad2 métodos cuantitativa
 
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
 
Proyecto estadistica inferencial
Proyecto estadistica inferencialProyecto estadistica inferencial
Proyecto estadistica inferencial
 
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
 
Estadística curso completo2
Estadística curso completo2Estadística curso completo2
Estadística curso completo2
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Tablas de contingencias
Tablas de contingenciasTablas de contingencias
Tablas de contingencias
 
Examen unidad 4 - Tipo 2
Examen unidad 4 - Tipo 2Examen unidad 4 - Tipo 2
Examen unidad 4 - Tipo 2
 
Distribucion de la diferencia de medias
Distribucion de la diferencia de mediasDistribucion de la diferencia de medias
Distribucion de la diferencia de medias
 
Blo gejercicios de hipotesis
Blo gejercicios de hipotesisBlo gejercicios de hipotesis
Blo gejercicios de hipotesis
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Clase 2 unidad ii estadistica ii
Clase 2 unidad ii estadistica iiClase 2 unidad ii estadistica ii
Clase 2 unidad ii estadistica ii
 
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDESMetodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
Metodos Numericos LINDO GLP TEORIA DE DECISIONES OPTIMIZACION DE REDES
 
50ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp0150ejerciciodeestadistica docx1-120121174706-phpapp01
50ejerciciodeestadistica docx1-120121174706-phpapp01
 
Estimadores puntuales intervalos de confianza.
Estimadores puntuales   intervalos de confianza.Estimadores puntuales   intervalos de confianza.
Estimadores puntuales intervalos de confianza.
 
Milagros programacion lineal
Milagros programacion linealMilagros programacion lineal
Milagros programacion lineal
 
Ejemplo punto de equilibrio
Ejemplo punto de equilibrioEjemplo punto de equilibrio
Ejemplo punto de equilibrio
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Distribucion muestral de una proporcion
Distribucion muestral de una proporcion Distribucion muestral de una proporcion
Distribucion muestral de una proporcion
 

Destacado (7)

UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-ESTADÍSTICA-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-ESTADÍSTICA-II-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 II-I-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Estadística II (II Bimestre)
Estadística II (II Bimestre)Estadística II (II Bimestre)
Estadística II (II Bimestre)
 
Estadística II
Estadística IIEstadística II
Estadística II
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis
 
Diagrama de Flujos Ejemplos.
Diagrama de Flujos Ejemplos.Diagrama de Flujos Ejemplos.
Diagrama de Flujos Ejemplos.
 

Similar a ESTADISTICA II (II Bimestre Abril agosto 2011)

Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
Carlos Becerra
 

Similar a ESTADISTICA II (II Bimestre Abril agosto 2011) (20)

Regresion Multiple2
Regresion Multiple2Regresion Multiple2
Regresion Multiple2
 
CLASE_REGRESION_Y_CORRELACION_LINEAL_EST.ppt
CLASE_REGRESION_Y_CORRELACION_LINEAL_EST.pptCLASE_REGRESION_Y_CORRELACION_LINEAL_EST.ppt
CLASE_REGRESION_Y_CORRELACION_LINEAL_EST.ppt
 
Tema IV Tecnicas de Pronostico Grupo 6.pptx
Tema IV Tecnicas de Pronostico Grupo 6.pptxTema IV Tecnicas de Pronostico Grupo 6.pptx
Tema IV Tecnicas de Pronostico Grupo 6.pptx
 
Proyecciones
Proyecciones Proyecciones
Proyecciones
 
Regresión lineal (1).pdf
Regresión lineal (1).pdfRegresión lineal (1).pdf
Regresión lineal (1).pdf
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
 
Regresion lineal
Regresion linealRegresion lineal
Regresion lineal
 
ESTADISTICA II
ESTADISTICA IIESTADISTICA II
ESTADISTICA II
 
Regresion lineal multiple
Regresion lineal multipleRegresion lineal multiple
Regresion lineal multiple
 
Presentación regreción lineal
Presentación regreción linealPresentación regreción lineal
Presentación regreción lineal
 
Estadistica I 05
Estadistica  I 05Estadistica  I 05
Estadistica I 05
 
Trabajo final de econometria upc
Trabajo final de econometria upcTrabajo final de econometria upc
Trabajo final de econometria upc
 
PRESENTACION Conceptos-Regresion lineal simple (3).pptx
PRESENTACION Conceptos-Regresion lineal simple (3).pptxPRESENTACION Conceptos-Regresion lineal simple (3).pptx
PRESENTACION Conceptos-Regresion lineal simple (3).pptx
 
TEMAS DE IO.docx
TEMAS DE IO.docxTEMAS DE IO.docx
TEMAS DE IO.docx
 
Regresion Y Correlacion
Regresion Y CorrelacionRegresion Y Correlacion
Regresion Y Correlacion
 
LAB IV. Parte 2
LAB IV. Parte 2LAB IV. Parte 2
LAB IV. Parte 2
 
Pruebasdebondaddeajuste 151127221517-lva1-app6891
Pruebasdebondaddeajuste 151127221517-lva1-app6891Pruebasdebondaddeajuste 151127221517-lva1-app6891
Pruebasdebondaddeajuste 151127221517-lva1-app6891
 
Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 
Tema 14 - Estadística.pptx
Tema 14 - Estadística.pptxTema 14 - Estadística.pptx
Tema 14 - Estadística.pptx
 
Trabajo de spss
Trabajo de spssTrabajo de spss
Trabajo de spss
 

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

5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
MiNeyi1
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 

Último (20)

Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 

ESTADISTICA II (II Bimestre Abril agosto 2011)

  • 1. ESCUELAS : DOCENTE : BIMESTRE : ESTAD ÍSTICA II PERÍODO: ÁREA ADMINISTRATIVA II BIMESTRE ABRIL – AGOSTO 2011 Ing. Ángela Salazar Romero Economía, Administración de Empresas, Administración en Banca y Finanzas, Contabilidad y Auditoría; Administración de Empresas Turísticas y Hoteleras
  • 2.
  • 3.
  • 4.
  • 5. 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
  • 6. ANÁLISIS DE LA VARIANZA Comparación simultánea de varias medias poblacionales se denomina análisis de la varianza (ANOVA) . El análisis de la Anova, permite comprobar si existen diferencias entre promedios de tres o más tratamientos y para ello se calcula el valor de F.
  • 7.
  • 8.
  • 9.
  • 10. Donde: SS total = Suma del total de cuadrados SST = Suma del tratamiento de cuadrados SSE = Suma de los errores al cuadrado MST = Cuadrado medio de los tratamientos MSE = Cuadrado medio del error K = Tratamientos n = Observaciones TABLA ANOVA FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD MEDIA DE CUADRADOS F TRATAMIENTOS SST K-1 SST/(K-1)=MST MST /MSE ERROR SSE n-K SSE/(n-K)=MSE TOTAL SSTOTAL n-1
  • 11. Ejercicio: Los siguientes datos corresponden a los costos por semestre de una muestra de Universidades privadas del Ecuador. Con un nivel de significancia de 0.05 ¿Se puede concluir que hay una diferencia en los costos medios de las diverses regiones? Construya una tabla ANOVA
  • 12. Datos: COSTOS POR SEMESTRE (EN MILES DE DÓLARES) SIERRA COSTA ORIENTE 10 8 7 11 9 8 12 10 6 10 8 7 12    6
  • 13. SOLUCIÓN: COSTOS POR SEMESTRE (EN MILES DE DÓLARES)   SIERRA COSTA ORIENTE     X X 2 X  X 2 X  X 2 TOTAL   10 100 8 64 7 49     11 121 9 81 8 64     12 144 10 100 6 36     10 100 8 64 7 49     12  144      6 36   Tc 55   35   34   124 4nc 5   4   5   14 X 2   609   309   234 1152
  • 14. SUMA DE CUADRADOS TOTAL SUMA DE CUADRADOS DEBIDOS AL TRATAMIENTO Tc = Total de cada tratamiento nc = Número de observaciones de cada tratamiento SUMA DE CUADRADOS DEL ERROR SSE = SS total – SST = 53.71 – 44.16 = 9.55
  • 15. Como F es 25.43, el cual es mayor que el valor crítico de 3.98, H0 se rechaza por lo tanto no todas las medias p oblacionales son iguales TABLA ANOVA FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD MEDIA DE CUADRADOS F TRATAMIENTOS 44.16 2 22.08 25.43 ERROR 9,55 11 0,8682 TOTAL 53.71 13
  • 16.
  • 17.
  • 18. ANÁLISIS DE CORRELACIÓN X NÚMERO DE MAESTROS SALARIO ANUAL CORRELACIÓN CERO r=0 (X y Y no tienen relación) Y TALLA PESO CORRELACIÓN NEGATIVA Y DÉBIL (X y Y Tienen cierta relación lineal) NOTAS ESTADISTICA I RENDIMIENTO ACADÉMICO CORRELACIÓN POSITIVA Y FUERTE (X y Y tienen una relación lineal intensa) X X Y Y
  • 19. INTENSIDAD DEL COEFICIENTE DE CORRELACIÓN El resultado puede ser entre -1 y 1 0 -1.00 1.00 Correlación positiva perfecta Correlación negativa perfecta Sin Correlación -0.50 0.50 Correlación negativa Correlación positiva Correlación negativa intensa Correlación negativa moderada Correlación negativa débil Correlación positiva débil Correlación positiva moderada Correlación positiva intensa
  • 20.
  • 21. COEFICIENTE DE CORRELACIÓN DATOS: MES GASTOS EN PUBLICIDAD GASTOS POR VENTAS Julio 2 7 Agosto 1 3 Septiembre 3 8 Octubre 4 10
  • 22. COEFICIENTE DE CORRELACIÓN DATOS: X Y 2 7 -0.5 0.25 0 0 0 1 3 -1.5 2.25 -4 16 6 3 8 0.5 0.25 1 1 0.5 4 10 1.5 2.25 3 9 4.5 10 28 5 26 11
  • 23.
  • 24.
  • 25. COEFICIENTE DE CORRELACIÓN DATOS: 3. Calcular el coeficiente de Correlación: Hay una correlación fuerte entre los gastos de publicidad y las ventas
  • 26.
  • 27.
  • 28.
  • 29.
  • 30. 1. Encontramos el los valores de b y de a: SOLUCIÓN:
  • 31. ANÁLISIS DE REGRESIÓN 2. Interprete los valores de a y b. La pendiente es 2.2. Esto indica que un aumento de $1 millon en publicidad generará un aumento de $2.2 millones en ventas. La intersección es 1.5. Si no hubiera gastos en publicidad, las ventas serían de $1.5 millones. 3. Estime las ventas cuando se gastan $3 millones en publicidad.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39. ÍNDICE DE PRECIOS DE LASPEYRES SOLUCIÓN:   DICIEMBRE DEL 2007 DICIEMBRE DEL 2010   ARTÍCULOS Po Qo P1 Q1 Indice Simple P1Q0 P0Q0 P1Q1 P0Q1 A 2.49 6 2.69 6 108.03% 16.14 14.94 16.14 14.94 B 3.29 4 3.59 5 109.12% 14.36 13.16 17.95 16.45 C 1.59 2 1.79 3 112.58% 3.58 3.18 5.37 4.77 D 1.79 3 2.29 4 127.93% 6.87 5.37 9.16 7.16 TOTAL 40.95 36.65 48.62 43.32
  • 40. ÍNDICE DE PRECIOS DE PAASCHE ÍNDICE DE FISHER = ÍNDICE DE FISHER = 111.95
  • 41.
  • 42. ÍNDICE DE PRECIOS AL CONSUMIDOR Ejercicio: El salario neto de una determinada persona, y el IPC de 2005 y 2010 son: a. Cuál fue el ingreso real de la persona en el 2005 AÑO PAGO NETO IPC 2005 $25 000 170,80 2010 $41 200 195,40
  • 43. ÍNDICE DE PRECIOS AL CONSUMIDOR Solución:
  • 44.
  • 45.
  • 46.

Notas del editor

  1. - DECREMENTO DE PRECIOS, -0.7263 CORREPONDE AL DECREMENTO