Final estadistica aplicada 2015.doc (1)

1
ADMINISTRACION DE EMPRESA
ESTADISTICA APLICADA
“INFORMACIÓN DE PRESTAMOS QUE SE OTORGAN A LOS CLIENTES DE LA EMPRESA
CREDITICIA EDYFICAR DEL DISTRITO DE VENTANILLA EN EL AÑO 2015”
INTEGRANTES:
✓ INES ABANTO.
✓ AUGUSTO CASTRO.
✓ ROSA MECHATO.
✓ WILFREDO ORIHUELA.
✓ ROXANA RAMIREZ.
✓ MIGUEL ALVAREZ.
PROFESORA:
NANCY ALEJANDRA OCHOA SOTOMAYOR
CICLO: IV CLASE: 303
AÑO: 2015

2
INDICE GENERAL
INTRODUCCION……………………………..……………………………………...………...5
PROBLEMAGENERAL Y OBJETIVOS……………………………………………………6
CAPITULO I
1.- POBLACION DE ESTUDIO ……………………………………….………………………7
1.1.- Población …………………………….……………………………………………………7
1.2.- Muestra …………………………………………………………………………………….7
1.3.- Unidad de estudio …………………………………………………………………………7
CAPITULO II
2.- MARCO CONCEPTUAL …………………………………………………………………...8
2.1.- PROBABILIDAD .……………………………………………………………………….….8
2.2.- IMPORTANCIA DE LAS PROBABILIDADES ……………………………………….….8
2.3.- PROBABILIDAD CONDICIONAL………………………………………………………...8
2.4.- DISTRIBUCION NORMAL………………………………………………………………...10
2.5.- DISTRIBUCION BINOMIAL………….……………………………………………………12
2.6.- INTERVALO DE CONFIANZA ……….…………………………………………………..13
2.6.1.- Promedio………………………………………………………………………………….14
2.6.2.- Desviación estándar …………………………………………………………………….14
2.6.3.- Procesamiento para la elaboración de gráficos y tablas ………………………….15

3
CAPITULO III
3. RESULTADOS ESTADISTICOS…………………………………………………………16
3.1.- VARIABLE CUALITATIVA: sexo………………………………………………………….16
3.2.- VARIABLE CUANTITATIVA: Edad ………………………………………………………………………….17
3.3.- VARIABLE CUANTITATIVA: Plazos…………………………………………………………………………21
3.4.- VARIABLE CUALITATIVA: Estado civil …………………………..……………………………………...24
3.5.- VARIABLE CUALITATIVA: Tipo de negocio……………………..…………………………………..…25
3.6.- VARIABLE CUALITATIVA: Productos………………………………..…………………………………….26
CAPITULO IV
4. SOLUCION DE PROBLEMAS …………………………………………………………………………………..27
4.1.- PROBABILIDADES :
TABLA N° 1 – SEGÚN ESTADO CIVIL…………………………..………………………………….…27
TABLA N° 2 – SEGÚN SEXO……….…………………………………………,….…29
4.2.- METODO DE BAYES.……..………………………………………………………….…31
DIAGRAMA DEL ARBOL …………………………………………………………….….31
4.3.- DISTRIBUCION NORMAL – EDADES…..…………………………………………….33
4.4.- DISTRIBUCION NORMAL – PLAZOS…..…………………………………………….36
4.5.- DISTRIBUCION BINOMIAL – EDAD…………………………………………………..39
4.6.- DISTRIBUCION BINOMIAL – CLIENTES…………………………………………….41
4.7.- MUESTREO – SEGÚN SEXO………………………………………………………….43
4.8.- MUESTREO – SEGÚN EDAD………………………….……………………………...44
4.9.- MUESTREO – SEGÚN PLAZOS……………………….……………………………...48
CONCLUSIONES ……………………………………………………………………………..52
BIBLIOGRAFIA ……………………………………………………………………………….54

4
TITULO
“Información de préstamos que se otorgan a los clientes de la empresa crediticia
EDYFICAR del distrito de Ventanilla en el año 2015”.

5
INTRODUCCIÓN
Las instituciones financieras son organizaciones especializadas en la acumulación de
capitales y transferencias por medio de préstamos. Está orientada en dar facilidades de
acceso de crédito a personas de menores recursos económicos, han logrado posicionar en
el mercado micro financieras.
El mapa de riesgos está enmarcado en la norma de control interno y se establece como una
herramienta de gestión sistemática y transparente que permite dirigir y evaluar el
desempeño institucional e introduce en las entidades el concepto de calidad, en el
mejoramiento continuo y permanente del servicio de tal manera que influya directamente
en la satisfacción de nuestros clientes.

6
PROBLEMA GENERAL
En la actualidad la gran población de nuestro país opta por pedir préstamos, debido a que
los salarios mínimos no pueden cubrir con todas las necesidades que cada individuo tiene,
otro de estos problemas es que nunca han optado por ahorrar de tal manera que depende
del modo de vida que este tenga y para ello opta por muchas maneras. Ya sea para pagar
deudas pasadas y próximas es por ello que concurren a los diferentes centros bancarios y
crediticios para hacer de estos una solución momentánea.
Depende mucho del área en el que seencuentre, las circunstancias ysobre todo de lo desea
pagar o implementar. Por ejemplo: pagar deudas, arreglar una casa o ampliarla, para
ampliar algún negocio, para estudios, etc.
Es por estos motivos y más que cada persona obtiene un crédito para poder tener mejoras
futuras siempre y cuando sean pagados responsablemente y puntual y cuando esto se logra
se hace su crédito más amplio.
OBJETIVOS
● OBJETIVOS GENERALES:
Conocer la cantidad de préstamos que se otorga a los clientes de la empresa EDYFICAR.
Medir el plazo de los préstamos otorgados a los clientes de la empresa EDYFICAR.
● OBJETIVOS ESPECIFICOS:
Conocer las medidas y sus variables para llegar a obtener la información de clientes que
desean obtener un préstamo de la empresa EDYFICAR.
Entender cómo funciona la estadística aplicada en la data de los préstamos de la Empresa
Edyficar.
Identificar las diferentes clases que existe en esta data de probabilidades, tanto en sus
diferente maneras como condicional, distribución normal, binomial.

7
CAPITULO I
1.1. POBLACIÓN DE ESTUDIO
1.1.1. POBLACIÓN:
Nuestro estudio de investigación está dado al total de clientes 120 de la data crediticia de
la agencia EDYFICAR, información facilitada por 1 colaborador del área de créditos Wilfredo
Orihuela Tito, del distrito de Ventanilla de la provincia constitucional del callao del año
2015.
1.1.2. MUESTRA:
Se tomó como muestra la cantidad de 50 clientes de ambos sexos de la data crediticia de
la agencia EDYFICAR del distrito de Ventanilla de la provincia constitucional del callao del
año 2015.
1.1.3. UNIDAD DE ESTUDIO:
Para este trabajo de investigación se ha tomado unidad de estudio muestreo aleatorio
simple, que es la misma probabilidad de sacar al azar y se excluye cuando salió antes,
entonces son aquellos clientes que adquieren un préstamo en la empresa EDYFICAR del
distrito de ventanilla de la provincia constitucional del callao ya sea para tener un capital
para formar algún negocio, pagos de estudios, deudas anteriores, arreglos o mejoras de sus
viviendas, etc.
TAMAÑO DE UNIVERSO= 120
MARGEN DE ERROR=Con la computadora es de 11% haciendo el trabajo de estadística
general.
Con estadística aplicada el margen de error estamos colocando números diferentes que
nosotros hemos elegido para edad y plazos :0.5,1.5,1.8,2,2.5,3,3.5,5,7,y 10.
Respectivamente.
NIVEL DE CONFIANZA=95%
MUESTREO PROBALISTICO: ALEATORIO SIMPLE.

8
CAPITULO II
2. MARCO CONCEPTUAL:
2.1 PROBABILIDAD:
El conocimiento de la probabilidad es de suma importancia en todo estudio estadístico. El
cálculo de probabilidades proporciona las reglas para el estudio de los experimentos
aleatorios o de azar, que constituyen la base para la estadística inferencial.
2.2. IMPORTANCIA DE LAS PROBABILIDAES
Las probabilidades están presentes en nuestras vidas más a menudo de que podríamos
sospechar. Todos tenemos una gran intuición probabilística. Por ejemplo, en días lluviosos,
fríos y con mucha humedad es alta la probabilidad de coger un resfrío. Si ingerimos
alimentos en lugares poco higiénicos, en ambulantes es muy probable que contraigamos
una infección estomacal.
2.3. PROBABILIDAD CONDICIONAL:
Se llama probabilidad de A condicionada a B o probabilidad de un suceso A sabiendo que se
ha producido un suceso B a:
N° CLIENTE SEXO EDAD PRESTAMO NEGOCIO PLAZO
MESES
PRODUCTO ESTADO
CIVIL
1 URRIASTEGUI CRUZ LAURA F 20 3,500 FLORERIA 10 CAPITAL S
2 ULISES PASCANA MARTHA F 22 1,000 VIDRERIA 6 CONSUMO S
3 ILLATOPA CRUZ MERCEDES F 26 30,000 CEVICHERIA 12 CONSTRUYE S
4 VERASTEGUI CRUZ TAMARA F 26 30,000 RESTAURANT 24 CONSTRUYE S
5 FERNANDEZGOICOCHEA VILMA F 27 8,000 CARPINTERIA 24 ACTIVO C
6 CARRILLOINCA ALFREDO M 28 50,000 LIBRERÍA 48 CONSTRUYE S
7 SOSA PURIHUAMAN MARIANO M 28 7,500 AVICOLA 12 ACTIVO S
8 TIRADOMANCILLA YANET F 28 50,000 BOTICA 60 CONSTRUYE S
9 ULLOA BARRIENTOSTERESA F 28 50,000 BOTICA 60 CONSTRUYE C
10 VILLEGAS MORALES BENJAMIN M 28 55,000 RESTAURANT 60 CONSTRUYE S
11 CAMASCA CAJUSOLPETER M 29 30,000 PANADERIA 36 CONSTRUYE S
12 TANTALEAN GARCIA DINA F 29 1,500 BAZAR 12 CONSUMO S

9
13 TOCTO MIGUEL YULIANA F 29 15,000 PANADERIA 24 ACTIVO S
14 TUCTU RAMOS ROLANDO M 29 25,000 AVICOLA 30 CONSTRUYE C
15 ORTIZ SUXE PRISCILA F 30 3,000 BODEGA 12 CONSUMO S
16 TOCTO GARCIA JORGE LUIS M 30 20,000 VIDRERIA 24 CONSTRUYE S
17 SOSA QUILLAHUAMAN ELI F 32 60,000 MINIMARKET 60 CONSTRUYE S
18 TENORIOSAAVEDRA YENY F 32 6,000 FLORERIA 12 CAPITAL C
19 VERA OLANOHERMELINDA F 32 15,000 VIDRERIA 18 ACTIVO C
20 SOSA PALACIOSCRISTINA F 35 6,000 PANADERIA 24 CAPITAL S
21 TOMOY CHANGLEIDY F 35 10,000 BOTICA 36 ACTIVO C
22 ALIAGA ABURTO JOSE M 36 2,000 BODEGA 12 CAPITAL S
23 VERASTEGUI GUIA OSCAR M 36 1,500 MINIMARKET 6 CONSUMO C
24 ZAMORA PAREDES SUSANA F 36 8,000 BOTICA 12 CAPITAL C
25 MAMANI CEBA LILIANA F 37 70,000 BAZAR 48 CONSTRUYE S
26 TELSA GUTIERREZ HILDA F 37 7,000 AVICOLA 18 ACTIVO C
27 BARRIONUEVOCRUZ IVAN M 38 15,000 BODEGA 24 CONSTRUYE S
28 TEJADA ACOSTA MAGALY F 38 2,500 CARNICERIA 12 CONSUMO C
29 DAVILA CARRASCOMARIA F 39 3,000 BODEGA 12 ACTIVO C
30 PILLACA QUISPE EDGAR M 40 9,000 LIBRERÍA 18 ACTIVO C
31 ZAMORA SALCEDO PABLO M 40 10,000 VIDRERIA 18 ACTIVO S
32 GOMEZ ORTIGA ADELA F 41 18,000 BAZAR 18 ACTIVO C
33 LAZARORORIGUEZ JUAN M 42 7,000 CARPINTERIA 12 CAPITAL V
34 TERAN MENDEZ FABIAN M 42 6,500 BODEGA 18 ACTIVO C
35 TIRADOESCOBAR LILIANA F 43 35,000 FLORERIA 36 CONSTRUYE S
36 GOMEZ MERE INOCENCIA F 44 60,000 LIBRERÍA 30 CONSTRUYE S
37 TUANAMA RODRIGUEZ MANUEL M 44 3,000 BODEGA 8 CONSUMO C
38 BENANCIOORE MARTHA F 45 5,000 CARPINTERIA 18 CAPITAL S
39 TIZA MAMANILUZ MERY F 45 18,000 VIDRERIA 24 ACTIVO S
40 VERA VERA MARTINA F 45 13,000 RESTAURANT 18 CONSTRUYE V
41 RAMIREZ ARAUJONERIDA F 46 4,000 PANADERIA 24 CAPITAL V
42 TITO SIFUENTES NESTOR M 46 2,000 LIBRERÍA 12 CAPITAL S
43 HOMERO SANDOVALDINA F 47 6,000 LIBRERÍA 10 CAPITAL C
44 FITO FERRUA REDINA F 48 45,000 BODEGA 36 CONSTRUYE S
45 TUANAMA ANGELES JOSEFA F 48 2,500 PANADERIA 6 CONSUMO S
46 JUAREZ CASTROCARMEN F 49 10,000 LIBRERÍA 24 ACTIVO S
47 HILARIOYOVERA ESTHER F 50 2,000 BODEGA 6 CONSUMO S
48 VILELA MARTINEZ SARA F 50 1,500 BODEGA 8 CONSUMO V
49 TAMARA SAAVEDRA ESTHER F 51 25,000 BOTICA 24 ACTIVO V
50 TUANAMA SAAVEDRA JOSE M 54 1,000 BAZAR 6 CONSUMO C

10
2.4. DISTRIBUCION NORMAL
En estadística y probabilidad se llama distribución normal, distribución de Gauss o
distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que
con más frecuencia aparece en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto
de n determinado parámetro.
La importancia de esta distribución radica en que permite modelar numerosos fenómenos
naturales, sociales y psicológicos.Mientras que los mecanismos que subyacen a gran parte
de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables
incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse
asumiendo que cada observación se obtiene como la suma de unas pocas causas
independientes.
La distribución normal también aparece en muchas áreas de la propia estadística. Por
ejemplo, la distribución muestral de las medias muéstrales es aproximadamente normal,
incluso si la distribución de la población de la cual se extrae la muestra no es normal.
Además, la distribución normal maximiza la entropía entre todas las distribuciones con
media y varianza conocidas, lo cual la convierte en la elección natural de la distribución
subyacente a una lista de datos resumidos en términos de media muestral y varianza. La
distribución normal es la más extendida en estadística y muchos test estadísticos están
basados en una supuesta "normalidad".
En probabilidad, la distribución normal aparece como el límite de varias distribuciones de
probabilidades continuas y discretas.

11
La curva se centra en el
valor promedio µ y su dispersión se mide con la varianza σ2. Estos dos parámetros,
determinan la forma y ubicación de la función normal de densidad, cuya forma es:
z = , - ∞ < x < ∞
Notación: X → N (µ, σ2
)
La variable aleatoria x se
distribuye
normalmente con promedio µ y
desviación estándar σ
Distribución normal estándar
z → v. a. que tiene una distribución normal, con media µ = 0 y varianza σ2=1

12
→ z : se llama v. a. normal estándar, su función densidad es :
Nz (z) = p (Z = z) =
Los valores de esta función se encuentran tabulados en las tablas de distribución
normal
z =
2.5. DISTRIBUCION BINOMIAL
Ladistribución binomial seutilizaen situaciones cuya solución tiene dos posibles resultados,
es la suma del exito mas fracaso que eso nos da un total de uno, la representación del exito
es (p) y el fracaso (q), siempre nos va a dar la muestra representada por (n) y el exito (p).
La variable aleatoria X tiene una distribución binomial
Esta fórmula es utilizada siempre y cuando sea igual, si fuera mayor, menor que mayor
igual que, se utiliza la tabla de distribución binomial.

13
En este módulo hemos determinado la probabilidad binomial mediante el uso de la función
binomial, tablas de distribución y la calculadora del enlace. Además, aprendimos que:
• La distribución binomial se forma de una serie de experimentos de Bernoulli
• La media (μ) en la distribución binomial se obtiene con el producto de n x p
• La desviación estándar (σ ) en la distribución binomial se obtiene del producto de n
x p x q.
• El valor de q es el complemento de p y se obtiene con 1 – p.
2.6. INTERVALO DE CONFIANZA
Se llama intervalo de confianza en estadística a un par de números entre los cuales se
estima que estará cierto valor desconocido con una determinada probabilidad de acierto.
Formalmente, estos números determinan un intervalo, que se calcula a partir de datos de
una muestra, y el valor desconocido es un parámetro poblacional. La probabilidad de éxito
en la estimación se representa por 1 - α y se denomina nivel de confianza. En estas
circunstancias, α es el llamado error aleatorio o nivel de significación, esto es, una medida
de las posibilidades de fallar en la estimación mediante tal intervalo.
El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que
un intervalo más amplio tendrá más posibilidades de acierto (mayor nivel de
confianza), mientras que para un intervalo más pequeño, que ofrece una estimación
más precisa, aumentan sus posibilidades de error.
Para la construcciónde un determinado intervalo de confianza es necesario conocer
la distribución teórica que sigue el parámetro a estimar, θ. Es habitual que el
parámetro se distribuya normalmente

14
2.6.1. PROMEDIO:
También llamado promedio, simplemente media o valor esperado seusa para hallar valores
cuantitativos, se obtiene a partir de todas las sumas de sus valores divididos entre el
número de sus sumandos, se utiliza mejor siempre y cuando los valores sean cercanos
ejemplo: 10,20 ,30 ,15 ,18: el promedio será 18.6 pero si uno de estos números fuera lejano
como 500, entonces el promedio saldrá no tan efectivo.
2.6.2. DESVIACION ESTANDAR:

15
2.6.3 PROCESAMIENTO PARA LA ELABORACIÓN DE GRAFICOS Y TABLAS
Se utilizan para esta investigación el programa mega stat 2007 en ellas se presentarán
cuadros, gráficos estadísticos para dar una mejor interpretación de los resultados de la
investigación y sea mejor el entendimiento.

16
CAPITULO III
3. RESULTADOS ESTADISTICOS
3.1 VARIABLE CUALITATIVA: Sexo
CUADRO N° 01
GRAFICO N° 1
INTERPRETACION
El 32% de los clientes de la empresa EDYFICAR es de sexo femenino.
El 68% de los clientes de la empresa EDYFICAR es de sexo masculino.

17
3.2 VARIABLE CUANTITATIVA: Edad
Según la data tenemos:
POR STURGER
Rango 34
N 7
Tamaño © 5
Exceso 1
Valor menor 20
Valor mayor 55
DATOS
N 50
MENOR VALOR 20
MAYOR VALOR 54
CUADRO N° 1
Distribución de frecuencias de las edades de los clientes de la empresa EDYFICAR de
ventanilla en el periodo 2014.
EDADES FRECUENCIA
ACUMULADA
LI LS N° de
clientes
hi % Fi Hi
20 25 2 4.0 2 4.0
25 30 12 24.0 14 28.0
30 35 5 10.0 19 38.0
35 40 10 20.0 29 58.0
40 45 8 16.0 37 74.0
45 50 9 18.0 46 92.0
50 55 4 8.0 50 100.0
50 100.0
Fuente: Data de empresa EDYFICAR.
Elaboración: Equipo de clase de estadística.

18
GRAFICO N° 2
Gráfico de la edad de los clientes de la empresa EDYFICAR de Ventanilla en el periodo
2014
Fuente: cuadro nª 2
Interpretación:
El 4 % de los clientes de la empresa EDYFICAR está entre los 20 años de edad.
El 24% de los clientes de la empresa EDYFICAR está entre 25 años de edad.
MEDIA

19
CUADRO N° 3
Distribución de Frecuencias de la Edad de los clientes de la empresa Edificar del distrito
de ventanilla Lima- Callao en el periodo 2014.
Edades Marca de Clase(Xi) Nª de Clientes(fi) Xi*fi
20 - 25 23 2 45
25 - 30 28 12 330
30 - 35 33 5 162.5
35 - 40 38 10 375
40 - 45 43 8 340
45 - 50 48 9 427.5
50 – 55 53 4 210
Total 50 ∑ 1890.00
MEDIA= 1890 ⁼ 37.8 años.
50
INTERPRETACION: La edad promedio de los clientes de la Empresa Edificar del distrito de
Ventanilla es de 37,8 años.
MEDIDAS DE DISPERSION
● VARIANZA:

20
CUADRO N° 4
Distribución de frecuencias de la edad de los clientes de la Empresa EDYFICAR del distrito
de Ventanilla.
Edades Nª de clientes(fi) Xi (Xi-X)² Fi(Xi-X)²
20 - 25 2 23 219.04 438.08
25 - 30 12 28 96.04 1152.48
30 - 35 5 33 23.04 115.2
35 - 40 10 38 0.04 0.4
40 - 45 8 43 27.04 216.32
45 - 50 9 48 104.04 936.36
50 - 55 4 53 231.04 924.16
Total 50 3783
Fuente: Data de empresa EDYFICAR.
S² = 3783 = 77.20
50-1
VARIANZA = 77.20
Interpretación:
El grado de dispersión con respecto a la media es 77.20
● DESVIACION DE ESTANDAR
S = 77.20
S = 8.78
Desviación estándar = 8.78
Interpretación:
Las edades se alejan de la media en 8.78unidades.

21
3.3. VARIABLE CUANTITATIVA: Plazos
Según la data tenemos:
DATOS
N 50
MENOR VALOR 6
MAYOR VALOR 60
POR STURGER
Rango 54
N 7
Tamaño © 8
Exceso 2
Valor menor 5
Valor mayor 61
CUADRO N° 1
Distribución de frecuencias de los plazos (meses) de los clientes de la Empresa EDYFICAR
del distrito de Ventanilla.
Plazo(meses)
FRECUENCIA
ACUMULADA
LI LS
N°
clientes
hi % Fi Hi
5 13 20 40 20 40
13 21 8 16 28 56
21 29 10 20 38 76
29 37 6 12 44 88
37 45 0 0 44 88
45 53 2 4 46 92
53 61 4 8 50 100
50 100
Fuente: Data de la empresa EDYFICAR.

22
CUADRO N° 2
Distribución de frecuencias de los plazos (meses) de los clientes de la Empresa Edyficar
del distrito de Ventanilla en el año 2014.
Plazo(meses)
LI LS Xi N° clientes Xi*fi
5 < 13 9 20 180
13 < 21 17 8 136
21 < 29 25 10 250
29 < 37 33 6 198
37 < 45 41 0 0
45 < 53 49 2 98
53 < 61 57 4 228
50 1090
MEDIA = 1090 = 21.8
50
INTERPRETACION
El promedio de créditos a plazos (meses)de los clientes de laempresa EDYFICAR del distrito
de Ventanilla es 21.8 meses.
VARIANZA:

23
CUADRO N° 3
Distribución de frecuencias de la edad de los clientes de la Empresa EDYFICAR del distrito
de Ventanilla.
Plazo Cliente (fi) Marca de clase(xi) (xi-x)² fi(xi-x)²
5-13 20 9 163.84 3276.8
13-21 8 17 23.04 184.32
21-29 10 25 10.24 102.4
29-37 6 33 125.44 752.64
37-45 0 41 368.64 0
45-53 2 49 739.84 1479.68
53-61 4 57 1239.04 4856.16
50 ∑=10752.00
VARIANZA. S²= 10752 =215.04
50
INTERPRETACION:
El grado de dispersión del tiempo en meses con respecto a la media es 215.04.
DESVIACIÓN ESTÁNDAR.
s²=215.04 = 215.04 S=14.66
DESVIACIÓN ESTANDAR= 14.66

24
3.4 VARIABLE CUALITATIVA: Estado civil de los clientes de la empresa EDYFICAR.
CUADRO N° 4
Estado civil de los clientes de la empresa EDYFICAR del periodo 2014 del distrito de
Ventanilla.
GRAFICO N°4
Estado Civil
n° clientes porcentaje%
Solteros 28 56.0
Casados 17 34.0
Viudos 5 10.0
50 100.0
Interpretación:
El 10% de los clientes de la empresa EDYFICAR son viudos.
EL 56% de los clientes de la empresa EDIFICAR son solteros.

25
3.5 VARIABLE CUALITATIVA: Tipo de negocio.
CUADRO N° 5
Tipo de negocio que más solicitan los préstamos de la empresa EDYFICAR en el distrito de
ventanilla.
NEGOCIO
N° clientes %
BODEGA 9 18.0
CARPINTERIA 3 6.0
PANADERIA 5 10.0
LIBRERÍA 6 12.0
BAZAR 4 8.0
CEVICHERIA 1 2.0
AVICOLA 3 6.0
MINIMARKET 2 4.0
BOTICA 5 10.0
CARNICERIA 1 2.0
FLORERIA 3 6.0
VIDRIERIA 5 10.0
RESTAURANT 3 6.0
50 100.0
GRAFICO N°5
Interpretación:
El 2% de los clientes de la empresa EDYFICAR solicitan préstamos para negocios de
cevicherias.

26
El 18% de los clientes de la empresa EDYFICAR solicitan préstamos para negocios de
bodegas.
3.6 VARIABLE CUALITATIVA: Productos
CUADRO N° 6
Productos que se les otorga a los clientes de la empresa EDYFICAR en el distrito de
Ventanilla.
PRODUCTO
N° clientes %
CAPITAL 10 20.0
CONSTRUYE 16 32.0
ACTIVO 14 28.0
CONSUMO 10 20.0
50 100.0
Fuente: Data de la empresa EDIFYCAR.
GRAFICO N°6
Fuente: cuadro n°3
Interpretación:
El 32% de los productos que se otorgan son de construcción.
El 20% de productos es otorgado como capital de trabajo.

27
CAPITULO IV
4. SOLUCION DE PROBLEMAS
4.1 PROBABILIDADES
TABLA N° 1 – SEGÚN ESTADO CIVIL
ESTADO CIVIL HOMBsRE MUJER TOTAL
SOLTEROS 9 19 28
CASADOS 6 11 17
VIUDO 1 4 5
TOTAL 16 34 50
Fuente: Datos extraídos de resultados estadísticos
1.- Una muestra de 50 clientes de la empresa EDYFICAR se clasifico por sexo y estado civil.
Si se elige a una persona al azar, encontramos la probabilidad de que:
La probabilidad de que un cliente de la empresa edyficar sea hombre, dado que es soltero
(H/S)
La probabilidad de que un cliente de la empresa edyficar sea mujer, dado que es casada
(M/C)
Cuál es la probabilidad de que un cliente de la empresa edyficar sea hombre, si es casado
(H/C)
a)
b)
c)

28
d) La Probabilidad de que un cliente de la empresa edificar que sea soltera y que sea mujer.
e)
La probabilidad de que un cliente de la empresa edyficar sea vuida y a la vez mujer.
f) La Probabilidad que sea viudo o casado P(V U C)
g) La Probabilidad sea hombre o mujer P = (M U M)
h) La Probabilidad sea soltero P = (S)
i) La Probabilidad sea casado P = (C)
j) La Probabilidad que sea soltero o casado P(S U C)

29
TABLA N° 2 – SEGÚN SEXO
SEXO CAPITAL
(K)
CONSUMO
(C)
CONSTRUYE
(V)
ACTIVO (A) TOTAL
MASCULINO 3 3 6 4 16
FEMENINO 7 7 10 10 34
TOTAL 10 10 16 14 50
Fuente: Datos extraídos de resultados estadísticos
a) Cuál es la probabilidad de que un cliente de la empresa edyficar destinara su
crédito trabajo.
El 20% de los clientes destino su crédito para capital de trabajo entre el sexo
masculino y femenino.
b) Cuál es la probabilidad de que un cliente destinaron su crédito a vivienda.
El 32% de los clientes destino su crédito para a vivienda.
c) Cuál es la probabilidad de clientes pertenecen al sexo masculino.
El 32% de los clientes pertenecen al sexo masculino.
d) Cuál es la probabilidad de clientes pertenecen al sexo femenino.

30
El 68% de los clientes pertenecen al sexo femenino.
e) Cuál es la probabilidad de clientes que no destinaron su crédito para consumo.
El 80% de los clientes no destinaron su crédito para su consumo.
f) Cuál es la probabilidad de clientes de sexo femenino que destinaron su crédito a
Activo.
El 20% de los clientes destinaron su crédito es a Activo y es de sexo femenino.
g) Cuál es la probabilidad de clientes de sexo masculino destino su crédito a
construcción (V).
El 12% de los clientes destinaron su crédito a construcción y es de sexo masculino.
h) Cuál es la probabilidad de los clientes destinaron su crédito a Capital (K) o
construcción (V)
i) Cuál es la probabilidad de Clientes destinaron su crédito para activo (A) ( dado ,si)
es femenino .
J) Cuál es la probabilidad de Clientes que destinaron su crédito para consumo (C) (
dado ,si) es masculino .

31
4.2. METODO DE BAYES
1. En la empresaEDYFICAR el 32% de los clientes son varones, el 0.38% son casados,
el 0.56 son solteros, y las mujeres el 0,12 son viudos, también el 0.56 son solteros.
a) Determine la probabilidad de que un cliente sea hombre y que este casado
P(M∩C).
b) Determine la probabilidad de que un cliente sea mayor y este soltera P(M∩S).
c) Cuál es la probabilidad de que sean casados.
(H∩C) + (M∩C) = 0.12 + 0.22 = 0.34 x 100 = 34%
d) Cuál es la probabilidad de que sean solteros.
(H∩S) + (M∩S) = 0.1792 + 0.3808 = 0.56 x 100 = 56%
e) Determinar la probabilidad de que un cliente sea mayor y sea viuda.
(M∩V) = 8%
DIAGRAMA DEL ARBOL
2. a. Cuál es la
probabilidad que los
clientes sean del sexo
masculino.
P(M) = 0.06 + 0.06 + 0.12 + 0.0784 = 0.3184 x 100 = 31.84%
M
0.32
0.68
C –> P(H∩C) 0.32 x 0.38 = 0.1216 x 100 = 12.16%
C –> P(H∩S) 0.32 x 0.56 = 0.1792 x 100 = 17.92%
C –> P(H∩V) 0.32 x 0.06 = 0.0192 x 100 = 1.92%
0.38
0.06
0.56
C –> P(M∩C) 0.68 x 0.32 = 0.22 x 100 = 22%
C –> P(M∩S) 0.68 x 0.56 = 0.3808 x 100 = 38.08%
C –> P(M∩V) 0.68 x 0.12 = 0.0816 x 100 = 8.16%
0.32
0.56
0.12

32
0.3 M  P(K∩M) = 0.06
0.7 M  P(K∩M) = 0.14
0.2 0.3 M  P(C∩M) = 0.06
0.2 0.7 M  P(C∩M) = 0.14
0.32 0.375 M  P(V∩M) = 0.12
0.625 M  P(V∩M) = 0.2
0.28 0.28 M  P(A∩M) = 0.0784
0.72 M  P(A∩M) = 0.2016
b. Si un cliente elegido al azar y sabemos que es de sexo masculino. Cuál es la
probabilidad que elija para construcción.
c. Si un cliente elegido al azar y sabemos que es mujer. Cuál es la probabilidad que
elija un préstamo para consumo.
4.3. DISTRIBUCION NORMAL - EDADES
K
C
V
A

33
µ = 37.8 años
δ = 8.78
1. Calcular la probabilidad de que un cliente de EDYFICAR tenga hasta 30 años de
edad.
2. Calcular la probabilidad que un cliente de EDYFICAR tenga menos de 26 años.
3. Calcular la probabilidad que un cliente de EDYFICAR tenga menos de 24 años.
4. Calcular la probabilidad de que un cliente EDYFICAR tenga hasta de 50 años.
5. Calcular la probabilidad de que un cliente EDYFICAR tenga más de 50 años.

34
6. Calcular la probabilidad de que un cliente de la empresa EDYFICAR tenga mas de
40 años.
7. Calcular la probabilidad de que un cliente de la empresa edyficar tenga más de 30
años.
8. Calcular la probabilidad de que un cliente de la empresa edyficar este entre 25 a 43
años de edad.
9. Calcular la probabilidad de que un cliente de la empresa edyficar este entre 40 a 50
años de edad.

35
10. Calcular la probabilidad de que un cliente de la empresa edyficar este entre 30 a
45 años de edad.

36
4.4. DISTRIBUCION NORMAL - PLAZOS
µ = 21.8 meses de plazos
δ = 14.66
1. Calcular la probabilidad de que un cliente de EDYFICAR tenga menos de 12 meses
para pagar su préstamo.
2. Calcular la probabilidad de que un cliente de EDYFICAR tenga menos de 15 meses
para pagar su préstamo.
3. Menos de 20 meses de plazo
4. Calcular la probabilidad que un cliente tenga hasta 50 meses de plazo.

37
5. Calcular la probabilidad de que un cliente de EDYFICAR tenga menos HASTA 48
meses de plazo.
6. Calcular la probabilidad que un cliente de EDYFICAR tenga que pagar mas de 50
meses de plazo.
7. Calcular la probabilidad que un cliente de EDYFICAR tenga que pagar mas de 45
meses de plazo .
8. La probabilidad de que un cliente de la empresa edyficar tenga que pagar entre 30
hasta 50 meses de plazo

38
9. La probabilidad de que un cliente de la empresa edyficar tenga que pagar entre 12
hasta 30 meses de plazo
10. La probabilidad de que un cliente de la empresa edyficar tenga que pagar entre
20 hasta 40 meses

39
4.5. DISTRIBUCION BINOMIAL – EDAD
1.- De los 50 clientes de la empresa edyficar, se realizó una muestra de 10 clientes la
edad del 4% tiene edad de 20 a 25 años ¿Cuál es la probabilidad de que 5 clientes tenga
esa edad?
a) X(w) = # de clientes con 20 a 25 años. 50
n = 10 0.05%
p = 0.05% 0.95%
q = 0.95%
b) Hasta 2 clientes tengan 20 a 25 años
c) Al menos 2 tengan de 20 a 25 años
Más de 2 tengan una edad entre 20 a 25 años

40
De los 50 clientes saco una muestra de 10 clientes del 20% tiene una edad de 35 a 40
años ¿Qué probabilidad de que 3 clientes tengan esa edad?
n= 10 50
p= 0.20% 0.20%
q= 0.80% 0.80%
Hasta 4 clientes tenga 35 a 40 años
Al menos 5 tengan una edad de 35 a 40 años
Más de 6 tengan una edad de 35 a 40 años

41
4.6. DISTRIBUCION BINOMIAL – PLAZOS
1.- De los 50 clientes de la Empresa Edyficar se realizó una muestra de 15 clientes para
verificar los plazos que tiene que pagar de sus préstamos, se sabe que el 40% tiene un
prestamos desde 5 a 13 meses.
X(w) # de clientes de 5 a 13 meses de plazo para pagar un préstamo.
n= 15 50
p= 0.40 0.40
q= 0.60 0.60
a) Cuál es la probabilidad que 3 clientes de la empresa edyficar paguen desde 5 a 13
meses.
b) Cuál es la probabilidad que 5 clientes de la empresa edyficar paguen desde 5 a 13
meses.
c) Cuál es la probabilidad que 10 clientes de la empresa edyficar paguen desde 5 a 13
meses
d) Al menos 2 clientes de la empresa edyficar pagan de 5 a 13 meses

42
e) Más de 3 clientes de la empresa edyficar pagan
f) Al menos 5 clientes de la empresa edyficar pagan
g) Más de 7 clientes de la empresa edyficar tengan préstamos
h) Hasta 5 clientes
%30.40
100403.0
5
4
3
2
1
0
)5(









x
x
x
x
x
x
x
xP
i) Hasta 10 clientes de la empresa edyficar pagan.
j) Más de 9 clientes

43
4.7. MUESTREO – SEGÚN SEXO
Femenino 34 68%
Masculino 16 32%
50 100%
50
1) Se realiza una muestra P=(x=8)sabiendo 5 f y 3 m F=34
M=16
2) Se realiza una muestra P=(x=8)sabiendo que 6 salen femenino y 2 masculino.
3) Se realiza una muestra P=(x=8)sabiendo que 3 son femeninas y 5 masculino
sale 5984 x 4368/536878650=0.04868 x 100= 4,8%

44
4.8. MUESTREO – SEGÚN EDAD
X=37.8
S=8.78
Nivel de confianza= 95% = 1.96
Error = 1.5
Se tomó un nivel de confianza de 95 % con un nivel de error 1.5
Cuando conozco N
N=120
Voy a encuestar a 63 personas, pero no menor a ese valor
2) X=37.8
S=8.78
NC=95% = 1.96
NE=3
Cuando conozco N
N=120
Voy a encuestar a 26 personas, pero no menos de ese valor

45
3) X=37.8
S=8.78
Error = 5
Voy a encuestar a 11 personas, pero no menos de este valor
4) X=37.8
S=8.78
Error = 0.5
Voy a encuestar a 109 personas , pero no menos de ese valor
5) X=37.8
S=8.78
Error = 2

46
6) X=37.8
S=8.78
Error = 7
7) X=37.8
S=8.78
Error = 10
8) X=37.8
S=8.78
Error = 2.5

47
9) X=37.8
S=8.78
Error = 3.5
Voy a encuestar a 21 personas , pero no menos a esa cantidad
10) X=37.8
S=8.78
Error = 1.8

48
4.9. MUESTREO – SEGÚN PLAZOS
1) X=21.8
S=14.60
Nivel de confianza =95% = 1.96
Error = 1.5
N=120
2) X=21.8
S=14.60
Error = 3
Voy a encuestar a 52 personas , pero no menos de este valor
3) X=21.8
S=14.60
Error = 5

49
4) X=21.8
S=14.60
Error = 0.5
5) X=21.8
S=14.60
Error = 2
6) X=21.8
S=14.60

50
Error = 7
Voy a encuestar a 15 personas, pero no menor a este valor
7) X=21.8
S=14.60
Error = 10
Voy a encuestar a 8 personas, pero no menor a este valor
8) X=21.8
S=14.60
Error = 2.5
Voy a encuestar a 63 personas, pero no menor de ese valor

51
9) X=21.8
S=14.60
Error = 3.5
Voy a encuestar a 43 personas, pero no menor de ese valor
10) X=21.8
S=14.60
Error = 1.8
Voy a encuestar a 82 personas, pero no menor a este valor.

52
CONCLUSIONES
Este trabajo de investigación nos ha servido para conocer más acerca de la importancia que
tiene la estadística aplicada y que papel cumple a nivel empresarial y financiera, nos aclara
con gráficos y tablas acerca de cómo se presenta una empresa en función a sus variables.
En reconocer, probabilidades, condicional, discreta, distribuciones normal, binomial, el
promedio o media, la desviación estándar, para tomar decisiones acertadas.
TAMAÑO DE UNIVERSO= 120 y n:50 clientes ,MARGEN DE ERROR=Con la computadora es
de 11% haciendo el trabajo de estadística general.
Con estadística aplicada el margen de error estamos colocando números diferentes que
nosotros hemos elegido para edad y plazos : 0.5,1.5,1.8,2,2.5,3,3.5,5,7,y 10.
Despectivamente.NIVEL DE CONFIANZA=95%,MUESTREO PROBALISTICO: ALEATORIO
SIMPLE.
La probabilidad de que un cliente de la empresa edyficar sea hombre, dado que es soltero
(H/S)Es de : 32,14%.La probabilidad de que un cliente de la empresa edyficar sea mujer,
dado que es casada (M/C) es de :22%.La probabilidad de que un cliente de la empresa
edyficar sea hombre, si es casado (H/C)es de : 35,29%.La probabilidad de que un cliente de
EDYFICAR tenga hasta 30 años de edad.es de 18.94%.La probabilidad de que un cliente
de EDYFICAR tenga menos 24 años de edad.es de 5.82%. La probabilidad de que un
cliente de EDYFICAR tenga hasta 50 años de edad.es de 91,62%.La probabilidad de que
un cliente de EDYFICAR tenga más de 40 años de edad.es de 40,13%.La probabilidad de
que un cliente de la empresaedyficar tenga que pagar entre 20 hasta 40 meses de plazos
es de 44.42%.
De los 50 clientes saco una muestra de 10 clientes del 20% tiene una edad de 35 a 40
años ¿Qué probabilidad de que 3 clientes tengan esa edad?Es de 20.13%.
De los 50 clientes de la Empresa Edyficar se realizó una muestra de 15 clientes para
verificar los plazos que tiene que pagar de sus préstamos, se sabe que el 40% tiene un
prestamos desde 5 a 13 meses.Es de 6,43%

53
Se realiza una muestra P=(x=8)de los 50 clientes de la empresa edyficar, si se sabe que
34 son mujeres y 16 son hombres la probabilidad de que 5 salgan mujeres y 3 hombres
es del 29%
Se realiza una muestra P=(x=8)de los 50 clientes de la empresa edyficar, si se sabe que
34 son mujeres y 16 son hombres la probabilidad de que 6 salgan mujeres y 2 hombres
es del 30%
En la muestra tenemos la conclusión que si le ponemos el nivel de error de bajo valor (0,5)
su porcentaje aumenta(108,96) para poder encuestar a la gran mayoria de clientesy se
redondea hacia arriba es decir, 109 clientes.Y cuando el margen de error es mayor(10) el
porcentaje a encuestar es menor(2,88)solo 3 personas,igual se redondea hacia arriba.y no
a menos o hacia abajo.

54
BIBLIOGRAFÍA
RICHARD LEVIN, DAVID RUBIN, MIGUEL BALDERAS, JUAN C. DEL VALLE, RÁUL GOMEZ.
Estadística para la administración y economía. Séptima Edición (2004).
DOUGLAS LIND, WILLIAN MARCHAL, SAMUEL WATHEN. Estadística aplicada a los negocios
y la economía. Décimo tercera edición (2008).

Final estadistica aplicada 2015.doc (1)

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (7)

Similar a Final estadistica aplicada 2015.doc (1)

Similar a Final estadistica aplicada 2015.doc (1) (20)

Último

Último (20)

Final estadistica aplicada 2015.doc (1)