Your SlideShare is downloading. ×
0
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
ESTADISTICA II
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

ESTADISTICA II

22,506

Published on

Aplicaciones de formulas dentro del campo de administracion de empresas

Aplicaciones de formulas dentro del campo de administracion de empresas

Published in: Education, Technology, Business
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
22,506
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
300
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • utpl
  • Transcript

    • 1. ESTADÍSTICA II Econ. Mary Morocho Quezada [email_address] (07) 2570275-Ext.2711 - 2944 ABRIL – AGOSTO 2007 ADMINISTRACIÓN DE EMPRESAS ESCUELA : FECHA : NOMBRES:
    • 2. TABLA ANOVA Donde: SS = Suma de cuadrados total SST = Suma de cuadrados tratamiento SSE = Suma de cuadrados del error MST= Cuadrado medio de los tratamientos MSE= Cuadrado medio del error K = Tratamientos N = Observaciones 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
    • 3. EJEMPLO.- Se quiere determinar si para llegar a un mismo destino, se puede utilizar cuatro carreteras diferentes (Existe diferencia en el tiempo en llegar a un mismo destino por las cuatro carreteras)
    • 4. 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
    • 5. Como 8.99>5.09 H0 se rechaza por lo tanto las varianzas son diferentes FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD MEDIA DE CUADRADOS F TRATAMIENTOS 890.68 3 296.89 8.99 ERROR 594.41 18 33.02 TOTAL 1485.09 21
    • 6. REGRESIÓN LINEAL DIAGRAMA DE DISPERSIÓN X Y VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE Y=a+ bX
    • 7. PRINCIPIO DE MÍNIMOS CUADRADOS Y`= Es el valor pronosticado de la variable Y para un valor seleccionado de X a = Es el valor estimado de Y cuando X= 0 (Es la intersección con el eje Y) b = Es el cambio promedio en Y por unidad de cambio (incremento o decremento) en la variable independiente X (Es la pendiente de la recta) X = Es cualquier valor seleccionado de la variable independiente
    • 8. PRINCIPIO DE MÍNIMOS CUADRADOS PENDIENTE DE LA LÍNEA DE REGRESIÓN PUNTO DONDE SE INTERCEPTA CON EL EJE Y FORMULAS
    • 9. SISTEMAS DE ECUACIONES DONDE: X=a un valor de la variable independiente Y=es un valor de la variable dependiente n= es el número de elementos
    • 10. MODELOS Nº de asaltos Nº de policías Miembros de la familia Gasto mensual del jefe de hogar Precio del metro cuadrado de constricción Nº de metros cuadrados construidos Nº de unidades producidas Precio del producto Y X Y X X Y Y X
    • 11. EJERCICIO <ul><li>La empresa Copier Sales of America, Inc,.vende copiadoras a negociaciones grandes, medianas y pequeñas en EEUU y Canadá. La señorita Marcy Bancer fue promovida recientemente al puesto de gerente nacional de ventas. Para la próxima junta de ventas, reunió alguna información acerca de la relación entre el número de llamadas y el número de productos vendidos. Seleccionó al azar una muestra de 10 representantes y determinó el número de llamadas que hicieron el último mes, y el de copiadoras que vendieron. </li></ul><ul><li>A ella le gustaría ofrecer información específica referente a la relación entre el número de llamadas y la cantidad de productos vendidos. </li></ul><ul><li>Utilice el método de mínimos cuadrados para determinar la ecuación lineal y expresar la relación entre las dos variables. </li></ul><ul><li>¿Cuál es el número esperado de copiadoras vendidas por un representante que realiza 20 llamadas a sus clientes? </li></ul>
    • 12. Cálculos necesarios para determinar la ecuación de regresión de mínimos cuadrados
    • 13. PRINCIPIO DE MÍNIMOS CUADRADOS b = 1,1842 a = 18,9476
    • 14. &nbsp;
    • 15. ANALISIS DE CORRELACIÓN COEFICIENTE DE CORRELACIÓN.-Medida de la intensidad lineal entre dos variables. X Y NÚMERO DE HIJOS SALARIO ANUAL CORRELACIÓN CERO r=0 (X y Y no tienen relación) Y PRECIO CANTIDAD VENDIDA X CORRELACIÓN NEGATIVA Y DÉBIL (XyY Tienen cierta relación lineal) NOTAS ESTADISTICA I NOTAS ESTADÍSTICA II CORRELACIÓN POSITIVA Y FUERTE (X y Y tienen una relación lineal intensa)
    • 16. CORRELACIÓN PERFECTA X X Y La línea tiene pendiente negativa r=-1.00 Correlación negativa perfecta Y La línea tiene pendiente positiva Correlación positiva perfecta r=1.00
    • 17. 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
    • 18. &nbsp;
    • 19. Y=45,6-0,7263X Y=PRECIO DEL PRODUCTO X=Nº UNIDADES RODUCIDAS a=45,6 Es el precio del producto, sin unidades de producción (No tiene significancia o no es consistente) b=-0,7263 Es la reducción de los precios en el producto por cada unidad adicional producida
    • 20. REGRESIÓN MÚLTIPLE Y`= Es el valor pronosticado de la variable Y para un valor seleccionado de X1 y X2 a = Es el valor estimado de Y cuando X1 y X2 = 0 b1 = Es el cambio promedio en Y por unidad de cambio (incremento o decremento) en la variable independiente X1 manteniendo constante X2 cte. X1 y X2 = son cualquier valor seleccionado de las variables independientes b2 = Es el cambio promedio en Y por unidad de cambio (incremento o decremento) en la variable independiente X2 manteniendo constante X1
    • 21. ECUACIÓN
    • 22. NÚMERO ÍNDICE <ul><li>NÚMERO ÍNDICE.-Es un número que expresa la variación relativa del precio, la cantidad o el valor, en comparación con un periodo base </li></ul>ÍNDICE SIMPLE DE PRECIOS PROMEDIO SIMPLE DE LOS ÍNDICES DE PRECIOS RELATIVOS ÍNDICE AGREGADO SIMPLE
    • 23. ÍNDICES PONDERADOS <ul><li>Se denominan índices ponderados porque se toma en cuenta además del precio la cantidad </li></ul>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
    • 24. INDICE DE FISHER <ul><li>El Índice ideal de Fisher es la media geométrica de los índices de Laspeyres y el índice de Pashe. </li></ul>INDICE DE FISHER =
    • 25. P P0 P01 Q0 Q1 IS P0Q0 P1Q1 P0Q1 P1Q1 1 456 546 20 42 119,7 9120 22932 19152 22932 2 451 567 30 45 125,7 13530 25515 20295 25515 3 432 654 32 43 151,3 13824 28122 18576 28122 4 453 678 35 58 149,6 15855 39324 26274 39324 5 423 456 26 59 107,8 10998 26904 24957 26904 T 2215 2901     654,3 63327 142797 109254 142797 LASPEYRES 225,49 PAASCHE 130,70 FISHER 171,67
    • 26. &nbsp;

    ×