UNIVERSIDAD ESTATAL PENNSULA DE SANTA ELENA

FACULTAD DE CIENCIAS ADMINISTRATIVAS

ESCUELA DE ADMINISTRACIN
CARRERA DE CONTABILIDAD Y AUDITORA

NOMBRE: GEOMAYRA RIVAS JORDN

AULA: 4/2
FECHA: 14 de mayo de 2015
TAREA # 1
ESTADISTICA II
Ensayo Comparativo: Estadstica Inferencial y Estadstica Descriptiva; Poblacin
y Muestra; Muestra Aleatoria Simple y Muestreo por Conveniencia

La estadstica es analizar datos pasados para poder organizar y resumir datos que sirven
para la toma de decisiones de manera conveniente, en la se realiza a travs de tcnicas
para la recoleccin de datos para determina la muestra que se quiere analizar

(lind, 2008, pg. 6) ESTADSTICA DESCRIPTIVA Mtodo para organizar,

resumir y presentar datos de manera informativa.

(lind, 2008, pg. 7) ESTADSTICA INFERENCIAL Mtodos empleados para

determinar una propiedad de una poblacin con base en la informacin de una
muestra.

La estadstica descriptiva se enfoca en organizar datos y presentarlos en manera

informacin pero la estadstica inferencial toma muestra de una poblacin y determina
para la toma de una decisin.

(lind, 2008, pg. 7)POBLACIN Conjunto de individuos u objetos de inters o

medidas obtenidas a partir de todos los individuos u objetos de inters.

(lind, 2008, pg. 7)MUESTRA Porcin o parte de la poblacin de inters.

La poblacin es un todo de individuos u objetos que son de inters para tomar
informacin mientras que la muestra es tomar un parte del todo o poblacin para
hacer unos datos ms fciles de investigar.

(lind, 2008, pg. 261)MUESTREO ALEATORIO SIMPLE Muestra

seleccionada de manera que cada elemento o individuo de la poblacin tenga las
mismas posibilidades de que se le incluya.

(Casal, 2003) MUESTREO CONVENIENCIA Consiste en la eleccin por

mtodos no aleatorios de una muestra cuyas caractersticas sean similares a las de
la poblacin objetivo. En este tipo de muestreos la representatividad la
determina el investigador de modo subjetivo, siendo este el mayor inconveniente
del mtodo ya que no podemos cuantificar la representatividad de la muestra

El muestreo aleatorio simple todos los individuos tienen la misma posibilidad de ser
muestra el muestreo por conveniencia es que el investigador realiza la seleccin de la
muestra muy representativa
 UNIVERSIDAD ESTATAL PENNSULA DE SANTA ELENA
FACULTAD DE CIENCIAS ADMINISTRATIVAS
ESCUELA DE ADMINISTRACIN
CARRERA DE CONTABILIDAD Y AUDITORA

NOMBRE: GEOMAYRA RIVAS JORDN

AULA: 4/2
FECHA: 21 de mayo de 2015
ESTADISTICA II
ENSAYO # 2: Anlisis comparativo Media, Mediana, Moda; Desviacin, Varianza
MEDIA
La media de una muestra o cualquier otra medicin basada en una muestra de datos
recibe el nombre de estadstico. (lind, 2008, pg. 58)
La media aritmtica es una medida de ubicacin muy utilizada.
Cuenta con algunas propiedades importantes:
1. Todo conjunto de datos de intervalo o de nivel de razn posee
una media.
Recuerde del captulo 1 que los datos del nivel de razn incluyen
datos como edades, ingresos y pesos, en estos la distancia entre los
nmeros es constante.
2. Todos los valores se encuentran incluidos en el clculo de la
media.
3. La media es nica. Solo existe una media en un conjunto de datos.
Ms adelante en el captulo descubrir un promedio que podra
aparecer dos o ms veces en un
Conjunto de datos.
4. La suma de las desviaciones de cada valor de la media es cero.
Expresado simblicamente, (lind, 2008, pg. 59)

La frmula es:

La media se realiza cuando hay una serie de datos los cuales se suman y se
dividen para el total de los nmeros de los datos, y de esta manera se encuentra
la media aritmtica.

MEDIANA
Punto medio de los valores una vez que se han ordenado de menor a mayor o de mayor
a menor. (lind, 2008, pg. 62)
La mediana algunas veces es llamada media posicional, porque queda
exactamente en la mitad del conjunto de datos despus de que las
observaciones se han colocado en serie ordenada. La mitad de las
observaciones estar por encima de la mediana, la otra mitad estar
por debajo de ella. (Webster, 2001, pg. 42)

Formula

La mediana se utiliza para saber que dato se encuentra en la mitad y adems se

debe ordenar los datos sea de mayor a menor o viceversa y de ascendente y
descendente o viceversa.

MODA
Valor de la observacin que aparece con mayor frecuencia. (lind, 2008, pg.
64)
La observacin modal es la observacin que ocurre con mayor
frecuencia. Utilizando las seis observaciones anteriores de 35, 45, 52,
56, 67,67, la moda es 67. Si la sptima observacin de 56 se agrega, el
conjunto de datos sera bimodal, con modas de 56 y 67. (Webster,
2001, pg. 42)

La moda no es ms que identificar el valor que ms se repite en los dato

analizados.

VARIANZA
Es el promedio de las desviaciones respecto a su media elevadas al
cuadrado. Qu significa esto? Significa que (1) se encuentra la
cantidad por el cual cada observacin se desva de la media. (2) se
elevan al cuadrado tales desviaciones y (3) se halla la media de tales
desviaciones elevadas al cuadrado. As se tiene el promedio de las
desviaciones de la media elevadas al cuadrado. (Webster, 2001, pg.
48)

Formula
La varianza es la media desviada a la mitad y a su vez elevada al cuadrado y
as se obtiene un promedio.

DESVIACIN
Es la raz de la varianza. (lind, 2008, pg. 76)

Formula

La desviacin no es ms que la raz de la varianza.

Ejemplo:
Datos
1 2 3 8 7 6 4 5 5 3 5 2 6 7 1 1 5 3 6 7 9
Ordenamos
1 1 1 2 2 3 3 3 4 5 5 5 5 6 6 7 7 7 8 9
N= 20
Media
1+1+1+2+2+3+3+3+4+5+5+5+5+6+6+7+7+7+8+9 90
= = = 4,5
20 20

Mediana
+1 20+1 21
= = = 10,5
2 2 2

1 1 1 2 2 3 3 3 4 5 5 5 5 6 6 7 7 7 8 9

Moda mo= 5
 UNIVERSIDAD ESTATAL PENNSULA DE SANTA ELENA
FACULTAD DE CIENCIAS ADMINISTRATIVAS
ESCUELA DE ADMINISTRACIN
CARRERA DE CONTABILIDAD Y AUDITORA

NOMBRE: GEOMAYRA RIVAS JORDN

AULA: 4/2
FECHA: 25 de junio del 2015
ESTADISTICA II
ENSAYO # 4: Anlisis comparativo de Permutacin y Combinacin; teorema de b
Bayes

PERMUTACIN

Cualquier distribucin de r objetos seleccionados de un solo grupo de n posibles

objetos. (Lind, 2008, pg. 161)

Formula de la permutacin

Donde:
n representa el total de objetos;
r representa el total de objetos seleccionados.

Ejemplo

Si con los elementos del conjunto A={1,2,3,4} construimos las permutaciones sin
repeticin de orden cuatro:

tenemos que formar grupos de cuatro elementos.

Los grupos (1, 2, 3,4) y (3, 1, 4,2) son distintos, aunque tienen los mismos
elementos, estn colocados en distinto orden.
el grupo (1, 1, 2,3) no es vlido porque tiene elementos repetidos.

Una permutacin es aquella que tiene una cierta cantidad de objetos posibles y se divide
con la seleccin de los objetos se utilizar menos los objetos totales
COMBINACIONES
Si el orden de los objetos seleccionados no es importante, cualquier seleccin se
denomina (Lind, 2008)

Las combinaciones como su mismo nombre lo indica no se necesitan tener un orden

especifico como las permutaciones y tampoco no es importante la seleccin de las
combinaciones.
Combinaciones sin repeticin de m elementos tomados de n en n (de orden n) son
los distintos grupos de n elementos distintos que se pueden hacer con los m
elementos que tenemos, de forma que dos grupos se diferencian en algn elemento y
no en el orden de colocacin. Se representa por Cm,n. (nm).

Ejemplo. Si con los elementos del conjunto A={1,2,3,4} construimos las

combinaciones sin repeticin de orden tres:
Los grupos (1, 2,3) y (1, 2,4) son distintos porque tienen un elemento distinto.
Los grupos (1, 2,3) y (3, 2,1) son iguales porque tienen los mismos elementos
aunque estn colocados en distinto orden.
el grupo (1, 1,2) no es vlido porque tiene elementos repetidos.

Las combinaciones sin repeticiones son los elementos tomados de un grupo son en
orden y de los otros en desorden.

Combinaciones con repeticin de m elementos tomados de n en n son los distintos

grupos de n elementos iguales o distintos que se pueden hacer con los m elementos
que tenemos, de forma que dos grupos se diferencian en algn elemento y no en el
orden de colocacin. Se representa por CRm,n.
Ejemplo. Si con los elementos del conjunto A={1,2,3,4} construimos las
combinaciones con repeticin de orden tres:

Los grupos (1, 2,3) y (1, 2,4) son distintos porque tienen un elemento distinto.
Los grupos (1, 2,3) y (3, 2,1) son iguales porque tienen los mismos elementos
aunque estn colocados en distinto orden.
 el grupo (1, 1,2) es vlido porque los elementos se pueden repetir.

TEOREMA DE BAYES
En el siglo xviii, el reverendo Thomas Bayes, un ministro presbiteriano ingls,
plante esta pregunta: Dios realmente existe? Dado su inters en las
matemticas, intent crear una frmula para llegar a la probabilidad de que Dios
existiera sobre la base de la evidencia de que dispona en la Tierra. Ms tarde,
Pierre-Simon Laplace perfeccion el trabajo de Bayes y le dio el nombre de
teorema de Bayes. De una forma entendible, el teorema de Bayes es el
siguiente: (Lind, 2008)

PROBABILIDAD A PRIORI Probabilidad basada en el nivel de informacin actual.

(Lind, 2008)

Ejemplo:
Si la probabilidad de que la prueba indique la presencia de la enfermedad en una
persona que en realidad no la padece es de 0.15.
P (BA2) = .15
PROBABILIDAD A POSTERIORI Probabilidad revisada a partir de informacin
Adicional. (Lind, 2008)

Si A 1, A 2 ,... , An son:

Sucesos incompatibles 2 a 2.

Y cuya unin es el espacio muestral (A 1 A2 ... A n = E).

Y B es otro suceso.

Resulta que:

Las probabilidades p(A1) se denominan probabilidades a priori.

Las probabilidades p(Ai/B) se denominan probabilidades a posteriori.

Las probabilidades p(B/Ai) se denominan verosimilitudes.

El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas.
El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas
tambin, mientras que los no ingenieros y los no economistas solamente el 20% ocupa
un puesto directivo. Cul es la probabilidad de que un empleado directivo elegido al
azar sea ingeniero?

Bibliografa
Lind, M. W. (2008). Estadistica Aplicada a los negocios y la economia .