Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTIMACIN
CAPTULO 7
FOOD LION*
SALISBURY, CAROLINA DEL
NORTE
Fundada en 1957 como Food Town, Food Lion es una de las cadenas
de supermercados ms grande de Estados Unidos, con 1 200 tiendas
en 11 estados. La empresa vende ms de 24 000 productos
diferentes y ofrece mercancas de marcas nacionales y regionales, as
como una cantidad cada vez mayor de productos de gran calidad de
marca propia fabricados especialmente. La empresa mantiene su
liderazgo en precios bajos y asegura la calidad a partir de eficientes
controles como formatos estndar de tienda, diseo innovador de los
almacenes, instalaciones eficaces y sincronizacin de datos con los
proveedores. Food Lion mira hacia un futuro de continua innovacin,
crecimiento, liderazgo de precio y servicio a sus clientes.
Puesto que es un negocio con inventario intensivo, Food Lion decidi adoptar
como mtodo de evaluacin de inventario el mtodo LIFO (last-in, first-out).
Este mtodo compara los costos corrientes con los ingresos corrientes. Lo cual
minimiza los efectos de los cambios radicales de precios sobre los resultados
de ganancia y prdida. Adems, el mtodo LIFO reduce la ganancia neta
disminuyendo con esto los impuestos sobre la renta durante los periodos de
inflacin.
Food Lion establece un ndice LIFO para cada uno de los siete grupos de
inventario: abarrotes, papel/artculos para el hogar, artculos para mascotas,
artculos para la salud y la belleza, lcteos, cigarros/tabaco y cervezas/vinos.
Por ejemplo, un ndice LIFO de 1.008 para el grupo abarrotes indica que el
valor de este inventario, a los costos corrientes, refleja un aumento de 0.8%
debido a la inflacin en el ltimo periodo de un ao.
Estimacin estadstica
Se llama estimacin estadstica al conjunto de tcnicas que permiten dar un
valor aproximado de un parmetro de una poblacin a partir de los datos
proporcionados por una muestra. Por ejemplo, una estimacin de la media de
una determinada caracterstica de una poblacin de tamao N podra ser la
media de esa misma caracterstica para una muestra de tamao n.[1]
La estimacin se divide en tres grandes bloques, cada uno de los cuales tiene
distintos mtodos:
Estimacin puntual:[2]
Mtodo de los momentos;
Mtodo de la mxima verosimilitud;
Mtodo de los mnimos cuadrados;
Error de la estimacin E
Es una medida de su precisin que se corresponde con
la amplitud del intervalo de confianza. Cuanta ms
precisin se desee en la estimacin de un parmetro,
ms estrecho deber ser el intervalo de confianza y, si
se quiere mantener o disminuir el error, ms
observaciones debern incluirse en la muestra
estudiada. En caso de no incluir nuevas observaciones
para la muestra, ms error se comete al aumentar la
precisin. Se suele llamar E, segn la frmula
Lmite de Confianza
Es la probabilidad de que el verdadero valor del
parmetro estimado en la poblacin se site en el
intervalo de confianza obtenido. El nivel de confianza se
denota por (1-), aunque habitualmente suele
expresarse con un porcentaje ((1-)100%). Es habitual
tomar como nivel de confianza un 95% o un 99%, que
se corresponden con valores de 0,05 y 0,01
respectivamente.
Valor
Tambin llamado nivel de significacin. Es la
probabilidad (en tanto por uno) de fallar en nuestra
estimacin, esto es, la diferencia entre la certeza (1) y
el nivel de confianza (1-). Por ejemplo, en una
estimacin con un nivel de confianza del 95%, el valor
es (100-95)/100 = 0,05
Valor crtico
Se representa por Z/2. Es el valor de la abscisa en una
determinada distribucin que deja a su derecha un rea igual a
/2, siendo 1- el nivel de confianza. Normalmente los valores
crticos estn tabulados o pueden calcularse en funcin de la
distribucin de la poblacin. Por ejemplo, para una
distribucin normal, de media 0 y desviacin tpica 1, el valor
crtico para = 0,1 se calculara del siguiente modo: se busca
en la tabla de la distribucin ese valor (o el ms aproximado),
bajo la columna "rea"; se observa que se corresponde con
-1,28. Entonces Z/2 = 1,64. Si la media o desviacin tpica de
la distribucin normal no coinciden con las de la tabla, se
puede realizar el cambio de variable t =(X-)/ para su clculo.
(8.1)
Ejemplo
Solucin
Con lectura en la tabla de la distribucin normal para un
rea de 0,025 se obtiene Z = -1,96. Por simetra se
encuentra el otro valor Z = 1,96. Remplazando valores y
realizando lo clculos se obtiene:
Ejemplo
Una mquina llena tazas con helado, y se supone que
est ajustada para verter la cantidad de 250g. Como la
mquina no puede llenar cada taza con exactamente
250g, el contenido que se aade a cada taza individual
presenta cierta variacin y se le asigna una variable
aleatoria X. Se asume que esta variacin se ajusta a
unadistribucin normalde alrededor de la cantidad
promedio deseada de 250g, con una
desviacin estndarde 2.5g. Para determinar si la
mquina est adecuadamente calibrada, se toma una
muestra aleatoria den=25 tazas de helado para
pesarlas. La medicin resultante esX1,...,X25, una
muestra aleatoria procedente de X.
Para, es suficiente con dar una estimacin. El
Y se obtiene
Recomendacin prctica
Si la poblacin tiene una distribucin normal, el intervalo de confianza que se obtiene con la
expresin (8.1) es exacto. En otras palabras, si la expresin (8.1) se usa repetidas veces para
generar intervalos de 95% de confianza, exactamente 95% de los intervalos generados
contendrn la media poblacional. Si la poblacin no tiene una distribucin normal, el intervalo
de confianza obtenido con la expresin (8.1) ser aproximado. En este caso la calidad de la
aproximacin depende tanto de la distribucin de la poblacin como del tamao de la
muestra.
En la mayora de las aplicaciones, cuando se usa la expresin (8.1), un tamao de muestra n
= 30 es adecuado para obtener una estimacin por intervalo de la media poblacional. Si la
poblacin
no est distribuida normalmente, pero es ms o menos simtrica, tamaos de muestra hasta
de
15 puede esperarse que proporcionen una buena aproximacin del intervalo de confianza.
Distribucin t de student
Si la variable aleatoria X se distribuye normalmente, entonces el siguiente estadstico
tiene una distribucin t con n - 1 grados de libertad.
Ejemplo:
Imagnese una clase con 40 sillas vacas, cada uno elige un
asiento de los que estn vacos. Naturalmente el primer alumno
podr elegir de entre 40 sillas, el segundo de entre 39, y as el
nmero ir disminuyendo hasta que llegue el ltimo alumno. En
este punto no hay otra eleccin (grado de libertad) y aquel
ltimo estudiante simplemente se sentar en la silla que queda.
De este modo, los 40 alumnos tienen 39 o n-1 grados de
libertad.
Interpretacin
Las columnas de la tabla representan el rea de la cola superior de la
distribucin t. Cada fila representa el valor t determinado para cada
grado de libertad especfico. Por ejemplo, con 10 grados de libertad, si se
quiere un nivel de confianza del 90%, se encuentra el valor t apropiado
como se muestra en la tabla. El nivel de confianza del 90% significa que
el 5% de los valores (un rea de 0,05) se encuentran en cada extremo de
la distribucin. Buscando en la columna para un rea de la cola superior
y en la fila correspondiente a 10 grados de libertad, se obtiene un valor
crtico para t de 1.812. Puesto que t es una distribucin simtrica con
una media 0, si el valor de la cola superior es +1.812, el valor para el
rea de la cola inferior (0,05 inferior) sera -1.812. Un valor t de -1.812
significa que la probabilidad de que t sea menor a -1.812, es 0,05, o 5%
(vea la figura).
Ejemplo
solucin
La estimacin por intervalo se ilustra empleando los datos de la tabla 8.2 que dan los saldos en
las tarjetas de crdito en una muestra de 70 hogares. Los datos estn en la columna C1 de la hoja
de clculo de Minitab. En este caso se estima la desviacin estndar poblacional mediante la
desviacin estndar muestral s. Con los pasos siguientes se obtiene un intervalo de confianza de
95% para estimar la media poblacional.
Paso 1. Seleccionar el men Stat
Paso 2. Elegir Basic Statistics
Paso 3. Elegir 1-Sample t
Paso 4. Cuando aparezca el cuadro de dilogo 1-Sample t
Ingresar C1 en el cuadro Samples in columns
Paso 5. Clic en OK
Si no se especifica otra cosa, Minitab emplea 95% como nivel de confianza. Para especificar otro
nivel de confianza, por ejemplo 90% al paso 4 hay que agregar lo siguiente.
Seleccionar Options
Cuando aparezca el cuadro de dilogo 1-Sample t-Options:
Ingresar 90 en el cuadro Confidence level
Clic en OK
Ejemplo
Los siguientes datos son los puntajes obtenidos para 45
personas de una escala de depresin (mayor puntaje
significa mayor depresin).
2
10
11
11
11
13
13
14
14
14
14
14
14
15
15
16
16
16
16
16
16
16
16
17
17
17
18
18
18
19
19
19
19
19
19
19
19
20
20
De otro modo
El grfico
Se desea saber que tan grande se requiere que sea una muestra para asegurar
que el error al estimar P sea menor que una cantidad especficaE
0.10
3.84
0.20
6.82
0.30
8.96
0.40
10.24
0.50
10.67
0.60
10.24
0.70
8.96
0.80
6.82
El caso: que se tenga una poblacin finita y un muestreo sin reemplazo, el error de estimacin se convierte en:
.
Ejemplo
En una muestra aleatoria de 500 familias que tienen televisores en la ciudad
de Hamilton, Canad, se encuentra que 340 estn suscritas a HBO. Qu tan
grande se requiere que sea una muestra si se quiere tener 95% de confianza
de que la estimacin de P est dentro de 0.02?
Solucin.
Se tratarn a las 500 familias como una muestra preliminar que proporciona
una estimacin de p=340/500=0.68.
Ejemplo. Una legisladora estatal desea encuestar a los residentes de su distrito para conocer qu
proporcin del electorado conoce la opinin de ella, respecto al uso de fondos estatales para pagar
abortos. Qu tamao de muestra se necesita si se requiere un confianza del 95% y un error
mximo de estimacin de 0.10?
Solucin:
En este problema, se desconoce totalmente la
proporcin de residentes que conoce la opinin de la
legisladora, por lo que se utilizar un valor de 0.5
parap.