ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Estadística


Enviado por   •  3 de Agosto de 2015  •  Tareas  •  1.889 Palabras (8 Páginas)  •  493 Visitas

Página 1 de 8

Nombre:  

Matrícula:

Nombre del curso: Estadística y pronósticos para la toma de decisiones.

Nombre del profesor:

Módulo: 1. Estadística y series de tiempo.

Actividad: Evidencia 1. Aplicación de medidas de tendencias central, dispersión y pruebas de hipótesis en el planteamiento de un problema, así como la utilización del análisis de regresión y correlación lineal simple entre variables cuantitativas.

Fecha:   24 de junio  de 2015

Bibliografía:

  • Hanke, J. E. y Wichern, D. W. (2010). Pronósticos en los negocios (9a ed.). México: Person educación.
  • Hines, H. W. y Montgomery, D. C. (1972). Probabilidad y estadística para ingeniería y administración. México: CECSA.
  • Keller, G. y Warrack, B. (2000). Statistics for management and economics (5ª ed.). Estados Unidos: Duxbury.

Parte 1

  1. Define lo que significan los términos de:
  1. Serie de tiempo

Son datos estadísticos que se recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). El término serie de tiempo se aplica por ejemplo a datos registrados en forma periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor trimestral total de contratos de construcción otorgados, el valor trimestral del PIB.

  1. Componentes de una serie de tiempo
  1. Tendencia secular:

La tendencia secular o tendencia a largo plazo de una serie es por lo común el resultado de factores a largo plazo. En términos intuitivos, la tendencia de una serie de tiempo caracteriza el patrón gradual y consistente de las variaciones de la propia serie, que se consideran consecuencias de fuerzas persistentes que afectan el crecimiento o la reducción de la misma, tales como: cambios en la población, en las características demográficas de la misma, cambios en los ingresos, en la salud, en el nivel de educación y tecnología. Las tendencias a largo plazo se ajustan a diversos esquemas. Algunas se mueven continuamente hacía arriba, otras declinan, y otras más permanecen igual en un cierto período o intervalo de tiempo.

  1. Variación estacional:

El componente de la serie de tiempo que representa la variabilidad en los datos debida a influencias de las estaciones, se llama componente estacional. Esta variación corresponde a los movimientos de la serie que recurren año tras año en los mismos meses (o en los mismos trimestres) del año poco más o menos con la misma intensidad. Por ejemplo: Un fabricante de albercas inflables espera poca actividad de ventas durante los meses de otoño e invierno y tiene ventas máximas en los de primavera y verano, mientras que los fabricantes de equipo para la nieve y ropa de abrigo esperan un comportamiento anual opuesto al del fabricante de albercas.

  1. Variación cíclica:

Con frecuencia las series de tiempo presentan secuencias alternas de puntos abajo y arriba de la línea de tendencia que duran más de un año, esta variación se mantiene después de que se han eliminado las variaciones o tendencias estacional e irregular. Un ejemplo de este tipo de variación son los ciclos comerciales cuyos períodos recurrentes dependen de la prosperidad, recesión, depresión y recuperación, las cuales no dependen de factores como el clima o las costumbres sociales.

  1. Variación Irregular:

Esta se debe a factores a corto plazo, imprevisibles y no recurrentes que afectan a la serie de tiempo. Como este componente explica la variabilidad aleatoria de la serie, es impredecible, es decir, no se puede esperar predecir su impacto sobre la serie de tiempo. Existen dos tipos de variación irregular: a) Las variaciones que son provocadas por acontecimientos especiales, fácilmente identificables, como las elecciones, inundaciones, huelgas, terremotos. b) Variaciones aleatorias o por casualidad, cuyas causas no se pueden señalar en forma exacta, pero que tienden a equilibrarse a la larga.

  1. Correlación

Determina la relación o dependencia que existe entre las dos variables que intervienen en una distribución bidimensional.

Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables están correlacionadas o que hay correlación entre ellas.

  1. Autocorrelación

Es la correlación que existe entre una variable cuando se retarda uno o más periodos consigo misma.

  1. Con la información que obtuviste contesta lo siguiente:
  1. ¿Qué significa el coeficiente de correlación?

Es una medida estadística que analiza el grado de dependencia entre dos variables, es decir, cómo se verá afectada una variable determinada, conociendo la variación de una segunda variable.

¿Para qué sirve?

El coeficiente de correlación mide qué tanto se relacionan linealmente dos variables entre sí.

  1. Indica en qué situaciones de la vida diaria se pueden aplicar estos conceptos, da un ejemplo de cada término.

Parte 2

¿Cuánto tiempo dedica una persona en promedio a Internet?

Para tener una idea de esto, realiza un censo con los siguientes puntos:

  1. Pregunta de manera individual a 10 personas del género masculino y a 10 personas del género femenino la siguiente información:
  1. Su edad.
  2. Tiempo que dedica diariamente a Internet.

HOMBRES

MUJERES

EDAD

HORAS

EDAD

HORAS

27

8

20

7

30

8

19

10

26

7

19

10

19

6

16

8

23

5

25

4

20

4

40

6

21

6

15

5

16

3

15

10

16

10

21

7

21

10

20

8

  1. Con una calculadora de bolsillo y con base en esta información realiza lo siguiente:
  1. En promedio, ¿quién dedica más tiempo a Internet, hombres o mujeres?

R= Las mujeres

HOMBRES

PROMEDIO

MEDIANA

VARIANZA

DESVIACION

EDAD

21.9

21

21.43

4.63

HORAS

6.7

6.5

5.57

2.36

MUJERES

PROMEDIO

MEDIANA

VARIANZA

DESVIACION

EDAD

21

19.5

53.78

7.33

HORAS

7.5

7.5

4.50

2.12

...

Descargar como (para miembros actualizados)  txt (13.7 Kb)   pdf (495.4 Kb)   docx (1.3 Mb)  
Leer 7 páginas más »
Disponible sólo en Clubensayos.com