La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.

Presentaciones similares


Presentación del tema: "Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría."— Transcripción de la presentación:

1 Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría y por qué? Fondo A: 8.3, -6.2, 20.9, -2.7, 33.6, 42.9, 24.4, 5.2, 3.1, 30.05 Fondo B: 12.1, -2.8, 6.4, 12.2, 27.8, 25.3, 18.2, 10.7, -1.3, 11.4

2 Medidas de Posición Central:
Usualmente, nuestra atención se centra en dos aspectos de las medidas de posición central: Medición del punto central (promedio) Medición de la dispersión en torno al promedio

3 Medidas de Posición Central: la media
Es la medida mas popular. Es decir, tenemos una muestra de n observaciones: x1, x2,…,xn. Su media muestral es: De forma compacta: Suma de las observaciones Número de observaciones Media =

4 Medidas de Posición Central: la media
Ejemplo: La media de la muestra de seis observaciones: 7, 3, 9, -2, 4, 6 esta dada por: 7 3 9 4 6 4.5

5 Medidas de Posición Central: la media
Ejemplo: Cuando muchas observaciones toman el mismo valor, estas se pueden resumir en una tabla de frecuencias. Supongamos que el número de Hijos en una muestra de 16 empleados fuera el siguiente: NUMERO DE HIJOS NUMERO DE EMPLEADOS 16 empleados

6 La mediana La mediana (M) es el “valor central” de un histograma.
Para hallar la mediana de una distribución debemos: 1. Ordenar las observaciones en orden ascendente. 2. Si el número de observaciones n es impar, M es la observación central de la lista ordenada. M se halla contando (n+1)/2 observaciones desde el comienzo de la lista. 3. Si el número de observaciones n es par, M es la media de las dos observaciones centrales de la lista ordenada.

7 La mediana Ejemplo: 29.5, Nro. de observaciones es impar
Los salarios de siete empleados fueron los siguientes (en 1000s) : 28, 60, 26, 32, 30, 26, 29. ¿Cuál es la mediana? Supongamos que se agrega al grupo el Salario de un empleado más ($31,000). ¿Cuál es la mediana? Nro. de observaciones es impar Nro. de observaciones es par Primero, ordenar los salarios. Luego, localizar el valor en el medio. Primero, ordenar los salarios. Luego, localizar el valor en el medio. Hay dos valores en el medio! 26,26,28,29,30,32,60 26,26,28,29, ,31, 32,60 29.5, 26,26,28,29, ,31,32,60

8 La moda El modo es el valor que ocurre con mayor frecuencia en un grupo de observaciones. Cuando la muestra es grande, los datos se agrupan en intervalos y obtenemos el Intervalo modal El modo En un conjunto de observaciones puede haber más de un modo.

9 La moda Ejemplo El gerente de una tienda de ropa posee la siguiente información sobre el talle de los pantalones que se vendieron ayer: 31, 34, 36, 33, 28, 34, 30, 34, 32, 40. El modo es 34 En muchos casos, el modo nos da información mas valiosa que la mediana: 33.2.

10 Asimetría hacia la derecha Asimetría hacia la izquierda
Media, Mediana y Moda Si una distribución es simétrica, la media, mediana y modo coinciden Si una distribución no es simétrica, las tres medidas difieren. Asimetría hacia la derecha (asimetría positiva) Asimetría hacia la izquierda (asimetría negativa) Media Media Modo Modo Mediana Mediana

11 Medidas de dispersión Caracterizar una distribución solamente a través de una medida central no es apropiado. Las distribuciones del ingreso de dos provincias con el mismo ingreso medio por hogar son muy distintas si una de ellas tiene extremos de pobreza y de riqueza, mientras que la otra tiene poca variación de ingresos entre familias. Estamos interesados en la dispersión o variabilidad de los ingresos, además de estarlo en sus centros.

12 Datos con baja dispersión Datos con alta dispersión
Medidas de dispersión Ejemplo de dos conjuntos de datos con igual media Datos con baja dispersión Datos con alta dispersión

13 Medidas de dispersión Rango
Una manera de medir la dispersión es calcular el recorrido de la distribución empírica, es decir, la diferencia entre las observaciones máxima y mínima. Su mayor ventaja es que se puede calcular facilmente, sin embargo, no brinda información sobre la dispersión existente entre ambos valores extremos.

14 Una medida de dispersión: La varianza
La varianza s2 de un conjunto de observaciones es el promedio de los cuadrados de la desviaciones de las observaciones respecto a su media. Formalmente: De forma compacta:

15 Propiedades del desviación estándar
s mide la dispersión respecto a la media. Debe emplearse solo cuando se escoge la media como medida central de la distribución. s = 0 solo ocurre cuando no hay dispersión: todas las observaciones toman el mismo valor. De lo contrario s > 0. Cuanto más dispersión hay entre las observaciones, mayor es s. s, al igual que la media, se encuentra fuertemente influenciado por las observaciones extremas.

16 Distribuciones normales
Todas las distribuciones normales tienen la misma forma general. La curva de densidad de una distribución normal se describe por su media  y su desviación estándar . La media se sitúa en el centro de la curva simétrica, en el mismo lugar que la mediana. Si se cambia  sin cambiar  se provoca un desplazamiento de la curva de densidad a lo largo del eje de las abscisas sin que cambie su dispersión. La desviación típica  controla la dispersión de la curva normal.

17 Corto 2 La edad promedio de los ejecutivos de 500 empresas es de 56.2 años con una desviación estándar de 12.7 años y su ingreso promedio es de $ 89, con una desviación estándar de $ 16, En que característica son más homogéneos los ejecutivos? Por qué es necesario calcular el coeficiente de variación y que información nos proporciona? Si el fondo de inversión A tiene una media de y una desviación estándar de y el fondo B tiene una media de 18 con una desviación estándar de ¿en cuál invertiría y por qué?

18 Distribuciones normales
La curva con mayor desviación estándar es la curva que presenta mayor dispersión. La desviación típica  es la medida natural de la dispersión de una distribución normal. La forma de una curva normal no solo queda completamente determinada por  y , sino que además es posible situar  a simple vista en la curva. Cuando nos alejamos de , en cualquier dirección, la curva pasa de descender rápidamente a descender suavemente. Estos puntos de inflexión están situados a una distancia  de .

19 Regla Empírica En una distribución normal:
El 68 % de las observaciones se encuentra entre   . El 95 % de las observaciones se encuentra entre   2 . El 99.7 % de las observaciones se encuentra entre   3 .

20 Distribución normal estandarizada
Si x es una observación de una distribución de media  y de desviación estándar , el valor estandarizado de x es: La distribución normal estandarizada es la distribución normal N(0,1): su media es 0 y su desviación estándar es 1. Si una variable x tiene una distribución normal N(,), entonces z posee una distribución normal estandarizada.


Descargar ppt "Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría."

Presentaciones similares


Anuncios Google