Estadistica para Estudio de Mercado

Diseño, Formulación, Evaluación e Implementación de Proyectos de Inversión
DISEÑO, FORMULACION, EVALUACIÓN E IMPLEMENTACION

DE PROYECTOS DE INVERSION
TEMA :
ELEMENTOS DE ESTADÍSTICA PARA

EL ESTUDIO DE MERCADO
Instructor : Ingº Carlos P. Saavedra López
Lima – 25.08.2007
Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 1

ELEMENTOS DE ESTADISTICA PARA EL ESTUDIO DE MERCADO
INTRODUCCION
Como ya se ha visto en los anteriores Capítulo, un proyecto es una propuesta de

inversión. El objetivo que se persigue durante la preparación del proyecto es el
análisis, de una manera sistemática y técnica, de las ventajas (beneficios) y
desventajas (costos) que conllevan esa inversión, permitiendo así que ella se
convierta en un riesgo calculado, basándose para ello en los mejores antecedentes
y elementos de juicio.
Los aspectos que analizan durante la preparación de un proyecto son los siguientes:
- Mercado y comercialización
- Tamaño, selección de tecnología y localización
- Ingeniería e inversiones
- Presupuesto de gastos e ingresos
- Financiamiento, organización y ejecución
- Evaluación
Como la preparación de un proyecto es un proceso de aproximaciones sucesivas,

estos aspectos se analizan individualmente y relacionados entre sí, a efectos de
encontrar el conjunto más coherente (rentable) entre ellos.
Dentro de los aspectos mencionados, el estudio de mercado constituye la base

misma del proyecto y tiene como objetivo principal la demanda futura más
probable que tendrá un bien (o un servicio), a determinados precios, en ciertos
períodos de tiempo y en determinadas áreas geográficas. También, son objetivos
del estudio de mercado el análisis de la oferta de los insumos utilizados en la
producción del bien objeto del estudio y la comercialización de este bien.
La información básica para el estudio de mercado de un bien se encuentra en

censos, registros de importación, de producción nacional, de exportación,
inventarios, índices de precios, series de población y de ingreso nacional, etc.
Cuando no está la información disponible, o es insuficiente para los fines
propuestos, se debe recurrir a investigaciones de campo mediante la técnica del
Muestreo Estadístico. En el primer caso, se debe organizar, procesar y analizar la
información de acuerdo a las técnicas que proporciona la estadística y en segundo
caso, se debe diseñar la muestra de acuerdo a criterios que proporciona la misma
estadística.
A lo largo de este Capítulo, se presentan en forma somera los conceptos

estadísticos mínimos que normalmente se utilizan en estudios de mercado de
proyectos. Ellos son la distribución de frecuencias, medidas de posición, medidas de
dispersión, concepto de probabilidad, número índices y análisis de regresiones.
El análisis de regresiones que se utiliza en el estudio de mercado para estima la

tendencia de una serie histórica de demanda, se analizará mediante la presentación
extractados de estudios de mercado de proyectos reales.

I.LOS DATOS ESTADISTICOS
La estadística tiene por objeto el estudio de métodos científicos de organización,

presentación y análisis de datos estadísticos (informaciones). Estas informaciones
pueden corresponder a un grupo de elementos u objetos o a una muestra de los
mismos.
Las informaciones (datos) necesarias para la investigación del mercado de un

proyecto pueden ser obtenidas de fuentes primarias o secundarias, según
provengan de la anotación y observación directa efectuada por parte del
investigador o de publicaciones oficiales y entidades que elaboran estadísticas,
respectivamente. Según su origen, los datos se clasifican en:
1. DATOS PRIMARIOS
Son aquellos que no han sido recopilados anteriormente por parte de organismos
que trabajan en la obtención y elaboración de datos y que por consiguiente, son
observados y anotados por el investigador de mercados, a partir de las fuentes
directas constituidas principalmente por consumidores, comerciantes mayoristas,
comerciantes minoristas, importadores, exportadores y productores.
2. DATOS SECUNDARIOS
Son aquellos que ya han sido recopilados y elaborados y que provienen

principalmente de publicaciones oficiales o privadas o de entidades que elaboran
estadísticas.
Las fuentes de las cuales se pueden obtener los datos secundarios son muy
variadas, pero pueden agruparse tentativamente en las siguientes:
a. Datos provenientes de las empresas:
Esta información puede referirse a aspectos contables; cifras restrospectivas de

producción, ventas, precios, etc.
b. Datos de censos
i) Datos de censos de población:
Que se utilizan principalmente para los siguientes objetivos:
- Hacer pronósticos económicos o de ventas

- Analizar los mercados potenciales
- Analizar la distribución
- Ubicar las fábricas
- Determinar los sitios de venta (observaciones)
- Determinar las muestras en los estudios de investigación de mercados.
ii) Datos de los censos de manufacturas:
Con estos datos se puede conocer:
- Número de establecimientos
- Cantidad y valor de productos específicos fabricados o vendidos
- Costos de materias primas
- Salarios pagados, etc.

iii) Datos de censos de agricultura:
En estas publicaciones se encontrarán datos que se relacionan fundamentalmente

con:
- Número y tipo de propiedades

- Volúmenes y valor de la producción agrícola y pecuaria.
- Areas sembradas por tipo de producto
- Disponibilidad de equipo agrícola, etc.
c. Datos de los registros:
Son datos reunidos en forma rutinaria como parte de un requisito legal o

procedimiento administrativo. Esta información es principalmente recopilada por
oficinas estatales o locales y llevan registros como los siguientes: Nacimientos,
defunciones, matrimonios, matrículas escolares, declaraciones de impuestos,
registro de importaciones o exportaciones, listas de comerciantes, industriales, etc.
d) Datos de informes particulares o asociaciones profesionales:
Estos datos se obtienen de publicaciones que presentan información variada,

incluida información relativa a mercado. Entre los tipos de entidades que producen
estas publicaciones periódicas, se pueden mencionar: Instituciones del gobierno
nacional o local, dedicadas a realizar estudios específicos; universidades;
asociaciones profesionales y asociaciones industriales o comerciales.
e) Información comercial:
Con el crecimiento de la demanda de datos para estudios de mercado, para

proyectos, etc., se han formado compañías que se dedican a recoger, preparar y
vender información.
Según las unidades en que estén expresados los datos, éstos se dividen en:
3. DATOS PRIMITIVOS (O BRUTOS):
No poseen mayor grado de elaboración, aparecen en sus unidades originales (kg,

#, etc)
4. DATOS DERIVADOS (O ELABORADOS):
Se presentan en comparación con otros datos como números índices, densidad

demográfica, etc. Los datos derivados más usuales son:
a. Porcentajes:
Se equivale el total de datos a un 100% y se calcula el porcentaje correspondiente

a una porción por medio de la regla de tres simple:
Total…….….100%
Parcela…………x
b) Indices:

Son comparaciones entre dos datos, cuando uno no está incluido en el otro. Por
ejemplo: la densidad demográfica es la relación entre la población y la superficie; el
índice de inteligencia, etc.
b. Tasas o coeficientes:
Compara el número de ocurrencias parciales con el número de ocurrencias totales.

Por ejemplo, la tasa de mortalidad que es igual a la relación entre el número de
muertos y la población total, los rendimientos, etc.
d) Series de relativos:
Usadas para comparar un dato en cierta ocasión con otro en un período básico. Por
ejemplo: la tabla abajo muestra una serie de relativos:
Años Producción Valores relativos

1964 160 100.0
1965 180 112.5
1966 138 105.0
1967 168 105.0
Un conjunto de datos o masa estadística también puede ser clasificado de acuerdo

con otros criterios. Así, los datos pueden ser de dos tipos de acuerdo con la
variable; esta última es una cantidad medible que puede cambiar de un individuo a
otro y se divide en:
i)- Variables cardinales:
Aquellas que pueden ser medidas cuantitativamente se clasifican en:
a) Continuas
Variables que pueden tomar cualquier valor dentro de un intervalo (ingresos,

consumos, estaturas, etc).
b) Discretas.
Variables que sólo toman algunos valores dentro de un intervalo (número de autos
por habitantes, número de hijos por familia, etc).
ii)- Variables ordinales:
Sólo susceptibles de ordenación pero no de medición cuantitativa (grado de cultura

de una persona: culta, inculta; color de una persona; blanca, india, morena, etc).
5. BANCOS DE DATOS
Es importante que las oficinas gubernamentales encargadas de formular y evaluar

proyectos tengan disponible un banco con los datos estadísticos más utilizados en

el estudio de mercado. En el Apéndice 5 se presenta una lista tentativa de dichos

datos.
I. DISTRIBUCION DE FRECUENCIAS
Cuando se dispone de un gran número de datos, es conveniente ordenarlos en

clases, según sus amplitudes sean iguales o diferentes. La tabla con los datos
distribuidos en clases es llamada distribución de frecuencias o tabla de frecuencias.
Hay reglas empíricas que dan el número de clases que se debe utilizar, según el
número total de datos disponibles. Se designa como amplitud de cada clase a la
diferencia entre los valores máximo y mínimo de los datos, dividido por el número
de clases utilizadas.
El concepto de distribución de frecuencias se ilustra mediante el Cuadro 5.1. el cual

muestra la distribución de salarios de 97 trabajadores de la industria del cemento
en un país centroamericano en el año 1968.
En los cálculos se suelen considerar los datos como si estuviesen concentrados en

los centros de las clases. Los centros de clases son las medias aritméticas de los
extremos de cada clase.
Representando gráficamente la tabla de frecuencias; se pueden observar con

mayor claridad algunas características de la masa de los datos. La Figura 5.1.
representa la tabla de frecuencia de la Tabla 5.1. y se denomina histograma. La
línea quebrada que une los puntos medios de los lados superiores de los
rectángulos recibe el nombre de polígono de frecuencias.
CUADRO 5.1.
DISTRIBUCION DE FRECUENCIA, OBREROS DEL CEMENTO, 1968
Clase $ Centro de la clase x Frecuencia y

70-80 75 6
80-90 85 19
90-100 95 36
100-110 105 20
110-120 115 16
Total 475 97
40
Poligono de Frecuencias
20
Histograma

70 80 90 100 110 120
FIGURA 5.1. HISTOGRAMA Y POLIGONO DE FRECUENCIA
Existen diferentes tipos de distribución de frecuencia, las más corrientes se

muestran en la Figura 5.2.
Figura 5.2
II. MEDIDAS DE POSICION
I. INTRODUCCION
La simple presentación mediante tablas o gráficas de los datos no es suficiente para

caracterizarlos. Se deben utilizar ciertas medidas llamadas de posición o de
tendencia central, para un mejor análisis de los mismos.
2. MEDIA ARITMETICA. M:
La media aritmética de una serie con valores de "x" y de "y" están dados por:
M =
∑ X
M =
∑ Y
M =
∑ (XY)
∑Y
X Y XY
n n

En el caso de los datos del Cuadro 5.1. si "x" representa el centro de la clase y "y"
representa la frecuencia con que se presenta, Mxy representará la media
ponderada.
EJEMPLO 5.1.
Calcular las medias de la distribución del Cuadro 5.1, numeral 3.
Mx = 475/5 = 95, My = 97/5 = 19,5
Mxy = (75 x 6 + 85 x 19 + 95 x 36 + 105 x 20 + 115 x 16)/97 = 97.2
La media aritmética o promedio es una buena medida de posición si la distribución

es simétrica. Pierde esta propiedad cuando la distribución es asimétrica, por ser
muy afectada por los valores extremos. Es el promedio más usado y de más fácil
cálculo.
3. MEDIANA - ME:
Se define como el valor central de la variable, cuando los valores están ordenados
por su magnitud.
Es una medida menos sensible que la media aritmética ante los valores extremos
de la variable, siendo apropiada para distribuciones asimétricas como salarios,
producciones, etc.
Primero se debe encontrar el número "m" de la clase, del total "n" de clases,
donde se encuentra la mediana.
M = (n + 1)/2, si n es impar; m = n/2, si n es par
Una vez encontrado el número m de la clase donde se encuentra la mediana se

calcula ésta, la cual para el caso de una tabla de distribución de frecuencias, está
dada por la siguiente fórmula:
⎡( fn ) / 2 − ∑ fk ⎤
M e = L1 + ⎢ ⎥× C
⎢⎣ fm ⎥⎦
Donde:
L1 = Límite inferior de clase donde está la mediana

fn = Frecuencia total
Sumatoria fk = suma de frecuencias de las clases anteriores a la clase de la
mediana.
fm = Frecuencia de la clase de la mediana
C = Intervalo de clase.
EJEMPLO 5.2.
Calcular la mediana de los datos que aparecen en la distribución de frecuencia del

Cuadro 5.1.
N = 5 (impar); m = (n + 1)/2 = (5 + 1)/2 = 3

Luego la mediana de los datos se encuentra en la tercera clase y tiene un valor de:
(97 / 2 − 25)
Me = 90 + × 10 = $96.5
36
4. MODA -MO:
Se define como aquel valor de la variable al que corresponde la máxima frecuencia.

Hay distribuciones que no tienen moda, habiendo otras con más de una moda.
Para tablas de frecuencia, la moda se determina por la siguiente fórmula:
Δ 1. C
M o = L1 +
Δ1 + Δ 2
Donde;
L1 = Límite inferior de la clase modal
Δ1 = Exceso de frecuencia modal sobre la clase inmediatamente inferior
Δ2 = Exceso de frecuencia modal sobre la clase inmediatamente superior.
C = Tamaño de la clase modal.
EJEMPLO 5.3.
Calcular la moda de los datos del ejemplo anterior:
Mo = 90 + 17 x 10/(17 + 16) = $95.1
Existe una relación empírica entre la media, la mediana y la moda que se

comprueba con notable aproximación en las distribuciones moderadamente
asimétricas. Se expresa mediante la ecuación:
Mo = M - 3 (M - Me)
La moda tiene mucha utilidad en estudios de mercado, en la industria de la

confección, industria del calzado, etc. La medida o talla más vendida o consumida
corresponde a la moda.
6. MEDIA GEOMETRICA
La media geométrica de una serie de "n" valores "x" está definida por;
G = n ( X1 . X2. X3... Xn )

Si los datos están agrupados, y los puntos medios de los mismos tienen frecuencias
superiores a cero.
G = n [( X 1 . f1 ).( X 2 . f 2 )...( X n . f n )
Para poder existir interpretación de la media geométrica, ninguno de los datos
anteriores puede ser cero (0) o negativo. Se usa esta media cuando los datos son
muy diferentes. Lo anterior se ilustra mediante el ejemplo subsiguiente:
EJEMPLO 5.4.
En un estudio regional se encontraron las siguientes tasas para el índice de

crecimiento de la mortalidad infantil (menores de un año) en nueve zonas rurales,
expresados en porcentajes (%): 0.2, 0.3, 0.4, 0.7, 0.8, 11.0, 2.4, 1.7. Se pide
calcular el promedio de este índice de crecimiento de la mortalidad infantil.
El promedio aritmético es de 1.9% y la media geométrica de 0.7 que es la real, ya

que el crecimiento de la mortalidad está directamente relacionada con el
crecimiento de la población, y ésta crece año a año según una serie geométrica. A
continuación se presenta un análisis de estas series y su utilización en estudios de
población e ingreso.
1. Series de población y de ingreso:
Si se supone que la población crece a una tasa (i) anual y se designa por (Po) la
población en el momento actual y por (Pn) la población en el año (n), se tiene:
Dentro de la población será: Po + i Po = Po (1 + i).

Dentro de dos años la población será: Po (1 + i) + iPo (1 + i) = Po (1 + i)2
Dentro de n años la población será: Po (1 + i)n-1 + iPo(1 + i) n-1 = Po (1 + i)n
Luego la población dentro de n años será:
Pn = Po (1 + i)n , que es la fórmula del interés compuesto.
EJEMPLO 5.5.
De acuerdo con los censos de población de 1960 y de 1970 la población de una

ciudad del país era de 51.944 y 70.967 habitantes en dichos años, se pide calcular
la tasa de crecimiento de esa población durante el período considerado.
En este caso Po = 51.944, Pn = 70.967 y n = 10
Aplicando la fórmula Pn = Po (1 + r)n
10
(1+r) = 70.967 / 51.944 = 1.36622, y r = 3.2%
Este valor se puede hallar también por tanteo con ayuda de una tabla financiera de
interés compuesto.

EJEMPLO 5.6
Si el ingreso total de un país crece al 5.6% y la población al 4.3%, cómo estará

creciendo el ingreso "percápita"?
Si llamamos P a la población, I al ingreso, C al ingreso "percápita";
Co = Io / Po, Cn = In / Pn = Io (1 + i)n / [Po (1 + p) n ] = Co (1 + c) n
n n n
De donde ( 1 + c) = (1 + i) / (1+p)
Entonces, ( 1 + c) = (1 + i) / ( 1 + p )
Resolviendo para c se tiene : c = (i - p ) / ( 1 + p)
Si p es muy pequeño, 1+p≅1yc=i-p
Para el ejemplo propuesto, c = 5.6 - 4.3 = 1.3%
7. MEDIA ARMONICA - H:
Está dada por la fórmula:

n
H =
⎛ 1⎞
∑ ⎜ ⎟
⎝ x⎠
Se utiliza en estudios de mercado cuando se desea conocer el número promedio de

días que dura un producto, en el cual el consumo total es inversamente
proporcional a la duración del mismo. Esta utilización se ilustra con el ejemplo
siguiente:
EJEMPLO 5.7:
Una encuesta entre cinco (5) personas sobre la duración media de una hoja de
afeitar arrojó los siguientes resultados:
Persona Duración Media (días)

A 10
B 5
C 14
D 30
E 6
Se desea conocer la duración media de una hoja de afeitar aplicando la media

armónica:

Si se hubiera calculado por la media aritmética, el resultado hubiera sido de:
5
H = = 8 .7 5 d ia s
1 1 1 1 1
+ + + +
10 5 14 30 6
(10 + 5 + 14 + 30 + 6) /5 = 13 días, lo cual es erróneo pues:
A Consume al año 36.5 (365/10)

B " " " 73.0 " (365/ 5)
C " " " 26.07 " (365/14)
D " " " 12.17 " (365/30)
E " " " 60.83 " (365/ 6)
Total 208.57 Hojas
El consumo por persona es: 208.57/5 = 41.71 hojas/persona, cuya duración media
es de 365/41.71 = 8.75 días, resultado que se obtuvo al aplicar la media armónica.
III.MEDIDAS DE DISPERSION
1. GENERALIDADES:
Una distribución sólo se encuentra caracterizada en forma adecuada cuando se

conoce su grado de heterogeneidad. Lo anterior se logra mediante las medidas de
dispersión. Puede existir el caso de que varias distribuciones posean la misma
aritmética y sin embargo, los valores de las variables sean diferentes.
Las medidas de dispersión dan a una idea de cómo ( grado o medida) se presentan
los datos una distribución. El cálculo de estas medidas es fundamental para analizar
series tales como ingresos, tenencia de la tierra, etc.
2. DESVIACION TIPICA ( o "standard"):
Esta medida de dispersión es la más utilizada en las estadísticas socioeconómicas.

Si una distribución de "n" filas está dada por la relación entre dos variables "x" en
las fórmulas para la desviación típica serán:
⎡∑ (X 2
) ⎤
S X = ⎢ − (M X )2 ⎥
⎢⎣ n ⎥⎦
S =
⎡
⎢
∑ (Y 2
)
− ( M
⎤
)2 ⎥
Y Y
⎢⎣ n ⎥⎦

El cuadrado de esta última expresión es la covarianza. La desviación expresa la

dispersión de los datos con respecto a la media. Mientras más dispersos se
encuentren los datos en la distribución, mayor es la magnitud de la desviación
⎡ ∑ ( XY ) ⎤
S XY = ⎢ − ( M X . M Y )2 ⎥
⎢⎣ n ⎥⎦
típica, ya que serán mayores las desviaciones respecto a la media. La desviación
típica se expresa en las mismas unidades de los datos analizados y siempre es una
cantidad mayor o igual a cero (0).
EJEMPLO 5.8
Calcular las desviaciones típicas de los datos de la distribución de frecuencias del

cuadro 5.1.
Centro de Frecuencia X2 XY Y2
clase X ($) Y
75 6 5.625 450 36
85 19 7.225 1.615 361
95 36 9.025 3.420 1.296
105 20 11.025 2.100 400
115 16 13.225 1.840 256
SUMATORIAS 475 97 46.125 9.425 2.349
M=SUMATORIAS/n 95 19.4 9.225 1.885 469.8
De donde:
SX = [9225
. − ( 95) ] = $14.1
2
SY = [469.8 − (19.4 ) ] = 9.7

2
S XY = [1825
. − ( 95 × 19.4) ] = 6.5
EJEMPLO 5.9
Una cierta cantidad de tubería ha sido mandada a cortar en trozos de 100 cm, de
longitud, para comprobar exactitud en la longitud y uniformidad en el peso, las

cuales tendrían una tolerancia de 6.0 gr/cm ± 0.01. El ensayo requiere 6 muestras
para ser analizada al tiempo. Los resultados fueron los siguientes:
Muestras 1 2 3 4 5 6
X: Longitud (cm) 101.3 103.7 98.6 99.9 97.2 100.1
Y: Peso (gr) 609 626 586 594 579 605
Cuál es el peso promedio de las muestras y cuál es la uniformidad de las mismas?
Muestras 1 2 3 4 5 6 Sumatori Sumator

a ia/n
X 101.3 103.7 98.6 99.9 97.2 92 600.8 110.13

Y2 609 626 586 594 579 605 3.599 599.83
X 10.262 10.754 9.722 9.980 9.448 10.020 60.185 10.031
XY 61.692 64.916 57.780 59.341 56.279 60.559 360.567 60.094
Y2 370.881 391.876 343.396 352.836 335.241 366.025 2.160.25 360.042
5
- Peso promedio de las muestras: My = 599.8 gr

- La máquina corta longitudes de aproximadamente: Mx = 100.1 cm
- La uniformidad lograda es superior a 599.8/100.1 = 5.99 gr/cm que se
encuentra dentro de la tolerancia aceptable.
- La desviación típica de los pesos de las muestras es:
S Y = [360.042 - (599.83)2 ] = 15.7

(desviación con respecto al promedio)
La desviación de las longitudes con respecto al promedio es:
S X = [ 10.031 - (100.13) 2 ] = 2.23 cms
Las fórmulas que aparecen en estas conferencias son las que se utilizan para
analizar series de población (y en consecuencia, para estudios de mercado en
proyectos), en los demás casos, como el que nos ocupa, las fórmulas para la
desviación típica difieren ligeramente, estas son:
⎡ (∑ X )2 ⎤
⎢ ∑ ( X 2
) −
n
⎥
S = ⎢ ⎥
X
⎢ n − 1 ⎥
⎢⎣ ⎥⎦
⎡ (∑ Y )2 ⎤
⎢ ∑ (Y ) − ⎥
2
= ⎢
Sc-saavedra@esan.com.pe n ⎥
Ingº Carlos Saavedra López 4882122 / 8137729 14
Y
⎢ n −1 ⎥
⎢⎣ ⎥⎦
Obteniendose para el ejemplo 5.9
Sy=17gr. , Sx=2.24 cm.
3. Varianza
Es el cuadrado de la desviación típica. Para el ejemplo 5.8:
Sx2 = (14.1) 2 = 198.8 $ 2

S y 2 = (9.7) 2
= 94.1
A S2 xy también se le suele llamar covarianza.
4. COEFICIENTE DE VARIABILIDAD (C.V.):
Tanto la desviación típica como la varianza tienen el inconveniente de ser medidas

absolutas, no posibilitando la comparación de distribuciones de unidades diferentes
o con diferentes medidas de posición.
El coeficiente de variabilidad o desviación típica relativa es una medida de variación

adimensional (sin unidad). El más empleado es el C.V. de Pearson, definido por:
C.V. = 100 S / M
En el caso de que la distribución tenga una media negativa, el signo de la misma es

omitido.
El coeficiente de variabilidad representa la desviación típica en el caso de que la

media fuese igual a 100.
Para los dotes del Ejemplo 5.8, el coeficiente de variabilidad será:
C.V (x) = 100 x 14.1/95 = 14.8
II. PROBABILIDAD
La probabilidad es una magnitud numérica elegida para expresar cuantitativamente

el carácter aleatorio de un fenómeno. Por aleatorio debe entenderse toda la gama
de palabras desde imposible hasta cierto, pasando por inverosímil, dudoso y
plausible. En otras palabras, el cálculo de la probabilidad es una disección del azar.
Se define probabilidad como la relación entre el número de casos favorables sobre

el número de casos totales.
Así, si "f" es el número de casos favorables a ocurrir de un fenómeno "E", y "n" el

número de casos totales, la probabilidad de E es:
P(E) = f/n = p
La probabilidad de no ocurrencia de E es

P(-E) = d/n = q
Donde "d" es el número de casos desfavorables al fenómeno E.
La probabilidad varía de cero (0) a + 1. La suma de la probabilidad favorable más

la desfavorable es igual a uno, o sea p + q = 1
III. NUMEROS INDICES
1. INTRODUCCION
Son utilizados para reflejar la evolución de precios, cantidades y valores para un

conjunto de productos. Esta evolución puede ser con relación al tiempo; áreas
geográficas, etc.
Con ellos es posible realizar comparaciones del costo de vida en un país con
relación a otro (por ejemplo, entre Estados Unidos y la República Dominicana) o
para un mismo país en dos períodos de tiempo. Ese sólo hecho ya justifica su
cómputo y su periódica utilización en la investigación socio económica.
Es muy utilizado por los gobiernos en la deflactación de los precios e ingresos, para
comparar valores nominales expresados en unidades monetarias de distinto poder
adquisitivo, etc.
a. Indice de Precios: refleja la variación de los precios de un conjunto de artículos

entre dos momentos en el tiempo o dos puntos en el espacio. (Ejemplo: Indice
del Costo de Vida).
b. Indice de Cantidades: Indica la variación en las cantidades de un conjunto de

productos en el tiempo o en el espacio, es el caso del Indice de Producción
Industrial.
c. Indice de Valor: refleja la variación del valor total de un conjunto de productos.

Por ejemplo, índice de ventas totales comerciales.
2. INDICE DE PRECIOS Y DE CANTIDADES
Cuando se desea analizar la evolución del precio o cantidad en un solo artículo, no

es necesario un indicador especial, basta expresar la variación en términos
porcentuales, como se vió en las series de relativos, y el precio relativo será Pn/Po
donde Pn es el precio en el período dado y Po el precio en el período base.
En el caso en el cual hay muchos artículos expresados en unidades diferentes, el

tomar cifras relativas obvia el inconveniente de medida; pero aún subsiste el
problema de la ponderación, ya que a cada artículo debe asignársele la importancia
debida. En consecuencia es necesario ponderar los precios por las cantidades, para
lo cual utilizan los índices de precios.
Los índices de precios más utilizados son los de Laspeyres, Paassche, Fischer,
Marshall-Edge Worth y Walsh.
Si:

Qo = Cantidad de productos en el año base

Qn = Cantidad de productos en el año n
Po = Precio en el año base
Pn = Precio en el año n
Los índices de precios son los siguientes:
1. Indice de precios Laspeyres:
L In =
∑ ( P .Q
n o)
× 100
∑ ( P .Q
o o)
EJEMPLO 5.10
Calcular el índice de precios según Laspeyres para el año 1980, tomando como
base, para el siguiente grupo de mercaderías.
Mercadería 1972 1980 1972 1980

(P 62) (P 70) (Q 62) (Q 70)
A 783 5.520 12.328 11.234
B 4.071 22.090 561 312
C 77 98 3.943 3.600
D 130 228 210 17
E 426 1.042 627 214
F 520 1.049 35 56
G 966 1.840 5 4
H 3 7 4.538 5.123
I 1.118 2.131 45 38
J 1410 3.246 5 7
K 17 37 321 412
L 21 45 219 420
L In =
∑ ( Pn . Q o )
× 100 L 8I 0 =
∑ ( P8 0 . Q 72 )
× 100
∑ ( Po . Q o ) ∑ ( P7 2 . Q 72 )
Mercadería P80 . Q72 P72 . Q72

(000) (000)
A 68.050 9.653
B 12.392 2.284
C 386 304
D 48 27
E 654 267
F 37 18

G 9 5
H 32 14
I 96 50
J 16 7
K 12 5
L 10 5
Sumatoria 81.742 12.639
El índice de precios del grupo de mercaderías, tomando el año 1962 como base
sería entonces:
2. Indice de precios de Paasche:
P
I
=
∑ ( P .Q )
n n
n ∑ ( P .Q )
o n
3. Indice de precios de Fischer
FnI = ( LIn . PnI )
4. Marshall - Edgewoth:
M nI =
∑ Pn ( Qo + Qn )
∑ Po ( Qo + Qn )
5. Walsh
WnI =
∑ Pn ( Qo . Qn )
∑ Po ( Qo . Qn )
3. DEFLACTACION DE PRECIOS:
Una de las más utilizadas es la de precios al por mayor. El procedimiento a seguir

se ilustra mediante el siguiente ejemplo:
EJEMPLO 5.11
Los precios de un producto han sido los siguientes:

Precios promedio durante el año
1972 1973 1974 1975 1976

88.80 174.11 222.77 390.37 474.56
Y el índice de precios al por mayor, con base en el año 1962 es de:
1972 1973 1974 1975 1976

100.0 176.3 289.3 411.7 516.5
Se pide calcular los precios deflactados para el producto, en cada uno de los años
considerados.
Para obtener los resultados se dividen los precios corrientes de cada año por el
respectivo índice de precios y ese cociente se multiplica por el índice de precios del
año base (100).
Años Precios corrientes Indice de precios al Precios deflactados

por mayor
1972 88.80 100.0 88.80
1973 174.11 176.3 98.75
1974 222.77 289.3 77.00
1975 390.37 411.7 94.82
1976 474.56 516.5 91.88
IV. ANALISIS DE REGRESION
1. GENERALIDADES
El concepto estadístico de análisis de regresión se utiliza en el estudio de mercado,

durante la formulación de un proyecto, cuando es necesario conocer cuál será la
demanda futura más probable de un bien o servicio, a partir de datos históricos
sobre el comportamiento de dicha demanda.
Como ya se vió en el Capítulo sobre Elementos de Economía, los datos históricos

sobre la demanda de un bien o servicio se encuentran, en general, como una
relación de dos variables. La finalidad del análisis de regresión es conocer la función
(o fórmula) matemática con la cual están relacionadas esas dos variables. Una vez
conocida dicha función, es posible conocer el comportamiento de la variable (y)
cada vez que cambia la otra variable independiente (x).
En síntesis, el análisis de regresiones tiene como objetivo determinar una expresión

(función) del tipo:
Y = f(x)
A partir de cierta información histórica sobre el comportamiento de dichas variables

entre sí. Si existen solamente dos variables relacionadas, la regresión se denomina
simple. Si la relación entre las dos variables está determinada por una recta de la

forma y = mx + b, se trata de una regresión lineal. Cuando la relación es la de una

curva (parabólica, potencial, etc), se dice que la regresión es del tipo curvilíneo.
Como paso inicial en el análisis de una regresión, se debe determinar cuál sería el
tipo de curva más probable al cual se ajustarían los datos, antes de perder tiempo
probando muchas curvas. Existen programas de computadores que prueban varias
curvas a una pareja de datos, determinar el tipo de curva que más se acomoda a
dichos datos y luego calculan las variables correspondientes; cuando esto último
está disponible, no es necesario determinar el tipo de curva más probable, antes de
iniciar los cálculos correspondientes. Para lo anterior pueden ser útiles las
siguientes sugerencias:
a. Elaborar una gráfica bidimensional y observar qué tipo de curva se acomoda a

los datos graficados (recta, parábola, exponencial, etc).
b. Los datos de demanda-precio y demanda-ingreso, en condiciones normales de

competencia en general se ajustan a curvas exponenciales del tipo:
Y= kxe, donde k y e son constantes

(e = Coeficiente de elasticidad).
2. REGRESION LINEAL
1. CALCULO DE LOS PARAMETROS
Se supone que las variables x (independiente) e y (dependiente) están relacionadas

por la ecuación de una recta del tipo: y = mx + b, donde m y b son los dos
parámetros a ser determinados (m es la pendiente de la recta y b es su intercepto
con el eje de las ordenadas).
Para determinar dichos parámetros se utiliza el método llamado de los mínimos

cuadrados, el cual fue descubierto por Carl F. Gaus. El método consiste en
minimizar el cuadrado de la diferencia entre los datos observados para x e y y los
calculados a partir de la recta que mejor se ajuste a dichos datos. En la práctica
esto se puede lograr graficando los datos a escala y luego trazando una línea recta
que divida uniformemente dichos datos.
Entonces, si yi = valor observado de la variable dependiente (dato)
η = Número de observaciones (número de parejas de datos)
W = SUMATORIA ( yi - y)2
Reemplazando y = mxi + b
W = SUMATORIA ( yi - mxi - b) 2
Para que W sea un mínimo se debe cumplir simultáneamente que sus derivadas
parciales con respecto a m y a b sean nulas:
∂W ∂W
=0 y =0
∂ m ∂ b
∂W
= 2∑ (Yi − mxi − b)( −1) =/ 8137729
0
∂ b
Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 20
Que simplificadas quedan:
SUMATORIA y = m SUMATORIA x + nb (5.a)
SUMATORIA xy = m SUMATORIA x2 + b SUMATORIA x (5.b)
Donde se ha omitido el subíndice i, pero se debe recordar que se trata de los datos
de las series históricas suministradas.
Eliminando m y b entre estas últimas ecuaciones:
(5.a). n - (5.b). SUMATORIA x:
n(SUMATORIA xy) - (SUMATORIA x) (SUMATORIA y) = n . m SUMATORIA x2 - m

(SUMATORIA x) 2
Pendiente:
∑ ( xy ) − ∑ n ∑
( x )( y )
m=
∑(x) − ∑
2
( x)
2
n
De la ecuación (5.a)
El intercepto y:
b=
∑ Y − m∑ x
n
Existe un procedimiento de cálculo que algunas veces simplifica las fórmulas y el

cual consiste en seleccionar el origen de coordenadas de tal modo que "Σx" se
haga nula (este punto es el lugar de la mediana de los datos x).
El procedimiento de cálculo respectivo se ilustra en el Ejemplo 5.12
2. ANALISIS DE CORRELACION
Supuesta una función para representar la tendencia de una serie de datos, es

necesario estudiar el grado en el cual dicha función se ajusta a esos datos. Lo
anterior se logra mediante el coeficiente de correlación, el cual, mientras más
cercano a (1) se encuentre, indica un mayor grado de correlación entre las
variables analizadas.
Para el caso de correlaciones simples (entre dos variables) y una función rectilínea
(línea recta), el coeficiente de correlación "R" está dado por la siguiente expresión:

mSx
R=
Sy
Donde , Sx y Sy son las desviaciones típicas
Sy =
L
∑
M y 2
O
− ( My ) P 2
M
Nn P
Q
Sx =
L
∑
M x 2
O
− ( Mx ) P 2
M
Nn P
Q
3.LIMITACIONES DE LA CORRELACION
A la correlación se le ha dado un uso muy generalizado en el análisis de series

históricas; sin embargo, es necesario hacer las siguientes observaciones:
a. Un buen coeficiente de correlación (R ≅ 1) no implica necesariamente que exista

correlación entre las variables (la correlación puede ser una cuestión de azar).
El número de datos afecta mucho la validez de R.
b. Las series que se vayan a correlacionar deben ser depuradas o deflacionadas

previamente. Es conveniente trabajar con series reales, per cápita, precios
constantes, etc., para que la correlación sea más significativa.
c. Las predicciones basadas en regresiones y correlaciones son válidas solamente

si persisten las condiciones en las cuales se basaron; en consecuencia, pierden
su validez, al variar éstas bruscamente.
EJEMPLO 5.12
Si se conoce que la cantidad demandada de un producto en un período de 10 años

ha sido la siguiente:

AÑOS CANTIDAD DEMANDADA

(Y)
1975 48
1976 45
1977 52
1978 55
1979 57
1980 61
1981 60
1982 65
1983 62
1984 70
Calcular cuál será la demanda estimada para los años 1985, 1990 y 1995,
ajustando los datos observados a una recta, por el método de mínimos cuadrados.
La ecuación estimada de la recta es y = mx + b, donde m es su pendiente y b es su

intercepto con el eje y.
AÑOS X Y X2 XY Y2
1975 -9 48 81 -432 2.304
1976 -7 45 49 -315 2.025
1977 -5 52 25 -260 2.704
1978 -3 55 9 -165 3.025
1979 -1 57 1 -57 3.249
1980 1 61 1 61 3.721
1981 3 60 9 180 3.600
1982 5 65 25 325 4.225
1983 7 62 49 454 3.844
1984 9 70 81 630 4.900
Sumatorias 0 575 330 401 33.597
Sumatorias/n 0 57.5 33.0 40.1 3.359.7
(n=10)
La pendiente y el intercepto con el eje Y serán:
∑ ( xy ) − ∑ n ∑
( x )( y )
401
m=
(∑ x )
= 2
330
= 121
. d∑ X = 0i
∑(x) − 2
Intercepto Y:

b=
∑ Y − m∑ X = 575 = 57.5
n 10
Coeficiente de correlación:
mS X
R=
SY
S X = (33) = 5.74 SY = . .7 − (57.5)2 = 7.3

3359
De donde:
. × 5.74
121
R= = 0.95
7.31
Y la ecuación de la curva es Y=1.21X +57.5
a) Demanda en 1985 x= 11 y(1985)=71

b) Demanda en 1990 x=21 y(1990)=83
c) Demanda en 1995 x=31 y(1995)=95
3.REGRESIONES POTENCIALES
1. FUNCION LOGARITMICA
Es la regresión más utilizada en análisis de demanda. Su expresión es: y = BxM

donde B y M son las constantes (parámetros) a ser determinados. M es el
coeficiente de elasticidad en series de Demanda - Precio o Demanda - Ingreso.
Tomando logaritmos, la ecuación se convierte en: lob . B + Mlogx, la cual graficada

en papel logaritmico daría una recta de la forma:
Y = mX + b, donde
Y = logY, m = M, b = logB, X = log.x

O sea que, con estos reemplazos, los parámetros M y logB (y por consiguiente B)
se pueden calcular con las mismas fórmulas deducidas para m y b en la regresión
lineal.
El método del cálculo se ilustra en el Ejemplo 5.13.
EJEMPLO 5.13
Se desea estimar la demanda total, año a año, de un producto para el período 1985
- 1991, conocida información:
a. La tasa de crecimiento anual del ingreso por persona en el período 1985 - 1991
será del 5%.
b. La tasa de crecimiento anual de la población consumidora en el período 1985-

1991 será del 2%.
c. La población consumidora en el año 1984 era de 1.000.000 de habitantes.
d. El ingreso y la demanda están relacionados así:
AÑOS INGRESO POR PERSONA CANTIDAD DEMANDA POR

PERSONA
(Precios constantes) Unidades
(X) (y)
1975 110 220
1976 116 240
1977 121 250
1978 127 255
1979 134 262
1980 140 265
1981 147 280
1982 154 285
1983 162 290
1984 169 300
Se supone que estos valores observados x e y se ajustan a una ecuación

exponencial del tipo:
Y = BxM (M= coeficiente de elasticidad-ingreso)
La cual expresada en forma logarítmica queda:
Log.y = M log.x + log.B
La cual graficada en papel logarítmico, daría una línea recta.
Se puede observar que esta última ecuación es similar a la ecuación de una recta
de la forma Y= mX + B, donde:

Y = log. Y m=M b = log.B, X = log.x
O sea que con estos reemplazos el problema se puede resolver en forma similar al
ejemplo anterior, computando primero los valores de las sumatorias de los
logaritmos, tal como se muestra en la tabla subsiguiente:
AÑOS INGRESO CANTIDAD (log . (Log.y) (Log.x)(Log.y (Log.x (Log.y)2

POR DEMANDA x) ) )2
PERSONA POR
PERSONA
(x) (y)
1975 110 220 2.0413 2.34242 4.78179 4.167 5.48694
9 28
1976 116 240 2.0644 2.38021 4.91385 4.261 5.66540
6 99
1977 121 250 2.0827 2.39794 4.99438 4.337 5.75012
8 99
1978 127 255 2.1038 2.40654 5.06288 4.425 5.79144
0 99
1979 134 262 2.1271 2.41830 5.14396 4.524 5.84818
0 57
1980 140 265 2.1461 2.42325 5.20061 4.605 5.87212
3 87
1981 147 280 2.1673 2.44716 5.30378 4.697 5.98858
2 26
1982 154 285 2.1875 2.4584 5.37001 4.785 6.02626
2 25
1983 162 290 2.2095 2.46240 5.44072 4.881 6.06340
2 96
1984 169 300 2.2278 2.47712 5.51875 4.963 6.13612
9 49
SUMATORIA 21.357 24.2101 51.73073 45.65 58.62856
91 8 165
Sumatoria/n( 2.1357 2.42102 5.17308 4.565 5.86286
n=10) 9 16
Los valores buscandos de M y log.B son:
M=
∑ (log X )(log Y ) − ∑ (log X ) ∑ (log Y ) 5173073
.
=
× 213579
. × 24.21018 0.02290
= = 0.64292
∑ (log X ) )2
2 ( 2135791
. 0.03562
45.65165 −
∑ (log X ) − 2
n
10
Intercepto
log B =
∑ (log Y ) −M ∑ (log X ) =
24.21018 − 0.64292 × 2135791
.
= 104787
.
n 10
Y la ecuación logarítmica queda:
LogY= 0.64992 logx + 1.04787
Coeficiente de correlación de la formula logaritmica:
MS (log X )
R=
S (log Y )
S (log X ) =
L
∑ (log X )
M
2
− M (log X )
2 O
P= 4.56516 − ( 213579
. )2 = 0.05967
M
N n P
Q
S (log Y ) =
L
∑ (log Y )
M
2
− M (log Y )
2 O
P= 5.86286 − ( 2.42102 )2 = 0.03901
M
N n P
Q
Donde
0.64292 × 0.05967
R= = 0.98
0.03901
Para calcular la demanda en los años solicitados, recordar que:
In = Io (1+ 0.05)n y Pn = Po (1+0.02) n
Donde:
Io y Po = Ingreso por persona y población, respectivamente, en el año (0) (1984)
In y Pn = Ingreso por persona y población, respectiva en el año n

0.05 y 0.02 = Crecimiento anual del ingreso por persona y de la población,

respectivamente, período 1985 -91.
AÑO INGRESO POR Log x Log y CANTIDAD POBLACION DEMAND

PERSONA DEMAN. POR A TOTAL
PERSONA
(X) (Aplica (y) (000) (Millones
fórmula) de
Unidad)
1984 169 1.000
1985 177 2.24797 2.49313 311 1.020 317
1986 186 2.26951 2.50698 321 1.040 334
1987 196 2.26226 2.52160 332 1.061 352
1988 205 2.31175 2.53414 342 1.082 370
1989 216 2.33445 2.54873 353 1.104 390
1990 226 2.35411 2.56137 365 1.126 411
1991 238 2.37621 2.57582 377 1.149 433
La demanda total también pudo haberse calculado aplicando la fórmula:
Δy = MΔx + ΔP
Δy = Tasa de crecimiento de la demanda total

Δx = Tasa de crecimiento del ingreso por persona
M = Elasticidad ingreso = 0.64292
ΔP = Tasa de crecimiento de la población
Reemplazando,
Ay = 0.64292 x 5% + 2% = 5.21%
La demanda estimada para 1984 es:
X = 169 log . x = 2.22789
Log y = 0.64292 x 2.22789 + 1.04787 = 2.48022
Y = 300 yn = 300(1+0.0521)n
De donde:
AÑO
1984 300
1985 317
1986 334
1987 352

1988 370
1989 390
1990 411
1991 433
2. FUNCION SEMILOGARITMICA
Su expresión es: y = Bemx, donde e es la base de los logaritmos naturales ( e =

2.7182818…) y B y m son constantes.
Tomando ln. (logaritmos naturales, base e):
Ln.y = mx + ln.B, que graficada en papel similogaritmico, sería una recta de la

forma: Y = mX + b, donde:
Y = ln.y, b = ln.B
Con estos reemplazos, se pueden calcular los parámetros m y ln.B con las mismas
fórmulas deducidas para m y b en la regresión lineal.

Estadistica para Estudio de Mercado

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadistica para Estudio de Mercado

Uploaded by

Copyright:

Available Formats

Diseño, Formulación, Evaluación e Implementación de Proyectos de Inversión

DISEÑO, FORMULACION, EVALUACIÓN E IMPLEMENTACION

ELEMENTOS DE ESTADÍSTICA PARA

Instructor : Ingº Carlos P. Saavedra López

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 1

ELEMENTOS DE ESTADISTICA PARA EL ESTUDIO DE MERCADO

Como ya se ha visto en los anteriores Capítulo, un proyecto es una propuesta de

Como la preparación de un proyecto es un proceso de aproximaciones sucesivas,

Dentro de los aspectos mencionados, el estudio de mercado constituye la base

La información básica para el estudio de mercado de un bien se encuentra en

A lo largo de este Capítulo, se presentan en forma somera los conceptos

El análisis de regresiones que se utiliza en el estudio de mercado para estima la

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 2

I.LOS DATOS ESTADISTICOS

La estadística tiene por objeto el estudio de métodos científicos de organización,

Las informaciones (datos) necesarias para la investigación del mercado de un

Son aquellos que ya han sido recopilados y elaborados y que provienen

a. Datos provenientes de las empresas:

Esta información puede referirse a aspectos contables; cifras restrospectivas de

i) Datos de censos de población:

Que se utilizan principalmente para los siguientes objetivos:

- Hacer pronósticos económicos o de ventas

ii) Datos de los censos de manufacturas:

Con estos datos se puede conocer:

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 3

iii) Datos de censos de agricultura:

En estas publicaciones se encontrarán datos que se relacionan fundamentalmente

- Número y tipo de propiedades

c. Datos de los registros:

Son datos reunidos en forma rutinaria como parte de un requisito legal o

d) Datos de informes particulares o asociaciones profesionales:

Estos datos se obtienen de publicaciones que presentan información variada,

Con el crecimiento de la demanda de datos para estudios de mercado, para

3. DATOS PRIMITIVOS (O BRUTOS):

No poseen mayor grado de elaboración, aparecen en sus unidades originales (kg,

4. DATOS DERIVADOS (O ELABORADOS):

Se presentan en comparación con otros datos como números índices, densidad

Se equivale el total de datos a un 100% y se calcula el porcentaje correspondiente

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 4

Compara el número de ocurrencias parciales con el número de ocurrencias totales.

Años Producción Valores relativos

Un conjunto de datos o masa estadística también puede ser clasificado de acuerdo

i)- Variables cardinales:

Aquellas que pueden ser medidas cuantitativamente se clasifican en:

Variables que pueden tomar cualquier valor dentro de un intervalo (ingresos,

ii)- Variables ordinales:

Sólo susceptibles de ordenación pero no de medición cuantitativa (grado de cultura

Es importante que las oficinas gubernamentales encargadas de formular y evaluar

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 5

el estudio de mercado. En el Apéndice 5 se presenta una lista tentativa de dichos

Cuando se dispone de un gran número de datos, es conveniente ordenarlos en

El concepto de distribución de frecuencias se ilustra mediante el Cuadro 5.1. el cual

En los cálculos se suelen considerar los datos como si estuviesen concentrados en

Representando gráficamente la tabla de frecuencias; se pueden observar con

Clase $ Centro de la clase x Frecuencia y

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 6

70 80 90 100 110 120

FIGURA 5.1. HISTOGRAMA Y POLIGONO DE FRECUENCIA

Existen diferentes tipos de distribución de frecuencia, las más corrientes se

II. MEDIDAS DE POSICION

La simple presentación mediante tablas o gráficas de los datos no es suficiente para

Ingº Carlos Saavedra López c-saavedra@esan.com.pe 4882122 / 8137729 7

Calcular las medias de la distribución del Cuadro 5.1, numeral 3.