Estadística para Auditoria,

Administración y Economía

Describiendo los Datos

Numéricamente
Dr. Erick Barillas
 Frente a la Incertidumbre.

Las decisiones que se toman día a día se

basan en información incompleta o
incorrecta.

Considere:

 El precio de las acciones de BI será mas alto en

seis meses de lo que es ahora.
 Si el déficit del presupuesto del país es tan alto como
se dice, las tasas de interés permanecerán altas por
el resto del año.

Cap 1-2
 Frente a la Incertidumbre.
A causa de la incertidumbre las
declaraciones deberían modificarse
 El precio de las acciones de BI muy probablemente
será mas alto dentro de seis meses que ahora.

 Si el presupuesto del país es tan alto como se predijo

es probable que la tasa de interés permanezca alta
por el resto del año.

Chap 1-3
 Definiciones

 Una población es la colección de todos los ítems de

interés o bajo investigación.
 N representa el tamaño de la población
 Una muestra es un subsegmento de la población que
esta siendo observada.
 n representa el tamaño de la muestra
 Un parámetro es una característica especifica de una
población.
 Un estadístico es una característica especifica de
una muestra.

Chap 1-5
 Población vs. Muestra

Población Muestra

a b cd b c
ef gh i jk l m n gi n
o p q rs t u v w o r u
x y z y

Los valores calculados Los valores calculados a

usando datos poblacionales partir de datos muestrales
son llamados parámetros. son llamados estadísticos.
Chap 1-6
 Ejemplos de Poblaciones
 Los nombres de los votantes registrados en
Guatemala.
 Los ingresos de todas las familias viviendo en
Quetzaltenango.
 Los rendimientos anuales de todas las
acciones que se negocian en la bolsa de
valores de New York
 Los promedios de las notas de los estudiantes
del CUNOC.
Chap 1-7
 Muestreo Aleatorio

El muestreo aleatorio simple es un procedimiento

en el cual:
 Cada miembro de la poblacion es escogido
estrictamente al azar.
 Cada miembro de la poblacion tiene la misma
probabilidad de ser elegido., y
 Cada posible muestra de n objetos tiene la misma
probabilidad de ser elegida.

La muestra resultante se conoce como Muestra

Aleatoria

Chap 1-8
 Estadística Descriptiva e Inferencial

Las dos ramas de la estadística son:

 Estadística Descriptiva
 Recolectar, agrupar y procesar los datos para
transformarlos en información.

 Estadística Inferencial
 Proporciona las bases para las predicciones,
pronósticos y estimados que se usan para
transformar la información en conocimiento.

Chap 1-9
 Estadistica Descriptiva

 Recolectar Datos
 ej., Encuesta

 Presentar datos
 ej., Tablas y graficas

 Resumir los datos

 ej., Media Muestral =
X
n
i

Chap 1-10
 Estadística Inferencial
 Estimación
 ej, Estimar la media del peso de

la población usando la media

del peso de la muestra.
 Prueba de Hipótesis
ej., Probar la afirmación de que

la media del peso de la

población es de 120 libras.

Inferir es el proceso de sacar conclusiones o tomar

decisiones acerca de una población basado en los
resultados de la muestra.
Chap 1-11
 El Proceso de Toma de
Decisiones
Decisión

Conocimiento Experiencia, Teoría,

Literatura,
Estadística Inferencial

Información
Estadística Descriptiva,
Inicia aqui: Probabilidad, Cálculos

Datos
Identificar el
Problema

Chap 1-12
 Describiendo Datos
Numéricamente

Tendencia Central Variación

Media Aritmética Rango

Mediana Rango Intercuartil

Moda Varianza

Desviación Estándar

Coeficiente de Variación
 TENDENCIA CENTRAL

En resumen, el problema a resolver por la

tendencia central, es encontrar un
cierto valor del centro de la
distribución que los represente
a todos
 Medidas de Tendencia
Central
Resumen

Tendencia Central

Media Mediana Moda

x i
x i1
n
Promedio Punto medio de Valor mas
Aritmético valores frecuente
clasificados
MEDIA ARITMETICA

 X = MEDIA ARITMETICA. (Se lee equis mayúscula suprarrayada)

 m = MEDIA ARITMETICA POBLACIONAL. (Se trata de la letra minúscula
griega mu
  = Suma de ( Es la letra griega sigma (S) mayúscula. Cada vez que
usemos este símbolo deberá leerse como (suma de))
 Xi = Denota los valores o conjunto de valores de la serie. Se lee equis
mayúscula sub-i
 N = Número de términos, casos o frecuencias.
 Media Aritmética
• La media aritmética (media) es la medida
mas común de tendencia central
– Para una población de N valores:
N

x
x  x   xN
i Valores de
μ  1 2
i1
Población
N N
Tamaño de
Población
– Para una muestra
n
de tamaño n:
x i
x  x   xn Valores
x i1
 1 2 Observados
n n
Tamaño de la Muestra
 Media Aritmética
(continua)

• La medida mas común de tendencia central

• Media = suma de los valores dividido entre el numero de
valores
• Afectada por valores extremos

0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Media = 3 Media = 4

12 3 4 5 15 12 3 4  10 20

 3  4
5 5 5
 Media Aritmética
(continua)

• La medida mas común de tendencia central

• Media = suma de los valores dividido entre el numero de
valores
• Afectada por valores extremos

0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Media = 3 Media = 4

12 3 4 5 15 12 3 4  10 20

 3  4
5 5 5
Ejemplo
 Tabla de frecuencias de los pesos en kg de 25
alumnos (POBLACION).
N

x i
x1 x 2 XN
N

μ i1
x i
 1311
N N μ i1
N 25
Peso de 25 estudiantes (en kg)
40 42 43 44 44
45 48 49 50 50
51 51 52 52 55
55 56 56 57 58 μ  52.44
59 62 63 63 66
 TABLA DE DISTRIBUCIÓN DE FRECUENCIAS
PARA DATOS
Datos sin Datos
agrupar agrupados
xi f 52 2
Intervalo Punto f
40 1 55 2 de clase medio “xi”
42 1 56 2 38 – 42 40 2
43 1 57 1 43 – 47 45 4
44 2 58 1 48 – 52 50 8
45 1 59 1 53 – 57 55 5
48 1 62 1 58 – 62 60 3
49 1 63 2 63 - 67 65 3
50 2 66 1 Total 25
51 2 Total 25
Ejemplo: MEDIA ARITMETICA CON
DATOS SIN AGRUPAR Xi f f.Xi
40 1 40
42 1 42
43 1 43
44 2 88

f. xi 45 1 45
48
x 48 1
49
N 49 1
50 2 100
51 2 102
52 2 104
55 2 110
56 2 112
57 1 57
58 1 58
59 1 59
62 1 62
63 2 126
66 1 66
Total 25 1311
Ejemplo: MEDIA ARITMETICA CON
DATOS SIN AGRUPAR Xi
40
f
1
f.Xi
40
42 1 42
43 1 43
44 2 88

f. xi 1311 45 1 45

x x 48 1 48
49
N 49 1
25 50 2 100
51 2 102
52 2 104
55 2 110
56 2 112
57 1 57
58 1 58
59 1 59
62 1 62
63 2 126
66 1 66
Total 25 1311
Ejemplo: MEDIA ARITMETICA CON
DATOS SIN AGRUPAR Xi
40
f
1
f.Xi
40
42 1 42
43 1 43
44 2 88

f. xi 1311 45 1 45

x x 48 1 48
49
N 49 1
25 50 2 100
51 2 102
52 2 104
55 2 110
56 2 112
57 1 57
x  52.44 58 1 58
59 1 59
62 1 62
63 2 126
66 1 66
Total 25 1311
MEDIA ARITMETICA CON DATOS
AGRUPADOS

Punto
Intervalo
medio f f.Xi
de clase
“xi”
f. xi 38 – 42 40 2 80
x 43 – 47 45 4 180
N
48 – 52 50 8 400
53 – 57 55 5 275
58 – 62 60 3 180
63- 68 65 3 195
Total 25 1310
 MEDIA ARITMETICA CON DATOS
AGRUPADOS
f. xi 1310
x N x
25
Punto
Intervalo
medio f f.Xi
de clase
“xi”
38 – 42 40 2 80
43 – 47 45 4 180
48 – 52 50 8 400
53 – 57 55 5 275
58 – 62 60 3 180
63- 68 65 3 195
Total 25 1310
MEDIA ARITMETICA CON DATOS
AGRUPADOS
f. xi 1310
x x
N x 52.4
25
52.4
Punto
Intervalo
medio f f.Xi
de clase
“xi”
38 – 42 40 2 80
43 – 47 45 4 180
48 – 52 50 8 400
53 – 57 55 5 275
58 – 62 60 3 180
63- 68 65 3 195
Total 25 1310
 EJERCICIO MEDIA ARITMETICA
ZONAS DE ESTUDIANTES DEL 7º SEMESTRE
EJERCICIO MEDIA
ARITMETICA EN EL CURSO DE LEGISLACION TRIBUTARIA
Se pide: CUNOC 2019
• Ordenar los
datos 50 58 29 17 56 54
• Establecer la 48 52 51 34 51 44
media
aritmética de
54 55 52 34 50 50
la serie simple 25 60 47 54 57 39
de datos 7 47 15 34 47 53
• Formar una
distribución de 31 37 49 42 48 45
frecuencias de 36 43 66 28 46 43
valores sin
agrupar y 47 40 47 56 52 38
calcular la 34 41 49 50 43 63
media
aritmética de 33 43 59 37 25 11
los mismos 49 51 56 35 45 40
5 50 41 47 54 36