Metodos Cuantitativos para Los Negocios
Metodos Cuantitativos para Los Negocios
Métodos cuantitativos
para los negocios
S a n t i a g o R . C a s t r o E sc a l a n t e
Serie: Cuadernos de Contabilidad
Métodos
cuantitativos para
los negocios
S a n t i a g o R . C a s t r o E sc a l a n t e
FICHA TÉCNICA
Título: Métodos cuantitativos
para los negocios
Autor: Santiago R. Castro Escalante
Categoría: Cuadernos/Contabilidad
Código: CU/091-2008
Edición: Fondo Editorial de la UIGV
Formato: 170 mm X 245 mm, 223 pp.
Impresión: Offsett y encuadernación en rústica
Soporte: Cubierta: folcote calibre 12.
Interiores: Bond alisado de 80 g
Publicado: Lima, Perú. Mayo de 2010.
Fondo Editorial
Jr. Luis N. Sáenz 557 - Jesús María
Teléf.: 461-2745 Anexo: 3712
Correo electrónico: [email protected]
Estos textos de educación a distancia están en proceso de revisión y adecuación a los estándares internacionales de
notación y referencia.
Hecho el Depósito Legal en la Biblioteca Nacional del Perú Nº 2010-05731
ÍNDICE
Presentación ........................................................................................... 9
Introducción ........................................................................................... 11
Orientaciones metodológicas.......................................................................... 13
PRIMERA UNIDAD
¿En qué consiste la técnica de la decisión estadística en los negocios?................. 15
Lección 1
Decisión estadística.................................................................................. 19
1.1 Generalidades............................................................................. 19
1.2 Concepto de decisión estadística.................................................... 19
1.3. Tipos de hipótesis........................................................................ 20
Lección 2
Tipo de error ........................................................................................... 21
2.1 Error de tipo I............................................................................. 21
2.2 Error de tipo II............................................................................ 21
Lección 3
Ensayos ........................................................................................... 23
3.1 Ensayo de hipótesis............................................................................ 23
3.2 Ensayos referentes a la distribución normal..................................... 24
Ejercicios prácticos para determinar los puntos críticos de z en uno o dos colas.. 25
3.3 Ensayos de medias....................................................................... 27
3.4 Ensayos de proporciones............................................................... 31
Resumen ........................................................................................... 36
Exploración on line................................................................................... 36
Lectura:Decisión estadística....................................................................... 37
Ejercicios ........................................................................................... 38
Autoevaluación Nº1.................................................................................. 40
Glosario ........................................................................................... 43
Bibliografía ........................................................................................... 43
z5 z
SEGUNDA UNIDAD
¿Cuáles son las técnicas que permiten comprobar el análisis de la varianza?......... 45
Lección 4
Análisis de la varianza.............................................................................. 49
4.1 Concepto de análisis de la varianza................................................ 49
4.2 Técnicas de análisis de la varianza................................................. 49
4.3 Objetivos del análisis de la varianza................................................ 51
Lección 5
Análisis de la varianza con factores............................................................. 53
5.1 Análisis de la varianza con un factor............................................... 53
5.2 Análisis de la varianza con dos factores........................................... 54
5.3 Pasos a seguir en el análisis de la varianza...................................... 54
Ejercicios de análisis de la varianza con un factor......................................... 55
Resumen ........................................................................................... 64
Exploración on line................................................................................... 64
Lectura: Las empresas y los negocios......................................................... 65
Ejercicios ........................................................................................... 66
Ejercicios de análisis de la varianza con dos factores..................................... 69
Autoevaluación Nº 2................................................................................. 82
Glosario ........................................................................................... 85
Bibliografía ........................................................................................... 85
TERCERA UNIDAD
¿Cuáles son los procedimientos del análisis bivariable en los negocios?................ 87
Lección 6
Análisis bivariable en los negocios.............................................................. 91
6.1 Concepto de regresión estadística.................................................. 91
6.2 Tipos de regresión estadística........................................................ 93
6.3 Ajuste de valores medios en un proceso de regresión estadística........ 95
Ejercicios ........................................................................................... 101
Lección 7
Correlación estadística.............................................................................. 113
7.1 Concepto de correlación estadística................................................ 113
7.2 Condiciones de la correlación......................................................... 114
7.3 Tipos de correlación..................................................................... 116
Resumen ........................................................................................... 119
Exploración on line................................................................................... 120
Lectura: Regresión y correlación................................................................. 121
Ejercicios ........................................................................................... 122
Ejercicios propuestos................................................................................ 129
Autoevaluación Nº 3................................................................................. 134
Glosario ........................................................................................... 136
Bibliografía ........................................................................................... 136
CUARTA UNIDAD
¿Cuáles son las principales características de las series de tiempo?..................... 137
Lección 8
Series de tiempo...................................................................................... 141
8.1 Concepto de series de tiempo........................................................ 141
8.2 Representación gráfica de una serie de tiempo................................. 142
z6 z
Lección 9
Tipos de series de tiempo.......................................................................... 143
9.1 Tipos de series de tiempo.............................................................. 143
Lección 10
Métodos para suavizar una serie de tiempo.................................................. 147
10.1 Suavización de series de tiempo..................................................... 147
10.2 Métodos para suavizar series de tiempo.......................................... 148
Resumen ........................................................................................... 153
Exploración on line................................................................................... 153
Lectura: Toma de decisiones...................................................................... 154
Ejercicios ........................................................................................... 155
Ejercicios propuestos................................................................................ 165
Autoevaluación.Nº 4................................................................................. 167
Glosario ........................................................................................... 169
Bibliografía ........................................................................................... 169
QUINTA UNIDAD
¿Cómo se realiza el análisis de indicadores cualitativos y cuantitativos en los negocios?. 171
Lección 11
Análisis de indicadores cualitativos y cuantitativos en los negocios.................. 175
11.1 Concepto de número índice........................................................... 175
11.2 Aplicaciones de los números índice................................................. 176
Lección 12
Índices simples y compuestos.................................................................... 177
12.1 Índices simples............................................................................ 177
Ejercicios.................................................................................... 182
12.2 Índices compuestos...................................................................... 188
Ejercicios ........................................................................................... 194
Lección 13
Inflación, deflación e indexación................................................................. 199
13.1 Inflación..................................................................................... 199
13.2 Deflación.................................................................................... 201
13.3 Indexación.................................................................................. 202
Ejercicios ........................................................................................... 204
Resumen ........................................................................................... 208
Exploración on line................................................................................... 210
Lectura: Índices de variaciones de precios y cantidades de consumo............... 209
Ejercicios ........................................................................................... 210
Autoevaluación Nº 5................................................................................. 218
Glosario ........................................................................................... 220
Bibliografía ........................................................................................... 221
Anexo ................................................................................................. 222
z7 z
SANTIAGO CASTRO ESCALANTE
P R E S E N TA C I Ó N
Esta serie, Cuadernos, reúne los trabajos que los docentes han
elaborado como parte de un proyecto mayor. Son textos breves con
orientaciones y contenidos precisos para el desarrollo de una materia,
que, a manera de apuntes de clase, están dirigidos al programa de
educación a distancia.
z9 z
SANTIAGO CASTRO ESCALANTE
INTRODUCCIÓN
z1 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
z1 2 z
SANTIAGO CASTRO ESCALANTE
orientaciones
METODOLÓGICAS
z1 3 z
p r i m e r a
UNIDAD
¿En qué consiste la técnica de la
decisión estadística en los negocios?
“Pocos negocios vencen el ímpetu; algunos la fuerza; muchos,
el sufrimiento e interés y casi todos la razón”.
Saavedra Fajardo, Diego
CONCEPTUALES:
PROCEDIMENTALES:
ACTITUDINALES:
z1 6 z
Esquema conceptual
DECISIÓN ESTADÍSTICA
lació
ob I nfo r m ació n
P
es
Mu t r a Muestr al
S e i n f i e re u o bt i e ne
u n re s u l t a do
R
e
s D e be co n s i de ra rs e
u s o l o co m o u n a Pued e s er H i p ót es i s i ni ci al .
l H i pó t e s i s H i p ót es i s nul a
t H i p ót es i s al t er nat i v a
a Si s e t o m a l a de cis i ón
d e n ba s e a l pri m e r
o re s u l t a do s e pu e de Er r or t i p o I
co m e t e r u n o de los Er r or t i p o I I
do s t i po s de e rror.
E n sa y o C o n s i s t e e n v e ri f icar el p r i m er
De re s u l t a do pa ra n o com et er
Hip ó tesis e rro r de de ci s i ó n
Ve ri f i ca da l a hi pó t es i s
se toma la
D ec isió n
CONCEPTOS CLAVE
z1 7 z
Lección 1
DECISIÓN ESTADÍSTICA
1.1 Generalidades
El conocimiento teórico y práctico de los diferentes conceptos y las técnicas de deci-
sión estadística de los negocios es una capacidad que el alumno del programa de Con-
tabilidad a distancia debe desarrollar para tomar decisiones sin cometer errores en los
negocios
Cuando se toma una decisión sin tener en cuenta la información muestral o la expe-
riencia, se puede llegar a cometer errores, ya que se la toma solamente teniendo en
cuenta un primer resultado llamado hipótesis.
La hipótesis puede presentarse de tres formas: como hipótesis inicial, como hipótesis
nula y como hipótesis alternativa.
z1 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
z2 0 z
Lección 2
TIPO DE ERROR
R → H+
z2 1 z
Lección 3
ENSAYOS
Podría darse otro caso análogo cuando suponemos que instalar un negocio en una
determinada zona va a rendir grandes ganancias. Podríamos estar cometiendo un error
al hacer tal suposición por lo que es necesario proceder a efectuar un ensayo de hipó-
tesis con el fin de aceptar o negar la afirmación planteada. Para hacer los ensayos de
hipótesis, es necesario procesar la información a un determinado nivel de significación
(NS) o, dicho de otra manera, se debe comprobar el resultado con un posible margen de
error denominado nivel de significación en estadística del 1% al 5%.
z2 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
NS =1%, 2%,3%,4% y 5%
z2 4 z
SANTIAGO CASTRO ESCALANTE
z2 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
5.Hallar los valores de los puntos críticos ± Z al nivel de significación del 5%.
En resumen:
NS 1% 2% 3% 4% 5%
±Z 2,57 2,33 2,17 2,05 1,96
z2 6 z
SANTIAGO CASTRO ESCALANTE
De igual manera, se puede hallar los valores de los puntos críticos en una de dos co-
las. Por ejemplo, el valor del punto crítico de –Z al NS del 2% será:
Donde:
z2 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Aplicaciones
Ejemplos:
Solución.
Aplicando:
Reemplazando:
Luego el Zc = 2.4.
Graficándolo, tendremos:
z2 8 z
SANTIAGO CASTRO ESCALANTE
Solución.
Aplicando la fórmula:
3) Una casa comercial determina que el promedio de venta por día durante el año
2006 es S/. 15,425.50, con una desviación estándar de S/. 826.20 nuevos soles. Com-
probamos dicho promedio al 2%. Cuando al tomar una muestra al azar de 50 ventas, se
determinó una venta promedio de S/. 15,875.00.
Solución.
Aplicando la fórmula:
z2 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
4) Una fábrica, cuyo negocio consiste en la producción de bujías para carros, indica
que la garantía de su producto se traduce a un rendimiento promedio de 1,125 horas de
duración. Se desea comprobar dicho rendimiento a un nivel de significación del 5% para
lo cual se toma una muestra al azar de 10 bujías con rendimientos de 985, 1200, 998,
1100, 1320, 1010, 829, 1186, 1216 y 1328 horas de duración.
Solución.
Aplicamos la fórmula:
Donde:
= 1,117.20
δ = 152.79
η= 10
μ= 1125
Su gráfico: A NS = 5%.
Otro ejemplo se observa cuando una fábrica de calzado produce 10000 pares de
zapatos, y el departamento de control de calidad determina que el 96% de dicha pro-
ducción, son buenos y el 4% defectuosas o mal confeccionadas. En esta experiencia la
probabilidad de éxito es 0.96, la probabilidad de fracaso es 0.04. En todo caso, siempre,
la probabilidad de éxito más la probabilidad de fracaso es igual a la unidad.
Donde:
n = Es el tamaño de la muestra.
x = Es el número real de ocurrencias.
p = Es la probabilidad de éxito.
q = Es la probabilidad de fracaso.
O sea: p + q = 1
Aplicaciones
Ejemplos:
1) Hagamos un ensayo de hipótesis o elevar una regla de decisión para indicar cuándo
una moneda está bien hecha o bien confeccionada en una experiencia de 20 lanzamien-
tos a un nivel de significación del 5%.
Solución.
Aplicando la fórmula:
z3 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Luego:
X1 = 14.38
X1 = 14
X2 = 5.61
X2 = 6
Solución.
Aplicando la fórmula:
z3 2 z
SANTIAGO CASTRO ESCALANTE
Aplicando la fórmula:
X1 = (2.05x1.909)+56.1
X1 = 60
z3 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
X2 = (-2.05x1.909)+56.1=52.18
Redondeando X2= 52
Solución.
Datos:
ns = 2
±Z = 2.33
n = 80
q = 0.075
p = 0.925
Aplicando la fórmula:
Redondeando: 79 Redondeando = 69
Solución.
Datos:
n = 60
p = 0.965
q = 0.035
NS = 5%
± = 1.96
Aplicando la fórmula:
Redondeando: 61 Redondeando = 55
z3 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
RESUMEN
La decisión estadística consiste en la toma de decisión que tiene como fundamento la información mues-
tral o proceso de muestreo y a su vez este primer resultado muestral es verificado o comprobado mediante
los ensayos de hipótesis.
Hipótesis inicial es la primera conjetura o primer supuesto de una población o muestra que se estudia.
Existen casos donde se formula resultados con el solo propósito de rechazar, negar o invalidar el primer
resultado o la hipótesis inicial a esta formulación se denomina hipótesis nula.
Error de tipo I es la toma de decisión frente a un primer resultado rechazando una hipótesis que debe
ser aceptada.
Ensayo de hipótesis son procedimientos que permiten decidir si una hipótesis se acepta, se rechaza, o
determina si las muestras observadas difieren significativamente de los resultados esperados.
Ensayos referentes a la distribución normal consiste en hallar o determinar los puntos críticos de Z ha-
ciendo uso de la tabla de valores de la distribución normal.
EXPLORACIÓN ON LINE
Lectura
Decisión estadística*
Todos los días, a cada momento, sin darnos cuenta, muchas veces vamos
tomando decisiones que pueden ser aceptadas o no, por ejemplo, comprar
una camisa porque nos gusta o porque el precio es de oferta. Pero, sucede
que luego de haberlo usado y lavado en una primera puesta, la camisa
pierde su color y forma. Esto quiere decir que tomamos una simple decisión
de comprar la camisa. Este tipo de decisiones no es decisión estadística.
Pero si se hubiera hecho un proceso de muestreo o una experiencia de in-
dagación sobre el producto camisa, seguramente, después de haber visitado
varias tiendas donde venden camisas y determinado la tienda donde se va
a comprar, se hubiera comprado un buen producto. Este tipo de decisiones
son las llamadas decisiones estadísticas. Se las aplica para una mejor toma
de decisiones y para no cometer errores de decisión, es recomendable hacer
los ensayos de hipótesis.
Otro ejemplo de decisión estadística es cuando un comerciante que
vende focos de luz desea que sus ventas sean exitosas. Para eso, desea
comprar una cantidad significativa de focos de una determinada fábrica,
pero antes de comprar pide al fabricante que le permita verificar o com-
probar el producto a un determinado nivel de significación o margen de
error a cometer. Una vez comprobado el producto, toma el comerciante la
decisión de comprar o no.
*Fuente y elaboración propia
z3 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
3. El rendimiento promedio de las pilas secas que produce una fábrica es de 650
horas con desviación estándar de 12 horas. Al tomar una muestra al azar de 20
pilas secas, se determinó un rendimiento promedio de 685 horas. Compruebe
al NS del 5% si se acepta o no el rendimiento promedio que indica la fábrica.
5. ¿Cuándo decimos que las camisas producidas por una fábrica son buenas o
están bien confeccionadas sabiendo que el departamento de control de calidad
indica que el 97.5% de la producción es buena. Haga la comprobación tomando
un margen de error del 0.05 en una muestra tomada al azar de 20 camisas.
Respuesta. Decimos que las camisas son buenas si en una muestra de 20 camisas encontramos
de 18 a 20 camisas buenas.
Respuesta. Se aceptará la hipótesis de la producción cuando esté dentro del rango de 43 a 49.
z3 8 z
SANTIAGO CASTRO ESCALANTE
8. El reporte de la casa comercial “Electrón” indica que la venta promedio por día
durante el 2006 es 9.7 en miles de soles. Se toma una muestra de 15 ventas
correspondientes a ese año y se determinó que la venta promedio es de 8.9 en
miles de soles con una desviación de 0.50. Compruebe o verifique si la venta
promedio que indica la población se rechaza o acepta al nivel de significación
del 5%.
Respuesta. La venta promedio que indica la población se rechaza al nivel de significación del 5%.
Respuesta. Decimos que la producción de lácteos está bien al nivel de significación indicado si en
60 se encuentran de 54 a 60 lácteos bien producidos.
10. Diseñe o prepare una regla de decisión para ensayar la hipótesis o el supuesto
de que un dado está bien hecho en una muestra de 50 lanzamientos a N.S. de
5%.
Respuesta. Decimos que el dado está bien confeccionado si en 50 lanzamientos al nivel de signifi-
cación determinado se registra de 3 a 13 ocurrencias de los puntos 1, 2, 3, 4, 5, ó 6.
z3 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
AUTOEVALUACIÓN Nº 1
Rpta.
Rpta.
Rpta.
a. 8.20
b. 0.14
c. 10.25
d. 2.57
e. 5.28
a. 1.64
b. 8.16
c. 3.25
d. 9.46
e. 0.43
a. 0.25
b. 0.82
c. 0.92
d. 1.88
e. 3.46
z4 0 z
SANTIAGO CASTRO ESCALANTE
a. 1
b. 2
c. 3
d. 4
e. 5
a. 0.25
b. 2.5
c. 0.5
d. 0.75
e. 1
a. 1% al 10%.
b. 5% al 8%.
c. 1% al 5%.
d. 5% al 10%.
e. Mayores al 5%.
a. Regla de decisión.
b. Nivel de significación.
c. Prueba de hipótesis.
d. Hipótesis nula.
e. Hipótesis alternativa.
a. 8.29
b. 4.15
c. 2.16
d. 0.25
e. 0.86
Respuestas de control
1. d, 2. a, 3. d, 4. c, 5. c, 6. a, 7. c, 8. b, 9. a, 10. e
z4 2 z
SANTIAGO CASTRO ESCALANTE
GLOSARIO
BIBLIOGRAFÍA
1. Anderson, David Ray (2004) Métodos cuantitativos para los negocios. México. D.F., Internacional Thomson.
2. Bonini, Charles P. (2000) Análisis cuantitativo para los negocios. Santa Fe de Bogotá, Mc Graw-Hill.
3. Gallagher, Charles A. (1982) Métodos cuantitativos para la toma de decisiones en administración. México
D.F., Mc Graw-Hill.
5. Serra de La Figuera, (2000) Métodos cuantitativos para la toma de decisiones. Barcelona, Gestión.
Daniel
z4 3 z
s e g u n d a
UNIDAD
¿Cuáles son las técnicas que
permiten comprobar el análisis de
la varianza?
“Si un negocio te abruma por el principio, comiénzalo por el fin”
Proverbio árabe
PROCEDIMENTALES:
ACTITUDINALES:
z4 6 z
Esquema conceptual
ANÁLISIS DE LA VARIANZA
Análisis de varianza
Técnicas
Varianza Varianza
con con
dos factores un factor
CONCEPTOS CLAVE
z4 7 z
Lección 4
ANÁLISIS DE LA VARIANZA
z4 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren
diferencias incomparables en el material o grupo experimental. El ejemplo más simple es
el de estimar la media desconocida de una población compuesta de individuos diferentes
y en el que esas diferencias se mezclan con los errores del instrumento de medición.
z5 0 z
SANTIAGO CASTRO ESCALANTE
Conjunto A B C
Valor
medio
n n n
Muestra
z5 1 z
Lección 5
ANÁLISIS DE LA VARIANZA
CON FACTORES
Ejemplo:
Una empresa quiere comprobar si el consumo medio o promedio de agua para sus
tres sucursales son iguales.
Entre las
Medias para el C -1
Factor A
Dentro de las
(r – 1)C
muestras (error)
z5 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Donde:
Ejemplo:
Dentro de las SE
SE=ST–SA–SB (r-1)(C-1) MSE =
muestras (r − 1)(c − 1)
TOTAL r C -1
z5 4 z
SANTIAGO CASTRO ESCALANTE
En miles de soles
Mantequilla
Mantequilla Mantequilla Mantequilla
Tipo A Tipo B Tipo C
Meses
Enero 20 40 30
Febrero 50 70 60
Marzo 64 85 80
Solución:
1) n = 3
2)
3)
4)SA = 3 [(44.67-55.45)2+(65-55.45)2+(56.67-55.45)2]
SA = 626.70
5) SE = (20-44.67)2+(50-44.67)2+(64-44.67)2+(40-65)2+(70-65)2+(85-65)2+
(30-56.67)2+(60-56.67)2+(80-56.67)2
z5 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
SE = 3,327.33
6)
SA = 626.70 2
MSA = 313.35 MSA = 0.57
SE = 3,327.33 6
MSE = 554.56 MSE
ST = 3,954.03 8
0.57 >
/ 5.14
Respuesta: Se acepta la hipótesis de que las ventas promedio de los tres tipos de
mantequilla son iguales.
Ejercicio 2. Una empresa de transporte turística, según su libro de ventas, realizó tres
viajes turísticos al mismo precio en el año 2006 que corresponden al mes de enero, fe-
brero, marzo. Comprobemos al nivel de significación del 1% si las ventas de cada tours
son iguales.
En miles de soles
Tours
Mes A B C
Enero 10 20 30
Febrero 40 30 20
Marzo 30 40 20
Solución:
1) n =3
2)
3)
z5 6 z
SANTIAGO CASTRO ESCALANTE
4) SA = 3 [(26.67-26.67)2+(30-26.67)2+(23.33-26.67)2]
SA = 66.73
5) SE = (10-26.67)2+(40-26.67)2+(30-26.67)2+(20-30)2+(30-30)2+(40-30)2+
(30-23.33)2+(20-23.33)2+(20-23.33)2
SE = 733.33
6)
SA = 66.73 2
MSA = 33.36 MSA = 0.27
SE = 733.33 6
MSE = 122.22 MSE
ST= 800.06 8
0.27 >
/ 10.92
En miles de soles
Insumos
A B C
Mes
Abril 5 8 10
Mayo 6 6 6
Junio 5 10 8
Solución:
1) n =3
z5 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
2)
3)
4) SA = 3 [(5.33-7.11)2+(8-7.11)2+(8-7.11)2]
SA = 14.26
5) SE = (5-5.33)2+(6-5.33)2+(5-5.33)2+(8-8)2+(6-8.00)2+(10-8.00)2+
(10-8.00)2+(6-8)2+(8-8)2
SE = 16.67
6)
SA = 14.26 2
MSA = 7.13 MSA = 2.56
SE = 16.67 6
MSE = 2.78 MSE
ST = 30.93 8
2.56 >
/ 5.14
Respuesta: Se acepta la hipótesis de que las compras medias de insumos son igua-
les.
Ejercicio 4. Una empresa vende en el año 2006, libros de una misma editorial en tres
presentaciones diferentes al mismo precio. Las muestras obtenidas corresponden a las
ventas en nuevos soles de los meses de enero, febrero, marzo, abril y mayo del 2006 y
se muestra en el siguiente cuadro. Comprobemos al N.S. del 5% si las ventas medias o
el promedio de ventas para cada presentación son iguales.
z5 8 z
SANTIAGO CASTRO ESCALANTE
Presentación de
libros
A B C
Mes
Enero 98 95 92
Febrero 87 85 93
Marzo 102 98 95
Abril 90 90 92
Mayo 78 81 85
Solución:
1) n =5
2)
3)
4)
SA = 5 [(91-90.73)2+(89.80-90.73)2+(91.40-90.73)2]
SA = 5 [(0.27)2+(-0.93)2+(0.67)2]
SA = 5 (0.073+0.865+0.449)
SA = 5 (0.073+0.865+0.449)
SA =5(1.387)
SA = 6.94
5)
SE = (98-91)2+(87-91)2+(102-91)2+(90-91)2+(78-91)2+
(95-89.80)2+(85-89.80)2+(98-89.80)2+(90-89.80)2+
(81-89.80)2+(92-91.40)2+(93-91.40)2+(95-91.40)2+
(92-91.40)2+(85-91.40)2
SE = (7)2+(-4)2+(11)2+(-1)2+(-13)2+(5.20)2+(-4.80)2+
z5 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
(8.20)2+(0.20)2+(-8.8)2+(0.60)2+(1.60)2+(3.60)2+
(0.60)2+(-6.40)2
SE = 49+16+121+1+169+27.04+23.04+67.24+0.04+
77.44+0.36+2.56+12.96+0.36+40.96
SE = 608
Dentro de las
SE = 608 12 MSE = 50.67
muestras – Error.
TOTAL 614.94 14
0.07 >
/ 3.88
Respuesta: Las ventas promedio de medias para cada presentación de libros son
iguales.
Ejercicio 5. La Empresa Alfa Corporación S.A., vende fideos de una misma marca en 4
presentaciones diferentes al mismo precio. Las muestras obtenidas corresponden a las
ventas de nuevos soles en los meses de octubre, noviembre y diciembre del año 2006 y
se muestra en el siguiente cuadro. Comprobemos al N.S. DE 5% si las ventas medias o
el promedio de ventas para cada presentación son iguales.
Presentación
de fideos
A B C D
Mes
Octubre 340 310 330 300
Noviembre 310 350 320 280
Diciembre 280 300 295 270
Solución:
1) n =3
z6 0 z
SANTIAGO CASTRO ESCALANTE
2)
3)
4)
SA = 3 [( 310-307.08)2+(320-307.08)2+(315-307.08)2 +(283.33-307.08)2]
SA = 3 [(2.92)2+(12.92)2+(7.92)2+(-23.75)2]
SA = 3 (8.53+166.93+62.73+564.06)
SA = 3 (802.25) =2,406.75
SA = 2,406.75
5)
SE = (340-310)2+(310-310)2+(280-310)2+(310-320)2+
(350-320)2+(300-320)2+(330-315)2+(320-315)2+
(295-315)2+(300-283.33)2+(280-283.33)2+
(270-283.33)2
SE = 4316.64
1.48 >
/ 4.07
z6 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Respuesta: El promedio de las ventas para las 4 presentaciones son iguales; se acep-
ta la hipótesis planteada.
Presentación
A B C
Mes
Enero 90 88 92
Febrero 92 85 99
Marzo 100 89 108
Abril 120 110 115
Solución:
1) n =4
2)
3)
4)
SA = 4 [(100.50-99)2+(93-99)2+(103.50-99)2]
SA = 4 (2.25+36+20.25)
SA = 4 (0.073+0.865+0.449)
SA = 4 (58.50) = 234
SA = 234
5)
SE = (90-100.50)2+(92-100.50)2+(100-100.50)2+
(120-100.50)2+(88-93)2+(85-93)2+(89-93)2+
z6 2 z
SANTIAGO CASTRO ESCALANTE
(110-93)2+(92-103.50)2+(99-103.50)2+(108-103.50)2+
(115-103.50)2
SE = (-10.50)2+(-8.50)2+(-0.50)2+(19.50)2+(5)2+(-8)2+(-4)2+
(17)2+(-11.50)2+(-4.50)2+(4.50)2+(11.50)2
SE = 110.25+72.25+0.25+380.25+(25)+64+16+
289+132.25+20.25+20.25+132.25
SE = 1262
0.83 >
/ 8.02
z6 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
RESUMEN
Análisis de varianza. Es un procedimiento estadístico que permite comprobar o verificar la hipó-
tesis de que los valores medios o promedios de dos, tres o más conjuntos de datos son iguales o
diferentes siempre que los conjuntos o poblaciones se encuentren normalmente distribuidos con
igual varianza o que los elementos de los conjuntos tengan las mismas características.
Análisis de la varianza con un factor. Método utilizado para realizar un análisis de varianza senci-
llo con un solo factor explicativo, el cual somete a prueba la hipótesis de que las medias de varias
muestras tomada de población distinta y fija son iguales.
Análisis de la varianza con dos factores. Método que permite analizar simultáneamente los efec-
tos de dos fuentes de variación, donde las muestras se han tomado aleatoriamente de un conjunto
de poblaciones.
EXPLORACIÓN ON LINE
Lea las siguientes direcciones para ampliar sus conocimientos sobre análisis de varianza:
1.http://www.monografias.com/trabajos7/anva/anva.shtml
2.www.ugr.es/~jsalinas/weproble/T14res.PDF
3.www.uam.es/departamentos/economicas/econapli/anova.pdf
4.www.elosiodelosantos.com/sergiman/andeva.htm -
5.www.uv.es/~lejarza/anova/anova.html
6.http://www.uiah.fi/projects/metodi/280.htm
7.http://ljk.imag.fr/membres/Bernard.Ycart/emel/cours/ts/node15.html
z6 4 z
SANTIAGO CASTRO ESCALANTE
Lectura
z6 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
1. Una librería bazar vende cuadernos de una misma marca en 4 empastes diferentes
al mismo precio. Las muestras en el siguiente cuadro corresponden a las ventas en
nuevos soles de los meses de enero a mayo del 2006. Verifique al N.S. del 5% si
las ventas medias o el promedio de ventas para cada empaste son iguales.
Empastes
A B C D
Mes
Enero 100 110 100 98
Febrero 104 109 98 100
Marzo 106 108 96 99
Abril 99 100 98 96
Mayo 95 98 96 99
Respuesta: El promedio de ventas para los 4 empastes es diferente; se rechaza la hipótesis planteada.
Cajas
A B C
Mes
Septiembre 500 498 520
Octubre 520 500 510
Noviembre 518 510 500
Diciembre 550 545 525
Presentación
champús
A B C
Mes
Enero 24 29 32
Febrero 22 20 24
Marzo 20 22 26
Abril 21 23 25
Mayo 26 28 32
Junio 32 40 46
4. Una distribuidora vende en el año 2006, chocolates de una misma marca con 3
presentaciones distintas, las muestras corresponden a los meses entre febrero
y abril. Compruebe al N.S. de 1% si las ventas medias o el promedio de ventas
para cada presentación son iguales.
Presentación
chocolates
A B C
Mes
Enero 24 18 28
Febrero 18 19 24
Marzo 14 16 25
Abril 21 23 23
Respuesta: Se acepta la hipótesis de que las ventas promedio de chocolates para las tres presen-
taciones son iguales.
Respuesta: Se acepta la hipótesis, porque los valores medios o las ventas promedio son iguales.
z6 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
CAJAS
A B C
Mes
Enero 98 93 99
Febrero 97 94 98
Marzo 93 95 93
Abril 94 99 96
Mayo 95 96 97
Junio 100 105 103
Respuesta: Se acepta la hipótesis, porque las ventas promedio de las máquinas etiquetadas son
iguales.
z6 8 z
SANTIAGO CASTRO ESCALANTE
Computadoras
1 2 3 4 5
Televisores
1 35 48 42 40 25
2 25 50 30 48 30
3 45 46 28 51 40
4 28 50 45 32 35
5 50 32 35 43 45
Solución:
1) nA =5
2)
nB=5
3)
z6 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
4)
(36.60-39.12)2 +(45.20-39.12)2+(36.00-39.12)2
SA = 5 = 417.84
+(42.80-39.12)2 +(35.00-39.12)2
(38-39.12)2 +(36.60-39.12)2+(42-39.12)2+
SB = 5 = 103.44
(38-39.12)2 +(41-39.12)2
5) SE=ST – SA -SB
ST = (35-39.12)2+(25-39.12)2+(45-39.12)2+(28-39.12)2+(50-39.12)2+
(48-39.12)2+(50-39.12)2+(46-39.12)2+(50-39.12)2+(32-39.12)2+
(42-39.12)2+(30-39.12)2+(28-39.12)2+(45-39.12)2+(35-39.12)2+
(40-39.12)2+(48-39.12)2+(51-39.12)2+(32-39.12)2+(43-39.12)2+
(25-39.12)2+(30-39.12)2+(40-39.12)2+(35-39.12)2+(45-39.12)2+
ST = 1794.53
Grado de
Suma de Cuadro de Relación
Varianza Libertad
Cuadrados Medias Fe
(gl)
Entre las medias
SA = 417.84 4 MSA = 104.46 1.31
para el factor A
Entre las medias
SB = 103.44 4 MSB = 25.86 0.32
para el factor B
Dentro de las
SE = 1273.25 16 MSE = 79.58
muestras – Error.
TOTAL ST = 1794.53 24
z7 0 z
SANTIAGO CASTRO ESCALANTE
1.31 >
/ 3.01
0.32 >
/ 3.01
2. La ferretería García & Hermanos S.A. presenta datos que corresponden a las mues-
tras de ventas de ladrillos y cemento, correspondiente a 4 días tomados aleatoriamente
en el año 2006. Compruebe al N.S del 5%, si las ventas promedio de ladrillos y cemen-
tos son iguales.
Ladrillo
1 2 3 Z4
Cemento
1 30 35 38 36
2 40 38 40 45
3 45 40 45 42
4 50 55 52 54
Solución:
1) ηlad. = 4 ηcem. = 4
2)
3)
4)
z7 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
SA = 4 [(41.25-42.81)2+(42-42.81)2+(43.75-42.81)2+(44.25-42.81)2]
SA = 24.16
5)
SB = 4 [(34.75-42.81)2+(40.75-42.81)2+(43-42.81)2+(52.75-42.81)2]
SB = 672.16
6) SE = ST – SA – SB
ST = (30-42.81)2+(40-42.81)2+(45-42.81)2+(50-42.81)2+
(35-42.81)2+(38-42.81)2+(40-42.81)2+(55-42.81)2+
(38-42.81)2+(40-42.81)2+(45-42.81)2+(52-42.81)2+
(36-42.81)2+(45-42.81)2+(42-42.81)2+(54-42.81)2
ST = 766.44
SE = ST-SA-SB
SE = 766.44-24.16-672.16=70.06
SE= 70.06
Grado de
Suma de Cuadro de Relación
Varianza Libertad
Cuadrados Medias Fc
(gl)
Entre las medias
SA = 24.19 3 MSA = 8.06 1.03
para el factor A
Entre las medias
SB = 672.19 3 MSB = 224.06 28.79
para el factor B
Dentro de las
SE = 70.06 9 MSE = 7.78
muestras – Error.
TOTAL ST = 766.44 15
A) Si Fc > FT al NS 5% y grado e libertad (gl) =
1.03 >
/ 3.86
z7 2 z
SANTIAGO CASTRO ESCALANTE
28.79 >
/ 3.86
Cuadernos
1 2 3 4
Lapiceros
1 10 8 15 18
2 15 10 15 20
3 20 15 16 18
4 18 14 14 19
5 16 13 15 18
Solución:
1) Ncuad. =5 Nlap.=4
2)
3)
4)
SA = 5 [(15.80-15.35)2+(12-15.35)2+(15-15.35)2+(18.60-15.35)2]
SA = 110.55
z7 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
5)
SB = 4 [(12.75-15.35)2+(15-15.35)2+(17.25-15.35)2+
(16.25-15.35)2+(15.50-15.35)2]
SB = 45.30
6) SE = ST – SA – SB
ST = (10-15.35)2+(15-15.35)2+(20-15.35)2+(18-15.35)2+
(16-15.35)2+(8-15.35)2+(10-15.35)2+(15-15.35)2+
(14-15.35)2+(13-15.35)2+(15-15.35)2+(15-15.35)2+
(16-15.35)2+(14-15.35)2+(15-15.35)2+(18-15.35)2
(20-15.35)2+(18-15.35)2+(19-15.35)2+(18-15.35)2
ST = 206.55
SE = ST-SA-SB
SE = 206.55-110.55-45.30
SE= 50.70
z7 4 z
SANTIAGO CASTRO ESCALANTE
2.68 >
/ 5.41
4. Una farmacia presenta las muestras de venta de suero y de alcohol de 3 días to-
mados aleatoriamente. Comprobemos al N.S. del 1% si las ventas promedio para suero
y alcohol son iguales.
Suero
1 2 3 4
Alcohol
1 25 22 24 26
2 20 25 26 23
3 18 20 22 25
Solución:
1) Nsuero. = 3 Nalcohol.= 4
2)
3)
4)
SA = 3 [(21-23)2+(22.33-23)2+(24-23)2+(24.67-23)2]
SA = 24.71
SB = 4 [(24.25-23)2+(23.50-23)2+(21.25-23)2]
SB = 19.50
5) SE = ST – SA – SB
z7 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
ST = (25-23)2+(20-23)2+(18-23)2+(22-23)2+(25-23)2+
(20-23)2+(24-23)2+(26-23)2+(22-23)2+(26-23)2+
(23-23)2+(25-23)2
ST = 76
SE = ST-SA-SB
SE = 76-24.71-19.50
SE= 31.79
1.55 >
/ 9.78
1.84 ≥ 10.92
Cocinas
1 2 3 4
Refrigeradoras
1 98 100 96 102
2 96 102 98 97
3 95 97 99 98
4 98 96 95 97
z7 6 z
SANTIAGO CASTRO ESCALANTE
Solución:
1) Ncocina. = 4 Nrefrig.=4
2)
3)
4)
SA = 4 [(96.75-97.75)2+(98.75-97.75)2+(97-97.75)2+(98.50-97.75)2]
SA = 12.50
5)
SB = 4 [(99-97.75)2+ (98.25-97.75)2+(97.25-97.75)2+(96.50-97.75)2]
SB = 14.50
6) SE = ST – SA – SB
ST = (98-97.75)2+(96-97.75)2+(95-97.75)2+(98-97.75)2+(100-97.75)2+
(102-97.75)2+(97-97.75)2+(96-97.75)2+(96-97.75)2+(98-97.75)2+
(99-97.75)2+(95-97.75)2+(102-97.75)2+(97-97.75)2+(98-97.75)2+
(97-97.75)2
ST = 69
SE = ST-SA-SB
SE = 69-12.50-14.50
SE= 42
z7 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Grado de
Suma de Cuadro de Relación
Varianza Libertad
Cuadrados Medias FC
(gl)
Entre las medias
SA = 12.50 3 MSA = 4.17 0.89
para el factor A
Entre las medias
SB = 14.50 3 MSB = 4.83 1.03
para el factor B
Dentro de las
SE = 42 9 MSE = 4.66
muestras – Error.
TOTAL ST = 69 15
0.89 >
/ 6.99
1.03 >
/ 6.99
z7 8 z
SANTIAGO CASTRO ESCALANTE
EJERCICIOS
Cocina
1 2 3
Refrigeradora
1 95 35 60
2 32 45 36
3 28 38 51
Respuesta: Las ventas de refrigeradoras promedio entre los 3 primeros días son iguales.
Respuesta: Las ventas promedio de cocinas entre los 3 primeros días son iguales.
2. La empresa Pezet SRL en el flujo de caja en el año 2006 tiene gastos de publi-
cidad y promoción de ventas de 4 días tomados aleatoriamente en el año 2006.
Comprobemos al nivel de significación del 1% si los gastos promedios de publi-
cidad y promoción de ventas son iguales.
Publicidad
1 2 3 4
Promoción
1 72 75 74 76
2 76 78 64 81
3 70 74 78 77
4 87 76 76 84
Respuesta: Se acepta la hipótesis de que el promedio de gastos de publicidad es igual.
Respuesta: Se acepta la hipótesis de que el promedio de gastos de promoción de ventas es igual.
3. La empresa Pezet SRL, en el flujo de caja en el año 2006 tiene ingresos por ven-
ta de pantalones y casacas de 4 días tomadas aleatoriamente en el año 2006.
Comprobar el nivel de significación del 5% de los ingresos promedios por venta
de pantalones y casacas son iguales.
Pantalón
1 2 3 4
Casaca
1 180 176 182 184
2 175 179 178 186
3 178 170 175 178
4 168 182 185 180
z7 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
En miles de soles
Azúcar
1 2 3
Arroz
1 2 4 5
2 4 8 7
3 6 3 9
Respuesta: El rendimiento promedio del azúcar es igual.
Respuesta: El rendimiento promedio del arroz es igual.
5. En una empresa comercial quieren ver el manejo de las compras que corres-
pondan a las muestras de las compras de flan y gelatina para 3 días tomados
en el año 2006. Comprobemos el N.S. del 5% si las compras promedio del flan
y gelatina son iguales.
En miles de soles
Flan
1 2 3
Gelatina
1 4 6 8
2 3 8 9
3 5 7 10
Respuesta: El rendimiento promedio del flan no es igual.
Respuesta: El rendimiento promedio de la gelatina es igual.
6. En una empresa industrial quieren ver el rendimiento de las ventas que corres-
ponden a las muestras de las ventas de camisas y polos para 3 días tomados en
el año 2006. Comprobemos el N.S. del 1% si las ventas promedio de camisas y
polos son iguales,
En miles de soles
Camisas
1 2 3
Polos
1 9 12 6
2 10 3 4
3 8 5 9
z8 0 z
SANTIAGO CASTRO ESCALANTE
7. En una empresa industrial quieren saber el manejo de las compras que co-
rresponden a las muestras de las compras de jamonada y queso para 3 días
tomados en el año 2006. Comprobemos el N.S. 5% si las compras promedio de
jamonada y queso son iguales.
En miles de soles
Queso
1 2 3
Jamonada
1 2 6 9
2 3 4 8
3 5 6 10
8. En una empresa de seguros quieren ver el rendimiento de los eventos que co-
rresponden a las muestras de ventas de seguros de automóviles y seguros de
combis para 3 días tomados en el año 2006. Comprobemos el N.S. 1% si las
ventas promedio de seguros de automóviles y seguros de combi son iguales.
En miles de soles
Seguro combi
Seguro
1 2 3
automóviles
1 8 7 12
2 3 8 5
3 4 10 14
z8 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
AUTOEVALUACIÓN Nº 2
1. Una bodega vende en el año 2007 galletas de una misma marca en 3 envolturas
diferentes y al mismo precio. Las muestras corresponden a las ventas en nue-
vos soles de los meses de enero, febrero, marzo y abril del 2007 y se muestra
en el siguiente cuadro. Halle el factor calculado.
Envoltura
A B C
Mes
Enero 87 78 90
Febrero 83 81 91
Marzo 79 79 84
Abril 81 82 82
a) Fc = 1.29
b) Fc = 4.04
c) Fc = 6.15
d) Fc = 8.42
e) Fc = 9.02
2) Una fábrica vende jabón de tocador de una misma marca en 3 envolturas dife-
rentes al mismo precio, las muestras que se presentan en el siguiente cuadro
corresponden a los 6 primeros meses del año 2007. Halle el factor calculado.
Envoltura
A B C
Mes
Enero 43 39 45
Febrero 42 40 44
Marzo 39 41 42
Abril 40 43 43
Mayo 44 45 46
Junio 50 58 56
a) Fc = 2.30
b) Fc = 1.80
c) Fc = 1.42
d) Fc = 0.90
e) Fc = 0.45
Fertilizantes
1 2 3 4
Pesticidas
1 21 12 9 6
2 13 10 8 5
3 8 8 7 1
z8 2 z
SANTIAGO CASTRO ESCALANTE
a) Fc = 15.07 y 10.43
b) Fc = 10.51 y 14.60
c) Fc = 8.12 y 9.15
d) Fc = 4.10 y 6.25
e) Fc = 8.50 y 8.96
4) Para los datos que se muestran en el siguiente cuadro, halle el factor calculado
de A y B.
A
1 2 3 4
B
1 8 6 12 9
2 13 8 6 11
3 12 6 8 13
4 9 7 12 10
5 8 7 14 8
a) 1.08 y 12.05
b) 6.15 y 9.12
c) 2.17 y 0.085
d) 1.12 y 6.31
e) 10.5 y 15.2
5) Para calcular el grado de libertad entre la medias para un factor, ¿qué fórmula
se utiliza?
a) C – 1
b) (r – 1)c
c) cr. -1
d) n-cr.
e) r (c-1)
a) 1.08
b) 12.06
c) 0.05
d) 3.26
e) 15.01
a) 8.26
b) 5.95
c) 1.25
d) 0.02
e) 8.42
z8 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
9) Si el Fc es 0.29 y el Ft = 1.26
a)
b)
c)
d)
e) Ninguno de las anteriores.
Respuestas de control
1 b, 2 e, 3 a, 4 c, 5 a, 6 d, 7 b, 8 e, 9 b, 10 c
z8 4 z
SANTIAGO CASTRO ESCALANTE
GLOSARIO
El Anova: Es un método muy flexible que permite construir mo-
delos estadísticos para el análisis de los datos ex-
perimentales cuyo valor ha sido constatado en muy
diversas circunstancias. Básicamente es un procedi-
miento que permite dividir la varianza de la variable
dependiente en dos o más componentes, cada uno de
los cuales puede ser atribuido a una fuente (variable
o factor) identificable.
BIBLIOGRAFÍA
2. Garza García, Jorge de la (1995) Análisis de la información mercadológica a través de la estadística multivariante.
México D. F., Alhambra.
3. Johnson, D. (2000) Métodos multivariado aplicados al análisis de datos. México D. F., Internacional
Thomson.
4. Martín Pliego, F.J. (1994) Introducción a la estadística económica y empresarial (Teoría y práctica). Madrid,
A. C.
z8 5 z
t e r c e r a
UNIDAD
¿Cuáles son los procedimientos del
análisis bivariable en los negocios?
CONCEPTUALES:
PROCEDIMENTALES:
ACTITUDINALES:
z8 8 z
Esquema conceptual
Tipos Tipos
Curvilínea Parcial
Circular Múltiple
CONCEPTOS CLAVE
z8 9 z
Lección 6
ANÁLISIS BIVARIABLE
EN LOS NEGOCIOS
El valor numérico que representa a una regresión lineal rectilínea está determinado
por la ecuación de la línea recta representada por: y=a+bx
El valor numérico que representa a una regresión curvilínea está determinado por la
ecuación de la parábola representada por: y=a+bx+cx2
La relación entre dos variables pueden determinar puntos de dispersión cuyos gráfi-
cos serian:
z9 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Aplicación:
Producto X 19 27 21 25 14 10 27 25 11 25 17 15 19 21 23 13 18 24 13 15
Ventas Y 35 65 55 75 25 5 70 55 20 65 35 40 45 45 55 25 50 60 30 30
z9 2 z
SANTIAGO CASTRO ESCALANTE
En el siguiente gráfico observamos que los puntos que relacionan a las variables X, Y
tienen o se orientan hacia un valor representado por una línea recta, lo que determina
que en dichas relaciones existe un proceso de regresión; asimismo, se puede detectar
los puntos óptimos (Po) y los puntos críticos (Pc).
Los puntos óptimos son los que se encuentran en el valor medio o los más cercanos
y nos estarían indicando el punto de mejor relación entre lo que se produce y lo que se
vende. En cambio, los puntos críticos son aquellos que se encuentran alejados o muy
separados del valor medio (línea recta) y nos estarían indicando que estos puntos no
indican buena relación entre lo que se produce y lo que se vende.
Cuando los puntos que relacionan dos variables tienden o se orientan a valores me-
dios representados por una línea recta de forma ascendente, nos indica que la relación
entre las variables X, Y muestran un proceso de regresión lineal positiva.
Pero, cuando los puntos que relacionan dos variables tienden o se orientan a valores
medios representados por una línea recta de forma descendente, se dice que la relación
entre las variables X, Y muestra un proceso de regresión lineal negativo.
z9 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
c) Regresión curvilínea
Si los puntos que relacionan dos variables determinan una dispersión de puntos que
tienden o se orientan a valores medios representados por una línea curva de forma pa-
rabólica, se dice que la relación entre las variables X, Y muestra un proceso de regresión
curvilínea.
d) Regresión circular
Y cuando los puntos que relacionan dos variables determinan una dispersión que no
tienden a ningún valor medio (línea recta o curva), se dice que la relación entre las va-
riables X, Y muestra un proceso de regresión circular.
Aplicación
Para los datos que se muestran en las tablas de valores, construya el diagrama de
dispersión correspondiente a la relación entre las variables X, Y de cada tabla y diga si
existe regresión estadística indicando el tipo o clase de regresión.
X 2 3 9 7 8 1 5 9 3 6 2 10 8 4 2 9
Y 6 2 12 4 6 16 1 10 10 2 12 16 6 3 9 7
X 12 18 4 8 10 14 16 6 18 16 2 5 14 18 4 12
Y 12 13 3 10 9 15 10 7 15 18 1 4 12 18 6 13
X 5 9 10 1 2 4 6 3 2 7 8 10 5 6 3 7
Y 8 1 4 14 16 8 5 9 12 4 2 2 10 7 12 8
X 10 14 16 4 8 6 12 14 6 12 8 17 10 7 5 16
Y 1 15 6 9 18 15 16 4 3 1 3 15 18 16 12 11
z9 4 z
SANTIAGO CASTRO ESCALANTE
y = a + bx y = a + bx + cx2
Donde: Donde:
Aplicación
TABLA Nº 1
X 2 3 9 7 8 1 5 9 3 6 2 10 8 4 2 9
Y 6 2 12 4 6 16 1 10 10 2 12 16 6 3 9 7
La Tabla Nº 1 muestra para la relación entre X, Y una regresión de tipo curvilínea por
lo tanto para efectuar el ajuste correspondiente se hace uso de la ecuación de la pará-
bola que es:
Y = a + bx +cx2
Donde:
Para remplazar las ecuaciones por sus valores numéricos se prepara una tabla de
valores.
z9 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Como las variables por hallar son a, b, c, para aplicar la ecuación de la parábola. En-
tonces se procede a remplazar en cada una de las ecuaciones los valores numéricos.
Por lo tanto nos encontramos con un sistema de ecuaciones con tres variables por
hallar
(a, b y c).
Para hallar estas variables, la matemática nos proporciona más de un método, en este
desarrollo utilizaremos el método de sustitución, para lo cual tomamos dos ecuaciones
de la siguiente manera:
81607680 = 119826432C……………………….(6)
C = 0.68.
b = -7.42
z9 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
22 = 16a – 226
a= 21.75
Una vez hallados los valores de a, b y c diremos que el valor numérico de la parábola
para la Tabla Nº 1 es:
Cuando
Y = 15.01
Cuando X = 3 Y = 5.61
Cuando X = 5 Y = 1.65
Cuando X = 7 Y = 3.13
Cuando X = 10 Y = 15.55
z9 8 z
SANTIAGO CASTRO ESCALANTE
Tabla Nº 2
X 12 18 4 8 10 14 16 6 18 16 2 5 14 18 4 12
Y 12 13 3 10 9 15 10 7 15 18 1 4 12 18 6 13
Los datos de la Tabla Nº 2 muestran una dispersión de puntos que tienen a un valor
medio representado por una línea recta por lo tanto el ajuste se tiene que hacer con la
ecuación de la línea recta que es:
Y = a + bx
z9 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Para graficar la línea recta en la relación de X,Y se toma en cuenta solo dos puntos de
X en la ecuación de la línea recta que es:
Y = 1.19 + 0.83X
Y = 2.85
Y= 14.47
Los ajustes de valores medios en los dos casos desarrollados nos permiten detectar
los puntos óptimos y los puntos críticos.
z1 0 0 z
SANTIAGO CASTRO ESCALANTE
EJERCICIOS
X Y X2 XY
1 14 1 14
5 9 25 45
3 12 9 36
7 5 49 35
6 9 36 54
5 15 25 75
1 17 1 17
10 1 100 10
9 5 81 45
4 13 16 52
2 14 4 28
5 7 25 35
8 7 64 56
3 14 9 42
9 2 81 18
4 9 16 36
∑ 82 153 542 598
Luego:
y = 17.39 +(-1.53)X
X Y X2 XY
2 2 4 4
6 12 36 72
8 16 64 128
4 9 16 36
1 6 1 6
10 15 100 150
5 8 25 40
8 12 64 96
3 7 9 21
7 10 49 70
9 18 81 162
5 11 25 55
4 5 16 20
2 4 4 8
9 14 81 126
6 8 36 48
∑ 89 157 611 1042
Luego:
y = 1.719+1.45X
z1 0 2 z
SANTIAGO CASTRO ESCALANTE
X Y X2 XY
9 12 81 108
14 11 196 154
1 2 1 2
6 6 36 36
18 17 324 306
15 13 225 195
8 10 64 80
5 3 25 15
12 7 144 84
17 14 289 238
10 12 100 120
11 7 121 77
13 14 169 182
3 5 9 15
13 11 169 143
14 18 196 252
∑ 169 162 2149 2007
Luego:
y = 1.537 +0.81(X)
z1 0 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
X Y X2 XY
7 8 49 56
16 11 256 176
12 14 144 168
4 3 16 12
9 9 81 81
1 4 1 4
15 16 225 240
11 10 121 110
5 7 25 35
18 17 324 306
7 6 49 42
3 5 9 15
15 18 225 270
10 11 100 110
13 13 169 169
17 15 289 255
∑ 163 167 2083 2049
Luego:
y = 2.05 +0.82(X)
z1 0 4 z
SANTIAGO CASTRO ESCALANTE
5. Determinemos si existe relación entre los ingresos (X) y egresos (Y) de la em-
presa “Nueva Era S.A”.
X Y X2 XY
18 2 324 36
2 15 4 30
5 16 25 80
6 9 36 54
10 10 100 100
8 12 64 96
4 13 16 52
16 7 256 112
13 4 169 52
9 7 81 63
12 6 144 72
2 18 4 36
14 5 196 70
8 8 64 64
4 10 16 40
16 1 256 16
∑ 147 143 1755 973
Luego:
y = 16.67 +(-0.84)X
z1 0 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
6. Determinemos si existe relación entre los ingresos (X) y egresos (Y) de la em-
presa “Real S.A.”
X Y X2 XY X3 X2Y X4
2 18 4 36 8 72 16
10 1 100 10 1000 100 10000
5 10 25 50 125 250 625
18 18 324 324 5832 5832 104976
16 14 256 224 4096 3584 65536
6 4 36 24 216 144 1296
16 6 256 96 4096 1536 65536
4 14 16 56 64 224 256
13 7 169 91 2197 1183 28561
17 12 289 204 4913 3468 83521
4 8 16 32 64 128 256
3 13 9 39 27 117 81
8 5 64 40 512 320 4096
15 2 225 30 3375 450 50625
13 3 169 39 2197 507 28561
16 11 256 176 4096 2816 65536
∑ 166 146 2214 1471 32818 20731 509478
z1 0 6 z
SANTIAGO CASTRO ESCALANTE
C = 0.24
B = -4.90
a = 26.75
Luego:
7. Determinemos si existe relación entre los ingresos (X) y egresos (Y) de la em-
presa “Lasocie S.A.”
X Y X2 XY X3 X2Y X4
1 18 1 18 1 18 1
8 6 64 48 512 384 4096
2 3 4 6 8 12 16
10 14 100 140 1000 1400 10000
5 1 25 5 125 25 625
3 12 9 36 27 108 81
9 10 81 90 729 810 6561
9 17 81 153 729 1377 6561
4 7 16 28 64 112 256
1 12 1 12 1 12 1
z1 0 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
c= 0.00033496
b= 0.06
A = 8.96
Luego:
y = 8.96+0.06(x) +(-0.0033)(x2)
z1 0 8 z
SANTIAGO CASTRO ESCALANTE
X Y X2 XY X3 X2Y X4
3 18 9 54 27 162 81
8 3 64 24 512 192 4096
2 11 4 22 8 44 16
2 1 4 2 8 4 16
10 7 100 70 1000 700 10000
9 12 81 108 729 972 6561
4 3 16 12 64 48 256
7 1 49 7 343 49 2401
3 14 9 42 27 126 81
3 6 9 18 27 54 81
5 2 25 10 125 50 625
9 16 81 144 729 1296 6561
8 13 64 104 512 832 4096
7 4 49 28 343 196 2401
2 7 4 14 8 28 16
8 8 64 64 512 512 4096
∑ 90 126 632 723 4974 5265 41384
z1 0 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
c= 0.56
b= -6.22
a = -50.58
Luego:
y = -50.58+(-6.22)(x) +0.56(x2)
z1 1 0 z
SANTIAGO CASTRO ESCALANTE
X Y X2 XY
1 15 1 15
3 12 9 36
5 13 25 65
8 12 64 96
10 16 100 160
2 10 4 20
15 16 225 240
12 10 144 120
5 9 25 45
6 8 36 48
8 16 64 128
9 18 81 162
4 15 16 60
2 14 4 28
9 13 81 117
TOTAL 99 197 879 1340
a = (∑y)(∑x2) - (∑x)(∑xy) = (197)(879)-(99)(1340) = 173163 – 132660 = 40503
N∑x2 – (∑x)2 15(879)-(99)2 13185-9801 3384
a = 11.96
Luego:
y = 11.96 + 0.1764x
10. Determinemos si existe relación entre los ingresos (X) y egresos (Y) de la em-
presa CONSTRUCCIONES S.A.
X Y X2 XY
1 16 1 16
3 12 9 36
4 9 16 36
7 15 49 105
5 17 25 85
8 14 64 112
6 9 36 54
2 15 4 30
10 13 100 130
12 10 144 120
2 12 4 24
9 14 81 126
2 16 4 32
15 18 225 270
3 10 9 30
2 9 4 18
TOTAL 91 209 775 1224
a = (∑y)(∑x2)- (∑xy) = (209)(775)-(91)(1224) = 161975 – 111384 = 50591
N∑x2 - (∑x)2 16(775)-(91)2 12400-82851 4119
a = 12.28
Luego:
y =12.28 +0.13x
z1 1 2 z
Lección 7
CORRELACIÓN ESTADÍSTICA
Gráfico de la correlación
z1 1 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Primera condición:
Segunda condición:
Si el valor numérico del coeficiente de correlación tiende o se acerca a +1, se dice que
la relación entre las variables X, Y determina un proceso de regresión lineal positivo.
Tercera condición:
Si el valor numérico del coeficiente de correlación tiende o se acerca a -1, se dice que
la relación entre las variables X,Y determina un proceso de regresión lineal negativo.
Cuarta condición:
X 4 18 14 12 5 2 16 18 6 16 14 10 8 4 8 12
Y 6 18 12 13 4 1 18 15 7 10 15 9 10 3 13 12
Para aplicar la fórmula del coeficiente de correlación, se tiene que elaborar un cuadro
de valores.
X Y X2 Y2 X,Y
4 6 16 36 24
18 18 324 324 324
14 12 196 144 168
12 13 144 169 156
5 4 25 16 20
2 1 4 1 2
16 18 256 324 288
18 15 324 225 270
6 7 36 49 42
16 10 256 100 160
14 15 196 225 210
10 9 100 81 90
8 10 64 100 80
4 3 16 9 12
18 13 324 169 234
12 12 144 144 144
TOTAL 177 166 2425 2116 2224
Remplazando los valores de la tabla en la fórmula:
z1 1 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
a. Correlación lineal
Ejemplos:
La relación entre la producción de arroz en toneladas métricas (TM) con sus corres-
pondientes ventas en nuevos soles.
b. Correlación gradual
Ejemplos:
La relación de ventas de televisores en nuevos soles con las ventas de radios en nue-
vos soles.
Las ganancias (X) y pérdidas (Y) en nuevos soles de una casa comercial.
z1 1 6 z
SANTIAGO CASTRO ESCALANTE
c. Correlación parcial
Ejemplo:
d. Correlación múltiple
Ejemplo:
El rendimiento académico con relación a las variables estudio, libros, asistencia, atención,
alimentación, etc.
z1 1 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Las ventas de TV con relación a la programada, calidad, precio, marca, color, oca-
sión.
z1 1 8 z
SANTIAGO CASTRO ESCALANTE
RESUMEN
Regresión estadística es un procedimiento del análisis bivariable que permite decir cuando la dispersión de
puntos que relacionan las variables (X,Y), tienden o se orientan hacia valores medios representados por una
línea recta o curva, se dice que en dicha relación existe el concepto de regresión estadística.
Regresión lineal positiva es cuando los puntos que relacionan dos variables tienen o se orientan a valores
medios representados por una línea recta de forma ascendente.
Regresión lineal negativa es cuando los puntos que relacionan dos variables tienen o se orientan a valores
medios representados por una línea recta de forma descendente, se dice que la relación entre las variables X,
Y muestra un proceso de regresión lineal negativo.
Regresión curvilínea es cuando los puntos que relacionan dos variables determinan una dispersión de pun-
tos que tienden o se orientan a valores medios representados por una línea curva de forma parabólica, se dice
que la relación entre las variables X, Y muestra un proceso de regresión curvilínea.
Regresión circular es cuando los puntos que relacionan dos variables determinan una dispersión que no
tienden a ningún valor medio (línea recta o curva), se dice que la relación entre las variables X, Y muestra un
proceso de regresión circular.
Correlación estadística es el grado de relación o el grado de dependencia que existe entre los puntos que
se relacionan con respecto a su valor medio, ocupando generalmente toda el área de dispersión de puntos en
un proceso de regresión estadística.
Correlación lineal, proceso de regresión estadística, se dice que existe correlación lineal cuando se relacio-
nan dos variables (X,Y) que tienen diferente unidad de medida.
Correlación gradual, proceso de regresión estadística, se dice que la correlación es gradual cuando las va-
riables que se relacionan tienen igual unidad de medida.
Correlación parcial, comprende la relación de una variable independiente con un conjunto de variables
dependientes que intervienen en el proceso de regresión estadística, en este tipo de correlación algunas de las
variables dependientes son necesarias o imprescindibles en la relación.
Correlación múltiple, corresponde a la relación de una variable (independiente) con un conjunto de varia-
bles (dependientes) que intervienen en el proceso de regresión estadística.
z1 1 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EXPLORACIÓN ON LINE
1.http://www.monografias.com/trabajos26/estadistica-inferencial
2.http://www.fisicanet.com.ar/matematica/estadisticas/ap07_regresion_y_correlacion
3.http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/guia_estadistica/modulo_12.htm
4.http://www.aulafacil.com/econometria/curso/Lecc-3.htm
z1 2 0 z
SANTIAGO CASTRO ESCALANTE
Lectura
Regresión y correlación*
El dueño de una fábrica que produce baterías para autos desea saber cómo se
muestra en la realidad la relación entre la producción de baterías y la venta de
baterías durante los doce meses del año 2006 para lo cual solicita al departa-
mento de producción y ventas que realicen dicho trabajo con el fin de conocer la
producción óptima en relación a la demanda del parque automotor.
Para cumplir con lo solicitado por el dueño de la fábrica se tiene que hacer
uso de los procedimientos que se indican en los temas de regresión y correlación
materia de estudio de la presente unidad temática.
Regresión estadística
Valor medio
Punto óptimo
Punto crítico
Correlación estadística
PRODUCCIÓN (TM)
z1 2 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
X Y X2 X.Y X3 X2.Y X4 Y2
12 5 144 25 1728 720 20736 25
3 15 9 225 27 135 81 225
19 9 361 81 6859 3249 130321 81
5 18 25 324 125 450 625 324
11 13 121 169 1331 1573 14641 169
23 34 529 1156 12167 17986 279841 1156
8 6 64 36 512 384 4096 36
17 7 289 49 4913 2023 83521 49
9 11 81 121 729 891 6561 121
7 16 49 256 343 784 2401 256
14 5 196 25 2744 980 38416 25
30 8 900 64 27000 7200 81000 64
TOTAL 158 147 2768 2531 58478 36375 1391240 2531
r = 0.8403437925
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo lineal positivo.
X Y X2 X.Y X3 X2.Y X4 Y2
28 2 784 56 21952 1568 614656 4
30 46 900 1380 27000 41400 810000 2116
19 29 361 551 6859 10469 130321 841
45 9 2025 405 91125 18225 4100625 81
36 15 1296 540 46656 19440 1679616 225
11 18 121 198 1331 2178 14641 324
24 21 576 504 13824 12096 331776 441
13 30 169 390 2197 5070 28561 900
z1 2 2 z
SANTIAGO CASTRO ESCALANTE
r = -0.2920018048
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo circular.
X Y X2 X.Y X3 X2.Y X4 Y2
5 36 25 180 125 900 625 1296
12 2 144 24 1728 288 20736 4
8 15 64 120 512 960 4096 225
14 19 196 266 2744 3724 38416 361
6 7 36 42 216 252 1296 49
19 21 361 399 6859 7581 130321 441
20 30 400 600 8000 12000 160000 900
17 18 289 306 4913 5202 83521 324
2 14 4 28 8 56 16 196
6 8 36 48 216 288 12966 64
4 17 16 68 64 272 256 289
9 24 81 216 729 1944 6561 576
16 2 256 32 4096 512 65536 4
25 4 625 100 15625 2500 390625 16
TOTAL 163 217 2533 2429 45835 36479 903301 4745
z1 2 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo circular.
X Y X2 X.Y X3 X2.Y X4 Y2
9 3 81 27 729 243 6561 9
5 9 25 45 125 225 625 81
10 15 100 150 1000 1500 1000 225
6 16 36 96 216 576 1296 256
5 12 25 60 125 300 625 144
4 8 16 32 64 128 256 64
3 9 9 27 27 81 81 81
12 7 144 84 1728 1008 20736 49
1 19 1 19 1 19 1 361
16 3 256 48 4096 768 65536 9
8 14 64 112 512 896 4096 196
19 5 361 95 6859 1805 130321 25
17 9 289 153 4913 2601 83521 81
11 6 121 66 1331 726 14641 36
2 11 4 22 8 44 16 121
TOTAL 128 146 1532 1036 21734 10920 338312 1738
r =-0.5621663051
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo lineal negativa.
z1 2 4 z
SANTIAGO CASTRO ESCALANTE
X Y X2 X.Y X3 X2.Y X4 Y2
15 2 225 30 3375 450 50625 4
13 11 169 143 2197 1859 28561 121
25 5 625 125 15625 2125 390625 25
6 9 36 54 216 324 1296 81
8 15 64 120 512 960 4096 225
14 26 196 364 2744 5096 38416 676
38 19 1444 722 54872 27436 2085136 361
45 36 2025 1620 91125 72900 4100625 1296
16 11 256 176 4096 2816 65536 121
29 42 841 1218 24389 35322 707281 1764
7 8 49 56 343 392 2401 64
3 14 9 42 27 126 81 196
16 20 256 320 4096 5120 65536 400
31 7 961 217 29791 6727 923521 49
22 10 484 220 10648 4840 234256 100
5 3 25 15 125 75 625 9
TOTAL 293 238 7665 5442 244181 167568 8698617 5492
17338
r =
1148909348
r = 0.5115
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo lineal positivo.
z1 2 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
X Y X2 X.Y X3 X2.Y X4 Y2
6 8 36 48 216 288 1296 64
3 15 9 45 27 135 81 225
11 2 121 22 1331 242 14641 4
5 13 25 65 125 325 625 169
18 7 324 126 5832 2268 104976 49
20 9 400 180 8000 3600 160000 81
8 12 64 96 512 768 4096 144
3 18 9 54 27 162 81 324
9 5 81 45 729 405 6561 25
19 3 361 57 6859 1083 130321 9
13 7 169 91 2197 1183 28561 49
4 12 16 48 64 192 256 144
7 11 49 77 343 539 2401 121
13 18 169 234 2197 3042 28561 324
10 2 100 20 1000 200 10000 4
21 7 441 147 9261 3087 194481 49
2 3 4 6 8 12 16 9
TOTAL: 172 152 2378 1361 38728 17531 686954 1794
r = 0.3358450901
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo circular.
z1 2 6 z
SANTIAGO CASTRO ESCALANTE
X Y X2 X.Y X3 X2.Y X4 Y2
6 24 36 144 216 864 1296 576
11 31 121 341 1331 3751 14641 961
8 15 64 120 512 960 4096 225
3 28 9 84 27 252 81 225
19 16 361 304 6859 5776 130321 784
5 19 25 95 125 475 625 256
4 11 16 44 64 176 256 361
6 9 36 54 216 324 1296 121
2 6 4 12 8 24 16 81
9 14 81 126 729 1134 6561 36
10 13 100 130 1000 1300 10000 196
3 5 9 15 27 45 81 25
6 17 36 102 216 612 1296 289
7 20 49 140 343 980 2401 400
1 12 1 12 1 12 1 144
8 10 64 80 512 640 4096 100
12 6 144 72 1728 864 20736 36
10 7 100 70 1000 700 10000 49
TOTAL 130 263 1256 1945 14914 18889 207800 4809
r = 0.243663241
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión de tipo circular.
z1 2 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
X Y X2 X.Y X3 X2.Y X4 Y2
25 11 625 275 15625 6875 390625 121
36 2 1296 72 46656 2592 1679616 4
12 8 144 96 1728 1152 20736 64
15 14 225 210 3375 3150 50625 196
28 16 784 448 21952 12544 614656 256
5 30 25 150 125 750 625 900
19 4 361 76 6859 1444 130321 16
4 26 16 104 64 416 256 676
30 2 900 60 27000 1800 810000 4
11 9 121 99 1331 1089 14641 81
18 18 324 324 5832 5832 104976 324
38 17 1444 646 54872 24548 2085136 289
9 29 81 261 729 2349 2085136 841
20 7 400 140 8000 2800 6561 49
6 39 36 234 216 1404 160000 1521
14 16 196 224 2744 3136 1296 256
11 19 121 209 1331 2299 38416 361
21 20 441 420 9261 8820 14641 400
34 33 1156 1122 39304 38148 194481 1089
48 7 2304 336 110592 16128 1336336 49
TOTAL 404 327 11000 5506 357596 137276 12962360 7497
r = 0.00000900285.
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regresión
de tipo circular.
z1 2 8 z
SANTIAGO CASTRO ESCALANTE
EJERCICIOS PROPUESTOS
1. Halle el coeficiente de correlación (r) para la relación entre las toneladas (X) de
producción de polos con los precios de ventas (Y) y en nuevos soles.
X Y
2 8
3 4
8 2
7 9
5 1
6 14
7 10
1 5
8 2
1 4
7 7
9 3
2 4
5 2
6 1
3 10
80 86
Respuesta : r = - 0.058
2. Halle el coeficiente de correlación (r) para la relación entre los días (X) y metros
(Y) que se debe terminar una pista.
X Y
4 7
8 3
10 4
3 10
1 16
12 5
9 6
7 2
3 11
5 9
13 8
5 7
6 1
2 17
4 14
15 3
107 123
Respuesta : r = - 0.652
z1 2 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
X Y
3 5
2 4
1 10
6 7
12 9
15 8
7 3
3 5
9 6
8 2
2 10
15 8
11 9
1 2
3 3
17 7
115 98
Respuesta : r = 0.3246
X Y
8 7
3 5
5 9
13 8
12 8
6 3
7 4
2 1
5 2
4 9
10 17
9 2
8 3
7 6
2 9
1 2
102 95
Respuesta : r = 0.3578
5. Halle el coeficiente de correlación (r) para la relación entre la velocidad por mi-
nuto (x) que la empresa “Naike” SAC produce gorras y el precio de venta (y)
de estas.
z1 3 0 z
SANTIAGO CASTRO ESCALANTE
X Y
2 3
4 5
6 7
8 9
13 10
5 2
1 4
13 17
8 15
11 13
9 9
7 5
5 1
4 10
1 5
12 7
109 122
Rpta: r = - 0.673
X Y
3 10
5 2
7 3
9 6
2 7
4 9
6 13
11 4
13 5
15 8
2 9
6 9
8 8
1 7
12 11
5 13
109 124
Respuesta : r = - 0.1601
z1 3 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
7. Halle el coeficiente de correlación (r) para la relación entre las ventas de televi-
sores (x) en soles con la venta de Dvd’s (y) de la empresa “ELEKTRAST” SAC
X Y
8 5
3 4
2 7
7 3
13 6
16 9
15 10
12 11
9 4
6 3
5 5
10 7
8 8
5 8
4 5
3 6
126 100
Respuesta : r = 0.5499
X Y
9 3
4 5
8 6
7 8
6 10
15 4
13 3
9 4
8 5
3 8
12 9
11 3
10 4
7 2
6 8
5 2
133 84
Respuesta : r = - 0.2744
z1 3 2 z
SANTIAGO CASTRO ESCALANTE
X Y
8 5
9 15
10 23
24 2
16 5
15 7
9 16
17 13
12 12
3 7
5 9
7 8
135 122
r = -0.2723
Respuesta . El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión circular.
10. Halle el coeficiente de correlación (r) para la relación entre variables X e Y que
se indica en el siguiente cuadro:
X Y
10 11
5 10
3 7
4 9
78 12
9 13
6 15
2 13
12 11
11 10
16 9
7 13
163 133
r = 0.110918146
Respuesta. El coeficiente de correlación determina que la relación entre X e Y muestra una regre-
sión circular.
z1 3 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
AUTOEVALUACIÓN Nº 3
1. Cuando la dispersión de puntos que relacionan las variables tienden hacia una
línea recta o una línea curva, existe:
a) Correlación estadística.
b) Alianza de la varianza.
c) Regresión estadística.
d) Ensayo de medias.
e) Series de tiempos.
2. Regresión lineal positiva es cuando los puntos se orientan hacia valores medios
representados por:
a) La ecuación de la parábola.
b) Línea curva de forma parabólica.
c) Línea recta de forma ascendente.
d) Línea recta de forma descendente.
e) Solo c y d.
a) La parábola.
b) Índice de Passche.
c) El coeficiente de correlación.
d) Números Índice.
e) La línea recta.
a) Regresión curvilínea.
b) Regresión lineal positiva.
c) Regresión lineal negativa.
d) Regresión circular.
e) N.A.
a) Una variable.
b) Ninguna variable.
c) Dos variables.
d) Tres variables.
e) N.A.
z1 3 4 z
SANTIAGO CASTRO ESCALANTE
7. Correlación gradual:
a) 0 y + 1.
b) -1y + 1.
c) -1 y 0.
d) -0.5 y +0.5.
e) N.A.
10. Si el valor del coeficiente de correlación se acerca o tiene a + 1 se dice que las
_____________ determina una regresión lineal _____________.
a) Factores, positiva.
b) Variables, positiva.
c) Producto, positiva
d) Causas, mayor.
e) N.A.
Respuestas de control
1. c, 2. c, 3. a, 4. d, 5. c, 6. c, 7. b, 8. b, 9. d, 10. b
z1 3 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
GLOSARIO
Regresión: Es una técnica estadística utilizada para simular la re-
lación existente entre dos o más variables. Por lo tanto
se puede emplear para construir un modelo que permi-
ta predecir el comportamiento de una variable dada.
BIBLIOGRAFÍA
1. Barone, Sergio Víctor (1995) Índices de precios y cantidades: una aplicación desde la convertibilidad. Córdo-
ba, Banco.
2. Bonini Charles (2003) Análisis cuantitativos para los negocios. Madrid, Mc Graw Hill.
3. Díaz, Aldo (1979) Una formulación compacta de la teoría de los números índices. Buenos Aires,
La Plata. Univ. Nac. Fac. de Ciencias Económicas.
4. Dominick, Salvatore (2001) Econometría. Teoría y problemas. Series de compendios Schaum. Madrid Mc
Graw-Hill.
5. García Oré, Celestino (2007) Estadística descriptiva y probabilidades Lima, Santa Ursula.
6. Hillier Lieberman (2007) Métodos cuantitativos para administración. Madrid, Mc Graw – Hill.
z1 3 6 z
c u a r t a
UNIDAD
¿Cuáles son las principales
características de las series de
tiempo?
“Una máquina puede hacer el trabajo de 50 hombres corrientes. Pero no existe ninguna máquina
que pueda hacer el trabajo de un hombre extraordinario.”
Elbert Hubbard
CONCEPTUALES:
PROCEDIMENTALES:
ACTITUDINALES:
z1 3 8 z
Esquema conceptual
TIPOS DE SERIES DE
TIEMPO
Larga duración
Tiempo cíclico
Tiempo estacionario
Tiempo irregular
CONCEPTOS CLAVE
z1 3 9 z
Lección 8
SERIES DE TIEMPO
Una serie de tiempo nos permite mediante las observaciones, proyectarnos al futuro
y poder predecir o pronosticar nuevos posibles puntos a presentarse.
z1 4 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Fuente: Facturación
z1 4 2 z
Lección 9
Las series de tiempo de larga duración son todas aquellas observaciones que se dan
a través de tiempo generando un movimiento lineal cuya tendencia es de aumento o
crecimiento.
z1 4 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Las series de tiempo cíclico son todas aquellas observaciones que se dan a través del
tiempo, generando movimiento lineal de tendencia ondulatoria o de aumento y dismi-
nución.
Las series de tiempo de tipo estacionaria son todas aquellas observaciones que se dan
a través del tiempo generando puntos que se repiten con las mismas características en
espacios o intervalos de tiempo exactamente iguales. Son ejemplos de series de tiempo
estacionario entre otros:
z1 4 4 z
SANTIAGO CASTRO ESCALANTE
– Las ventas de una casa comercial en los meses de mayo, julio y diciembre.
Las series de tiempo irregular son todas aquellas observaciones que se dan a través
del tiempo generando puntos que en su proyección no permiten saber que es lo que va
suceder con el siguiente punto a presentarse, este movimiento no permite proyectarse
al futuro.
z1 4 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
PRÁCTICA
z1 4 6 z
Lección 10
z1 4 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Es recomendable en la práctica que este método sea realizado por personas que ten-
gan experiencia en el análisis de series de tiempo con el fin de no cometer error al tomar
una decisión utilizando este método. En la aplicación práctica del grafico anterior sería:
Ejemplo:
Ejemplo:
Mes Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic.
Ventas 1 4 3 5 15 8 26 5 7 6 2 27
El punto P1 se coloca entre los meses de marzo y abril y el punto P2 entre los meses
de septiembre y octubre por ser la mediana de cada parte.
z1 4 8 z
SANTIAGO CASTRO ESCALANTE
Este método consiste en dividir en tres o más grupos el total de puntos observados
de la serie de tiempo original. Los grupos deben estar conformados por un orden N de
puntos (N = 2, 3, 4,5….) observados de tal modo que cada grupo esté representado por
un nuevo punto que es el promedio.
La unión de estos nuevos puntos será el movimiento que suavice la serie de tiempo
original.
Ejemplo:
Mes Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic.
Ventas 1 4 3 5 15 8 26 5 7 6 2 27
z1 4 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Para suavizar una serie de tiempo mediante la aplicación de la línea recta, lo que se
tiene que hacer es utilizar la ecuación de la línea recta que es:
Y = a + bx
Donde:
Para hallar los valores de a y b, se construye una tabla de valores con los datos de la
serie de tiempo original, que es:
X X Y X2 XY
Enero -6 1 36 -6
Febrero -5 4 25 -20
Marzo -4 3 16 -12
Abril -3 5 9 -15
Mayo -2 15 4 -30
Junio -1 8 1 -8
Julio 1 26 1 26
Agosto 2 5 4 10
Septiembre 3 7 9 21
Octubre 4 6 16 24
Noviembre 5 2 25 10
Diciembre 6 27 36 162
Total 0 109 182 162
Los meses (x) se ha reemplazado por valores numéricos, de tal modo que no altere
las operaciones.
z1 5 0 z
SANTIAGO CASTRO ESCALANTE
Y = 9.08 + 0.89 X
Y = 9.08 – 3.56
Y = 5.52
Y = 9.08 – 3.56
Y = 12.64
z1 5 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
z1 5 2 z
SANTIAGO CASTRO ESCALANTE
RESUMEN
Series de tiempo o series cronológicas. Movimiento lineal que representa al conjunto de observaciones
sobre situaciones que se van dando en la realidad y que se realiza a través del tiempo generalmente a espacios
o intervalos iguales pudiendo ser dichas observaciones en segundos minutos, horas, días, semanas, meses,
años, etc.
Series de tiempo de larga duración. Son todas aquellas observaciones que se dan a través de tiempo gene-
rando un movimiento lineal cuya tendencia es de aumento o decrecimiento.
Series de tiempo cíclico. Son todas aquellas observaciones que se dan a través del tiempo generando mo-
vimiento lineal de tendencia ondulatorio o de aumento y disminución.
Serie de tiempo estacionario. Son todas aquellas observaciones que se dan a través del tiempo generando
puntos que se repiten con las mismas características en espacios o intervalos de tiempo exactamente iguales.
Serie de tiempo irregular. Son todas aquellas observaciones que se dan a través del tiempo generando
puntos que en su proyección no permite saber que es lo que va suceder con el siguiente punto a presentarse,
este movimiento no permite proyectarse al futuro.
Método libre (M.L.). Consiste en suavizar la serie de tiempo original mediante un nuevo movimiento re-
presentado por una línea recta que muestra la tendencia del movimiento original y que generalmente se hace
a la simple observación de la serie de tiempo original.
Método de Semi-medios (MSM). Consiste en dividir la totalidad de puntos observados en dos partes exac-
tamente iguales con el fin de obtener 2 nuevos puntos (valor medio) que representen a las dos partes. La
unión de estos dos nuevos puntos mediante una línea recta, será el nuevo movimiento que suavice la serie
de tiempo original.
Método de Movimiento Medios de Orden N. Consiste en dividir en tres o más grupos el total de puntos
observados de la serie de tiempo original. Los grupos deben estar conformados por un orden N de puntos
(N = 2, 3, 4,5….) observados de tal modo que cada grupo esté representado por un nuevo punto que es el
promedio.
EXPLORACIÓN ON LINE
1. http://www.monografias.com/trabajos30/software-ilegales/software-legales.shtml
2. http://www.geocities.com/SiliconValley/Pines/7894/modelos/metodos.
3. ftp://ftp.ehu.es/cidira/profs/oepriber/Tema1IO.pdf
4. http://www.ciencias.holguin.cu/2002/Junio/articulos/ARTI3.htm
5. www.cinvestav.edu.mx/saltillo/robotica/mariocastelan/simulacion/probabilidad.pdf
z1 5 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Lectura
Series de tiempo*
El dueño de una casa comercial que vende artefactos eléctricos desea saber
como se muestra la venta total de artefactos eléctricos en cada uno de los meses
del año 2007, con el fin de tomar decisiones más adecuadas en la administración
de su empresa.
Para poder mostrar las ventas mensuales del año 2007, el encargado de la
tienda prepara o elabora una serie de tiempo que es el gráfico que corresponde
a las ventas dadas en los meses de enero a diciembre. Al observar y analizar las
ventas mes a mes el dueño observa que las mejores ventas se da en los meses de
mayo, julio y diciembre, las ventas más bajas o peores en los meses de febrero,
junio y noviembre.
De acuerdo a este análisis de la serie de tiempo o serie cronológica, el dueño
toma las siguientes decisiones; entre otras:
1. Estoquea el almacén con artefactos eléctricos para los meses de mayo,
julio y diciembre.
2. Contrata más personal para los meses de mayor venta.
3. No puede salir el personal de vacaciones los meses de mayo, julio y diciem-
bre (meses de mayor venta).
4. El personal en su mayoría debe salir de vacaciones en los meses de menos
venta.
*Fuente: Elaboración propia
z1 5 4 z
SANTIAGO CASTRO ESCALANTE
EJERCICIOS
Mes Venta
Enero 20
Febrero 10
Marzo 4
Abril 15
Mayo 35
Junio 49
Julio 10
Agosto 25
Septiembre 50
Octubre 60
Noviembre 55
Diciembre 65
Distribuidora “Pamela”
Venta de leche en miles de soles, año 2007
z1 5 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Mes Lentejas en kg
Enero 28
Febrero 15
Marzo 10
Abril 30
Mayo 25
Junio 8
Julio 12
Agosto 6
Septiembre 29
Octubre 15
Noviembre 50
Diciembre 45
Bodega Weng
Venta de lentejas en miles de soles, año 2006
z1 5 6 z
SANTIAGO CASTRO ESCALANTE
Mes Computadoras
Enero 50
Febrero 70
Marzo 80
Abril 40
Mayo 35
Junio 20
Julio 15
Agosto 70
Septiembre 45
Octubre 55
Noviembre 20
Diciembre 75
z1 5 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Mes Cigarrillos
Enero 15
Febrero 30
Marzo 25
Abril 45
Mayo 10
Junio 25
Julio 10
Agosto 20
Septiembre 35
Octubre 50
Noviembre 80
Diciembre 90
z1 5 8 z
SANTIAGO CASTRO ESCALANTE
5. Presentamos las ventas realizadas en los últimos 6 meses del año 2006 por el
comercio de arroz en la Empresa La ESPIGA E.I.R.L.
Mes ARROZ
Julio 10
Agosto 20
Septiembre 35
Octubre 50
Noviembre 80
Diciembre 90
z1 5 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Mes Cafe
Enero 10
Febrero 40
Marzo 50
Abril 20
Mayo 30
Junio 80
Julio 70
Agosto 40
Septiembre 30
Octubre 60
Noviembre 90
Diciembre 100
z1 6 0 z
SANTIAGO CASTRO ESCALANTE
7. Los datos encontrados en el cuadro reflejan los egresos que tiene el distribuidor
DANIELITO S.A. en el año 2002.
Mes Egresos
Enero 15
Febrero 10
Marzo 30
Abril 10
Mayo 25
Junio 40
Julio 45
Agosto 30
Septiembre 70
Octubre 80
Noviembre 60
Diciembre 90
z1 6 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Mes Botellas
Enero 2000
Febrero 10000
Marzo 15000
Abril 16000
Mayo 8000
Junio 20000
Julio 9000
Agosto 7000
Septiembre 2000
Octubre 5000
Noviembre 3000
Diciembre 16000
z1 6 2 z
SANTIAGO CASTRO ESCALANTE
z1 6 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Mes Uniformes
Enero 120
Febrero 100
Marzo 80
Abril 60
Mayo 100
Junio 140
Julio 90
Agosto 50
Septiembre 110
Octubre 115
Noviembre 90
Diciembre 160
z1 6 4 z
SANTIAGO CASTRO ESCALANTE
EJERCICIOS PROPUESTOS
1. El siguiente cuadro muestra las observaciones mensuales registradas según
factura de las ventas en miles de soles por el departamento de ventas de la em-
presa MODELO SAC para los artículos de dormitorio durante el año 2006. Para
dichas observaciones diga qué tipo de serie se da:
Ventas E F M A M J J A S O N D
Artículo de
1000 1100 1000 1100 1200 1100 1200 1300 1200 1400 1300 1500
dormitorio
Rpta.: serie de tipo de larga duración
2. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de carne en miles de soles. Para dichas observaciones diga qué
tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
8 10 7 8 15 5 8 6 17 8 11 14
carne
Rpta.: serie de tipo estacionario
3. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de polos en miles de soles. Para dichas observaciones diga qué
tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
7 12 11 17 8 14 9 19 14 5 9 1
polos
Rpta.: serie de tipo de tipo irregular
4. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de pantalones de vestir para dama en miles de soles. Para dichas
observaciones diga qué tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
5 8 7 10 9 13 12 12 15 16 18 21
pantalones
Rpta.: serie de tipo de larga duración
5. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006
sobre la venta de carros último modelo en miles de soles. Para dichas observa-
ciones diga qué tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
10 17 6 16 7 8 7 14 6 18 6 11
Carros
Rpta.: serie de tipo cíclico
z1 6 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
6. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de pantalón de vestir para caballeros en miles de soles. Para di-
chas observaciones diga qué tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
10 12 9 10 17 7 10 8 19 10 13 15
pantalón
Rpta.: serie de tipo de estacionario
7. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de televisores en miles de soles. Para dichas observaciones diga
qué tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
9 12 11 14 13 17 16 16 19 20 22 25
televisor
Rpta.: serie de tipo de larga duración
8. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de DVD en miles de soles. Para dichas observaciones diga qué
tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
4 8 7 13 4 10 5 15 10 1 5 1
DVD
Rpta.: serie de tipo irregular
9. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de computadoras en miles de soles. Para dichas observaciones
diga qué tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
6 8 5 6 13 3 6 4 15 6 9 12
computadora
Rpta.: serie de tipo estacionario
10. El siguiente cuadro muestra las observaciones durante 12 meses del año 2006,
sobre la venta de refrigeradoras en miles de soles. Para dichas observaciones
diga qué tipo de serie se da:
Meses E F M A M J J A S O N D
Artículo
8 15 4 14 5 6 5 12 4 16 4 9
refrigeradora
z1 6 6 z
SANTIAGO CASTRO ESCALANTE
AUTOEVALUACIÓN Nº 4
a) Series en movimiento.
b) Series temporal.
c) Series cronológicas.
d) Serie parcial.
e) N.A.
a) Gráfico curvilíneo.
b) Gráfico lineal.
c) Gráfico circular.
d) Todos los anteriores.
e) N.A.
a) Las ventas de TV de una casa comercial en los 12 meses del año 2007.
b) La producción de cobre en el Perú en los 10 últimos años.
c) El incremento poblacional en la ciudad de Lima en los 20 últimos años.
d) Las pulsaciones del corazón de una persona.
e) Todas las anteriores.
z1 6 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
a) Lineal de aumento.
b) Lineal de aumento y disminución en forma homogénea.
c) Lineal en disminución.
d) Todas las anteriores.
e) N.A.
8. Es cuando las observaciones que se dan a través del tiempo muestran puntos
que se repiten con las mismas características en espacio o intervalos exacta-
mente iguales, nos referimos al tipo de movimiento:
a) Proyectarnos en el futuro.
b) Analizar el presente.
c) Verificar el pasado.
d) Poder pronosticar nuevos posibles puntos a presentarse.
e) a y d.
Respuestas de control
1 c, 2 b, 3 a, 4 e, 5 a, 6 d, 7 b, 8 c, 9 d, 10 e
z1 6 8 z
SANTIAGO CASTRO ESCALANTE
GLOSARIO
BIBLIOGRAFÍA
1. García Ore, Celestino (2007) Estadística descriptiva y probabilidades. Lima, Santa Ursula.
2. Levin, Richard I. (1988) Estadística para administradores. México D.F., Prentice-Hall Hispanoamericana.
4. Webster Allen, J. (2006) Estadística aplicada a los negocios y la economía. Bogotá, Mc Graw-Hill.
z1 6 9 z
q u i n t a
UNIDAD
¿Cómo se realiza el análisis
de indicadores cualitativos y
cuantitativos en los negocios?
“Ganar y tener éxito no lo es todo; pero, anhelar el éxito sí lo es”.
V. Lombardi
CONCEPTUALES:
PROCEDIMENTALES:
ACTITUDINALES:
z1 7 2 z
Esquema conceptual
CONCEPTOS CLAVE
ANÁLISIS DE INDICADORES
CUALITATIVOS Y CUANTITATIVOS
EN LOS NEGOCIOS
La relación matemática o fórmula que permite calcular los números índices es:
Donde:
I = Es el número índice en %.
Xn = Es la variable del tiempo actual.
Xo = Es la variable del tiempo base de referencia o comparación.
100 =Es la constante porcentual.
z1 7 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Como por ejemplo los índices de precios relativos, los índices de cantidades relativas
y los índices de valores relativos.
Como por ejemplo los índices de Laspeyres, índice de Passche y el índice de Fisher.
Para hacer la aplicación de los números índices se tomará en cuenta el siguiente cua-
dro que muestra los precios y cantidades de consumo para cinco (5) artículos de primera
necesidad.
z1 7 6 z
Lección 12
Donde:
Ejemplo 1:
Tomando los datos registrados en el cuadro, ¿cuál es el índice de precios relativos del
artículo arroz en diciembre 2007 con respecto a enero 2007?
z1 7 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
VPR = 33.33%
Esto quiere decir que la variación del precio del arroz en diciembre 2007 con respecto
al precio de enero 2007 es de 33.33% de aumento.
Ejemplo 2:
¿Cuál es la variación del precio del azúcar en el mes de diciembre 2007 con respecto
al mes de enero 2007 según el número índice de precio relativo?
PR = 1.0384 x 100
PR = 103.84 %.
VPR = 3.84%
Esto quiere decir que la variación del precio del azúcar en diciembre con respecto a
enero 2007 se incrementó en un 3.84%.
Ejemplo 3:
PR = 0.875 x 100
PR = 87.5%.
z1 7 8 z
SANTIAGO CASTRO ESCALANTE
VPR = -12.5%
Esto quiere decir que la variación del precio del aceite en diciembre 2007 con respecto
a enero 2007 ha disminuido en un 12.5%.
Donde:
Ejemplo 1:
qR = 0.8333 x 100
qR = 83.33%.
VqR = -16.67%
Esto quiere decir que la variación de la cantidad de consumo del artículo leche en
diciembre 2007 con respecto a enero 2007 ha disminuido en un 16.67%.
Ejemplo 2:
qR = 1.2 x 100
qR = 120%.
VqR = 20%
Esto quiere decir que la variación de la cantidad de consumo del artículo carne en
diciembre 2007 con respecto a enero 2007 se incrementó en un 20%.
VR = PR x qR
Ejemplo 1:
VR =1.33.3%
Luego las variaciones del valor relativo (precio y cantidad de consumo), será:
VVR = 33.3%
z1 8 0 z
SANTIAGO CASTRO ESCALANTE
Lo que quiere decir que la variación del valor relativo para el artículo arroz en cuanto
al precio y cantidad de consumo en diciembre 2007 con respecto a enero 2007 es de un
aumento o incremento del 33.3%.
Ejemplo 2:
Hallemos la variación del valor relativo para el artículo carne en diciembre del 2007
con respecto a enero 2007.
VR =1.5428 x 100
VR =154.28%
Luego las variaciones del valor relativo (precio y cantidad de consumo), será:
VVR = 54.28%
Lo que quiere decir que la variación del valor relativo para el artículo carne en cuanto
al precio y cantidad de consumo en diciembre 2007 con respecto a enero 2007 es de un
aumento o incremento del 54.28%.
z1 8 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
Precios relativos
Cuadro Nº 1
Precios y cantidades de frutas vendidas en el primer cuatrimestre
AÑOS 2006 y 2007
2006 2007
Ventas de frutas precio 200 Jabas 250 Jabas
Enero
por mayor 15.00 18.00
Ventas de frutas precio 150 Jabas 100 Jabas
Febrero
por mayor 13.00 10.00
Ventas de frutas precio 180 Jabas 200 Jabas
Marzo
por mayor 12.00 14.00
Ventas de frutas precio 170 Jabas 190 Jabas
Abril
por mayor 11.00 13.00
PR = 0.76923 x 100
PR = 76.92%
VPR = -23.08 %
z1 8 2 z
SANTIAGO CASTRO ESCALANTE
Cuadro Nº 2
Capacidad y costo de toneladas de los últimos 3 meses (en miles)
Años 2000 y 2001
2000 2001
Toneladas embarcadas costos 400 Tn 420 Tn
Octubre
por tonelada 50.00 52.00
Toneladas embarcadas costos 300 Tn 297 Tn
Noviembre
por tonelada 55.00 59.00
Toneladas embarcadas costos 500 Tn 550 Tn
Diciembre
por tonelada 60.00 64.00
Fuente: Departamento de Logística
PR = 104 x 100
PR = 104%
VPR = 4 %
3. Con referencia al cuadro Nº 3 y utilizando el año 2000 como el año base, calcule
el precio relativo de la mantequilla para el año 2004.
z1 8 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
PR = 0.957386 x 100
PR = 95.74%
VPR = -4.26 %
PR = 1.499229 x 100
PR = 149.90%
VPR = 49.90 %
Cantidad Relativa
Cuadro Nº 4
Bodega de esquina
Precios y cantidades de consumo efectuado por la familia de cinco personas
Periodo Enero 2007 Diciembre 2007
Artículo Precio Cantidad Precio Cantidad
Arroz 2.10 30 2.35 21
Azúcar 2.23 10 2.45 10
Leche 2.40 4 3.00 9
Carne 12.30 6 14.50 10
Aceite 4.10 8 4.20 4
Fuente: Según encuesta realizada por la bodega 28/10/2000
z1 8 4 z
SANTIAGO CASTRO ESCALANTE
qR = 2.25 x 100
qR = 225
VqR = 125%
El artículo leche muestra un aumento del 125% en el mes de diciembre del 2007 con
respecto al mes de enero del 2007.
qR = 50%
VqR = -50%
El artículo aceite muestra una disminución del 50% en el mes de diciembre 2007 con
respecto a enero 2007 para la cantidad de consumo.
Cuadro Nº 5
Empresa E and O S.A.C.
Precios y Cantidades de Útiles de Escritorio
Periodo Enero 2007 Julio 2007
Artículo Precio Cantidad Precio Cantidad
Lapiceros 2.40 50 2.60 55
Grampas 5.00 50 5.50 60
Hojas 3.50 100 3.70 90
Lápices 1.00 50 1.10 45
Fuente: Área de Logística
qR = 90%
z1 8 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
VqR = -10%
El artículo hojas muestra una disminución del -10% en el mes de julio con respecto a
enero del 2007 para la cantidad de consumo.
qR = 90%
VqR = -10%
El artículo lápices muestra una disminución del 10% en el mes de julio del 2007 con
respecto a enero 2007 para la cantidad de consumo.
Valores relativos
Cuadro Nº 6
Precios promedios y consumo mensual de una muestra seleccionada de útiles
de escritorio en el departamento de contabilidad de la empresa De mi tierra lo
mejor S.A.
9. Sobre la base del cuadro anterior, hallar el valor relativo para el artículo lápices.
z1 8 6 z
SANTIAGO CASTRO ESCALANTE
VR = 1.5125 X 100
VR = 151.25%
VPR = [151.25-100]%
VPR = 51.25%
Cuadro Nº 7
La empresa El sueño S.A. tiene los siguientes precios y cantidades (en miles de
soles) de ventas de 4 productos o artículos tal como se muestra en el siguiente
cuadro.
Periodo Enero 2007 Julio 2007
Artículo Precio Cantidad Precio Cantidad
Pantalones 50.00 30 52.00 40
Camisas 15.00 25 15.00 27
Polos 16.00 50 14.00 48
Shorts 40.00 40 35.00 20
10. Con respecto al cuadro anterior, hallemos el valor relativo para el artículo ca-
misas.
VR = 1.08 X 100
VR = 108.00%
VPR = [108-100]%
VPR = 8.00%
z1 8 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Cuadro Nº 8
Precios y cantidades de compras mensuales de la empresa Comercial Netar
E.I.R.L.
Periodo Abril 2007 Julio 2007
Artículo Precio Cantidad Precio Cantidad
Botas 110.00 480 100.00 550
Zapatillas 105.00 540 120.00 620
Zapatos zuecos 60.00 350 65.00 330
Sandalias 43.00 450 45.00 530
11. Tomando como base el cuadro anterior, hallemos el valor relativo para el
artículo botas.
VR = 1.0415 x 100
VR = 104.15
VPR = [104.15-100]%
VPR = 4.15%
z1 8 8 z
SANTIAGO CASTRO ESCALANTE
Ejemplo 1:
Hallar el índice compuesto de variación según Laspeyres para los precios y cantidades
de consumo de los cuatro artículos que se muestran en el siguiente cuadro.
IL = 1.16318 x 100
IL = 116.31%
VIL = 16.31%
Este resultado nos indica que en el mes de diciembre 2007 con respecto a junio 2007
la variación de precios y cantidades de consumo para los cuatro artículos muestra un
aumento de 16.31%.
Ejemplo 2:
z1 8 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Aplicando la fórmula:
IL = 1.2857 x 100
IL = 128.57%
VIL = 28.57%
El índice de Passche es otro índice compuesto o ponderado que permite hallar la variación
de precios y cantidades de consumo para 2 o más artículos al mismo tiempo. Este índice le
da importancia a las cantidades de consumo del tiempo actual o del momento actual.
Ejemplo 1:
Hallemos el índice compuesto de variación según Passche para los precios y cantida-
des de consumo de los artículos que se muestran en el siguiente cuadro:
z1 9 0 z
SANTIAGO CASTRO ESCALANTE
Ip = 1.1434 x 100
Ip = 114.34%
VIp = 14.34%
Este resultado nos indica que en el mes de diciembre 2007 la variación de precios y
cantidades de consumo se incrementa en 14.34% con respecto al mes de julio 2007.
Ejemplo 2:
Ip = 1.3058 x 100
z1 9 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Ip = 130.58%
VI p = 30.58%
Este resultado nos indica que en el mes de diciembre 2007 la variación de precios y
cantidades de consumo se incrementa en 30.58% con respecto al mes de Julio 2007.
El índice de Fisher, llamado también índice Ideal, es otro índice compuesto o ponde-
rado que permite hallar la variación de precios y cantidades de consumo para dos o más
artículos. Es necesario señalar que este índice, a diferencia de los dos índices compues-
tos anteriores, le da importancia a los consumos de tiempo actual o del momento, como
también al consumo del tiempo base o de referencia. La fórmula o relación matemática
que permite hallar el índice de Fisher es:
∑ Pn .q0 ∑ Pn .qn
IF = x x 100
∑ Po .qO ∑ Po .qn
Ejemplo 1:
Hallemos el índice compuesto de variación según Fisher para los precios y cantidades
de consumo de los artículos que se muestran en el siguiente cuadro:
Aplicando la fórmula:
z1 9 2 z
SANTIAGO CASTRO ESCALANTE
If = 1.1529 x 100
If = 115.29%
VIf = 15.29%
Esto significa que los precios y las cantidades de consumo en diciembre 2007 se in-
crementan en un 15.29% con relación a los precios y cantidades de consumo del mes
de julio 2007.
z1 9 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
ÍNDICES COMPUESTOS
a) Índices de Laspeyres:
IL = 109.47
VIL = 9.47%
IL = 106.02
VIL = 6.02%
IL = 101.95
z1 9 4 z
SANTIAGO CASTRO ESCALANTE
VIL = 1.95%
IL = 94.39
VIL = -5.61%
IL = 103.97
VIL = 3.97%
b) Índice de Passche:
Ip = 112.89
VIp = 12.89%
z1 9 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
IP = 106.01
VIP = 6.01%
IP = 102.34
VIP =(102.34-100)%
VIP = 2.34%
IP = 47.04%
VIP =(47.04-100)%
VIP = -52.96%
z1 9 6 z
SANTIAGO CASTRO ESCALANTE
IP = 103.87
VIP =(103.87-100)%
VIP = 3.87%
c) Índice De Fisher:
If = 1.1113 X 100
If = 111.13%
VIf = 11.13%
If = 1.06012 X 100
If = 106.01%
VIf = 6.01%
If = 102.14 %
VIf = 2.14%
z1 9 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
If = 0.66634 X 100
If =66.634%
VIf = -33.36%
If = 105.91 X 100
VIf = 5.91%
z1 9 8 z
Lección 13
INFLACIÓN, DEFLACIÓN E
INDEXACIÓN
13.1 Inflación
Cuando los precios y las cantidades de consumo a través de los índices de precios al
consumidor (IPC), muestran un incremento progresivo y significativo en el tiempo po-
demos estar frente a un fenómeno de inflación, por lo que la inflación se puede calcular
en un determinado momento con la siguiente fórmula.
Donde:
% = Es la inflación.
IPcn = Es el índice de precios al consumidor del mes de estudio.
IPco = Es el índice de precios al consumidor del mes anterior al mes de estudio.
100 = Es la constante porcentual.
Ejemplo 1:
Hallemos la inflación (%) en el mes de diciembre del 2006 (Toman en cuenta los ín-
dices de precios promedio mensual al consumidor de Lima Metropolitana que se indica
en el siguiente cuadro).
z1 9 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
% =1.0266 x 100
% =102.66
% = 102.66 – 100
% = 2.66
Esto quiere decir que la inflación en el mes de diciembre 2006 fue de 2.66% con res-
pecto al mes de noviembre 2006.
Ejemplo 2:
% =1.0174 x 100
% =101.74
z2 0 0 z
SANTIAGO CASTRO ESCALANTE
% = 101.74 – 100
% = 1.74
13.2 Deflación
El concepto de deflación es determinar o hallar el valor real de un valor nominal como
consecuencia de la inflación, esto quiere decir que cuando los precios van incrementan-
do a través del tiempo el poder de compra va disminuyendo siendo este fenómeno muy
notorio en los sueldos o remuneraciones de los trabajadores o empleados a un salario
determinado o fijo. La fórmula o relación matemática que nos permite hallar o calcular
la deflación en un momento determinado:
Donde:
VN = Es el valor nominal.
IPC o Deflactor = Son los índices de precio al consumidor del mes de estudio.
Para hacer las aplicaciones de deflación podemos tomar en cuenta el siguiente cuadro
de remuneraciones:
Remuneración Mensual Promedio en Nuevos Soles
(Año 2006)
Mes Nuevos soles
Enero 1,220
Febrero 1,221
Marzo 1,221
Abril 1,225
Mayo 1,230
Junio 1,226
Julio 1,226
Agosto 1,227
Septiembre 1,229
Octubre 1,230
Noviembre 1,231
Diciembre 1,231
Ejemplo 1.
Deflactor = Es el índice de precio al consumidor (IPC) del mes de julio del 2006.
1, 231
VR = x 100
119.6
VR = 11.0950 x 100
VR = 1109.50
Luego el valor nominal de S/. 1,226 que es la remuneración del mes de julio 2006, se
ha convertido por efecto de la deflación en un valor real de S/. 1109.50
Ejemplo 2.
1, 231
VR = x 100
119.6
VR = 10.2956 X 100
VR = 1029.26
13.3 Indexación
La indexación es una operación contraria a la deflación pues nos permite hallar el
valor nominal actualizado frente a un valor nominal en referencia, teniendo como datos
importantes para hallar, el índice de precios promedios mensual al consumidor y el cua-
dro de remuneraciones mensual promedio. La relación matemática o fórmula que nos
permite hallar la indexación es:
Donde:
z2 0 2 z
SANTIAGO CASTRO ESCALANTE
Ejemplo 1.
¿Cuánto debe ganar un trabajador en el mes de julio 2006 si tomamos como referen-
cia del mes de enero del 2006?
VNAC = 1,315.16
El valor nominal actualizado (VNAC) indica que la nueva remuneración en julio 2006
debe ser S/. 1,315.16
Ejemplo 2.
VNAC = 1423.53
z2 0 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
z2 0 4 z
SANTIAGO CASTRO ESCALANTE
a) Inflación:
1. Hallemos la inflación en el mes de julio del 2006 con respecto al mes de enero
del 2006.
I = 100.68%
VI = (100.68 – 100)%
VI = 0.68%
Se dice que hay un aumento en la inflación de 0.68% en el mes de julio 2006 con respecto al mes
de enero del 2006.
z2 0 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
2. Hallar la inflación del mes de julio del 2006 con respecto al mes de febrero
2006.
I = 100.45%
VI = (100.45-100) %
VI = 0.45%
Se dice que hay un aumento en la variación de la inflación de 0.45% en el mes de julio del 2006
con respecto al mes de febrero del 2006
b) Deflación:
VR = 2307.48
Se dice que el valor de la remuneración es de 2307.48 para el mes de diciembre del 2006.
VR = 1274.93
Se dice que el valor de la remuneración es de 1274.93 para el mes de enero del 2006.
c) Indexación:
z2 0 6 z
SANTIAGO CASTRO ESCALANTE
VNAc = 1,414
Decimos que el empleador debería ganar 1,414 en el mes de setiembre del 2006 con respecto a
enero del 2006.
VNAc = 2709.78
Decimos que el empleado debería ganar 2709.78 en el mes de junio del 2007 con respecto a
febrero del 2007.
z2 0 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
RESUMEN
Números índices. Son valores relativos que muestran o indican la variación que existe en una variable deter-
minada en dos momentos distintos, siendo estos momentos: uno actual y el otro de referencia o comparación.
Índice simple corresponde los índices de precios relativos, los índices de cantidades relativas y los índices
de valores relativos.
Índice compuesto o ponderados comprende los índices de Laspeyres, índice de Passche y el índice de
Fisher.
Índice de precios relativos (PR) referidos a mostrar la variación de precios en valores relativos (porcentajes)
en dos momentos distintos.
Índice de cantidades relativas (qR) referidos a mostrar la variación de cantidades de consumo en valores
relativos (porcentajes) en dos momentos distintos
Índice de valores relativos (VR) referidos a mostrar la variación de precios y cantidad de consumo de los
artículos en dos momentos distintos.
Índice de Laspeyres (IL) es un índice compuesto o ponderado y permite hallar la variación de precios y
cantidades de consumo para 2 o más artículos.
Índice de Passche (Ip) es otro índice compuesto o ponderado que permite hallar la variación de precios y
cantidades de consumo para 2 o más artículos al mismo tiempo.
Índice de Fisher (IF) denominado índice ideal es otro índice compuesto o ponderado que permite hallar la
variación de precios y cantidades de consumo para dos o más artículos. Es necesario señalar que este índice
—a diferencia de los dos índices compuestos anteriores— le da importancia a los consumos de tiempo actual
o del momento como también al consumo del tiempo base o de referencia.
EXPLORACIÓN ON LINE
1. http://www.monografias.com/trabajos13/numin/numin.shtml
2. es.mimi.hu/economia/numero_indice.html - 10k
3. www.eumed.net/cursecon/libreria/2004/jsf/5.pdf
4.146.83.41.79/macroeconomia/pdfs/Ind.y%20Series%20cronolog.pdf
5. www.indec.gov.ar/glosario/como_actualizo.pdf
z2 0 8 z
SANTIAGO CASTRO ESCALANTE
Lectura
Índices de variaciones de precios y
cantidades de consumo
Un joven empresario desea abrir o instalar un negocio que le permita obtener,
en el mediano y largo plazo, ganancias satisfactorias, para lo cual consulta a otros
empresarios exitosos sobre cuál fue el factor importante que le permitió satisfac-
ciones comerciales en su negocio, a esta consulta el común denominador de los
empresarios fue que antes de emprender un negocio es necesario hacer la consulta
al INEI (Instituto Nacional de Estadística e Informática), sobre los índices (variaciones
de precios y cantidades de consumo), de los diferentes artículos y productos que se
venden y se consumen en el mercado comercial. Luego de esta consulta, el joven
empresario determinará qué tipo de artículo o producto es el de mayor venta o de
mayor demanda por el público consumidor. Entonces, este podría ser el negocio
a abrir. Los aspectos que le permitirán tomar la decisión de hacerlo es materia de
estudio en la presente unidad temática.
z2 0 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
EJERCICIOS
ÍNDICES SIMPLES
Rpta.: La variación del precio del artículo arroz en el mes de diciembre 2007 aumentó un 21.73%
con respecto al mes de enero del 2007.
Rpta.: La variación del precio del artículo aceite en el mes de diciembre 2007 aumentó un 12.20%
con respecto al mes de enero del 2007.
Rpta.: La variación del precio del artículo leche en el mes de diciembre 2007 AUMENTO un
13.63% con respecto al mes de enero del 2007.
z2 1 0 z
SANTIAGO CASTRO ESCALANTE
Rpta.: La cantidad de consumo del artículo carne en el mes de noviembre 2007 DISMINUYE un
30% con respecto al mes de enero 2007.
Rpta.: La cantidad de consumo del artículo arroz en el mes de noviembre 2007 AUMENTÓ un
41.67% con respecto al mes de enero 2007.
Rpta.: La cantidad de consumo del artículo azúcar en el mes de noviembre 2007 DISMINUYÓ un
18.18% con respecto al mes de enero 2007.
Rpta.: La variación total para el artículo leche en el mes de diciembre 2007 AUMENTÓ un 13.64%
con respecto al mes de enero 2007.
Rpta.: La variación total para el artículo carne en el mes de diciembre 2007 disminuyó en 10.49%
con respecto al mes de enero 2007.
Rpta.: La variación total para el artículo aceite en el mes de diciembre 2007 DISMINUYE un
12.79% con respecto al mes de enero 2007.
Rpta.: La variación del valor relativo del artículo azúcar DISMINUYE en 8.58% en diciembre 2007
con respecto a enero 2007.
z2 1 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
ÍNDICES COMPUESTOS
1. Halle el índice compuesto por 3 artículos (arroz, azúcar, leche) del cuadro según
Laspeyres.
Rpta.: Según el IL, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 14.44% con respecto al mes de enero 2007.
2. Halle el índice compuesto para 3 artículos (limón, huevos, cebolla), del cuadro,
según Laspeyres.
Rpta.: Según el IL, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 13.24% con respecto al mes de enero 2007.
3. Halle el índice compuesto para los cuatro artículos (arroz, leche, aceite, papa)
del cuadro, según Passche.
Rpta.: Según el IP, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 16.27% con respecto al mes de enero 2007.
4. Halle el índice compuesto para los cuatro artículos (azúcar, cebolla, huevos,
limón) del cuadro, según Passche.
Rpta.: Según el IP, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 14.54% con respecto al mes de enero 2007.
z2 1 2 z
SANTIAGO CASTRO ESCALANTE
5. Halle el índice compuesto para los cuatro artículos (carne, aceite, pollo, papa)
del cuadro, según Fisher.
Rpta.: Según el IF, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 31.48% con respecto al mes de enero 2007.
6. Halle el índice compuesto por los 3 artículos (papa, leche, huevos) del cuadro,
según Laspeyres.
Rpta.: Según el IL, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 14% con respecto al mes de enero 2007.
7. Halle el índice compuesto para los 3 artículos (limón, aceite, carne) del cuadro,
según Laspeyres.
Rpta.: Según el IL, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 34.85% con respecto al mes de enero 2007.
8. Halle el índice compuesto para los 3 artículos (leche, pollo, arroz) del cuadro,
según Passche.
Rpta.: Según el IP, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 16.60% con respecto al mes de enero 2007.
9. Halle el índice compuesto para los 3 artículos (papa, leche, huevos) del cuadro,
según Passche
Rpta.: Según el IP, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 11.83% con respecto al mes de enero 2007.
10. Halle el índice compuesto para los artículos (papa, leche, huevos) del cuadro,
según Fisher.
Rpta.: Según el IF, la variación de precio y cantidad de consumo en el mes de noviembre aumentó
un 12.91% con respecto al mes de enero 2007.
z2 1 3 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
z2 1 4 z
SANTIAGO CASTRO ESCALANTE
a. Inflación
1. Halle la inflación en el mes de julio del 2006 con respecto al mes de enero del
2006.
Rpta.: Se dice que hay un aumento en la inflación de 0.68% en el mes de julio 2006 con respecto
al mes de enero 2006.
2. Halle la inflación en el mes de julio del 2006 con respecto al mes de febrero del
2006.
Rpta: Se dice que hay un aumento en la inflación de 0.13 en el mes de julio 2006 con respecto al
mes de enero 2006.
3. Halle la inflación en el mes de junio del 2007 con respecto al mes de enero del
2007.
Rpta.: Se dice que hay un aumento en la inflación de 1.76 en el mes de junio 2007 con respecto al
mes de enero 2007.
z2 1 5 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
4. Halle la inflación en el mes de mayo del 2007 con respecto al mes de marzo del
2007.
Rpta.: Se dice que hay un aumento en la inflación de 0.67 en el mes de mayo 2007 con respecto
al mes de marzo 2007.
5. Halle la inflación en el mes de mayo del 2007 con respecto al mes de abril del
2007.
Rpta.: Se dice que hay un aumento en la inflación de 0.49 en el mes de mayo 2006 con respecto
al mes de abril 2007.
b. Deflación
Rpta.: Se dice que el valor de la remuneración es de 2306.02 para el mes de diciembre del 2006.
Rpta.: Se dice que el valor de la remuneración es de 1274.93 para el mes de enero del 2006.
Rpta.: Se dice que el valor de la remuneración es de 1415.69 para el mes de mayo del 2006.
Rpta.: Se dice que el valor de la remuneración es de 2410.29 para el mes de marzo del 2007.
Rpta.: Se dice que el valor de la remuneración es de 2409.53 para el mes de febrero del 2007.
c. Indexación
Rpta: Decimos que el empleado debería ganar 1452.10 en el mes de diciembre del 2006 con res-
pecto al mes de febrero del 2006.
Rpta: Decimos que el empleado debería ganar 2710 en el mes de junio del 2007 con respecto al
mes de febrero del 2007.
z2 1 6 z
SANTIAGO CASTRO ESCALANTE
Rpta: Decimos que el empleado debería ganar 1413.90 en el mes de mayo del 2006 con respecto al
mes de enero del 2006.
Rpta: Decimos que el empleado debería ganar 1408.54 en el mes de noviembre del 2006 con res-
pecto al mes de enero del 2006.
d. Inflación
15. Halle la inflación en el mes de abril del 2006 con respecto al mes de febrero
del 2006.
Rpta: Se dice que hay un aumento en la inflación del 0.97% en el mes de abril 2006 con respecto al
mes de febrero.
16. Hallar la inflación en el mes de julio del 2006 con respecto al mes de febrero
del 2006.
Rpta: Se dice que hay un aumento en la inflación del 0.13% en el mes de julio 2006 con respecto al mes de mayo.
e. Deflación
Rpta: Se dice que el valor de la remuneración es de 1415.69 para el mes de mayo del 2006.
Rpta: Se dice que el valor de la remuneración es de 2030.87 para el mes de octubre del 2006.
f. Indexación
Rpta: Decimos que el empleado debería ganar 1421.42 en el mes de abril del 2006 con respecto
al mes de enero del 2006.
Rpta.: Decimos que el empleado debería ganar 2633.41 en el mes de mayo del 2007 con respecto
al mes de enero del 2007.
z2 1 7 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
AUTOEVALUACIÓN Nº 5
a) Índice de Laspeyres.
b) Índice de Passhe.
c) Índice de Fisher.
d) Índice de precios relativos.
e) Índice de valores relativos.
a) INDECOPI.
b) SEDAPA.
c) CAPECO.
d) INEI.
e) PRONA.
a) Índice de Fisher.
b) Índice de valores relativos.
c) Índice de Laspeyres.
d) Índice de Passhe.
e) Í ndice de precios relativos.
a) Índice de Laspeyres.
b) Índice de precios relativos.
c) Índice de cantidades relativas.
d) Índice de Passche.
e) Índice de valores relativos.
z2 1 8 z
SANTIAGO CASTRO ESCALANTE
6. ¿Qué es la inflación?
8. ¿Qué es la deflación?
Respuestas de control
1 c, 2 d, 3 c, 4 d, 5 c, 6 a, 7 a, 8 c, 9 b, 10 e
z2 1 9 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
GLOSARIO
z2 2 0 z
SANTIAGO CASTRO ESCALANTE
BIBLIOGRAFÍA
1. Aliaga Acosta, Robertom (2002) Estadística para los negocios con Excel. Lima. Impresiones Graficas Américas
S.R.L.
2. Anderson Sweeney ( 2004) Métodos cuantitativo para los negocios. México D.F., Thomson UNAM.
Williams.
3. Barone, Sergio Víctor (1995) Índices de precios y cantidades: una aplicación desde la convertibilidad. Córdo-
ba, Banco.
4.Bonini Charles (2003) Análisis cuantitativos para los negocios. Madrid, Mc Graw-Hill.
5. Díaz, Aldo (1979) Una formulación compacta de la teoría de los números índices. Buenos Aires, La
Plata. Univ. Nac. Fac. de Cs. Económicas.
6. Dominick Salvatore (2001) Econometría. Teoría y problemas. Series de compendios Shaum. Madrid, Mc
Graw-Hill.
7. García Ore, Celestino (2001) Econometría. Teoría y problemas. Series de compendios Shaum. Madrid Mc
Graw-Hill.
9. Levin, Richard I. (1988) Estadística para administradores. México D.F., Prentice-Hall Hispanoamericana.
10. Webster Allen, J. (2006) Estadística aplicada a los negocios y la economía. Bogotá, Mc Graw Hill.
z2 2 1 z
M É T O D O S C U A N T I TAT I V O S P A R A L O S N E G O C I O S
Anexo
z2 2 2 z
SANTIAGO CASTRO ESCALANTE
z2 2 3 z
1964