Estadística en las Organizaciones Ing. Blanca Morales RESPUESTAS A LOS EJERCICIOS DE TAREA DE LOS CAP
Views 68 Downloads 0 File size 2MB
Estadística en las Organizaciones
Ing. Blanca Morales
RESPUESTAS A LOS EJERCICIOS DE TAREA DE LOS CAPITULO 1 y 2
Consulte la siguiente guía de respuestas a las preguntas hechas en la tarea y compare las respuestas dadas por usted a manera de auto retroalimentación para su aprendizaje. Este ejercicio es solo de retroalimentación, NO SE ENVÍA NI SE PUEDE ENTREGAR COMO SOLUCIÓN A SU TAREA. Tarea A Capítulo 1 Problema 1 Para esta tarea, es necesario que entres a: Recursos de apoyo / Bases de datos para hacer… /Ch 01… / Shadow02 (la base de datos fue copiada a continuación)
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 1
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Por favor usa la base de datos de Shadow02, la cual contiene información para 25 de las
acciones de Shadow rastreadas por la American Association of Individual Investors, las cuales son acciones comunes de empresas pequeñas que no siguen de cerca los analistas de Wall Street. Llenando la siguiente tabla, responda las preguntas de abajo:
a. ¿Cuántas variables hay en el banco de datos? b. En la columna “Variable”, coloque el nombre de la variable que está analizando. c. En la columna llamada “Tipo”, ponga si la variable es categórica (cualitativa) o cuantitativa. d. Si la variable es cuantitativa, en la columna “Unidades”, por favor indique en qué unidades fue medida la variable. Nota: Las variables cualitativas o categóricas no cuentan con unidades, por lo tanto ponga NA de “No Aplica”. e. Si la variable es cuantitativa, en la columna “Discreta o Continua”, por favor diga si la variable es discreta o es continua. Nota: Las variables cualitativas o categóricas no pueden ser ninguna de las dos, por lo tanto ponga NA de “No Aplica”. f. En la columna “Escala de Medición”, indique el tipo de escala en la que fue medida la variable. Las variables cualitativas o categórica solo pueden ser medidas en escalas nominales u ordinales y las variables cuantitativas solo pueden ser de intervalo o de razón.
Respuesta:
a. ¿Cuántas variables hay en el banco de datos? La respuesta a esta pregunta es que son 5 variables solamente y son las columnas llamadas: Exchange, Ticker, Market, Precio/Earni y Gross Profit La columna Company no es variable ya que contiene los elementos o entidades a partir de las cuales se reúnen los datos para formar las variables. Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 2
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
b. En la columna “Variable”, coloque el nombre de la variable que está analizando. Los nombres de las variables en la tabla serían:
c. En la columna llamada “Tipo”, ponga si la variable es categórica (cualitativa) o cuantitativa. Las variables Exchange y Ticker: la primera indica las casas donde se llevan a cabo los cambios/ventas de acciones y la segunda (o sea Ticker) indica la abreviatura que la bolsa le da al giro de la empresa. Debido a lo anterior, ambas variables son categóricas o cualitativas. Las variables Market cap se refiere a la capitalización del mercado. El Price/Earnings es la relación que se encuentra por medio de esta razón (cociente o división), esta viene siendo un recurso que sirve para determinar el valor que el mercado confiere a las acciones de las empresas y Gross Profit Margin, se refiere al margen o bien la diferencia entre el precio de venta y lo que costo producirlo (o precio de compra)… Estas tres variables se refieren a ganancias y capitalizaciones; además las últimas dos son razones o porcentajes. Por lo que las variables muestran cantidades, por lo anterior, entonces son cuantitativas. La tabla quedaría de la siguiente manera:
d. Si la variable es cuantitativa, en la columna “Unidades”, por favor indique en qué unidades fue medida la variable. Nota: Las variables cualitativas o categóricas no cuentan con unidades, por lo tanto ponga NA de “No Aplica”. Se le agrega a las primeras dos variables NA, la siguiente se encuentra en millones de dólares ($), la siguiente es una razón (proporción o división pero en porcentaje) y la siguiente es un %; la tabla quedaría de la siguiente manera:
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 3
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
e. Si la variable es cuantitativa, en la columna “Discreta o Continua”, por favor diga si la variable es discreta o es continua. Nota: Las variables cualitativas o categóricas no pueden ser ninguna de las dos, por lo tanto ponga NA de “No Aplica”. Las primeras dos variables son categóricas o cualitativas, por lo que serían NA La siguiente (Market Cap) es en moneda, por lo que la variable sería continua ya que la moneda es fraccionada 1.01, 1.02, etc. La variable que continúa es una razón (división de una variable entre otra), por lo que la variable puede ser fraccionada, esto implica que es variable continua Por último prosigue la que es % (porcentaje) estos valores pueden ser enteros y/o con fracciones, entonces la variable sería continuas también. La tabla quedaría de la siguiente manera:
f. En la columna “Escala de Medición”, indique el tipo de escala en la que fue medida la variable. Las variables cualitativas o categórica solo pueden ser medidas en escalas nominales u ordinales y las variables cuantitativas solo pueden ser de intervalo o de razón. La primera variable (Exchange) es una variable cualitativa o categórica, por lo que solo puede ser nominal u ordinal, para ser ordinal, dicha variable deben de poder ordenarse de alguna manera, es decir por ejemplo si la variable agrupara en niveles donde estos indicaran el tamaño de la compañía, pero solo indica el tipo de bolsa en la cual se mueven las empresas pequeñas y medianas que no pueden cotizarse en la bolsa de Nueva York; por lo tanto la variable es nominal. La siguiente variable (Ticker) son las iniciales de los tipos o giros a que la empresa se dedica y además es una variable cualitativa o categórica por lo tanto es nominal ya que son solo etiquetas. Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 4
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
La variable que continúa (Market), es cualitativa y estas solo pueden ser de intervalo o razón; ahora bien recordemos que si la variable toma un valor de 0 (cero) y que sería de razón si este valor significa ausencia absoluta. Como en este caso se habla de moneda ($) y cuando no se tiene o que tome el valor de 0, significa ausencia absoluta, por lo tanto es de razón. Le prosigue la variable (Price/Eqrni), de la misma manera, esta variable si toma el valor de 0, significa que no existiría, por lo tanto sería ausencia absoluta y por último sería la variable (Gross Profit), de la mima forma, si el porcentaje fuera de 0%, significaría ausencia absoluta, por lo que la variable sería también de razón. La tabla quedaría de la siguiente manera:
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 5
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Capítulo 2 Problema 2 Para esta tarea, es necesario que entres a: Recursos de apoyo / Bases de datos para hacer… /Ch 02… / FuelData08 (parte de la base de datos se muestra a continuación)
Por favor copia la base de datos de Shadow02 a un nuevo archivo de Excel; la tabla anterior
contiene una porción de la información de la Guía de economía de combustible del Departamento de Energía de los Estados Unidos, donde se proporcionan los datos de la eficiencia de combustible para automóviles y camiones; se cuenta con las siguientes variables y responda las preguntas de abajo: o Size: Tamaño del automóvil: pequeño (Compact), mediano (Midsize) o grande (Large) o Displacement: Tamaño del motor en litros o Cylinders: número de cilindros en el motor o Drive: Tipo de tracción: delantera (F), trasera (R) o cuatro llantas (4) o Fuel type: Premium (p) o regular (R) o City: Calificación de la eficiencia del combustible para uso del automóvil en la ciudad (City) en términos de milla por galón (MPG) Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 6
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
o Hwy: Calificación de la eficiencia del combustible para uso del automóvil en autopista (Hwy) en términos de milla por galón (MPG) Se te pide lo siguiente a. Realice una distribución de frecuencia de la variable Size y grafique adecuadamente esta distribución; analice ambas y comente sobre lo obtenido b. Con la variable Displacement construya una distribución de frecuencia con 8 clases y grafique esta distribución analice lo obtenido c. Realice una tabla cruzada con las variables Size y Drive y analice la tabla; ¿ayuda a explicar mejor el tamaño y el tipo de tracción que el automóvil tiene? d. Realice un diagrama de dispersión con las variables City y Hwy y analice este diagrama, indicando el tipo de relación con la que se cuenta Respuesta:
a. Realice una distribución de frecuencia de la variable Size y grafique adecuadamente esta distribución; analice ambas y comente sobre lo obtenido Size: solo toma los valores de Compact, Midsize y Large; los valores de la variable pueden ser ordenados (por abecedario) y luego contabilizar cuantas veces se repite cada nivel o valor que toma la variable; otra forma, es cuando usas parte del apéndice del capítulo 2 del libro de texto, donde los valores fueron reducidos por el Excel, dicha tabla se muestra a continuación:
Como la variable es categórica o cualitativa, las gráficas adecuadas para este tipo de variable son de pie (circulares) o gráficas de barra, para la variable Size, sería (se ponen ambas gráficas, pero solo se pide una):
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 7
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Size
Large Midsize 111
135 65
Size
Compact 150 100
135 111 65
50 0 Compact Large
Midsize
Analizando la variable Size: El tamaño del automóvil que se más se tiene es al mediano (midsize con 135), seguido por el tamaño pequeño (Compact con 111) con y el automóvil que menos se tiene con 65 es el grande (Large). En comparación se tiene más del doble (70 o bien la relación sería casi 2.1) en carros medianos que grandes y se tiene mas de la mitad (46 o la relación sería un poco más de 1.7) del tamaño compacto o pequeño que del grande. b. Con la variable Displacement construya una distribución de frecuencia con 8 clases y grafique esta distribución analice lo obtenido Son 311 datos para cada una de las variables, y se piden o clases para la variable Displacement, para estas es necesario el dato menor y mayor, los cuales son 1.6 y 6.2 respectivamente, por lo que el ancho de la clase sería: 6.2 − 1.6 𝑖= = 0.575 ≈ 0.6 8 La amplitud se dejó a una decimal, debido a que la variable es continua y sus valores se dan con una decimal, recuerde que siempre se debe de redondear al mayor, esto es si las decimales fueran 0.501 igualmente se redondea a 0.6 Para formar los límites, se empieza con el valor más pequeño, el cual es 1.6, a este se le suma 0.6, por lo que daría 2.2, más 0.6 da 2.8, y así sucesivamente hasta tener las 8 clases que se piden, los límites inferiores se muestran a continuación:
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 8
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Para los límites superiores en datos continuos de este tipo se le resta al límite inferior de la siguiente clase 0.1, es decir por ejemplo el segundo límite inferior es 2.2, a este se le resta 0.1 y da: 2.2 − 0.1 = 2.1 Y se sigue con los demás valores, estos nuevos valores sería los límites superiores de las clases, estos se muestran a continuación
Ahora se realiza el conteo para saber cuantos valores caen en cada una de las clases y a esto se le llama frecuencia o frecuencia absoluta; la siguiente tabla muestra las límites de cada clase y las frecuencias absolutas de las mismas:
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 9
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Note que se agregó el total y este es igual al número de datos. Ahora si se usara el Excel (según apéndice del capítulo 2) y usando una amplitud 0.6, las clases quedarían de la siguiente manera:
Note que el Excel pone los límites superiores e inferiores iguales, por lo que las distribuciones de frecuencia no serían mutuamente excluyentes; note también que la frecuencia es la misma que se construyó, por lo que solo restaría ver como acomodar la distribución que da el Excel para que quede como se construyó. Los límites inferiores son correctos, por lo que se acomodan de la siguiente manera:
Ahora usando los límites superiores se le va a restar 0.1, entonces esto quedaría de la siguiente manera:
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 10
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Entonces los límites quedarían de la siguiente manera:
Y solo falta agregar la frecuencia:
Note que finalmente se obtuvo la misma distribución de frecuencia que se construyó. Para las clases cuantitativas, como gráficas, se utilizan los histogramas, para la variable Displacement:
Frecuencias Displacement 83 68
20
22
4.6 -‐ 5.1
5.2 -‐ 5.7
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 11
13
5.8 -‐ 6.3
17
4.0 -‐ 4.5
3.4 -‐ 3.9
2.2 -‐ 2.7
2.8 -‐ 3.3
45
43
1.6 -‐ 2.1
90 80 70 60 50 40 30 20 10 0
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Displacement: esta variable representa el tamaño del motor en litros, se puede indicar que más del 70% de los datos se encuentra en las primeras 4 clases, el menor de los valores es 1.6, el mayor es 6.2 se nota que la figura que se muestra en el histograma, es sesgada a la derecha c. Realice una tabla cruzada con las variables Size y Drive y analice la tabla; ¿ayuda a explicar mejor el tamaño y el tipo de tracción que el automóvil tiene? Para este tipo de tablas, se utiliza el Excel con sus tablas pivote (apéndice capítulo 2), la tabla se resume de la siguiente manera:
Acomodando la información con formato, se tiene la siguiente tabla:
Analizando la tabla anterior, se puede indicar que: o Se tienen más automóviles medianos (midsize) con tracción delantera (son casi el 40% de los carros); este tipo de autos, casi no tienen tracción en las traseras o en las 4 o Los automóviles de tamaño grande (large) se cuenta con tracciones entre el 5 y 9% de los datos, esto indica que solo los de tracción frontal es más frecuente y los otros dos tipos (R y 4) son iguales o En los automóviles compactos, se cuenta con mayores frecuencias en tracciones de las 4 y R que en F d. Realice un diagrama de dispersión con las variables City y Hwy y analice este diagrama, indicando el tipo de relación con la que se cuenta Este fue realizado a través del Excel, tomando en cuenta de que un automóvil es más eficiente si en la ciudad lo es, por esto se uso la variable City (eficiencia en la ciudad) como variable X o variable independiente y se escogió la variable Hwy (eficiencia en autopista) como la variable Y o dependiente; se presenta la gráfica a continuación; Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 12
Ing. Blanca Morales
Estadística en las Organizaciones
Ing. Blanca Morales
Hwy MPG 40 35 30 25 20 15 10 5 0 0
5
10
15
20
25
30
35
40
Se puede ver que a medida que crece el valor de la variable City (calificación de la eficiencia del combustible para uso en la ciudad), también lo hace la variable Hwy (calificación de la eficiencia del combustible para uso en autopista), esto indica que a menor eficiencia en la ciudad, menor en la autopista y a mayor eficiencia en términos de milla por galón (MPG) en la ciudad mayor eficiencia en autopista; lo que indicaría que la relación es directa, casi línea (recta hacia la derecha), exceptuando cuando la eficiencia es muy alta (los últimos valores o datos grandes).
Anderson, Sweeney and Williams. (2012). Estadística pata administración y economía. 13
Ing. Blanca Morales