Omitir e ir al contenidoIr a la página de accesibilidadMenú de atajos de teclado
Logo de OpenStax

Menú
Índice
  1. Prefacio
  2. 1 Muestreo y datos
    1. Introducción
    2. 1.1 Definiciones de estadística, probabilidad y términos clave
    3. 1.2 Datos, muestreo y variación de datos y muestreo
    4. 1.3 Niveles de medición
    5. 1.4 Diseño experimental y ética
    6. Términos clave
    7. Repaso del capítulo
    8. Tarea para la casa
    9. Referencias
    10. Soluciones
  3. 2 Estadística descriptiva
    1. Introducción
    2. 2.1 Datos mostrados
    3. 2.2 Medidas de la ubicación de los datos
    4. 2.3 Medidas del centro de los datos
    5. 2.4 Notación sigma y cálculo de la media aritmética
    6. 2.5 Media geométrica
    7. 2.6 Distorsión y media, mediana y moda
    8. 2.7 Medidas de la dispersión de los datos
    9. Términos clave
    10. Repaso del capítulo
    11. Repaso de fórmulas
    12. Práctica
    13. Tarea para la casa
    14. Resúmalo todo: tarea para la casa
    15. Referencias
    16. Soluciones
  4. 3 Temas de probabilidad
    1. Introducción
    2. 3.1 Terminología
    3. 3.2 Eventos mutuamente excluyentes e independientes
    4. 3.3 Dos reglas básicas de la probabilidad
    5. 3.4 Tablas de contingencia y árboles de probabilidad
    6. 3.5 Diagramas de Venn
    7. Términos clave
    8. Repaso del capítulo
    9. Repaso de fórmulas
    10. Práctica
    11. Uniéndolo todo: Práctica
    12. Tarea para la casa
    13. Resúmalo todo: tarea para la casa
    14. Referencias
    15. Soluciones
  5. 4 Variables aleatorias discretas
    1. Introducción
    2. 4.1 Distribución hipergeométrica
    3. 4.2 Distribución binomial
    4. 4.3 Distribución geométrica
    5. 4.4 Distribución de Poisson
    6. Términos clave
    7. Repaso del capítulo
    8. Repaso de fórmulas
    9. Práctica
    10. Tarea para la casa
    11. Referencias
    12. Soluciones
  6. 5 Variables aleatorias continuas
    1. Introducción
    2. 5.1 Propiedades de las funciones de densidad de probabilidad continuas
    3. 5.2 La distribución uniforme
    4. 5.3 La distribución exponencial
    5. Términos clave
    6. Repaso del capítulo
    7. Repaso de fórmulas
    8. Práctica
    9. Tarea para la casa
    10. Referencias
    11. Soluciones
  7. 6 La distribución normal
    1. Introducción
    2. 6.1 La distribución normal estándar
    3. 6.2 Uso de la distribución normal
    4. 6.3 Estimación de la binomial con la distribución normal
    5. Términos clave
    6. Repaso del capítulo
    7. Repaso de fórmulas
    8. Práctica
    9. Tarea para la casa
    10. Referencias
    11. Soluciones
  8. 7 El teorema del límite central
    1. Introducción
    2. 7.1 Teorema del límite central de las medias muestrales
    3. 7.2 Uso del teorema del límite central
    4. 7.3 Teorema del límite central de las proporciones
    5. 7.4 Factor de corrección de población finita
    6. Términos clave
    7. Repaso del capítulo
    8. Repaso de fórmulas
    9. Práctica
    10. Tarea para la casa
    11. Referencias
    12. Soluciones
  9. 8 Intervalos de confianza
    1. Introducción
    2. 8.1 Un intervalo de confianza para una desviación típica de la población, con un tamaño de muestra conocido o grande
    3. 8.2 Un intervalo de confianza para una desviación típica de población desconocida, caso de una muestra pequeña
    4. 8.3 Un intervalo de confianza para una proporción de población
    5. 8.4 Cálculo del tamaño de la muestra n: variables aleatorias continuas y binarias
    6. Términos clave
    7. Repaso del capítulo
    8. Repaso de fórmulas
    9. Práctica
    10. Tarea para la casa
    11. Referencias
    12. Soluciones
  10. 9 Pruebas de hipótesis con una muestra
    1. Introducción
    2. 9.1 Hipótesis nula y alternativa
    3. 9.2 Resultados y errores de tipo I y II
    4. 9.3 Distribución necesaria para la comprobación de la hipótesis
    5. 9.4 Ejemplos de pruebas de hipótesis completas
    6. Términos clave
    7. Repaso del capítulo
    8. Repaso de fórmulas
    9. Práctica
    10. Tarea para la casa
    11. Referencias
    12. Soluciones
  11. 10 Pruebas de hipótesis con dos muestras
    1. Introducción
    2. 10.1 Comparación de las medias de dos poblaciones independientes
    3. 10.2 Criterios de Cohen para efectos de tamaño pequeño, mediano y grande
    4. 10.3 Prueba de diferencias de medias: suponer varianzas de población iguales
    5. 10.4 Comparación de dos proporciones de población independientes
    6. 10.5 Dos medias poblacionales con desviaciones típicas conocidas
    7. 10.6 Muestras coincidentes o emparejadas
    8. Términos clave
    9. Repaso del capítulo
    10. Repaso de fórmulas
    11. Práctica
    12. Tarea para la casa
    13. Resúmalo todo: tarea para la casa
    14. Referencias
    15. Soluciones
  12. 11 La distribución chi-cuadrado
    1. Introducción
    2. 11.1 Datos sobre la distribución chi-cuadrado
    3. 11.2 Prueba de una sola varianza
    4. 11.3 Prueba de bondad de ajuste
    5. 11.4 Prueba de independencia
    6. 11.5 Prueba de homogeneidad
    7. 11.6 Comparación de las pruebas chi-cuadrado
    8. Términos clave
    9. Repaso del capítulo
    10. Repaso de fórmulas
    11. Práctica
    12. Tarea para la casa
    13. Resúmalo todo: tarea para la casa
    14. Referencias
    15. Soluciones
  13. 12 La distribución F y el anova de una vía
    1. Introducción
    2. 12.1 Prueba de dos varianzas
    3. 12.2 ANOVA de una vía
    4. 12.3 La distribución F y el cociente F
    5. 12.4 Datos sobre la distribución F
    6. Términos clave
    7. Repaso del capítulo
    8. Repaso de fórmulas
    9. Práctica
    10. Tarea para la casa
    11. Referencias
    12. Soluciones
  14. 13 Regresión lineal y correlación
    1. Introducción
    2. 13.1 El coeficiente de correlación r
    3. 13.2 Comprobación de la importancia del coeficiente de correlación
    4. 13.3 Ecuaciones lineales
    5. 13.4 La ecuación de regresión
    6. 13.5 Interpretación de los coeficientes de regresión: elasticidad y transformación logarítmica
    7. 13.6 Predicción con una ecuación de regresión
    8. 13.7 Cómo utilizar Microsoft Excel® para el análisis de regresión
    9. Términos clave
    10. Repaso del capítulo
    11. Práctica
    12. Soluciones
  15. A Cuadros estadísticos
  16. B Oraciones, símbolos y fórmulas matemáticas
  17. Índice
Se muestra una foto de un taller mecánico de automóviles. Hay tres camiones del Servicio Postal de Estados Unidos que están en mantenimiento y uno que no lo está.
Figura 13.1 La regresión lineal y la correlación pueden ayudarlo a determinar si el salario de un mecánico de automóviles está relacionado con su experiencia laboral (créditos: Joshua Rothhaas).

Los profesionales a menudo quieren saber cómo se relacionan dos o más variables numéricas. Por ejemplo, ¿existe una relación entre la calificación del segundo examen de Matemáticas que toma un estudiante y la calificación del examen final? Si hay una relación, ¿cuál es la relación y cuán fuerte es?

En otro ejemplo, sus ingresos pueden estar determinados por su educación, su profesión, sus años de experiencia y su capacidad, o su sexo o color. La cantidad que se paga a un reparador por la mano de obra suele estar determinada por una cantidad inicial más una tarifa por hora.

Estos ejemplos pueden o no estar vinculados con un modelo, lo que significa que alguna teoría sugirió que existe una relación. Este vínculo entre causa y efecto, a menudo denominado modelo, es la base del método científico y constituye el núcleo de la forma en que determinamos lo que creemos sobre el funcionamiento del mundo. El empezar con una teoría y desarrollar un modelo de la relación teórica debería dar como resultado una predicción, lo que hemos llamado antes una hipótesis. Ahora la hipótesis se refiere a un conjunto completo de relaciones. Por ejemplo, en economía el modelo de elección del consumidor se basa en supuestos relativos al comportamiento humano: el deseo de maximizar algo llamado utilidad, el conocimiento de los beneficios de un producto sobre otro, lo que gusta y no gusta, denominados generalmente preferencias, etc. Estos se combinan para darnos la curva de demanda. De ello se desprende la predicción de que, a medida que los precios suben, la cantidad demandada disminuye. La economía dispone de modelos sobre la relación entre los precios que se cobran por los bienes y la estructura de mercado en la que opera la empresa, monopolio versus competencia, por ejemplo. Los modelos de quiénes serían los más elegidos para un puesto de trabajo, las repercusiones de los cambios en la política de la Reserva Federal y el crecimiento de la economía, y un largo etcétera.

Los modelos no son exclusivos de la economía, incluso dentro de las ciencias sociales. En la ciencias políticas, por ejemplo, existen modelos que predicen el comportamiento de los burócratas ante diversos cambios de circunstancias, basados en suposiciones sobre los objetivos de los burócratas. Existen modelos de comportamiento político que abordan la toma de decisiones estratégicas tanto en las relaciones internacionales como en la política interior.

Las llamadas ciencias duras son, por supuesto, el origen del método científico, ya que a lo largo de los siglos intentaron explicar el confuso mundo que nos rodea. Algunos de los primeros modelos hoy nos hacen reír; la generación espontánea de la vida, por ejemplo. Estos primeros modelos se ven hoy como poco más que los mitos fundacionales que desarrollamos para poner algo de orden en lo que parecía un caos.

La base de toda construcción de modelos es la afirmación, quizá arrogante, de que sabemos qué ha causado el resultado que vemos. Esto se plasma en el simple enunciado matemático de la forma funcional que y = f(x). La respuesta, Y, está causada por el estímulo, X. Todo modelo acabará llegando a este lugar final y será aquí donde la teoría vivirá o morirá. ¿Apoyarán los datos esta hipótesis? Si es así, está bien, creeremos esta versión del mundo hasta que una teoría mejor venga a sustituirla. Este es el proceso por el que pasamos de la Tierra plana a la Tierra redonda, del sistema solar centrado en la Tierra al sistema solar centrado en el sol, y así sucesivamente.

El método científico no confirma una teoría para siempre: no demuestra la "verdad". Todas las teorías están sujetas a revisión y pueden revocarse. Estas son las lecciones que aprendimos cuando elaboramos por primera vez el concepto de la prueba de hipótesis al principio de este libro. Al comenzar esta sección, estos conceptos merecen ser revisados porque la herramienta que desarrollaremos aquí es la piedra angular del método científico y lo que está en juego es mayor. Las teorías completas se elevarán o caerán gracias a esta herramienta estadística; la regresión y las versiones más avanzadas se llaman econometría.

En este capítulo comenzaremos con la correlación, la investigación de las relaciones entre variables que pueden o no estar fundadas en un modelo de causa y efecto. Las variables simplemente se mueven en la misma dirección o dirección contraria. Es decir, no se mueven al azar. La correlación proporciona una medida del grado en que esto es verdadero. A partir de ahí, desarrollamos una herramienta para medir las relaciones de causa y efecto: el análisis de regresión. Podremos formular modelos y pruebas para determinar si son estadísticamente sólidas. Si se comprueba que es así, podemos utilizarlas para hacer predicciones: si por política cambiáramos el valor de esta variable, ¿qué pasaría con esta otra? Si impusiéramos un impuesto a la gasolina de 50 céntimos por galón, ¿cómo incidiría eso en las emisiones de carbono, en las ventas de Hummers/Híbridos, en el empleo del transporte público, etc.? La capacidad de dar respuesta a este tipo de preguntas es el valor de la regresión como herramienta que nos permite entender nuestro mundo y tomar decisiones políticas meditadas.

Solicitar una copia impresa

As an Amazon Associate we earn from qualifying purchases.

Cita/Atribución

¿Desea citar, compartir o modificar este libro? Este libro utiliza la Creative Commons Attribution License y debe atribuir a OpenStax.

Información de atribución
  • Si redistribuye todo o parte de este libro en formato impreso, debe incluir en cada página física la siguiente atribución:
    Acceso gratis en https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica-empresarial/pages/1-introduccion
  • Si redistribuye todo o parte de este libro en formato digital, debe incluir en cada vista de la página digital la siguiente atribución:
    Acceso gratuito en https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica-empresarial/pages/1-introduccion
Información sobre citas

© 28 ene. 2022 OpenStax. El contenido de los libros de texto que produce OpenStax tiene una licencia de Creative Commons Attribution License . El nombre de OpenStax, el logotipo de OpenStax, las portadas de libros de OpenStax, el nombre de OpenStax CNX y el logotipo de OpenStax CNX no están sujetos a la licencia de Creative Commons y no se pueden reproducir sin el previo y expreso consentimiento por escrito de Rice University.