00 prefacio e indice.pdf

Prelim_Economia_Lind.indd 2 12/26/07 9:32:11 PM

E s t a d s t i c a a p l i c a d a a l o s

negocios y la economa


E s t a d s t i c a a p l i c a d a a l o s

negocios y la economaD e c i m o t e r c e r a e d i c i n

Douglas A. LindCoastal Carolina University and University of Toledo

William G. MarchalThe University of Toledo

Samuel A. WathenCoastal Carolina University

MXICO AUCKLAND BOGOT BUENOS AIRES CARACAS GUATEMALA LISBOA LONDRES MADRID MILN MONTREAL NUEVA DELHI NUEVA YORK SAN FRANCISCO SAN JUAN

SAN LUIS SANTIAGO SO PAULO SIDNEY SINGAPUR TORONTO

Revisin tcnica

Ofelia Vizcano DazDepartamento de Matemticas

Instituto Tecnolgico y de Estudios Superiores de Monterrey, Campus Ciudad de Mxico

Enrique Cuevas RodrguezCentro Universitario de Ciencias

Econmico Administrativas (CUCEA) Universidad de Guadalajara

Gilberto Prieto MornDivisin de Estudios de Posgrado

Facultad de Contadura y Administracin Universidad Nacional Autnoma de Mxico

Margarita Orozco GmezInstituto Tecnolgico y de Estudios

Superiores de Monterrey, Campus Guadalajara


Director Higher Education: Miguel ngel Toledo CastellanosDirector editorial: Ricardo A. del Bosque AlaynEditor sponsor: Jess Mares ChacnEditora de desarrollo: Marcela Rocha MartnezSupervisor de produccin: Zeferino Garca Garca

Traduccin de: Jorge Yescas y Javier Len Crdenas

ESTaDSTica aplicaDa a loS nEgocioS y la EconomaDecimotercera edicin

Prohibida la reproduccin total o parcial de esta obra, por cualquier medio, sin la autorizacin escrita del editor.

DERECHOS RESERVADOS 2008 respecto a la tercera edicin en espaol porMcGRAW-HILL/INTERAMERICANA EDITORES, S. A. de C. V.A Subsidiary of The McGraw-Hill Companies, Inc. Prolongacin Paseo de la Reforma 1015, Torre A, Pisos 16 y 17, Colonia Desarrollo Santa Fe, Delegacin lvaro Obregn C. P. 01376, Mxico, D. F. Miembro de la Cmara Nacional de la Industria Editorial Mexicana, Reg. Nm. 736

iSBn 13: 978-970-10-6674-4iSBn 10: 970-10-6674-X(ISBN: 970-10-4834-2 de la edicin anterior)

Traducido de la decimotercera edicin en ingls de la obra Statistical Techniques in Business and Economics by Douglas A. Lind, William G. Marchal, and Samuel A. WathenCopyright 2008 by McGraw-Hill/Irwin. All rights reserved.007-303022-8

0123456789 09765432108

Impreso en Mxico Printed in Mexico


Para Jane, mi esposa y mejor amiga; y para nuestros hijos, sus esposas y nuestros nietos: Mike y Sue (Steve y Courtney), Steve y Kathryn (Kennedy) y Mark y Sarah (Jared, Drew y Nate).

Douglas A. Lind

Para Elizabeth y William, los miembros ms recientes de nuestra familia.

William G. Marchal

A mi maravillosa familia: Isaac, Hannah y Barb.

Samuel A. Wathen


El objetivo de Estadstica aplicada a los negocios y la economa es proporcionar a los es-tudiantes de administracin, marketing, finanzas, contabilidad, economa y otros campos de la administracin de negocios un estudio introductorio de las diversas aplicaciones de la estadstica descriptiva y de la estadstica inferencial. Aunque nos concentramos en las aplicaciones a los negocios, tambin incluimos problemas y ejemplos orientados al estu-diante que no requieren cursos anteriores.

La primera edicin de esta obra se public en 1967. En esa poca la localizacin de datos relevantes relacionados con los negocios resultaba difcil. Eso ha cambiado, ahora no constituye un problema. La cantidad de artculos que compra en la tienda de comestibles queda registrada automticamente en la caja. Las compaas telefnicas registran el tiempo y la distancia de nuestras llamadas, y el nmero de la persona a la que llamamos. Las compaas de tarjetas de crdito conservan informacin sobre la cantidad, tiempo, fecha y suma de nuestras compras. Los dispositivos mdicos moni-torean automticamente nuestro ritmo cardiaco, presin sangunea y temperatura. Una gran cantidad de informacin de negocios se registra y presenta en forma casi instant-nea. CNN, USA Today y MSNBC, por ejemplo, cuentan con sitios web donde es posible revisar precios de almacn en menos de veinte minutos.

Hoy da se requiere habilidad para manejar grandes volmenes de informacin. Primero necesitamos ser consumidores crticos de la informacin que otros presentan. Segundo, necesitamos ser capaces de reducir grandes cantidades de informacin en forma concisa y significativa para hacer interpretaciones, juicios y tomar decisiones efectivas.

Todos los estudiantes cuentan con calculadoras o computadoras personales, o tie-nen acceso a stas en un laboratorio de la universidad. Dichas computadoras incluyen software de estadstica, como Microsoft Excel y MINITAB. En una seccin especial, al final de cada captulo, aparecen los comandos necesarios para obtener resultados del software. Dentro de los captulos incluimos pantallas con los datos capturados de tal ma-nera que el estudiante se familiarice con la naturaleza de los resultados. Como conse-cuencia de la disponibilidad de computadoras y software, no es necesario entretenerse en los clculos. Hemos sustituido muchos ejemplos que requieren clculos con proble-mas de interpretacin para ayudar al estudiante a entender e interpretar los resultados estadsticos. Adems, hemos puesto mayor enfoque en la naturaleza conceptual de los estadsticos. Al hacer estos cambios, presentamos, tanto como sea posible, los con-ceptos fundamentales, con ejemplos que los sustentan.

La decimotercera edicin de Estadstica aplicada a los negocios y la economa es resultado de la colaboracin de diversas personas: estudiantes, colegas, revisores y del personal de McGraw-Hill/Irwin. A todos les agradecemos. Deseamos expresar nuestra sincera gratitud a los participantes del grupo de reconocimiento y enfoque, y a los si-guientes revisores:

vii

Prefacio

Revisores

Sung K. AhnWashington State University-PullmanPamela A. BogerOhio University-AthensGiorgio CanarellaCalifornia State University-Los ngelesAnne DaveyNortheastern State UniversityNirmal DeviEmbry Riddle Aeronautical University

Clifford B. HawleyWest Virginia UniversityLloyd R. JaisinghMorehead State UniversityJohn D. McGinnisPennsylvania State-AltoonaMary Ruth J. McRaeAppalachian State UniversityJackie MillerOhio State UniversityElizabeth J.T. MurffEastern Washington University


Prefacioviii

Ren OrdoezSouthern Oregon UniversityJoseph PetryUniversity of Illinois en Urbana, ChampaignMichael RacerUniversity of MemphisDarrel RadsonDrexel UniversityChristopher W. RogersMiami Dade CollegeStephen Hays RussellWeber State UniversityMartin SaboCommunity College of DenverAmar SahaySalt Lake Community College y University of UtahNina SarkarQueensborough Community College

Gary SmithFlorida State UniversityStanley D. StephensonTexas State University, San MarcosLawrence TatumBaruch CollegeDaniel TschoppDaeman CollegeJesus M. ValenciaSlippery Rock UniversityJoseph Van MatreUniversity of Alabama en BirminghamKathleen WhitcombUniversity of South CarolinaBlake WhittenUniversity of IowaOliver YuSan Jose State University

Nawar Al-SharaAmerican UniversityCharles H. ApigianMiddle Tennessee State UniversityNagraj BalakrishnanClemson UniversityPhilip BoudreauxUniversity of Louisiana at LafayetteNancy BrooksUniversity of VermontQidong CaoWinthrop UniversityMargaret M. CapenEast Carolina UniversityRobert CarverStonehill CollegeJan E. ChristopherDelaware State UniversityJames CochranLouisiana Tech UniversityFarideh Dehkordi-VakilWestern Illinois UniversityBrandt DeppaWinona State UniversityBernard DickmanHofstra University

Casey DiRienzoElon UniversityErick M. ElderUniversity of Arkansas at Little RockNicholas R. FarnumCalifornia State University, FullertonK. Renee FisterMurray State UniversityGary FrankoSiena CollegeMaurice GilbertTroy State UniversityDeborah J. GougeonUniversity of ScrantonChristine GuentherPacific UniversityCharles F. HarringtonUniversity of Southern IndianaCraig HeinickeBaldwin-Wallace CollegeGeoge HiltonPacific Union CollegeCindy L. HinzSt. Bonaventure UniversityJohnny C. HoColumbus State University

Participantes del grupo de reconocimiento y enfoque


Prefacio ix

Shaoming HuangLewis-Clark State CollegeJ. Morgan JonesUniversity of North Carolina en Chapel HillMichael KazlowPace UniversityJohn LawrenceCalifornia State University, FullertonSheila M. LawrenceRutgers the State University of New JerseyJae LeeState University of New York en New PaltzRosa LemelKean UniversityRobert LemkeLake Forest CollegeFrancis P. MathurCalifornia State Polytechnic University, PomonaRalph D. MaySouthwestern Oklahoma State UniversityRichard N. McGrathBowling Green State UniversityLarry T. McRaeAppalachian State UniversityDragan MiljkovicSouthwest Missouri State UniversityJohn M. MillerSam Houston State UniversityCameron MontgomeryDelta State UniversityBroderick OluyedeGeorgia Southern UniversityAndrew PaizisQueens CollegeAndrew L.H. ParkesUniversity of Northern IowaPaul PaschkeOregon State UniversitySrikant RaghavanLawrence Technology UniversitySurekha K.B. RaoIndiana University Northwest

Timothy J. SchibikUniversity of Southern IndianaCarlton ScottUniversity of California, IrvineSamuel L. SeamanBaylor UniversityScott J. SeipelMiddle Tennessee State UniversitySankara N. SethuramanAugusta State UniversityDaniel G. ShimshakUniversity of Massachusetts, BostonRobert K. SmidtCalifornia State Polytechnic UniversityWilliam SteinTexas A&M UniversityRobert E. StevensUniversity of Louisiana en MonroeDebra StiverUniversity of Nevada, RenoRon StundaBirmingham-Southern CollegeEdward SullivanLebanon Valley CollegeDharma ThiruvaiyaruAugusta State UniversityDaniel TschoppDaemen CollegeBulent UyarUniversity of Northern IowaLee J. Van ScyocUniversity of Wisconsin-OshkoshStuart H. WarnockTarleton State UniversityMark H. WitkowskiUniversity of Texas en San AntonioWilliam F. YounkinUniversity of Miami Shuo ZhangState University of New York, FredoniaZhiwei ZhuUniversity of Louisiana en Lafayette

Sus sugerencias y un repaso cuidadoso de la edicin anterior y del original de esta edicin contribuyeron a mejorar el texto.

En especial estamos agradecidos con las siguientes personas. El doctor Leonard Presby, de la William Paterson University; Julia Norton, de la California State University; Hayward y Christopher Rogers, del Miami Dade Collage, revisaron el original y las prue-


Prefaciox

bas para verificar la precisin de los ejercicios. La profesora Kathleen Whitcom, de la University of South Carolina, prepar la gua de estudio. El doctor Samuel Wathen, de la Coastal Carolina University, elabor el banco de pruebas. El profesor Ren Ordoez, de la Southern Oregon University, prepar la presentacin de PowerPoint. La seora Dense Heban y los autores elaboraron el manual del profesor.

Tambin deseamos agradecer al personal de McGraw-Hill/Irwin, entre ellos a Richard T. Hercher, Jr., editor ejecutivo; a Christina Sanders, editora de desarrollo; Zanca Basu, gerente de marketing; James Labeots, gerente de proyecto, y a quienes no conocemos personalmente y que hicieron valiosas contribuciones.


xi

Sumario 1 Qu es la estadstica? 1 2 Descripcin de datos: tablas de frecuencias, distribuciones

de frecuencias y su representacin grfica 20

3 Descripcin de datos: medidas numricas 55 4 Descripcin de datos: presentacin y anlisis de datos 98 5 Estudio de los conceptos de la probabilidad 138 6 Distribuciones discretas de probabilidad 180 7 Distribuciones de probabilidad continua 222 8 Mtodos de muestreo y teorema de lmite central 260 9 Estimacin e intervalos de confianza 29310 Pruebas de hiptesis de una muestra 33011 Pruebas de hiptesis para dos muestras 36812 Anlisis de la varianza 40613 Regresin lineal y correlacin 45714 Anlisis de correlacin y regresin mltiple 51115 Nmeros ndice 56916 Series de tiempo y proyeccin 60117 Mtodos no paramtricos: aplicaciones de ji cuadrada 64618 Mtodos no paramtricos: anlisis de datos ordenados 67019 Control estadstico del proceso y administracin

de calidad 710

20 Introduccin a la teora de decisiones 743 MegaStat para Excel 761

Visual Statistics 2.2 765

Apndices, tablas, conjuntos de datos, soluciones 770

Crditos de fotografas 848

ndice 849

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso

Seccin de repaso


Contenido

xii

Captulo

1 Qu es la estadstica? 1Introduccin 2

Porqusedebeestudiarestadstica? 2

Quseentiendeporestadstica? 4

Tiposdeestadstica 6

Estadstica descriptiva 6Estadstica inferencial 6

Tipodevariables 8

Nivelesdemedicin 9

Datos de nivel nominal 10Datos de nivel ordinal 11Datos de nivel de intervalo 12Datos de nivel de razn 12

Ejercicios 14

ticayestadstica 14

Aplicacionesde lacomputadora 14

Resumendelcaptulo,Ejerciciosdelcaptulo 16

ejercicios.com,Ejerciciosde labasededatos 18

Respuestasa lasautoevaluaciones 19

Captulo

2 Descripcin de datos: tablas de frecuencias, distribuciones de frecuencias y su representacin grfica 20Introduccin 21

Construccindeuna tablade frecuencias 22

Frecuencias relativas de clase 22Representacin grfica de datos cualitativos 23

Ejercicios 27

Construccindedistribucionesde frecuencias: datoscuantitativos 28

Intervalos de clase y puntos medios de clase 32

Ejemploconasistenciadesoftware 32

Distribucinde frecuencias relativas 33

Ejercicios 33

Representacingrficadeunadistribucin de frecuencias 35

Histograma 35

Polgono de frecuencias 37

Ejercicios 39

Distribuciones de frecuencia acumulativas 41

Ejercicios 43

Resumendelcaptulo 44

Ejerciciosdelcaptulo 45

ejercicios.com 50

Ejerciciosde labasededatos 51

Comandosdesoftware 52


Captulo

3 Descripcin de datos: medidas numricas 55Introduccin 56

Lamediapoblacional 57

Mediadeunamuestra 58

Propiedadesde lamediaaritmtica 59

Ejercicios 60

Mediaponderada 61

Ejercicios 62

Mediana 62

Moda 64

Ejercicios 65

Solucinconsoftware 66

Posiciones relativasde lamedia, lamedianay lamoda 67

Ejercicios 69

Mediageomtrica 69

Ejercicios 71

Porquestudiar ladispersin? 71

Medidasdedispersin 73

Rango, Desviacin media 73

Ejercicios 75

Varianza y desviacin estndar 76

Ejercicios 78

Solucinconsoftware 80


xiii

Ejercicios 81

Interpretacinyusosde ladesviacinestndar 81

Teorema de Chebyshev 81

La regla emprica 82

Ejercicios 83

Lamediay ladesviacinestndardedatosagrupados 84

Media aritmtica 84Desviacin estndar 85

Ejercicios 87

ticae informede resultados 88


Clavedepronunciacin,Ejerciciosdelcaptulo 90

ejercicios.com 94

Ejerciciosde labasededatos,Comandos desoftware 95


Captulo

4 Descripcin de datos: presentacin y anlisis de datos 98Introduccin 99

Diagramasdepuntos 99

Grficasde talloyhojas 100

Ejercicios 105

Otrasmedidasdedispersin 106

Cuartiles, deciles y percentiles 107

Ejercicios 109

Diagramas de caja 110

Ejercicios 112

Sesgo 113

Ejercicios 117

Descripcinde la relacinentredosvariables 118

Ejercicios 121


Clavedepronunciacin,Ejerciciosdelcaptulo 123

ejercicios.com,Ejerciciosde labase dedatos 128



Repasodeloscaptulos1-4 132

Glosario 132

Ejercicios 133

Casos 136

Captulo

5 Estudio de los conceptos de la probabilidad 138Introduccin 139

Ques laprobabilidad? 140

Enfoquesparaasignarprobabilidades 142

Probabilidad clsica 142Probabilidad emprica 143Probabilidad subjetiva 144

Ejercicios 146

Algunas reglasparacalcular probabilidades 147

Reglas de la adicin 147

Ejercicios 152

Reglas de la multiplicacin 153

Tablasdecontingencias 156

Diagramasderbol 158

Ejercicios 160

TeoremadeBayes 161

Ejercicios 164

Principiosdeconteo 165

Frmula de la multiplicacin 165Frmula de las permutaciones 166Frmula de las combinaciones 168

Ejercicios 170


Clavedepronunciacin 171





Captulo

6 Distribuciones discretas de probabilidad 180Introduccin 181

Quesunadistribucin deprobabilidad? 181

Variablesaleatorias 183

Variable aleatoria discreta, Variable aleatoria continua 184

Media,varianzaydesviacinestndar deunadistribucindeprobabilidad 185

Media, Varianza y desviacin estndar 185

Contenido


xiv

Ejercicios 187

Distribucindeprobabilidadbinomial 189

Cmo se calcula una probabilidad binomial? 190Tablas de probabilidad binomial 192

Ejercicios 196

Distribuciones de probabilidad binomial acumulada 197

Ejercicios 198

Distribucindeprobabilidad hipergeomtrica 199

Ejercicios 202

DistribucindeprobabilidaddePoisson 203

Ejercicios 208

Covarianza (opcional) 208

Ejercicios 212



Ejerciciosde labasededatos, Comandosdesoftware 219


Captulo

7 Distribuciones de probabilidad continua 222Introduccin 223

La familiadedistribucionesdeprobabilidaduniforme 223

Ejercicios 226

La familiadedistribucionesdeprobabilidadnormal 227

Distribucindeprobabilidad normalestndar 229

Aplicaciones de la distribucin normal estndar 231Regla emprica 231

Ejercicios 233

Determinacindereasbajo lacurvanormal 233

Ejercicios 236

Ejercicios 239

Ejercicios 241

Aproximacinde ladistribucinnormal a labinomial 242

Factor de correccin de continuidad 242Cmo aplicar el factor de correccin 244

Ejercicios 245



Ejerciciode labasededatos, Comandosdesoftware 251


Repasodeloscaptulos5a7 253

Glosario 253

Ejercicios 255

Casos 257

Captulo

8 Mtodos de muestreo y teorema del lmite central 260Introduccin 261

Mtodosdemuestreo 261

Razones para muestrear 261Muestreo aleatorio simple 262Muestreo aleatorio sistemtico 265Muestreo aleatorio estratificado 265Muestreo por conglomerados 266

Ejercicios 267

Errordemuestreo 269

Distribucinmuestralde lamedia 270

Ejercicios 273

Teoremadel lmitecentral 274

Ejercicios 280

Usode ladistribucinmuestral de lasmedias 281

Ejercicios 284


Clavedepronunciacin, Ejerciciosdelcaptulo 285




Captulo

9 Estimacin e intervalos de confianza 293Introduccin 294

Estimadorespuntualese intervalosdeconfianza deunamedia 294

Desviacin estndar de la poblacin conocida () 294Simulacin por computadora 299

Ejercicios 301

Desviacin estndar poblacional desconocida 302

Contenido


xv

Ejercicios 308

Intervalodeconfianzadeunaproporcin 309

Ejercicios 312

Factordecorreccinparaunapoblacin finita 312

Ejercicios 314

Eleccindel tamaoadecuado deunamuestra 315

Ejercicios 317



ejercicios.com 322



Repasodeloscaptulos8y9 326

Glosario 326

Ejercicios 327

Caso 329

Captulo

10 Pruebas de hiptesis de una muestra 330Introduccin 331

Quesunahiptesis? 331

Ques lapruebadehiptesis? 332

Procedimientodecincopasosparaprobarunahiptesis 332

Paso 1: Se establece la hiptesis nula (H0) y la hiptesis alternativa (H1) 333Paso 2: Se selecciona un nivel de significancia 334Paso 3: Se selecciona el estadstico de prueba 335Paso 4: Se formula la regla de decisin 335Paso 5: Se toma una decisin 336

Pruebasdesignificanciadeunaydoscolas 337

Pruebaspara lamediadeunapoblacin:Seconoceladesviacinestndarpoblacional 338

Prueba de dos colas 338

Prueba de una cola 342

Valor-pen lapruebadehiptesis 342

Ejercicios 344

Pruebade lamediapoblacional:Desviacinestndarde lapoblacindesconocida 345

Ejercicios 349

Solucin con software 350

Ejercicios 352

Pruebas relacionadasconproporciones 353

Ejercicios 356

Error tipo II 356

Ejercicios 359







Captulo

11 Pruebas de hiptesis para dos muestras 368Introduccin 369

Pruebasdehiptesisparadosmuestras: Muestras independientes 369

Ejercicios 374

Pruebadeproporciones dedosmuestras 375

Ejercicios 378

Comparacindemediaspoblacionalescondesviacionesestndaresdesconocidas (laprueba tconjunta) 379

Ejercicios 384

Comparacindemediaspoblacionales condesviacionesestndaresdesiguales 385

Ejercicios 388

Pruebasdehiptesisdedosmuestras: Muestrasdependientes 388

Comparacindemuestrasdependientes e independientes 392

Ejercicios 394




ejercicios.com 402




Captulo

12 Anlisis de la varianza 406Introduccin 407

LadistribucinF 407

Comparacindedosvarianzas poblacionales 408

Contenido


xvi

Ejercicios 412

Suposicionesenelanlisisde lavarianza(ANOVA) 412

LapruebaANOVA 414

Ejercicios 421

Inferenciassobreparesdemedias de tratamiento 422

Ejercicios 425

Anlisisde lavarianzadedosvas 426

Ejercicios 430

ANOVAdedosvascon interaccin 431

Grficas de interaccin 432Prueba de hiptesis para detectar interaccin 433

Ejercicios 436


Clavedepronunciacin,Ejercicios delcaptulo 439

ejercicios.com 447



Repasodeloscaptulos10al12 451

Glosario 451

Ejercicios 452

Casos 456

Captulo

13 Regresin lineal y correlacin 457Introduccin 458

Queselanlisisdecorrelacin? 458

Coeficientedecorrelacin 460

Elcoeficientededeterminacin 465

Correlacin y causa 465

Ejercicios 466

Pruebade la importanciadelcoeficiente decorrelacin 467

Ejercicios 469

Anlisisde regresin 470

Principio de los mnimos cuadrados 470Trazo de la recta de regresin 473

Ejercicios 475

Errorestndardeestimacin 477

Suposicionesde la regresin lineal 480

Ejercicios 482

Intervalosdeconfianzae intervalos deprediccin 482

Ejercicios 485

Mssobreelcoeficiente dedeterminacin 486

Ejercicios 488

Relacionesentreelcoeficientedecorrelacin, elcoeficientededeterminacinyelerrorestndardeestimacin 489

Transformacindedatos 491

Ejercicios 494

Covarianza (opcional) 494

Ejercicios 497






Captulo

14 Anlisis de correlacin y regresin mltiple 511Introduccin 512

Anlisisde regresinmltiple 512

Ejercicios 516

Laecuacinajustabien losdatos? 518

Error estndar de estimacin mltiple 518Tabla ANOVA 520Coeficiente de determinacin mltiple 521Coeficiente ajustado de determinacin 522

Ejercicios 523

Inferenciasen la regresin lineal mltiple 523

Prueba global: prueba del modelo de regresin mltiple 524Evaluacin de los coeficientes de regresin individuales 526

Ejercicios 529

Evaluacinde lassuposicionesde la regresinmltiple 530

Relacin lineal 531La variacin en los residuos es igual para valores grandes y pequeos de Y 532Distribucin de los residuos 533Multicolinealidad 533Observaciones independientes 535Variables independientes cualitativas 536

Regresinporpasos 538

Modelosde regresincon interaccin 541

Contenido


xvii

Ejercicios 543







Glosario 565

Ejercicios 566

Casos 568

Captulo

15 Nmeros ndice 569Introduccin 570

Nmeros ndicesimples 570

Porquconvertirdatosen ndices? 573

Elaboracindenmeros ndice 573

Ejercicios 575

ndicesnoponderados 575Promedio simple de los ndices de precios 575ndice agregado simple 576

ndicesponderados 577

ndice de precios de Laspeyres 577ndice de precios de Paasche 578ndice ideal de Fisher 580

Ejercicios 580

ndicedevalores 581

Ejercicios 582

ndicespara finesespeciales 583

ndice de Precios al Consumidor 584ndice de Precios al Productor 585Promedio Industrial Dow Jones (DJIA) 585ndice S&P 500 586

Ejercicios 587

ndicedePreciosalConsumidor 588

Casos especiales del ndice de Precios al Consumidor 588

Cambiode labase 591

Ejercicios 593



ejercicios.com 598



Captulo

16 Series de tiempo y proyeccin 601Introduccin 602

Componentesdeunaseriede tiempo 602

Tendencia secular 602

Variacin cclica 604

Variacin estacional 605

Variacin irregular 605

Promediomvil 606

Promediomvilponderado 609

Ejercicios 611

Tendencia lineal 612

Mtodode losmnimoscuadrados 613

Ejercicios 615

Tendenciasno lineales 616

Ejercicios 618

Variacinestacional 618

Determinacin de un ndice estacional 619

Ejercicios 624

Datosdesestacionalizados 624

Uso de datos desestacionalizados para proyeccin 625

Ejercicios 628

ElestadsticodeDurbin-Watson 628

Ejercicios 633



ejercicios.com,Ejerciciosde labasededatos,Comandosdesoftware 641



Glosario 644

Ejercicios 644

Captulo

17 Mtodos no paramtricos: aplicaciones de ji cuadrada 646Introduccin 647

Pruebadebondaddeajuste: frecuencias esperadas iguales 647

Ejercicios 652

Pruebadebondaddeajuste: frecuencias esperadasdesiguales 653

Limitacionesde jicuadrada 655

Contenido


xviii

Ejercicios 657

Anlisisde tablasdecontingencia 658

Ejercicios 662

Resumendelcaptulo,Clavedepronunciacin,Ejerciciosdelcaptulo 663

ejercicios.com 666




Captulo

18 Mtodos no paramtricos: anlisis de datos ordenados 670Introduccin 671

Lapruebade lossignos 671

Ejercicios 675

Uso de la aproximacin normal a la binomial 676

Ejercicios 678

Prueba de hiptesis acerca de una mediana 678

Ejercicios 679

Pruebade rangosconsignodeWilcoxonparamuestrasdependientes 680

Ejercicios 683

PruebadeWilcoxonde lasumade rangosparamuestras independientes 685

Ejercicios 688

PruebadeKruskal-Wallis:anlisisde lavarianza por rangos 688

Ejercicios 692

Correlacinporordende rango 693

Prueba de la significancia para rs 695

Ejercicios 696







Glosario 706

Ejercicios 707

Casos 708

Captulo

19 Control estadstico del proceso y administracin de calidad 710Introduccin 711

Unabrevehistoriadelcontroldecalidad 711

SixSigma 713

Causasdevariacin 714

Diagramasdediagnstico 715

Diagramas de Pareto 715Diagramas de esqueleto de pez 717

Ejercicios 718

Objetivoy tiposdediagramasdecontrol decalidad 718

Diagramas de control para variables 719Diagramas de rangos 722

Situacionesencontroly fueradecontrol 723

Ejercicios 725

Diagramasdecontroldeatributos 726

Diagrama del porcentaje defectuoso 726Diagrama de lneas c 729

Ejercicios 731

Muestreodeaceptacin 732

Ejercicios 735






Captulo

20 Introduccin a la teora de decisiones 743Introduccin 744

Elementosdeunadecisin 744

Uncasoquecomprende la tomadedecisiones encondicionesde incertidumbre 745

Tabla de pagos 745Pagos esperados 746

Ejercicios747

Prdida de oportunidad 748

Ejercicios749

Prdida de oportunidad esperada 749

Contenido


xix

Ejercicios750

Estrategiasmx-mn,mx-mxymn-mx dearrepentimiento 750

Valorde la informacinperfecta 751

Anlisisdesensibilidad 752

Ejercicios753

rbolesdedecisin 754



Respuestaparaautoevaluaciones 760

MegaStat para Excel, 761

Visual Statistics2.2 765

Apndices

Apndice A: Conjuntos de datos 771

Apndice B: Tablas 774

Apndice C: Respuestas a los ejercicios impares de cada captulo 802

Crditos de fotografas 848

ndice 849

Contenido


00 prefacio e indice.pdf

Documents