Estadística Aplicada a la Empresa

TEMARIO

1. DESCRIPCION DE DATOS DE NEGOCIOS: MEDIDAS DE POSICION

• Medidas de posición en conjuntos de datos
• La media aritmética
• La media ponderada
• La mediana
• La moda
• Relación entre la media, la mediana y la moda
• Cuartiles, deciles y percentiles
• La media aritmética para datos agrupados
• La mediana para datos agrupados
• Cuartiles, deciles y percentiles para datos agrupados
• Resultados por computadora

2. ANALISIS DE SERIES DE TIEMPO Y PRONOSTICOS DE NEGOCIOS

• El modelo clásico de las series de tiempo
• Análisis de tendencia
• Análisis de variaciones cíclicas
• Medición de las variaciones estacionales
• Aplicación de ajustes estacionales
• Pronósticos basados en los factores de tendencia y estacionales
• Pronósticos cíclicos e indicadores de negocios
• La suavización exponencial como un método de pronóstico.
• Resultados por computadora.

• Introducción
• Construcción de índices simples
• Construcción de índices agregados de precios
• Relativos en cadena
• Cambio del periodo base
• Fusión de dos series de números índices
• Indice de precios al consumidor (IPC)
• Poder de compra y deflación de valores de una serie de tiempo
• Otros índices publicados

4. ANALISIS BAYESIANO DE DECISION: TABLAS DE PAGOS Y ARBOLES DE DECISION

• Estructura de las tablas de pagos
• Toma de decisiones con base únicamente en probabilidades
• Toma de decisiones con base únicamente en las consecuencias económicas
• Toma de decisiones con base en probabilidades y en las consecuencias económicas: el criterio del pago esperado
• Análisis de árboles de decisión
• La utilidad esperada como criterio de decisión

• El valor esperado de información perfecta(VEIP)
• Distribuciones de probabilidad a priori y a posteriori
• Análisis preposterior: valor esperado de la información muestral (VEIM) antes del muestreo
• Ganancia neta esperada del muestreo (GNEM) y tamaño óptimo de la muestra

6. ANALISIS BAYESIANO DE DECISION: APLICACION DE LA DISTRIBUCION NORMAL

• Introducción
• Determinación de los parámetros de la distribución de probabilidad normal a priori
• Definición de las funciones de pago lineales y determinación de la mejor acción
• Funciones lineales de pérdida por partes y el valor esperado de información perfecta (VEIP)
• Análisis bayesiano posterior
• Análisis preposterior y el valor esperado de la información muestral (VEIM)
• Ganancia neta esperada del muestreo (GNEM) y el tamaño óptimo de la muestra
• Análisis bayesiano de decisión v/s procedimientos clásicos de decisión