INTRODUCCIN A LA
ESTADSTICA (ADE) Curso 2016/2017
(Cdigo:65021042)
1.PRESENTACIN DE LA ASIGNATURA
La asignatura de Introduccin a la Estadstica tiene carcter de Formacin Bsica en el programa del Grado de
Administracin y Direccin de Empresarias de la UNED; se ubica en el segundo cuatrimestre del primer curso y tiene 6 ECTS
de carga docente.
La asignatura tiene carcter instrumental y est configurada como una asignatura de servicio y transversal;
tiene como objetivo proporcionar una herramienta de trabajo sin la cual no es posible resolver algunos de
los problemas que se plantean en el mbito de la gestin y direccin de empresarial, en particular, junto a
otros mtodos cuantitativos, proporciona capacidades y destrezas, que deben ser aplicados para el
diagnstico, anlisis y prospeccin de la gestin empresarial.
Esta Gua de Estudio constituye un marco de referencia de los elementos relativos a la asignatura. En ella,
adems de presentar al equipo encargado de la docencia de la misma, se facilitan las orientaciones y
recomendaciones necesarias para ayudar en el aprendizaje de la materia objeto de programa, destacando
los conceptos esenciales que el alumno debe asimilar perfectamente.
La Estadstica est inmersa en nuestra realidad social y econmica de tal modo que hablamos de ella y la
utilizamos sin ser conscientes de que recurrimos a una ciencia tan compleja como interesante.
En nuestros das el bombardeo de datos, de informacin cuantificada, se nos presenta con normalidad:
encuestas de intencin de voto, sondeos de audiencia de radio y televisin, previsiones de trfico para
fines de semana, etc. Tras estos estudios hay siempre una serie de principios estadsticos que los
sustentan, y el receptor debe encontrarse en condiciones de interpretarlos.
El trabajo del experto estadstico no consiste ya slo en reunir y tabular los datos, que pudieran no tener
sentido por s mismos o, en ocasiones, resultar engaosos o irrelevantes, sino sobre todo en el proceso de
interpretacin de esa informacin.
La asignatura se inscribe en la materia denominada Mtodos Cuantitativos para la Empresa, que estudia los
aspectos cuantitativos del grado: Matemticas I, II y III (en el primer cuatrimestre de los tres primeros
cursos), Estadstica Empresarial (obligatoria en segundo cuatrimestre de segundo curso) y Econometra
(obligatoria en segundo cuatrimestre de tercer curso).
La Estadstica constituye adems una herramienta de trabajo para el estudio de otras asignaturas de la
carrera (el estudio de las series temporales en Historia Econmica, la realizacin de sondeos de mercado y
otras mltiples actividades de Marketing, etc.).
A pesar de que la Estadstica se fundamenta en una slida base matemtica nuestro inters se centra en la Estadstica
Aplicada, insistiendo slo lo mnimo imprescindible en los fundamentos o en demostraciones matemticas tericas.
4.RESULTADOS DE APRENDIZAJE
El primer objetivo de esta asignatura es concienciar a los alumnos de las posibilidades de la Estadstica
como instrumento que ayuda a conocer las empresas y la realidad econmica y social de su entorno,
familiarizndole con el uso de hojas de clculo o de algunos de los programas y aplicaciones informticas
ms elementales para el tratamiento de datos.
A tal fin se adiestrar al alumno en el manejo de esta informacin, proporcionndole los mtodos necesarios
para organizarla y sintetizarla y para interpretar adecuadamente los resultados obtenidos.
Otro objetivo es facilitarle los instrumentos necesarios para analizar una situacin muy usual en economa,
el estudio conjunto de dos o ms variables.
Un tercer objetivo es aportarle los instrumentos que permitan hacer comparaciones y calcular indicadores
de una o de varias variables, con el fin de analizar, medir, evaluar y ordenar una o varias serie de
magnitudes relativas a variables que afectan a la actividad econmica (nmeros ndices y series
temporales).
Al final del curso, el alumno debe alcanzar, entre otros, lo siguientes logros generales:
Conocer las principales fuentes de informacin estadstica de inters para la Economa y la Administracin y
Direccin de Empresas (INE, Banco de Espaa, INEM, Eurostat, etc.) y la forma de acceder a ellas.
Saber generar grficos que resuman esta informacin.
Saber organizar y relacionar datos numricos e informacin cualitativa para profundizar
en la comprensin de mltiples temas de inters en su futura actividad como gestor o
director de empresas.
Saber realizar un estudio estadstico bsico de la realidad econmica de una empresa o
de un sector de actividad.
Poder interpretar adecuadamente los resultados de un anlisis estadstico.
5.CONTENIDOS DE LA ASIGNATURA
CAPTULO 1. Introduccin.
3.1. Introduccin.
3.2. Media aritmtica.
3.3. Media geomtrica.
3.4. Media armnica.
3.5. Relaciones entre las medias
3.6 Mediana
3.7. Moda.
3.8. Otras medidas de posicin no centrales.
3.9. Medidas de posicin robustas.
3.10. Momentosen distribuciones unidimensionales.
3.11. Las Funciones estadsticas en la hoja de clculo Excel y SPSS
5.1. Introduccin.
5.2. Construccin de tablas estadsticas bidimensionales
5.3. Representacin grfica de distribuciones de frecuencias bidimensionales
5.4. El clculo de medidas de posicin y de dispersin en las distribuciones marginales
de frecuencias
5.5. La dependencia estadstica entre dos o ms variables
5.6. Casualidad, causalidad y especificacin de modelos
5.7. Correlacin o grado de dependencia lineal entre dos variables
5.8. Regresin lineal simple
5.9. Bondad del ajuste y predicciones
5.10. Regresin no lineal
5.11. Introduccin a la regresin Mltiple
5.12. Asociacin entre variables cualitativas. Tablas de contingencia
5.13. El tratamiento de las distribuciones bidimensionales y de la regresin en Hojas de
clculo Excel y en SPSS
7.1. Introduccin.
7.2. Representacin grfica
7.3. Componentes de una serie temporal.
7.4. Clculo y anlisis de la tendencia.
7.5. Anlisis de las variaciones estacionales.
7.6. Anlisis de las variaciones cclicas e irregulares.
7.7. La suavizacin exponencial
7.8. El tratamiento de series temporales en SPSS
6.EQUIPO DOCENTE
Para obtener un ptimo resultado en el estudio de la asignatura se propone una metodologa activa en la que el alumno no
sea un mero receptor de conocimiento, sino que participe activamente en la adquisicin de las competencias y habilidades
exigidas.
Materiales impresos, fundamentalmente el texto base propuesto, que consta tanto de contenidos
tericos como aplicados y que est diseado con el objetivo de ser autosuficiente.
Curso Virtual, que se contempla como herramienta adecuada para que el alumno pueda interactuar
con el resto de la comunidad educativa. En este espacio los estudiantes dispondrn de foros de
debate sobre los distintos aspectos del programa, pudiendo consultarse con el fin de resolver dudas
y ampliar conocimientos.
Software relacionado. A travs del aula virtual se resean distintos paquetes de Software y la forma
de conseguirlos. Los mismos estn encaminados a facilitar la presentacin y la resolucin de los
trabajos relacionados con la asignatura.
8.EVALUACIN
Evaluacin Continua
El alumno dispondr de pruebas de evaluacin a distancia que sern corregidas por los tutores. La realizacin de las mismas
tendr carcter voluntario, debiendo manifestar previamente los estudiantes su intencin de optar a esta forma de
evaluacin.
El alumno manifestar a su tutor, en el plazo mximo que cada tutor establezca, que tiene intencin de acogerse
voluntariamente a la evaluacin continua.
El trabajo ser entregado al tutor en la fecha en que ste determine y en todo caso como mximo da 15 de
Mayo.
En la pgina virtual del curso se incluirn las normas necesarias para su realizacin.
La calificacin obtenida supondr un 10 % de la calificacin final, siempre que esta suponga una mejora de la
calificacin obtenida en la prueba presencial.
Para los alumnos que no superen la prueba en la convocatoria ordinaria, se conservar la puntuacin obtenida en
el trabajo para la prueba de evaluacin continua.
En todo caso ser necesario aprobar el examen presencial para poder optar a la mejora de nota que se derive de
la PEC.
Evaluacin final
Se llevar a cabo teniendo en cuenta la calificacin de la prueba presencial y en su caso la de la evaluacin continua.
Las 10 preguntas tericas con un total de 5 puntos, 0,5 por respuesta correcta; las respuestas en
blanco no se penalizarn y las errneas penalizarn con 0,2 puntos.
Las 5 preguntas prcticas con un total de 5 puntos, 1 por respuesta correcta; las respuestas en
blanco no se penalizarn y las errneas penalizarn con 0,35 puntos.
Para considerar apta la prueba, deber obtenerse una calificacin igual o mayor que cinco.
Las preguntas de test harn referencia a aspectos tanto tericos como prcticos; en el apartado terico se tratar de
constatar que el alumno ha asimilado los conceptos fundamentales sobre la materia, en el apartado prctico se plantearn
posibles soluciones alternativas de problemas y ejercicios de dificultad similar a los propuestos en el texto base.
Junto a la hoja de respuestas de test el alumno puede adjuntar las hojas que haya utilizado como borrador de clculo en las
operaciones y desarrollos que haya realizado, para que en caso de duda el equipo docente pueda valorar su capacidad de
llegar a los resultados finales o intermedios demandados.
Es importante que el alumno lea detenidamente las instrucciones incluidas en la hoja de examen,
donde figurarn tanto el tiempo mximo para su realizacin como el material auxiliar permitido.
El examen tendr lugar el da indicado en el calendario de exmenes que se publica en la pgina oficial de la UNED.
La revisin del examen se podr solicitar telefnicamente, por carta, correo electrnico o fax,
adjuntando en todo caso los siguientes datos personales: nombre, apellidos, DNI, direccin y
telfono, centro donde se ha examinado, centro al que pertenece y semana en la que realiz el
examen.
Para los estudiantes que hayan optado por la evaluacin continua, la calificacin final vendr dada por la siguiente frmula:
010 * (calificacin de las pruebas de evaluacin continua) + 0`90 *(calificacin de la prueba presencial).
Cuando la calificacin obtenida mediante esta frmula fuera inferior a la obtenida en la prueba presencial el alumno se
quedar con esta ltima.
Los estudiantes que no hayan optado por la no realizacin de la evaluacin continua tendrn como calificacin final la
obtenida en la prueba presencial.
En cualquier caso la calificacin de apto se otorgar slo cuando en la prueba presencial haya obtenido una puntuacin
mnima de 5.
9.BIBLIOGRAFA BSICA
ISBN(13): 9788492477371
Ttulo: ESTADSTICA PARA ADMINISTRACIN Y DIRECCIN DE EMPRESAS (2012)
Autor/es: Angel Muoz Alamillos ;
Editorial: EDIASA
ISBN(13): 9788492477876
Ttulo: EJERCICIOS DE TEST RESUELTOS PARA INTRODUCCIN A LA ESTADSTICA DE ADE (2013)
Autor/es: Inglada V, Muoz Cesar E Inglada Lucia ;
Editorial: Ediasa Ediciones Acadmicas S.A.
ISBN(13): 9788496062870
Ttulo: ESTADSTICA PARA ESTUDIOS DE TURISMO
Autor/es: Muoz Alamillos, ngel ; Santos Peas, Julin ;
Editorial: EDICIONES ACADMICAS, S.A. (EDIASA)
Comentarios y anexos:
Este captulo tiene un carcter introductorio; en l se pretende dar una visin general sobre los mtodos
que utiliza la Estadstica y su evolucin histrica como ciencia, aportando argumentos para que el alumno
entienda el inters de la disciplina en el anlisis econmico y empresarial.
Tras repasar los conceptos bsicos ms elementales que debe abordar el alumno en el estudio de la
asignatura, se finaliza con un apartado relativo a las fuentes de informacin estadstica ms habitualmente
empleadas en Espaa y en Europa
Entender y manejar conceptos bsicos que formarn parte del vocabulario habitual de
los temas posteriores: poblacin, muestra, atributos, escalas de medicin, variables
estadsticas, etc.
Saber acceder por Internet a las principales fuentes de datos existentes en Espaa y en
Europa, con objeto de poder realizar tanto investigaciones estadsticas como los
ejercicios de evaluacin continua previstos para esta asignatura;
Conocer muchas de las fuentes de informacin que utilizar en otras asignaturas del
Grado (Estructura Econmica y Financiera de Espaa, Poltica Econmica, Hacienda
Pblica y Sistema Fiscal, Marketing, Direccin Financiera, etc.).
CAPTULO 2. Distribuciones de frecuencias unidimensionales.
Este capitulo introduce al alumno en las tcnicas necesarias para organizar y analizar datos, extrayendo la
mxima informacin posible de los mismos.
Las representaciones grficas de las distribuciones de frecuencias tienen por objetivo resumir la informacin, permitiendo
obtener una idea general sobre la distribucin de forma instantnea, pero no deben nunca sustituir al estudio analtico sino
complementarlo a la hora de obtener conclusiones. Desde la simplificacin con que se presenta la informacin se puede
apreciar: la forma de una distribucin (si es aproximadamente simtrica o no), la concentracin o dispersin de los datos
(identificando datos atpicos), etc.
Antes de realizar la representacin grfica ser necesario identificar si los datos son cualitativos o cuantitativos, pues esto
determinar el tipo de grfico que ser necesario realizar. En el caso de los atributos se suele utilizar el diagrama de
sectores, diagrama de rectngulos y el pictograma. Si tratamos con variables cuantitativas se utiliza fundamentalmente en
distribuciones no agrupadas el diagrama de barras y escalera, y en distribuciones agrupadas el histograma y el polgono de
frecuencias acumulado.
Este captulo ensea al alumno a resumir la informacin, asociada al fenmeno objeto de estudio, mediante
una serie de medidas que dan una idea global de cmo es la distribucin. Es importante la adecuada
eleccin de la medida de posicin, para cada tipo de distribucin, pues una decisin equivocada puede
conducir a un anlisis de la realidad ineficaz y a veces inexplicable.
Conocer y saber aplicar las medidas de posicin centrales que buscan establecer un
valor central de la variable: media aritmtica (ponderada o sin ponderar), media
geomtrica, media armnica, mediana y moda (tanto en distribuciones no agrupadas
con en la agrupadas en intervalos de clase). Realizar cambios de origen y de escala en
las variables y analizar los efectos que estos cambios tienen sobre las medidas de
posicin.
Las medidas de posicin en su mayora son nmeros, que se obtienen por operaciones aritmticas y que buscan
establecer un valor central de la variable.
La media aritmtica, la media geomtrica, la media armnica, la mediana y la moda son medidas de tendencia
central que resumen la informacin proporcionando valores situados casi siempre en el centro de la distribucin.
Se define en primer lugar la media aritmtica ya que es la medida de tendencia central ms utilizada. La media
armnica se utiliza para promediar velocidades, incrementos y, en general, cocientes incrementales. La media
geomtrica se usa para promedios, porcentajes o nmeros ndices, es decir, cuando se supone que la variable
presenta variaciones acumulativas.
El alumno debe tener claro que para aquellas distribuciones que presenten valores anormalmente extremos es
muy probable que la media aritmtica no tenga representatividad y no deba ser utilizada, debiendo ser sustituida
por otra medida con mayor y mejor capacidad descriptiva, como la mediana o la moda.
1. La mediana es la medida de tendencia central que sita el centro como el valor de la variable que divide a la
distribucin en dos partes iguales. Est definida incluso para atributos que sigan valores ordinales.
2. La moda es el valor de mayor frecuencia. Tiene la ventaja de estar definida para cualquier carcter incluso con escala
nominal.
Conocer y saber aplicar los cuantiles como medidas de posicin no centrales; los
cuantiles son valores de la variable que dividen a la distribucin, previamente ordenada,
en partes proporcionales. El nmero de partes depende del cuantil utilizado. Los de uso
ms frecuente son los cuartiles, deciles y percentiles.
Conocer y saber aplicar los conceptos momentos respecto al origen y respecto a la
media. Los momentos de una distribucin son unos valores que la caracterizan de tal
modo que dos distribuciones son iguales si tienen todos sus momentos iguales, siendo
por tanto ms parecidas cunto mayor sea el nmero de momentos en que coincidan.
Para la adecuada descripcin de las distribuciones, las medidas de posicin estudiadas en el captulo
anterior deben ir acompaadas de las denominadas medidas de dispersin; estas medidas determinan la
representatividad estadstica de las medidas de posicin estudiando su variabilidad.
Una distribucin de frecuencias queda perfectamente caracterizada, cuando, adems del estudio de sus
medidas de posicin y dispersin, conocemos de ella su grado de simetra o asimetra y su apuntamiento
respecto a la media (medidas de forma) y algn ndice que nos diga la concentracin de sus datos (medidas
de concentracin).
La medida de dispersin de mayor inters es la desviacin tpica que se define como la raz
cuadrada, tomada con signo positivo, de la varianza. Ms tarde se ver que la desviacin tpica,
junto con la media aritmtica, permiten tipificar las variables estadsticas para facilitar su
comparacin.
Las medidas de dispersin absolutas cuantifican las distancias de los valores de la variable respecto
a un valor central de la distribucin, pero no permiten evaluar hasta que punto la dispersin
existente es alta o baja en relacin con otras distribuciones similares; para ello es necesario
relativizarlas, es decir, conformarlas como medidas adimensionales que no estn afectadas por las
unidades de medida de la distribucin: estas medidas de dispersin denominadas relativas se
expresan en forma de cocientes; entre ellos el ms utilizado es el coeficiente de variacin de
Pearson (relacin por cociente entre la desviacin tpica y la media aritmtica) que permite la
comparacin de medias aritmticas de dos distribuciones que pueden estar expresadas, en general,
en unidades diferentes, o en las que las medias no sean iguales.
El grado de asimetra que presenta una distribucin es el mayor o menor agrupamiento de los datos
en torno a una medida de posicin; la cuantificacin de este grado de asimetra respecto a esta
medida de posicin se realiza mediante un coeficiente adimensional; los ms utilizados para esta
medicin son el coeficiente de asimetra de Fisher, que toma como medida de posicin la media
aritmtica y el coeficiente de asimetra de Bowley, que toma como referencia los cuantiles de la
distribucin.
Para cuantificar el grado de curtosis, el coeficiente ms empleado es el propuesto por Fisher; este
coeficiente toma como valor cero para la distribucin Normal, es positivo para las denominadas
distribuciones leptocrticas (ms apuntadas que la normal) y negativo para denominadas las
platicrticas (menos apuntadas que la normal).
Las medidas de concentracin tratan de poner de relieve el mayor o menor grado de igualdad en el
reparto total de los valores de la variable; los ms empleados son la curva de Lorenz y el ndice de
Gini, que tiene la ventaja de resumir en una sola cifra las informaciones expresadas por la curva de
Lorenz.
En los captulos anteriores hemos estudiado las caractersticas de las distribuciones de una sola variable; en
este captulo abordamos el estudio conjunto de dos o ms variables; cuando estudiamos dos variables de
una poblacin tenemos una distribucin de frecuencias bidimensional, s estudiamos mltiples variables
dispondremos de una distribucin de frecuencias multidimensional.
En este captulo se estudian las variables no de forma aislada, lo que nos conducira a repetir el estudio de
cada variable como en los captulos anteriores, sino de forma conjunta, analizando si existe alguna relacin
o dependencia entre ellas.
El principal inters por el estudio conjunto de dos o ms variables iniciado en el captulo anterior, es
averiguar si las variables consideradas se comportan de forma independiente o si existe una dependencia
funcional o estadstica entre sus valores; en este captulo se estudian las herramientas necesarias para
obtener una funcin matemtica que relacione los comportamientos de dos o ms variables y permita
realizar predicciones sobre sus posibles variaciones futuras; estos aspectos son estudiados por la teora de
la correlacin y la teora de la regresin, cuyo estudio tambin se aborda en este captulo.
Saber construir y manejar tablas de doble entrada, denominadas tablas de correlacin (para variables
cuantitativas) o tablas de contingencia (para variables cualitativas); estas tablas permiten el estudio de las
frecuencias conjuntas.
Entender el concepto de distribucin marginal y distribucin condicionada; a partir de la distribucin conjunta
suele ser de inters estudiar aisladamente una sola variable (estudio de la distribucin marginal de dicha
variable) o los valores que toma una variable cuando la segunda toma unas determinadas condiciones o valores
(distribucin condicionada).
Saber construir distintas representaciones grficas para distribuciones bidimensionales, trabajando al efecto con
los programas y aplicaciones informticas de uso ms comn (Excel, SPSS, etc.).
Saber aplicar el concepto de momento respecto a la media y respecto al origen en las
distribuciones bidimensionales; este concepto es muy til tanto para el clculo de las
medidas de posicin y de las medidas de dispersin, como para abordar en el siguiente
captulo la relacin entre las variables (regresin y correlacin).
Conocer y saber aplicar e interpretar las medidas de posicin y las medidas de dispersin en distribuciones
bidimensionales, tanto mediante el mtodo de los momentos como mediante las expresiones matemticas que
las definen; en particular se introduce el concepto de covarianza, que tendr gran inters en el estudio posterior
de la regresin y en la inferencia estadstica.
Comprender y saber aplicar el concepto de independencia estadstica; si existe una
relacin entre las dos variables las coincidencias pueden ser ms o menos fuertes y la
intensidad de la relacin pude variar entre ausencia total de ligazn o ligazn perfecta.
En el primer caso las variables son independientes y en el segundo las variables estn
relacionadas funcionalmente.
Comprender y saber aplicar los conceptos de dependencia funcional y dependencia
estadstica;cuando hay dependencia entre las variables sta puede ser exacta
(dependencia funcional) o no exacta (dependencia estadstica); en la mayor parte de
los fenmenos econmicos la dependencia es de tipo estadstico, es decir, que, aunque
existe una relacin (entre la renta y el gasto de varios individuos, por ejemplo), sta
no es exacta (es decir que individuos con la misma renta realizan distinto gasto).
La regresin consiste en ajustar lo ms posible la nube de puntos o valores que toma la variable
dependiente a una funcin matemtica de la variable independiente (ecuacin de regresin); cuando
la funcin ajustada es una recta obtenemos la recta de regresin lineal, cuando es una parbola,
una regresin parablica, cuando es una exponencial, una regresin exponencial, etc.
Para realizar un ajuste hay que decidir, pues, en primer lugar, cual ser la forma ms adecuada de la
funcin, es decir, hay que elegir el tipo de lnea o curva que mejor se adapte a los datos disponibles;
en esta fase es de gran utilidad la representacin grfica mediante la nube de puntos que nos
servir de orientacin sobre la forma de la funcin que aproxima las observaciones.
Una vez fijado el tipo de curva, hay que obtener los parmetros de la ecuacin mediante un
procedimiento de ajuste; el mtodo ms empleado al efecto es el de los mnimos cuadrados.
Hasta ahora hemos trabajado con variables tratadas estadsticamente para conocer sus caractersticas,
pero existen valores referidos a variables econmicas (precios, cantidades producidas, costes, ingresos,...)
que cambian con el tiempo.
Cuando para una de esta variables, tomamos una serie de valores correspondientes a diferentes momentos
de tiempo, tenemos una "serie temporal"; en este captulo y en el siguiente estudiaremos un conjunto de
instrumentos estadsticos para tratar este tipo de valores.
El primero grupo de instrumentos, tratado en este captulo, es el genricamente denominado como "nmeros
ndice", que permiten medir y comparar de forma sencilla los cambios sufridos por una variable (o grupo de
variables relacionadas) a lo largo del tiempo; el segundo, el tratamiento de "series temporales", lo
abordamos en el captulo siguiente.
Una vez concluido este captulo el alumno debe:
Las propiedades ms sencillas son las de existencia y de identidad que indican, respectivamente,
que los nmeros ndices deben existir, es decir, tener un valor finito distinto de cero y que si se
hacen coincidir el perodo base y el perodo actual el valor del ndice tiene que ser igual a la unidad
(o a 100 si se elabora en porcentajes).
Otras condiciones a cumplir son la de inversin, que establece que al permutar el periodo actual y
base de un ndice, el resultado debe ser el inverso del valor inicial, la de homogeneidad, que exige
que el valor del ndice no se vea afectado por los cambios en las unidades de medida o la
proporcionalidad, que indica que si en el perodo actual todas las magnitudes experimentan una
variacin proporcional, el nmero ndice tiene que experimentar tambin dicha variacin; por ltimo,
la propiedad circular es una generalizacin de la inversin, segn la cual el ndice entre dos perodos
debe coincidir con el producto de ndices de perodos intermedios.
Saber elaborar e interpretar ndices simples distinguiendo los conceptos de periodo base y periodo de
comparacin; en el estudio de variaciones temporales el supuesto ms simple es considerar la evaluacin de
una nica magnitud; el instrumento que se emplea para extraer alguna conclusin es una medida que, tomando
como referencia un instante determinado de tiempo (periodo base) cuantifique la variacin de la magnitud en un
momento posterior (perodo de comparacin); es el denominado ndice simple.
El mtodo ms habitual para sinterizar varios ndices simples es promediarlos a travs de una media
(aritmtica, geomtrica o armnica).
Adems, es necesario tener presente que cada uno de los bienes considerados en el ndice complejo
tendr una importancia distinta, por lo que resulta necesario ponderar los diferentes ndices simples
considerados (nmeros ndices complejos ponderados).
Una serie temporal, tambin llamada serie cronolgica o histrica, se define como una sucesin de
observaciones de una variable en distintos momentos del tiempo; habitualmente estas observaciones se
presentan en intervalos regulares de tiempo y ordenadas cronolgicamente.
El anlisis de series temporales tiene como principal objetivo la prediccin de comportamientos futuros de la
variable en funcin del comportamiento pasado de la serie. Se trata, en consecuencia, de analizar la serie
con el fin extraer regularidades o patrones de comportamiento que se hayan producido en el pasado y que
en consecuencia se puedan prever que se van a reproducir en el futuro.
En este captulo se introduce al alumno en su estudio, en el cual se emplear el mtodo tradicional de aislar
lo que se conoce con el nombre de componentes se una serie econmica temporal.
Saber utilizar los mtodos para determinar la tendencia de una serie temporal. Se
estudian al efecto los ms conocidos: el mtodo grfico, el de los semipromedios, el
de las medias mviles y el mtodo de los mnimos cuadrados.
Saber utilizar los mtodos para eliminar y descontar las variaciones estacionales de
una serie temporal (desestacionalizar). Se estudian al efecto los mtodos del
porcentaje promedio y el porcentaje promedio mvil.
En este captulo se desarrollan los conceptos bsicos de la teora de la probabilidad; estos conceptos son la
base para abordar la inferencia estadstica, es decir, para inferir datos a una poblacin a partir de los
resultados extrados de una muestra de la misma.
En los fenmenos naturales existen patrones de comportamiento que se denominan determinsticos (la
fuerza con la que cae al suelo un objeto de un Kgr. de peso atrado por la gravedad, el resultado de la unin
en laboratorio de dos molculas de oxgeno con una de hidrgeno, etc.) que vienen determinados por leyes
ms o menos complejas descubiertas por el hombre.
En otros casos, no se conoce o no es posible predecir los comportamientos del suceso en cuestin; as, por
ejemplo, nos resulta posible predecir el sexo de cada uno de los nacidos en un determinado hospital, saber
el resultado del lanzamiento de un dado, etc.; la teora de la probabilidad, establece las bases para la
prediccin estadstica de este tipo de fenmenos, los denominados aleatorios.
11.RECURSOS DE APOYO
A travs del aula virtual el alumno podr acceder a programas estadsticos de uso gratuito y de diversos
ejemplos, manuales e instrucciones para su adecuado manejo al nivel exigido en la asignatura.
Se habilitarn tambin enlaces a diversas pginas de inters estadstico, en particular a las Web de los
principales organismos pblicos que facilitan el acceso a informacin estadstica de carcter econmico y
social.
12.TUTORIZACIN
En la UNED todo estudiante tiene un tutor asignado en cada asignatura. Este tutor, en el horario
que tenga asignado, atender y ayudar a los alumnos en la preparacin de la asignatura; en la
mayora de los casos el tutor impartir clases para explicar los temas del programa, o bien estn
a disposicin del alumno para resolver las dudas y problemas que puedan encontrar en su labor
de aprendizaje de manera individualizada.
El tutor evaluar las actividades y Pruebas de Evaluacin Continua y proporcionar orientaciones formativas
a sus estudiantes.
En la Sede Central, el alumno puede consultar a los profesores que integran el equipo docente, tanto por
correo como por telfono, cualquier asunto relacionado con la asignatura.