Tarea-Examen (30/03/05)

1.	A continuación vemos los cambios porcentuales en el promedio industrial Dow Jones en cada uno de los cuatro años de seis periodos presidenciales. ¿Parece haber algún efecto importante debido al año del periodo presidencial sobre el desempeño del mercado accionario? Use α = 0.05. MktPerf.sav Primer año Segundo año Tercer año Cuatro año 10.9 -18.9 15.2 4.3 -15.2 4.8 6.1 14.6 -16.7 -27.6 38.3 17.9 -17.3 -3.1 4.2 14.9 -9.2 19.6 20.3 -3.7 27.7 22.6 2.3 11.8 27.0 -4.3 20.3 4.2 13.7 2.1 33.5 26.0
2.	La oficina de Estadística del trabajo, en Estados Unidos, reúne información sobre los ingresos de hombres y mujeres con distintas ocupaciones. Suponga que un reportero de The Tampa Tribune desea investigar si hay diferencias entre los salarios semanales de hombres y mujeres empleados como gerentes financieros, programadores de cómputo y farmacéuticos. Selecciona una muestra de 5 hombres y mujeres de cada una de las tres ocupaciones y anota el salario mensual de cada individuo. Los datos que obtuvo son los siguientes: Salaries.sav Con nivel de significancia α = 0.05, pruebe si hay algún efecto significativo debido a la ocupación, sexo e interacción.
3.	Durante los últimos 10 años, la revista Industrial Distribution ha registrado los sueldos de profesionistas dedicados a la distribución industrial. Los resultados obtenidos con 358 encuestados en la encuesta anual de salarios de 1997 fueron que 27% trabajan para empresas con ventas mayores a 40 millones de dólares, y que el profesionista típico de distribución industrial trabaja para una empresa con ventas de 12 millones de dólares. Quienes trabajan en empresas de pequeñas a medianas (entre 6 y 20 millones de dólares) indican tener mayores salarios que los que trabajan en grandes empresas. Los peor pagados trabajan para empresas con ventas menores a un millón de dólares. El vendedor típico externo ganó 50,000 dólares en 1996, y el interno sólo 30,000 dólares (Industrial Distribution, noviembre de 1997). Suponga que existe una agrupación local de profesionistas de distribución industrial en el área metropolitana de San Francisco, que llevó a cabo una encuesta entre su membresía para estudiar la relación, si es que la hay, entre los años de experiencia y el salario de personas empleadas en puestos de ventas externas e internas. En la encuesta se pidió a las personas especificar uno de tres niveles de experiencias: poca (1 a 10 años), regular (11 a 20 años) y mucha (21 años o más). A continuación se presenta una parte de los datos que se obtuvieron. IDSalary.sav a. Use los estadísticos descriptivos que resumen los datos. b. Defina un estimado del intervalo de confianza de 95%, para la media del sueldo anual de todos los vendedores, independientemente de sus años de experiencia y de su puesto. c. Haga lo propio para la media del salario de los vendedores externos. Compare sus resultados con el valor nacional que aparece en Industrial Distribution. d. Haga lo propio para la media del salario de los vendedores internos y compare sus resultados con el valor nacional que aparece en Industrial Distribution. e. Sin tener en cuenta los años de experiencia, determine un estimado del intervalo de confianza de 95% de la diferencia entre las medidas del sueldo anual de los vendedores externos y de los internos. ¿Cuál es su conclusión? f. Aplique el análisis de varianza para probar si hay diferencias significativas debidos al puesto. Emplee el nivel de significancia 0.05, y no tenga en cuenta, por ahora, el efecto de los años de experiencia. g. Proceda como en el punto anterior, para los años de experiencia, sin tener en cuenta el efecto del puesto. h. Pruebe, con un nivel de significancia de 0.05, si hay diferencias significativas debidos al puesto, años de experiencia e interacción entre ambos factores. Cuando sea necesario, emplee inferencias acerca de las medidas de tratamientos individuales.
4.	En un estudio se muestran datos de variables acerca de la cantidad de semanas que un obrero de manufactura está desempleado. La variable dependiente en el estudio es Weeks (Semanas) y se define como la cantidad de semanas que ha estado desempleado un trabajador a causa de su despido. En el estudio se emplearon las siguientes variables independientes. Suponga que se reunieron los sigientes datos de 50 trabajadores despedidos. Layoffs.sav Age Edad del trabajador. Educ Duración de sus estudios, en años. Married Variable indicadora que vale 1 si es casado y 0 en cualquier otro caso. Head Variable indicadora que vale 1 si es cabeza de familia y 0 en cualquier otro caso. Tenure Antigüedad, en años, en el último empleo. Manager Variable indicadora; vale 1 si es empleo gerencial y 0 en cualquier otro caso. Sales Variable indicadora que vale 1 si estaba empleado en ventas y 0 en cualquier otro caso. Aplique los métodos que se presentaron en la clase para analizar este conjunto de datos. Presente un resumen de su análisis donde aparezcan los resultados estadísticos, conclusiones y recomendaciones clave, en formato de informe a la gerencia. Incluya cunato material técnico crea usted adecuado (resultados de computadora, gráficas de residuales, etc.) en un apéndice.

atrás