Ing. Comercial

TOMA DE DECISIONES

La toma de decisiones es un proceso durante el cual la persona debe escoger entre dos o más alternativas.
Todos y cada uno de nosotros pasamos los días y las horas de nuestra vida teniendo que tomar decisiones.
Algunas decisiones tienen una importancia relativa en el desarrollo de nuestra vida, mientras otras son determinantes en ella.

EVALUACION DE ALTERNATIVASUna vez encontrada la alternativa apropiada, el siguiente paso es evaluar y seleccionar aquellas que contribuirán mejor al logro de la meta.

1. FACTORES CUANTITATIVOS
Son factores que se pueden medir en términos numéricos, como es el tiempo, o los diversos costos fijos o de operación.

1. FACTORES CUALITATIVOS
Son difíciles de medir numéricamente. Como la calidad de las relaciones detrabajo, el riesgo del cambio tecnológico o el clima político internacional.


Para evaluar y comparar los factores se debe reconocer el problema y luego analizar que factor se le aplica ya se cuantitativo o cualitativo o ambos, clasificar los términos de importancia, comparar su probable influencia sobre el resultado y tomar una decisión. 


En la estadística como la teoría de la estimación yel contraste de hipótesis, han sido objeto de un nuevo enfoque.

Con la teoría de la decisión se pueden llevar a cabo muchas aplicaciones en forma más correcta.

El problema de la estimación aparece de forma natural cuando se considera el estudio de cualquier fenómeno real y alguna característica X del mismo es objeto de observación.
La mayoría de las veces las observaciones revelan que Xes magnitud variable que no puede ser prevista con certeza. Por ello se asocia a dicho fenómeno real un modelo aleatorio, de modo que la variable X pueda ser considerada en el mismo como una v.a.
Las n observaciones realizadas sobre dicha X constituirán una muestra: X=(x1, x2,..., xn), que debe suministrar información sobre los parámetros que determinan el modelo elegido.
Cuando el modelocontiene la distribución de probabilidad de X de forma completamente especificada la elección de las decisiones que hay que adoptar, cuyas consecuencias también dependen de X, pueden ser hechas en función de criterios basados en esa ley de probabilidades.
Inferencia y Decisión

ESTIMACIÓN:
Cualquier problema de estimación de un parámetro θ puede verse como un caso particular de decisión donde elconjunto de acciones coincide con el de sucesos: ambos iguales al conjunto de posibles valores del parámetro.
En la estimación clásica no existe una distribución de probabilidad sobre los valores de ϑ, por lo que la solución no es directa.Si L(θ, ) es la función de pérdida, que toma valor cero cuando = θ, con X realización muestral, el riesgo del estimador (decisión) viene dado por:La decisión óptima (el estimador óptimo) será aquel con riesgo menor para todos los valores de θ, cuando éste exista.
Por ejemplo, tomando como función de pérdida L(θ,θˆ) = k(θ-θˆ)2 y θ media de una población N(θ,σ) con σ conocida, el riesgo del estimador es σ2/n, y es menor que para cualquier otro estimador, sea cual sea el valor de θ.

En la estimación bayesiana al existir siempre unadistribución de probabilidad para el parámetro el problema está siempre resuelto.
Si L (θ, θˆ) es la función de pérdida, el estimador óptimo inicial es aquel que minimiza la pérdida esperada:




Al tomar la muestra X, el riesgo del estimador (decisión) viene dado por:





El enfoque decisional se adapta mejor a la metodología bayesiana por dos razones:
1. Conduce a un estimadorclaramente definido y óptimo con el criterio elegido.
2. Establece una guía clara para escoger el estimador, tanto antes como después de tomar la muestra, y de evaluar los beneficios aportados por ésta (reducción de la Vza).
En inferencia clásica el enfoque decisional no tiene ventaja práctica, ya que, en general, no es posible encontrar estimadores con menor riesgo

CONTRASTES:
Un contraste de...