Introducción a la Econometría
|
|
- Agustín Hidalgo Calderón
- hace 8 años
- Vistas:
Transcripción
1 Introducción a la Econometría Curso 2009/2010 Seriedeproblemas1 1.- Considere la siguiente distribución de probabilidad: Llueve (X=0) No llueve (X=1) Total Tiempo de viaje largo (Y=0) Tiempo de viaje corto (Y=1) Total Calcular: a) E(Y) y E(X) b) σ 2 X y σ2 Y c) σ XY y corr(x,y) Considere ahora dos nuevas variables aleatorias: W=3+6X y V=20-7Y. Calcular: d) E(W) y E(V) e) σ 2 W y σ2 V f) σ WV ycorr(w,v) 2.- La siguiente tabla proporciona la distribución de probabilidad conjunta entre situación laboral y la graduación académica de las personas en edad de trabajar en EE.UU. en 1990: Desempleado (Y=0) Empleado (Y=1) Total Sin graduado escolar (X=0) Con graduado escolar (X=1) Total a) Calcular E(Y) b) La tasa de desempleo es la parte de la población activa que se encuentra desempleada. Demuestre que la tasa de desempleo viene dada por 1-E(Y) c) Calcular E(Y/X=1) y E(Y/X=0) 1
2 d) Calcular la tasa de desempleo para (i) las personas con graduado escolar y (ii) las personas sin graduado escolar e) Un miembro seleccionado aleatoriamente de esta población dice estar desempleado. Cuál es la probabilidad de que este trabajador tenga el graduado escolar? y de que no lo tenga?. 3) Calcule las siguientes probabilidades: a) Si Y se distribuye N(1,4), encuentre Pr(Y 3) b) Si Y se distribuye N((3,9), encuentre Pr(Y>0) c) Si Y se distribuye N(50,25), encuentre Pr(40 Y 52) d) Si Y se distribuye N(5,2), encuentre Pr(6 Y 8) 4) Calcule las siguientes probabilidades: a) Si Y se distribuye χ 2 1, encuentre Pr(Y 6.63) b) Si Y se distribuye χ 2 4, encuentre Pr(Y 7.78) c) Si Y se distribuye F 10,, encuentre Pr(Y>2.32) 5) En una población μ Y = 100 y σ 2 Y =43. Utilice el Teorema Central del Límite para responder a las siguientes cuestiones: a) En una muestra aleatoria de tamaño n =100, halle Pr[Y 101] b) En una muestra aleatoria de tamaño n =165,hallePr[Y >98] c) En una muestra aleatoria de tamaño n =64,hallePr[101 Y 103] 6) Considere dos variables aleatorias X e Y. Suponga que Y toma k valores y 1,y 2,..., y k,yquex toma l valores x 1,x 2,..., x l. a) Demuestre que Pr[Y = y j ]= P Pr[Y = y j /X = x i ]Pr[X = x i ]. (Sugerencia: utilice la definición de Pr[Y = y j /X = x i ]). b) Utilice su respuesta en a) para verificar que E(Y )= P E(Y/X = x i )Pr[X = x i ] c) Suponga que X e Y son independientes. Demuestre que σ XY =0 yquecorr(x, Y )=0. 7) Este ejercicio muestra un ejemplo de un par de variables aleatorias X e Y para las cuales la media condicionada de Y dado X depende de X pero corr(x, Y )=0. Sean X y Z dos variables aleatorias nornales estándar independientemente distribuidas y sea Y = X 2 + Z. a) Demuestre que E(Y/X)=X 2 b) Demuestre que μ Y =1. c) Demuestre que E(XY )=0. (Sugerencia: use el hecho de que los momentos de orden impar de una variable aleatoria normal estándar son todos 0). 2
3 0. d) Demuestre que la cov(x, Y )=0y en consecuencia corr(x, Y )= 8) En una encuesta de 400 votantes potenciales, 215 respondieron que votaríanalacandidaturaoficial y 185 respondieron que votarían a una candidatura alternativa. Sea p la fracción de todos los votantes potenciales que prefieren la candidatura oficial en el momento de la encuesta, y sea bp la fracción de los que respondieron a la encuesta que prefieren la candidatura oficial. a) Utilice los resultados de la encuesta para estimar p b) Utilice el estimador de la varianza de bp, bp(1 bp)/n, para calcular el error estándar de su estimador. c) Cuál es el p-valor para el contraste de la H 0 : p =0.5 vs H 1 : p 6= 0.5? d) Cuál es el p-valor para el contraste de la H 0 : p =0.5 vs H 1 : p>0.5? e) Porqué los resultados en c) y d) difieren? f) Contiene la encuesta evidencia estadísticamente significativa de que la candidatura oficial va ganando a las otras candidaturas en el momento de la encuesta? Razone la respuesta. 9) Con los datos del ejercicio anterior, a) Contruya un intervalo de confianza al 95% para p. b) Contruya un intervalo de confianza al 99% para p. c) Porquéelintervaloenb)esmásamplioqueena)? d) Sin realizar ningún cálculo adicional, contraste la H 0 : p =0.5 vs H 1 : p 6= 0.5 al nivel de significación del 5%. 10) Para investigar la posible discriminación sexual en una empresa, se seleccionan aleatoriamente una muestra de 100 hombres y 64 mujeres con trabajos similares. En la siguiente tabla se muestra un resumen de los salarios mensuales: Salario medio (Y ) Desviación Estándar (σ Y ) n Hombres $3100 $ Mujeres $2900 $ a) Qué sugieren estos datos sobre la diferencia de salario en la empresa? Representan estos datos evidencia estadísticamente significativa de quelossalariosdeloshombresydelasmujeressondiferentes? (Paracontestar a esta pregunta, primero escriba la H 0 ylah 1 ; calcule después el 3
4 estadístico t relevante; después calcule el p-valor asociado con el estadístico t y finalmente use el p-valor para responder a esta pregunta). b) Sugieren estos datos que la empresa es culpable de discriminación sexual en sus políticas de compensación?. Razone su respuesta. 11) Los valores de las alturas en pulgadas (X) y del peso en libras (Y )se recogen a partir de una muestra de 300 alumnos masculinos. Los estadísticos resumen son los siguientes: X =70.5 pulgadas, Y =150libras; S X =1.8 pulgadas; S Y =14.2 libras; S XY =21.73 pulgadas x libras y r XY =0.85. Covierta estos datos al sistema métrico decimal (metros y kilogramos). 12) Este ejercicio demuestra que la varianza muestral es un estimador insesgado de la varianza poblacional cuando Y 1,Y 2,..., Y n son i.i.d. con media μ Y yvarianzaσ 2 Y. a) Utilice la ecuación var(x +Y )=σ 2 X +σ 2 Y +2σ XY para demostrar que E[(Y i Y ) 2 ]=var(y i ) 2cov(Y i, Y )+var(y ) b) Utilice la ecuación cov(a + bx + cv, Y ) = bσ XY + cσ VY para demostrar que cov(y,y i )=σ 2 Y /n c) Utilice los resultados de las partes a) y b) para demostrar que E(s 2 Y )=σ 2 Y. Preguntas de examen Lassiguientespreguntasestánextraídasdeexámenesdeañosanteriores. En cada una de ellas, sólo una respuesta es correcta. 1. La correlación entre X e Y (a) No puede ser negativa ya que la varianza es siempre positiva (b) Es el cuadrado de la covarianza (c) Puede calcularse dividiendo la covarianza entre X e Y por el producto de las dos desviaciones estándar (d) Puede calcularse dividiendo la covarianza entre X e Y por el producto de las dos varianzas 2. La probabilidad de que el suceso A oelb ocurra es (a) P(A) P(B) (b) P(A)+P(B) si ambos sucesos son excluyentes (c) P(A)/P(B) 4
5 (d) P(A)+P(B) incluso si ambos sucesos no son excluyentes 3. Cuando decimos quey es consistente no nos referimos a que (a) Y sea consistente de μ Y (b) Y tenga la menor varianza de todos los estimadores de μ Y (c) Y P μ Y (d) La probabilidad de que Y pertenezca al intervalo μ Y ± c esté cercana a la unidad cuando n es arbitrariamente grande para cualquier constante c >0. 4. Un estimador bμ Y de μ Y es insesgado si (a) bμ Y = μ Y (b) Y tiene la menor varianza de todos los estimadores de μ Y (c) Y P μ Y (d) E (bμ Y )= μ Y 5. El Teorema Central del Límite (a) Nos da condiciones bajo las cuales la suma de variables i.i.d. se distribuye asintóticamente Normal (b) Postula que Y es un estimador consistente de μ Y (c) Sólo se cumple cuando lo hace la Ley de los Grandes Números (d) Nos da condiciones bajo las cuales la suma de variables i.i.d. se distribuye asintóticamente t de Student 6. Una hipótesis alternativa de dos colas puede escribirse como (a) E (Y ) >μ Y,0 (b) E (Y )=μ Y,0 (c) Y 6=μ Y,0 (d) E (Y ) 6=μ Y,0 7. El error estándar de Y viene dado por (a) 1 n nx Yi Y 2 5
6 (b) 1 n 1 (c) (d) s s nx Yi Y 2 1 n 1 nx Yi Y 2 1 n(n 1) nx Yi Y 2 8. El valor-p se define como (a) p =0.05 (b) P H0 ³ Y μ Y,0 > (c) P (z >1.96) (d) P H0 ³ Y μ Y,0 < Y obs μ Y,0 Y obs μ Y,0 9. Si x es una variable aleatoria N(μ x,σ 2 x) ylavariablez=3+0,5x, la varianza de z es (a) 0,5σ 2 x (b) ,5σ 2 x (c) 0,25σ 2 x (d) σ 2 x 10. Para proporcionar respuestas cuantitativas a cuestiones de política económica (a) típicamente, basta con usar el sentido común (b) hay que entrevistar a los que toman decisiones de política económica (c) hay que examinar la evidencia empírica (d) es imposible dado que las cuestiones de política económica no son cuantificables. 11. Un ejemplo de un experimento aleatorio controlado se produce cuando (a) los hogares reciben una rebaja en los impuestos un año y al otro siguiente no. 6
7 (b) un estado de EEUU aumenta el salario mínimo y el estado adyacente no lo hace, de tal forma que se pueden observar diferencias en el empleo. (c) las variables aleatorias se controlan manteniendo constantes otros factores (d) algunos alumnos de 5 o curso de primaria en una escuela específica pueden utilizar los ordenadores y otros no y, manteniendo constantes otros factores, son evaluados a final de curso. 12. Una función de distribución ó función de probabilidad acumulada muestra la probabilidad de (a) que una variable aleatoria sea menor o igual que cierto valor (b) que dos o más sucesos ocurran simultáneamente (c) que una variable aleatoria tome un valor determinado. dado que otro suceso ha tenido lugar. (d) todos los sucesos que tienen lugar. 13. La probabilidad condicionada dey dado X = x, Pr[Y = y X = x] es (a) (b) (c) (d) Pr[Y =x] Pr[X=x] lx Pr[X = x i,y = y] Pr[X=x,Y =x] Pr[Y =y] Pr[X=x,Y =x] Pr[X=x] 14. En todos los casos siguientes dos variables están incorreladas, exceptuando el caso en el que (a) sean independientes (b) tengan covarianza cero (c) σ XY p σ 2 X σ2 Y (d) E[Y X] =0 15. LavarianzadelamediamuestralY, denotada por σ 2, viene dada por Y la siguiente expresión 7
8 (a) σ 2 Y (b) σ Y n (c) σ2 Y n (d) σ2 Y n 16. En un muestreo de variables i.i.d., lo siguiente es cierto, excepto (a) E[Y ]=μ Y (b) var(y )= σ2 Y n (c) E[Y ] <E[Y ] (d) Y es una variable aleatoria 8
Grado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 5.2 Estimadores de Variables Instrumentales La endogeneidad aparece
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detalles9. INTRODUCCIÓN A DISTRIBU- CIONES MULTIVARIANTES
9. INTRODUCCIÓN A DISTRIBU- CIONES MULTIVARIANTES Objetivo Introducir la idea de la distribución conjunta de dos variables discretas. Generalizar las ideas del tema 2. Introducir la distribución normal
Más detallesNombre...Apellidos... Grado en:...grupo:...
ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesTema 2: Estimación puntual
Tema 2: Estimación puntual 1 (basado en el material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Planteamiento del problema: estimador y estimación Insesgadez
Más detallesPRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.
PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesProblemas de Probabilidad resueltos.
Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesTEMA 4: Variables binarias
TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo
Más detallesTema 3: Variables aleatorias y vectores aleatorios bidimensionales
Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos
Más detallesAsignatura: Econometría. Conceptos MUY Básicos de Estadística
Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes
Más detallesLAS ENCUESTAS DE PANEL FERNANDO MEDINA CEPAL
19 LAS ENCUESTAS DE PANEL FERNANDO MEDINA CEPAL 10 Las Encuestas de Panel Qué es una encuesta de panel? Es una muestra que se sigue y hace mediciones sucesivas sobre un mismo grupo de observaciones en
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo
Más detallesTema 3. Comparaciones de dos poblaciones
Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesLOS INDICADORES HERRAMIENTA ESTADISTICA
LOS INDICADORES HERRAMIENTA ESTADISTICA INTRODUCCION Para evaluar los servicios de salud se requiere inicialmente tener una descripción orientada de tres elementos generales: La población con sus necesidades;
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detallesClase 5: Variables Aleatorias y Distribuciones de Probabilidad
Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una
Más detallesConceptos Fundamentales. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas
Conceptos Fundamentales Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas Análisis de datos en física de partículas Experimento en física de partículas: Observación de n sucesos de un cierto tipo (colisiones
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I. Hoja de Problemas 3 Problemas
UNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I Hoja de Problemas 3 Problemas 1. Considera el modelo de regresión con un solo regresor Y i = 0 + 1 X i
Más detallesTema 3 Probabilidades
Probabilidades 1 Introducción Tal vez estemos acostumbrados con algunas ideas de probabilidad, ya que esta forma parte de la cultura cotidiana. Con frecuencia escuchamos a personas que hacen afirmaciones
Más detallesDISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS
DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesClase 4: Probabilidades de un evento
Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesUniversitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011
Econometría I Examen Final 1 Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Este examen consta de un total de 50 puntos.
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesDiana del Pilar Cobos del Angel. Experimento: Es una prueba o ensayo. Es el proceso de obtener una observación.
Diana del Pilar Cobos del Angel Términos básicos Experimento: Es una prueba o ensayo. Es el proceso de obtener una observación. Eventos Simples: Cualquier resultado básico de un experimento. Un evento
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesTema 2 - Introducción
Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2013-2014 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesACCIONES Y OTROS TÍTULOS DE INVERSIÓN
ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas
Más detallesMETODOS ESTADISTICOS.
AREA DE ESTADISTICA E INVESTIGACION DE OPERACIONES PROGRAMA: METODOS ESTADISTICOS. PROYECTO: SERVICIO DE CONSULTORIA ESTADISTICA. SERVICIO DE CONSULTORIA ESTADISTICA. Diseño con propósitos de un posterior
Más detallesMATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA
IES Fco Ayala de Granada Sobrantes 00 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 00 (Modelo ) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO Sea el recinto del plano definido
Más detallesUn problema sobre repetidas apuestas al azar
Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 7 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesProblemas. Intervalos de Confianza y Contrastes de Hipótesis
Problemas. Intervalos de Confianza y Contrastes de Hipótesis Ejemplos resueltos y propuestos Intervalos de Confianza Variable Nomal en la población Se selecciona una muestra de tamaño n de una población
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detallesMÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL
MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL INTRODUCCIÓN En este módulo se continúa con el estudio de las distribuciones de probabilidad, examinando una distribución de probabilidad continua muy importante:
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesMediante la aplicación de la metodología a los datos disponibles para este estudio, esta
6 Conclusiones Mediante la aplicación de la metodología a los datos disponibles para este estudio, esta investigación aporta evidencia de la existencia de cambios en los determinantes del desempleo durante
Más detallesANÁLISIS DE BONOS. Fuente: Alexander, Sharpe, Bailey; Fundamentos de Inversiones: Teoría y Práctica; Tercera edición, 2003
ANÁLISIS DE BONOS Fuente: Alexander, Sharpe, Bailey; Fundamentos de Inversiones: Teoría y Práctica; Tercera edición, 2003 Métodos de Análisis Una forma de analizar un bono es comparar su rendimiento al
Más detallesIngeniería Técnica Industrial, todas especialidades. Ingeniería Técnica Telecomunicaciones, Telemática Problemas de examenes
Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería, Estadística Problemas de examenes: Métodos estadísticos de la ingeniería Ingeniería Técnica
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detalles3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO
Análisis estadístico 31 3. ANÁLII ETADÍTICO DE LA PRECIPITACIONE EN EL MAR CAPIO 3.1. ANÁLII Y MÉTODO ETADÍTICO UTILIZADO 3.1.1. Introducción Una vez analizado el balance de masas que afecta al mar Caspio
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:
Más detallesUCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)
PAEG Junio 0 Propuesta A Matemáticas aplicadas a las CCSS II º Bachillerato UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales
Más detallesREGRESION simple. Correlación Lineal:
REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)
Más detallesContenidos. INFORME ENCUESTA TELEFÓNICA. Curso 2009 10
ENCUESTA DE OPINIÓN DEL ALUMNADO SOBRE LA ACTUACIÓN DOCENTE DEL PROFESORADO UNIVERSIDAD DE SEVILLA Curso 2009-2010 ENCUESTA TELEFÓNICA Contenidos Introducción.... 4 El Cuestionario... 5 El muestreo...
Más detallesPruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico
Más detallesCORRELACIÓN Y PREDICIÓN
CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2. Problemas
UNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2 Problemas 1. Supongamos que se dispone de una muestra de n = 5 individuos, con la que se quiere estudiar
Más detallesTema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS
Tema 9 Estadística Matemáticas B º E.S.O. TEMA 9 ESTADÍSTICA TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS EJERCICIO : En un grupo de personas hemos preguntado por el número
Más detallesINTRODUCCIÓN A LA PROBABILIDAD.
INTRODUCCIÓN A LA ROBABILIDAD. Departamento de Matemáticas Se denomina experimento aleatorio a aquel en que jamás se puede predecir el resultado. El conjunto formado por todos los resultados posibles de
Más detallesTEMA 2: MÉTODO MONTE CARLO
TEMA 2: MÉTODO MONTE CARLO Introducción al tema: En esta sección continuaremos estudiando los elementos necesarios que sustentan el método Monte Carlo. Ya en el tema anterior se vio la aplicación de la
Más detallesIES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Septiembre de 011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna PRUEBA DE ACCESO A LA UNIVERSIDAD SEPTIEMBRE 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Más detalles8. Estimación puntual
8. Estimación puntual Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 8. Estimación puntual Curso 2009-2010 1 / 30 Contenidos 1 Introducción 2 Construcción de estimadores
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesAlgunas Distribuciones de Probabilidad
Relación de problemas 7 Algunas Distribuciones de Probabilidad 1. En un hospital se ha comprobado que la aplicación de un tratamiento en enfermos de cirrosis produce una cierta mejoría en el 80 % de los
Más detallesApuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesFunciones polinomiales de grados 3 y 4
Funciones polinomiales de grados 3 y 4 Ahora vamos a estudiar los casos de funciones polinomiales de grados tres y cuatro. Vamos a empezar con sus gráficas y después vamos a estudiar algunos resultados
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesCapítulo 8. Tipos de interés reales. 8.1. Introducción
Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más
Más detallesMatemáticas financieras y criterios de evaluación
Matemáticas financieras y criterios de evaluación 01/06/03 1 Momentos y períodos Conceptos generales Momento Momento Momento Momento Momento Momento 0 1 2 3 4 5 Período 1 Período 2 Período 3 Período 4
Más detallesProfr. Efraín Soto Apolinar. Función Inversa
Función Inversa Una función es una relación entre dos variables, de manera que para cada valor de la variable independiente eiste a lo más un único valor asignado a la variable independiente por la función.
Más detallesOtras medidas descriptivas usuales
Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.
Más detallesVariables aleatorias. Función de distribución y características asociadas
Índice 3 Variables aleatorias. Función de distribución y características asociadas 3.1 3.1 Introducción.......................................... 3.1 3.2 Concepto de variable aleatoria................................
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesT.3 ESTIMACIÓN PUNTUAL
T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan
Más detallesmacroeconomía Manual: Macroeconomía, Olivier Blanchard Presentaciones: Fernando e Yvonn Quijano
Tema 1 Introducción a la macroeconomía Manual: Macroeconomía, Olivier Blanchard Presentaciones: Fernando e Yvonn Quijano 2-1 La producción agregada Las cuentas nacionales de la renta y el producto (contabilidad
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesElementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas
Elementos de Probabilidad y Estadística Segundo de Economía Examen del 6 de junio de 6 DURACIÓN: horas. a) Se realizan lanzamientos de un dado regular. i) Calcular la probabilidad de obtener exactamente
Más detallesCORRELACIONES CON SPSS
ESCUEL SUPERIOR DE INFORMÁTIC Prácticas de Estadística CORRELCIONES CON SPSS 1.- INTRODUCCIÓN El concepto de relación o correlación entre dos variables se refiere al grado de parecido o variación conjunta
Más detallesSubconjuntos destacados en la
2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,
Más detalles1 de cada 5 ticos usa redes Sociales
1 de cada 5 ticos usa redes Sociales el NSE o el nivel educativo mayor es el uso de redes sociales. Se entrevistó a 1210 personas costarricenses entre 18 y 69 años de edad, residentes en todo el territorio
Más detallesASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson
ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables;
Más detallesProblemas Resueltos del Tema 1
Tema 1. Probabilidad. 1 Problemas Resueltos del Tema 1 1- Un estudiante responde al azar a dos preguntas de verdadero o falso. Escriba el espacio muestral de este experimento aleatorio.. El espacio muestral
Más detallesResumen ejecutivo. 1 En el contexto de cambio del marco maestro de muestreo de las encuestas de hogares, desde septiembre 2013 se incluye
1 Resumen ejecutivo En el presente documento se exhiben los resultados de los principales indicadores laborales a partir de la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU) 1 del mes de marzo
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesFICHA TECNICA CONSUMIDOR POLITICO
Derechos reservados Views Colombia S.A.S. - Raddar CKG - La República FICHA TECNICA CONSUMIDOR POLITICO POR: Views Colombia S.A.S. Raddar CKG La República Publicado el Octubre 29 de 2011 Ficha Técnica
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesTema 5: Vectores aleatorios bidimensionales.
Estadística 52 Tema 5: Vectores aleatorios bidimensionales. Hasta ahora hemos estudiado las variables aleatorias unidimensionales, es decir, los valores de una característica aleatoria. En muchos casos,
Más detalles2. Probabilidad. Estadística. Curso 2009-2010. Ingeniería Informática. Estadística (Aurora Torrente) 2. Probabilidad Curso 2009-2010 1 / 24
2. Probabilidad Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 2. Probabilidad Curso 2009-2010 1 / 24 Contenidos 1 Experimentos aleatorios 2 Algebra de sucesos 3 Espacios
Más detalles2. Aritmética modular Ejercicios resueltos
2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesEl problema del cumpleaños
El problema del cumpleaños Vicent Giner i Bosch 26 de febrero de 2004 Dedicado a mis alumnos de la Escuela Técnica Superior de Ingeniería del Diseño de la Universidad Politécnica de Valencia, en quienes
Más detalles