Tema 5: Estimación puntual y por intervalos

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Tema 5: Estimación puntual y por intervalos"

Transcripción

1 Tema 5: Estimación puntual y por intervalos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

2 Índice 1 Introducción 2 Estimación de la media 3 Estimación de la varianza 4 Estimación de una proporción 5 Intervalo de confianza para el cociente de varianzas 6 Intervalos de confianza para la diferencia de medias Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

3 1. Introducción Planteamiento del problema de inferencia X variable cuantitativa en una población. La distribución de probabilidad de X es desconocida en todo o en parte. θ parámetro desconocido asociado a la distribución de probabilidad de X (por ejemplo, la media poblacional, µ, la varianza poblacional, σ 2, la proporción asociada a una distribución binomial, p etc.) X 1,..., X n Muestra Aleatoria Simple de la variable X. Nuestra principal herramienta para obtener información sobre la distribución de probabilidad de X ó sobre cualquier parámetro θ. Estimación puntual Un estimador puntual de θ es una función ˆθ de X 1,..., X n que aproxima el valor de θ. Cuando se da el valor del estimador ˆθ, hay que dar también una estimación del error que se comete al aproximar el valor del parámetro θ mediante ˆθ. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

4 1. Introducción Intervalos de confianza Si T 1 y T 2 son dos valores, obtenidos a partir de la muestra y tales que P(T 1 θ T 2 ) = 1 α entonces [T 1, T 2 ] es un intervalo de confianza para θ con un nivel de confianza de 1 α. Intuitivamente, T 1, T 2 son dos valores tales que el 100(1 α)% de las veces que repitamos el experimento en esa población, el valor desconocido de θ estará entre estos dos valores. El nivel de confianza 1 α es un valor entre 0 y 1 que debe estar próximo a 1( 0.90, 0.95, 0.99,... ). De ello resulta que el valor de α es próximo a 0 ( 0.1, 0.05, 0.01,... ). Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

5 2. Estimación de la media Sea X 1,..., X n una Muestra Aleatoria Simple de una variable N(µ, σ). Estimación puntual: ˆµ = X, Error estándar = S n Intervalos de confianza: σ conocida σ desconocida Acotado Límite inferior Límite superior [ X ± σ z ] [ ] [ ] α/2 X σ zα,, X + σ zα n n n [ X ± S t ] [ n 1,α/2 X S t ] [ n 1,α,, X + S t ] n 1,α n n n z α, z α/2 : cuantiles por la derecha de orden α y α/2 de una distribución N(0, 1). t n 1,α, t n 1,α/2 : cuantiles por la derecha de orden α y α/2 de una distribución t(n 1). Si n 60 los intervalos anteriores son válidos aunque no se verifique la hipótesis de normalidad. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

6 3. Estimación de la varianza Sea X 1,..., X n una Muestra Aleatoria Simple de una variable N(µ, σ) Estimación puntual: Intervalos de confianza: ˆσ 2 = S 2 = 1 n 1 n (X i X) 2 i=1 µ conocida µ desconocida Acotado Límite inferior Límite superior [ (Xi µ) 2 ] [ (Xi ] [ (Xi µ) 2 µ) 2 ] (Xi µ) 2 χ 2, χ n,α/2 2 χ n,1 α/2 2, 0, n,α χ 2 n,1 α [ ] [ ] [ ] (n 1)S 2 (n 1)S 2 (n 1)S 2 (n 1)S 2 χ 2, χ n 1,α/2 2 χ n 1,1 α/2 2, 0, n 1,α χ 2 n 1,1 α χ 2 k,γ : cuantiles por la derecha de orden γ de una distribución χ2 (k). Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

7 4. Estimación de una proporción En caracteres cualitativos el parámetro de interés es la proporción p de individuos de la población que presentan cada modalidad del carácter. La variable que modeliza estas situaciones será dicotómica o de Bernoulli con probabilidad de éxito p. Para modelizar esta situación consideraremos X 1,..., X n una Muestra Aleatoria Simple de una variable con distribución de Bernoulli de parámetro p. Estimación puntual de p: n X i i=1 ˆp = = no de éxitos en la muestra n n Intervalos de confianza para p:, Error estándar = ˆp (1 ˆp) n Acotado Límite inferior Límite superior [ ] [ ] [ ] ˆp(1 ˆp) ˆp(1 ˆp) ˆp(1 ˆp) ˆp(1 ˆp) ˆp z α/2, ˆp + z n α/2 ˆp z n α, 1 0, ˆp + z n α n Puesto que se utiliza la aproximación de la binomial por la normal, los intervalos anteriores serán válidos si nˆp(1 ˆp) > 5. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

8 5. Intervalo de confianza para el cociente de varianzas Sean X 1,..., X n e Y 1,..., Y m muestras independientes de dos variables X N(µ X, σ X ) e Y N(µ X, σ X ) Intervalo de confianza para σ 2 X/σ 2 Y: [ SX/S 2 Y 2, F n 1,m 1,α/2 S 2 X/S 2 Y F n 1,m 1,1 α/2 F n 1,m 1,α/2, F n 1,m 1,1 α/2 : cuantiles de orden α/2 y 1 α/2 de una distribución F(n 1, m 1). ] Se verifica que 1 F n 1,m 1,1 α/2 = F m 1,n 1,α/2 Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

9 6. Intervalos de confianza para la diferencia de medias Muestras independientes Sean X 1,..., X n e Y 1,..., Y m muestras independientes de dos variables X N(µ X, σ X ) e Y N(µ Y, σ Y ). Intervalos de confianza para µ X µ Y : Si σ 2 X = σ 2 Y: Si σ 2 X σ 2 Y: [ X Ȳ ± t n+m 2,α/2 S 2 p SX X 2 Ȳ ± t f,α/2 n + S2 Y m ( 1 n + 1 ) ], Sp 2 m = (n 1)S2 X + (m 1)S2 Y n + m 2 ( ) 2 SXn 2 + S2 Ym, f S 4 X n 2 (n+1) + 2 S4 Y m 2 (m+1) Si n, m 60, los intervalos anteriores son válidos aunque no se verifique la hipótesis de normalidad. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

10 6. Intervalos de confianza para la diferencia de medias Muestras relacionadas o apareadas Sean (X 1, Y 1 ),..., (X n, Y n ) muestras de X N(µ X, σ X ) e Y N(µ Y, σ Y ), tales que las variables X k, Y k están relacionadas para todo k = 1,..., n. Intervalo de confianza para µ X µ Y : [ X Ȳ t n 1,α/2 S d n, X Ȳ + t n 1,α/2 ] S d n siendo S d la desviación típica de la muestra X 1 Y 1,..., X n Y n. Si n 60, los intervalos anteriores son válidos aunque no se verifique la hipótesis de normalidad. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso / 10

Tema 7: Introducción a la Teoría sobre Estimación

Tema 7: Introducción a la Teoría sobre Estimación Tema 7: Introducción a la Teoría sobre Estimación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Introducción a la Teoría sobre Estimación

Más detalles

Tema 3. Comparaciones de dos poblaciones

Tema 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 detalles

Tema 2: Estimación puntual

Tema 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 detalles

8. Estimación puntual

8. 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 detalles

Formulario y Tablas de Probabilidad para el Curso de Estadística II

Formulario y Tablas de Probabilidad para el Curso de Estadística II Formulario y Tablas de Probabilidad para el Curso de Estadística II Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Departamento Académico de Estadística Instituto Tecnológico Autónomo de México Octubre

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. 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 detalles

Inferencia Estadística

Inferencia Estadística Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto

Más detalles

Tema 9: Introducción al problema de la comparación de poblaciones

Tema 9: Introducción al problema de la comparación de poblaciones Tema 9: Introducción al problema de la comparación de poblaciones Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 9: Introducción al problema

Más detalles

Bioestadística: Inferencia Estadística. Análisis de Dos Muestras

Bioestadística: Inferencia Estadística. Análisis de Dos Muestras Bioestadística: Inferencia Estadística. Análisis de Dos Muestras M. González Departamento de Matemáticas. Universidad de Extremadura MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 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 detalles

Problemas de Probabilidad resueltos.

Problemas 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 detalles

Tema 1: Introducción a la Estadística

Tema 1: Introducción a la Estadística Tema 1: Introducción a la Estadística Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 1: Introducción a la Estadística Curso 2009-2010

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

Problemas. Intervalos de Confianza y Contrastes de Hipótesis

Problemas. 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 detalles

Inferencia Estadística

Inferencia Estadística MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/ mamaeusch Inferencia Estadística Paula Lagares Barreiro * Justo Puerto Albandoz * MaMaEuSch ** Management Mathematics

Más detalles

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso Asignatura 2009/2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad INTRODUCCIÓN

Más detalles

Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual. Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics

Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual. Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics Índice Conceptos básicos Diseño Problemas Qué es necesario?

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se

Más detalles

Estimación. Intervalos de Confianza para la Media y para las Proporciones

Estimación. Intervalos de Confianza para la Media y para las Proporciones Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo

Más detalles

Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3

Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3 Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3 Nota: Para la dedicación total estimada sólo se consideran los ítems preguntados en las encuestas Todos los capítulos 8 Estimada Real 7

Más detalles

Estadística aplicada y modelización. 10 de septiembre de 2005

Estadística aplicada y modelización. 10 de septiembre de 2005 Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Página 75 REFLEXIONA Y RESUELVE Lanzamiento de varios dados Comprueba en la tabla anterior ue: DESV. TÍPICA PARA n DADOS n = 8 1,71 1,1 n = 3 8 1,71 3 0,98

Más detalles

Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local

Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local 21 Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local Victoria Jiménez González Introducción La Estadística es considerada actualmente una herramienta indispensable

Más detalles

Tema 2 - Introducción

Tema 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 detalles

Problemas resueltos del Tema 3.

Problemas resueltos del Tema 3. Terma 3. Distribuciones. 9 Problemas resueltos del Tema 3. 3.1- Si un estudiante responde al azar a un examen de 8 preguntas de verdadero o falso Cual es la probabilidad de que acierte 4? Cual es la probabilidad

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento 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 detalles

DESCRIPCIÓN ESPECÍFICA

DESCRIPCIÓN ESPECÍFICA DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIO SUBSECTOR: PRODUCCION Y SALUD OCUPACIONAL Nombre del Módulo: Análisis estadístico de datos. total: 45 HORAS. Objetivo General: Analizar la conformidad

Más detalles

Contrastes de Hipótesis

Contrastes de Hipótesis Capítulo 8 Contrastes de Hipótesis 8.1. Introducción. Conceptos básicos Una hipótesis estadística es una afirmación acerca de una característica poblacional formulada en base a los parámetros de su distribución.

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 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 detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

Curso de Estadística no-paramétrica

Curso de Estadística no-paramétrica Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació

Más detalles

ESTIMACION POR INTERVALOS

ESTIMACION POR INTERVALOS ESTIMACION POR INTERVALOS En muchas situaciones, una estimación puntual no proporciona información suficiente sobre el parámetro. Por esta razón se construyen intervalos de confianza en donde el parámetro

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013 UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES

Más detalles

Inferencia Estadística

Inferencia 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 detalles

Tema 12: Contrastes Paramétricos

Tema 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 detalles

Ejercicios Resueltos de Teorema Central de Límite (TCL) Ejercicios 1 y 2: Resolución de Ejercicios propuestos del Tema 5.

Ejercicios Resueltos de Teorema Central de Límite (TCL) Ejercicios 1 y 2: Resolución de Ejercicios propuestos del Tema 5. EJERCICIOS DE PROBABILIDAD EJERCICIOS ADECUADOS PARA SECUNDARIA O BACHILLER TITULO: AUTOR: Ejercicios Resueltos de Teorema Central de Límite (TCL) JUAN VICENTE GONZÁLEZ OVANDO Ejercicio 15: Ejercicios

Más detalles

Tema 5: Introducción a la inferencia estadística

Tema 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 detalles

FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4

FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4 FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4 REQUISITO LICENCIATURA EN ENFERMERÌA PROFESOR 1. Justificación. Se requiere

Más detalles

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud

Más detalles

Estadística para las Ciencias Administrativas

Estadística para las Ciencias Administrativas Estadística para las Ciencias Administrativas Tercera edición LINCOLN L. CHAO California State University Long Beach, California Traducción JOSÉ MARÍA CASTAÑO Exjefe del Departamento de Matemáticas Universidad

Más detalles

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso 2014/2015 Asignatura: MATEMÁTICAS APLICADAS A LAS CC.SS. II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad 0. INTRODUCCIÓN

Más detalles

Ejercicios de Estimación

Ejercicios de Estimación Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros Sep. 2001 Los siguientes datos corresponden a la longitud

Más detalles

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar

Más detalles

Tema 7: Modelos de diseños de experimentos

Tema 7: Modelos de diseños de experimentos Tema 7: Modelos de diseños de experimentos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Modelos de diseños de experimentos Curso

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3,

Más detalles

"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica

CONTRASTES DE HIPÓTESIS 4.4 Parte básica 76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha

Más detalles

INDICE Prefacio 1 Introducción 2 Organizaciones de los datos para que transmitan un significado: tablas y graficas

INDICE Prefacio 1 Introducción 2 Organizaciones de los datos para que transmitan un significado: tablas y graficas INDICE Prefacio 1 Introducción 1-1 Preámbulo 1-2 Reseña histórica 1-3 Subdivisiones de la estadística 1-4 Estrategia, suposiciones y enfoque 2 Organizaciones de los datos para que transmitan un significado:

Más detalles

CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS

CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-4492-6252 Fax:

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

PROGRAMA ANALITICO Y DE EXAMENES FINALES

PROGRAMA ANALITICO Y DE EXAMENES FINALES PROGRAMA ANALITICO Y DE EXAMENES FINALES UNIVERSIDAD NACIONAL DE LA RIOJA Carrera: Ingeniería Agropecuaria. Ordenanza: RCF Número 271/98 - RR 46/80 Asignatura: Estadística Aplicada Curso: Segundo Cuatrimestre:

Más detalles

UNIVERSIDAD DEL SALVADOR PROGRAMA. UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria. DIVISIÓN / COMISIÓN: Primer Año

UNIVERSIDAD DEL SALVADOR PROGRAMA. UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria. DIVISIÓN / COMISIÓN: Primer Año UNIVERSIDAD DEL SALVADOR PROGRAMA UNIDAD ACADÉMICA: Campus San Roque González de Santa Cruz. CARRERA: Veterinaria DIVISIÓN / COMISIÓN: Primer Año TURNO: Único OBLIGACIÓN ACADÉMICA: ESTADÍSTICA Y DISEÑO

Más detalles

Pruebas de. Hipótesis

Pruebas 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 detalles

GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING. Curso 2013-2014

GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING. Curso 2013-2014 GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING Curso 2013-2014 1 TITULACIÓN: GRADO MARKETING GUÍA DE DOCENTE DE LA ASIGNATURA: ESTADISTICA APLICADA AL MARKETING Coordinador: Manuel David Orden Erena.

Más detalles

Asignatura: Econometría. Conceptos MUY Básicos de Estadística

Asignatura: 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 detalles

Métodos no paramétricos para el análisis de la varianza

Métodos no paramétricos para el análisis de la varianza Capítulo 4 Métodos no paramétricos para el análisis de la varianza MÉTODOS PARAMÉTRICOS Y NO-PARAMÉTRICOS Los procedimientos inferenciales que presentan estimaciones con respecto a losparámetrosdelapoblacióndeinteréssellamanmétodos

Más detalles

Nombre...Apellidos... Grado en:...grupo:...

Nombre...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 detalles

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial.

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial. UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO Facultad de Contaduría y Ciencias Administrativas Academia de Matemáticas Apuntes para la Materia de Estadística II Guía Básica para el Estudio de la Estadística

Más detalles

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y IES Fco Ayala de Granada Sobrantes 010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 6) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 (.5 puntos) Un supermercado

Más detalles

Estimación puntual. Estadística II. Curso 2011/2012. Universidad de Salamanca

Estimación puntual. Estadística II. Curso 2011/2012. Universidad de Salamanca Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 3 4 Introducción Una estimación puntual de algún parámetro poblacional θ es un valor único del estadístico θ. Por ejemplo,

Más detalles

LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA

LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA CURSO 2010-2011 TITULACIÓN: CIENCIAS AMBIENTALES ASIGNATURA: ESTADISTICA ÁREA DE CONOCIMIENTO: Estadística e Investigación Operativa Número de

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

Tema 1. Inferencia estadística para una población

Tema 1. Inferencia estadística para una población Tema 1. Inferencia estadística para una población Contenidos Inferencia estadística Estimadores puntuales Estimación de la media y la varianza de una población Estimación de la media de la población mediante

Más detalles

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 IES Fco Ayala de Granada Sobrantes 010 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 a 1 1 1 3 Sean las matrices

Más detalles

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales 1 2 3 4 5 6 ESQUEMA DEL CURSO ESTADÍSTICA BÁSICA DISEÑO DE EXPERIMENTOS CURSO DE ESTADÍSTICA STICA BÁSICAB ESTADÍSTICA DESCRIPTIVA TIPOS DE VARIABLES MEDIDAS DE POSICIÓN CENTRAL Y DE DISPERSIÓN TABLAS

Más detalles

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica

Más detalles

Tema 9: Estadística Descriptiva. Distribuciones estadísticas. Representaciones

Tema 9: Estadística Descriptiva. Distribuciones estadísticas. Representaciones Tema 9: Estadística Descriptiva Distribuciones estadísticas Representaciones gráficas 1 Conceptos fundamentales La Estadística es el conjunto de métodos necesarios para recoger, clasificar, representar

Más detalles

PRESENTACIÓN DE LA TESIS 1 1. INTRODUCCIÓN 4 2. ESTRUCTURA Y METODOLOGÍA DE LA TESIS 8

PRESENTACIÓN DE LA TESIS 1 1. INTRODUCCIÓN 4 2. ESTRUCTURA Y METODOLOGÍA DE LA TESIS 8 Índice ÍNDICE PRESENTACIÓN DE LA TESIS 1 1. INTRODUCCIÓN 4 2. ESTRUCTURA Y METODOLOGÍA DE LA TESIS 8 PARTE I: INSTRUMENTOS MATEMÁTICOS DE LA TEORÍA DE LOS SUBCONJUNTOS BORROSOS 19 CAPÍTULO 1: ELEMENTOS

Más detalles

Estadística Administrativa I

Estadística Administrativa I 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Administrativa I Licenciatura en Administración ADT-0426 2-3-7 2.-

Más detalles

Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se

Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se distribuye según una variable aleatoria normal de media 167

Más detalles

STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA

STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA M. Calvo, A.Villarroya, A.Miñarro, S.Vives, A.Arcas Departamento

Más detalles

Muestreo estadístico. Relación 2 Curso 2007-2008

Muestreo 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 detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)

Más detalles

Análisis de tablas de contingencia bidimensionales. Ana María Aguilera del Pino

Análisis de tablas de contingencia bidimensionales. Ana María Aguilera del Pino Análisis de tablas de contingencia bidimensionales Ana María Aguilera del Pino Abril, 2005 Índice 1 Variables Cualitativas....................... 1 1.1 Clasificación de variables cualitativas..........

Más detalles

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de Institutos Tecnológicos.

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Mecánica MCM - 0531 3 2 8 2.- HISTORIA DEL

Más detalles

8.2.2. Intervalo para la media (caso general)

8.2.2. Intervalo para la media (caso general) 182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente

Más detalles

Análisis e Interpretación de Datos Unidad XI. Prof. Yanilda Rodríguez MSN Prof. Madeline Fonseca MSN Prof. Reina del C.Rivera MSN

Análisis e Interpretación de Datos Unidad XI. Prof. Yanilda Rodríguez MSN Prof. Madeline Fonseca MSN Prof. Reina del C.Rivera MSN Análisis e Interpretación de Datos Unidad XI Prof. Yanilda Rodríguez MSN Prof. Madeline Fonseca MSN Prof. Reina del C.Rivera MSN Competencias de Aprendizaje Al finalizar la actividad los estudiantes serán

Más detalles

1.- CONCEPTO DE ESTADÍSTICA 2.- TABLA ESTADÍSTICA Y PARÁMETROS ESTADÍSTICOS

1.- CONCEPTO DE ESTADÍSTICA 2.- TABLA ESTADÍSTICA Y PARÁMETROS ESTADÍSTICOS TEMA 6.- ESTADÍSTICA 1.- CONCEPTO DE ESTADÍSTICA Considera el conjunto formado por todos los alumnos del instituto. Supongamos que queremos estudiar, por ejemplo, el color del pelo, la estatura ó el nº

Más detalles

Problemas. Variables Aleatorias. Modelos de Probabilidad

Problemas. Variables Aleatorias. Modelos de Probabilidad Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad

Más detalles

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad R PRÁCTICA II Probabilidad-Variables Aleatorias Sección II.1 Probabilidad 15. En el fichero sintomas.dat se encuentran 9 columnas con los resultados de una estadística médica. Cada columna corresponde

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

Curso. Análisis Estadístico de Datos Climáticos

Curso. Análisis Estadístico de Datos Climáticos Curso I-1 Análisis Estadístico de Datos Climáticos Distribuciones de Probabilidad Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Montevideo, Uruguay 2011 I-2 DISTRIBUCIONES DE PROBABILIDAD

Más detalles

MATEMÁTICA NM4 4º EM

MATEMÁTICA NM4 4º EM MATEMÁTICA NM4 4º EM UNIDADES TEMÁTICAS UNIDAD Nº 01: ESTADÍSTICA Y PROBABILIDAD Conceptos generales : Población, muestra, parámetro y estadístico Variables y su clasificación Medición y escalas Organización

Más detalles

EJERCICIOS RESUMEN. Aplicación: INFERENCIA ESTADÍSTICA. Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013

EJERCICIOS RESUMEN. Aplicación: INFERENCIA ESTADÍSTICA. Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013 Aplicación: INFERENCIA ESTADÍSTICA EJERCICIOS RESUMEN Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013 Página1 DESCRIP Ejercicio 1 Los siguientes son los números de cambios

Más detalles

ESTADÍSTICA Y DISEÑO EXPERIMENTAL

ESTADÍSTICA Y DISEÑO EXPERIMENTAL SILABO I. DATOS GENERALES 1.1 Nombre de la asignatura : ESTADÍSTICA Y DISEÑO EXPERIMENTAL 1.2 Carácter : Obligatorio 1.3 Carrera Profesional : Administración de Empresas 1.4 Código : AD0502 1.5 Semestre

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD EJERCICIOS 5 Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Una compañía de seguros utiliza la

Más detalles

CONTENIDOS MÍNIMOS BACHILLERATO

CONTENIDOS MÍNIMOS BACHILLERATO CONTENIDOS MÍNIMOS BACHILLERATO I.E.S. Vasco de la zarza Dpto. de Matemáticas CURSO 2013-14 ÍNDICE Primero de Bachillerato de Humanidades y CCSS...2 Primero de Bachillerato de Ciencias y Tecnología...5

Más detalles

Control de procesos por atributos

Control de procesos por atributos Capítulo 5 Control de procesos por atributos 1. Introducción 2. Gráfico P 3. Gráfico NP 4. Gráfico C 5. Gráfico U Apéndice: Curva Característica de Operaciones 1 Apuntes realzados por el Profesor Ismael

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Modelo 2011) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Modelo 2011) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Modelo 20) Selectividad-Opción A Tiempo: 90 minutos Problema (3 puntos) Un estudiante ha gastado un total de 48 euros en la compra de una mochila,

Más detalles

Curso Práctico de Bioestadística Con Herramientas De Excel

Curso Práctico de Bioestadística Con Herramientas De Excel Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Fabrizio Marcillo Morla Guayaquil, 1966. BSc. Acuicultura. (ESPOL 1991). Magister

Más detalles

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Juan Carlos Colonia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE DOS POBLACIONES I.C. PARA EL COCIENTE DE VARIANZAS Sean X y dos muestras aleatorias,..., Xn Y,..., Yn independientes

Más detalles

Propiedades de Muestras Grandes y Simulación

Propiedades de Muestras Grandes y Simulación Propiedades de Muestras Grandes y Simulación Microeconomía Cuantitativa R. Mora Departmento of Economía Universidad Carlos III de Madrid Esquema 1 Propiedades en muestras grandes (W App C3) 2 3 Las propiedades

Más detalles

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0)

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0) 1. La rueda de una ruleta se divide en 25 sectores de igual área que se enumeran del 1 al 25. Encuentra una fórmula para la distribución de probabilidades de la v.a. X que representa el número obtenido

Más detalles

La distribución normal o de Gauss

La distribución normal o de Gauss La distribución normal o de Gauss Distribución límite La distribución Normal o de Gauss La distribución de Gauss tipificada La función integral. Cálculo de la función integral La desviación estándar de

Más detalles

60! hrs.! hrs.! hrs.!!!

60! hrs.! hrs.! hrs.!!! Carta Descriptiva 1 UMA 1001-95 " Estadística Descriptiva #$%&'$()*+'$(,%) Ciencias Sociales y Administración Principiante Obligatoria 60 hrs. hrs. hrs. Matemáticas Básicas Estadística Inferencial #+&+'$-$%&.+)/%(0$.-1.$'(23,4%50(

Más detalles