ÍNDICE NATURALEZA Y ALCANCE DE LA INVESTIGACIÓN COMERCIAL. Naturaleza y alcance de la Investigación Comercial

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

Download "ÍNDICE NATURALEZA Y ALCANCE DE LA INVESTIGACIÓN COMERCIAL. Naturaleza y alcance de la Investigación Comercial"

Transcripción

1 ÍNDICE INVETIGACIÓN DE MERCADO Dr. Arturo Molia Collado Curso de Especialista e Ecoomía y Derecho del Cosumo Naturaleza y alcace de la Ivestigació Proceso metodológico de la Ivestigació Técicas de aálisis de datos UNIVERIDAD PÚBLICA DE COTA RICA a José Costa Rica, 3-66 de oviembre de NATURALEZA Y ALCANCE DE LA INVETIGACIÓN COMERCIAL Naturaleza y alcace de la Ivestigació CONCEPTO Proceso sistemático y objetivo OBJETO: problema u oportuidad de Marketig CONTENIDO: delimitació, plaificació, recogida, aálisis e iterpretació t ió de ió relevate para su solució o desarrollo, icluyedo la comuicació de los resultados obteidos de maera compresible y la elaboració de recomedacioes. UUARIO: resposables de Marketig. FINALIDAD: orietar a tiempo a la toma de decisioes sobre la plaificació, ejecució y cotrol de Marketig. 3 4 Naturaleza y alcace de la Ivestigació REQUIITO O CONDICIONE Carácter sistemático Objetividad Relevacia Oportuidad Fiabilidad Eficiecia 5 Naturaleza y alcace de la Ivestigació TIPO DE INVETIGACIONE Dos tipos geéricos: Aticipadas: propias de la diámica de las decisioes. No aticipadas: cotigecias impredecibles. Ivestigacioes de situació: características y situació del mercado: Comportamieto del cosumidor Etrada iesperada de u uevo competidor Ivestigacioes de Marketig: accioes de producto, precio, distribució y comuicació Test de cocepto de producto Nuevo atributo potecial del producto Ivestigacioes de cotrol: seguimieto de las accioes comerciales Grado de satisfacció de los clietes Reducció alarmate de las vetas 6 1

2 Naturaleza y alcace de la Ivestigació FORMA DE ORGANIZACIÓN Departameto de ivestigació de las propias empresas. Istitutos de ivestigació especializados. Cosultoras geéricas. Empresas especializadas e parte del proceso de ivestigació comercial (recogida de o el aálisis de datos). Empresas especializadas e u tipo de ivestigació comercial o e u mercado e particular. PROCEO METODOLÓGICO DE LA INVETIGACIÓN COMERCIAL DECUBRIMIENTO DE UN PROBLEMA U OPORTUNIDAD DE MARKETING 8. ELABORACIÓN DEL INFORME CON CONCLUIONE Y RECOMENDACIONE 7. ANÁLII E INTERPRETACIÓN DE LA. INVETIGACIÓN PRELIMINAR 6. PROCEAMIENTO DE DATO 3. EPECIFICACIÓN DE LO OBJETIVO DE LA INVETIGACIÓN 4. PLANIFICACIÓN Y DIEÑO DE LA INVETIGACIÓN 5. RECOGIDA DE 9 1. DECUBRIMIENTO DE UN PROBLEMA U OPORTUNIDAD DE MARKETING Acotar el problema u oportuidad que implique la toma de decisioes y su coversió e térmios de ivestigació. Objetivo: Descripció de los posibles problemas.. INVETIGACIÓN PREMILIMINAR Delimitar claramete la direcció de la ivestigació. Aálisis y revisió de la itera de la empresa (IMk) y etrevistas o estructuradas a persoas relacioadas co el problema ivestigado. i la obteida es suficiete, el proceso se detiee, e caso cotrario se cotiúa. Objetivo: Orietació de la ivestigació EPECIFICACIÓN DE LO OBJETIVO DE LA INVETIGACIÓN Descripció de las ecesidades específicas de requeridas por el resposable de Marketig para la toma de decisioes. Estrecha colaboració etre usuario e ivestigador. Especificació precisa, detallada y co prioridades para iterpretar correctamete el propósito del estudio. Las posibles respuestas de los objetivos se hace por medio de la formulació de hipótesis de ivestigació, que facilita la precisió e la defiició de los objetivos. 4. PLANIFICACIÓN Y DIEÑO DE LA INVETIGACIÓN Idetificació de las fuetes de Elecció del diseño de ivestigació Especificació del método de recogida de Especificació del pla de muestreo Desarrollo de u pla de aálisis prelimiar Presupuesto y plaificació temporal Redacció de la propuesta de ivestigació 11 1

3 IDENTIFICACIÓN DE LA FUENTE DE PRIMARIA Específicamete recogida co carácter origial para la ivestigació. ECUNDARIA A través de datos ya existetes y geeralmete publicados. ELECCIÓN DEL DIEÑO DE INVETIGACIÓN Ivestigació exploratoria Ivestigació cocluyete Estudios descriptivos Estudios causales Puede optarse por u diseño trasversal (ua úica muestra y observació) o diseño logitudial (varias observacioes e el tiempo de ua misma muestra) EPECIFICACIÓN DEL MÉTODO DE RECOGIDA DE e debe aticipar la técica de recogida de pues ifluye e otros aspectos de la ivestigació: Plaificació (muestreo, presupuesto, medició). Otras etapas del proceso (recogida y aálisis). Las técicas depede del diseño de la ivestigació y de las fuetes de. Las técicas de recogida de más complejas correspode a las fuetes primarias. TÉCNICA DE RECOGIDA DE TIPO DE DIEÑO Estudios exploratorios Estudios descriptivos Estudios causales Trasversales Logitudiales TÉCNICA DE RECOGIDA DE Etrevista e profudidad Reuioes de grupo Técicas proyectivas Ecuestas Observació Paeles Experimetació EPECIFICACIÓN DEL PLAN DE MUETREO E caso de utilizar primaria co diseños descriptivos y causales se utiliza ua muestra y u pla de muestreo. e defie: població, uidad muestral, tamaño de la muestra y procedimieto de selecció de la muestra. DEARROLLO DE UN PLAN DE ANÁLII PRELIMINAR e idetifica las pricipales variables de estudio, los métodos de medició y los procedimietos de aálisis de las variables. Programa o paquete estadístico que se utilice para el aálisis. 17 PREUPUETO Y PLANIFICACIÓN TEMPORAL Estimació del coste total de la ivestigació segú los aspectos fijados. Asigació de tiempos cocretos a cada ua de las fases de la ivestigació. REDACCIÓN DE LA PROPUETA DE INVETIGACIÓN La propuesta de ivestigació es u documeto que preseta el ivestigador ate el resposable de Marketig (que debe aprobarlo) y que recoge los aspectos más sigificativos de la ivestigació: objetivos, diseño, técicas empleadas y explotació de resultados. Vicula la cotratació y selecció de los proveedores de ivestigació. 18 3

4 5. RECOGIDA DE Realizació del proyecto de ivestigació co la obteció de (trabajo de campo). Formació, selecció y supervisió de las persoas que itervega e la recogida para evitar errores. 6. PROCEAMIENTO DE DATO Depuració de la recogida e la fase aterior. Trasformació de los datos e susceptible de ser aalizada. Codificació: asigació de códigos uméricos a las variables. 7. ANÁLII E INTERPRETACIÓN DE e realiza los aálisis defiidos e el diseño de la ivestigació. Aplicació de técicas estadísticas para la cotrastació de las hipótesis. 8. ELABORACIÓN DEL INFORME CON CONCLUIONE Y RECOMENDACIONE Iforme que cotiee los resultados de la ivestigació co coclusioes y recomedacioes útiles para la toma de decisioes de Marketig. Documeto completo y documeto ejecutivo TÉCNICA DE OBTENCIÓN DE Cuádo es preciso acudir a fuetes exteras primarias. Ivestigació cualitativa: Aspectos iteros del idividuo (motivacioes, actitudes, creecias, opiioes). Diseños exploratorios. Ivestigació cuatitativa: Aspectos uméricos de la, aplica técicas estadísticas. Diseños descriptivos y causales. No so excluyetes, sio complemetarias. 1 TÉCNICA CUALITATIVA Técicas directas: los sujetos proporcioa de forma libre o ate pregutas directas, siedo coscietes del objetivo del estudio. Etrevista e profudidad Reuioes de grupo Técicas idirectas: los sujetos proporcioa cuado respode a estímulos que desvía su ateció del verdadero objetivo del estudio para asegurar su espotaeidad y siceridad. Técicas proyectivas 3 ENTREVITA EN PROFUNDIDAD Técica psicológica o estructurada. Utiliza pregutas abiertas. Permite descubrir las motivacioes, creecias, actitudes y setimietos más profudos de los sujetos. Duració etre 30 miutos y más de ua hora. Aplicació e Marketig a la obteció de de: Expertos o profesioales de determiadas empresas. Cosumo de productos de aturaleza sesorial (bebidas, perfumes). Temas embarazosos o delicados (higiee persoal, aticoceptivos). 4 4

5 REUNIONE DE GRUPO Grupos de discusió o diámica de grupos que debate de u tema relacioado co el comportamieto del mercado. eis a diez persoas por grupo co características homogéeas co u moderador o director de la reuió. e utiliza u guió y otros estímulos (productos, fotos, vídeos). Duració de ua a tres horas y cuatro o cico reuioes. Grabació e vídeo y cita magetofóica. Las trascripcioes se aaliza por el ivestigador. 5 TÉCNICA PROYECTIVA Utiliza estímulos ambiguos y las persoas proyecta sus propios comportamietos e otras persoas, objetos o situacioes (si hablar e primera persoa). Obtiee de las creecias, motivacioes, setimietos y actitudes más profudos de las persoas co mayor siceridad e la respuesta. Los idividuos o so coscietes de la fialidad del estudio. Técicas más aplicadas e Marketig: Test libre de asociació de palabras (listado de posibles marcas). Test de frases icompletas (textos publicitarios). Test de apercepció temática (fotografía). 6 TÉCNICA CUANTITATIVA Realiza u aálisis estadístico de ua serie de variables a partir de ua muestra represetativa o parte del colectivo estudiado para geeralizar las coclusioes obteidas a la població total. Pla de muestreo: Defiició de la població a estudiar (ámbito geográfico y temporal). Delimitació de la uidad muestral. Determiació del tamaño de la muestra. Procedimieto de muestreo (selecció de uidades muestrales). 7 Determiació del tamaño de la muestra POBLACIÓN INFINITA (más de elemetos) MEDIA: = K ; e = K e PROPORCIONE: PQ PQ = K ; e = K e : tamaño de la muestra. N: tamaño de la població. : cuasidesviació típica. P: porcetaje de la població que posee ua característica de iterés. Q: complemetario de P. Q=(1-P) k: costate que depede del ivel de cofiaza prefijado. e: error absoluto. 8 Determiació del tamaño de la muestra Termiología de Muestreo POBLACIÓN FINITA (meos de elemetos) N N - MEDIA: K = ; e = K PROPORCIONE: e N+ K N P Q N = K ; e (N -1)+ K P Q e = K N - P Q N -1 ETIMACIÓN DE TOTALE (poblacioes ifiitas y fiitas) = N K ; e = K e + N K N (N - ) Població Muestra Variables Error aleatorio o de muestreo Nivel de cofiaza

6 Procedimietos de Muestreo PROBABILÍTICO: se cooce la probabilidad de que u elemeto de la població itegre la muestra. Muestreo aleatorio simple: los elemetos se seleccioa al azar partiedo de ua lista umerada de la població. Muestreo sistemático: los elemetos se seleccioa mediate u itervalo fijo, tomado el primer elemeto al azar y aplicado el coeficiete de elevació. N coeficiete de elevació = fracció de muestreo = N Muestreo estratificado: se divide la població e grupos homogéeos (estratos). El reparto de la muestra e los estratos se deomia afijació y cada elemeto se elige por muestreo aleatorio simple o sistemático. 31 Procedimietos de Muestreo Muestreo estratificado: AFIJACIÓN IMPLE: : muestra 1 i : estrato i e muestra AFIJACIÓN PROPORCIONAL: O O = =...= i ; i = i N: població 1 i N i N i : estrato i e població =...= =...= = ; i = N 1 N N i N N i = ; N1 + N N i = N AFIJACIÓN OPTIMA O NO PROPORCIONAL 1 i = =...= = N1 1 N Ni i N Ni i i : desviació típica del estrato i i = N i i N N i i 3 Procedimietos de Muestreo Procedimietos de Muestreo Muestreo por coglomerados: se divide la població e grupos heterogéeos (coglomerados) que o va a estar todos represetados. La elecció de las uidades se realiza por etapas sucesivas e cada grupo y se elige todas las perteecietes al último coglomerado. Ciudad Barrios Calle Edificio EMIPROBABILÍTICO: icorpora algú aspecto probabilístico pero o se matiee e todo el proceso. Muestreo por rutas aleatorias (radom route): los elemetos se seleccioa e ua ruta comezado desde u puto elegido al azar detro de u área geográfica: edificio, escalera, plata, puerta y miembro de la uidad familiar (tablas de úmeros aleatorios). Uidad seleccioada Procedimietos de Muestreo NO PROBABILÍTICO: o se puede calcular el error muestral, reduce cosiderablemete los costes del estudio. Muestreo de coveiecia: el ivestigador seleccioa los elemetos de la muestra segú su comodidad. Muestreo por juicios: el ivestigador seleccioa los elemetos segú su juicio, icluyedo aquellos que cosidera relevates. Muestreo por cuotas: la població se divide e grupos segú las características que el ivestigador cosidere relevates. El etrevistador debe cumplir la cuota fijada. Muestreo e bola de ieve: se elige u grupo iicial de persoas que tega características de iterés y cada ua de ellas idetifica otras co los mismos elemetos. 35 TÉCNICA CUANTITATIVA DECRIPTIVA: OBERVACIÓN ENCUETA PANEL CAUALE: EXPERIMENTACIÓN 36 6

7 OBERVACIÓN Obtiee mediate la cotemplació del comportamieto de las persoas si que sea coscietes de ser ivestigadas (cosumidores, distribuidores, vededores, competecia) y públicos especiales (iños). Vetajas: Fiabilidad y objetividad de la. Coste y posibilidad de utilizar medios mecáicos o electróicos. Aplicacioes e Marketig: Itierarios e los establecimietos (retabilidad, hábitos). upervisió de vededores. Eficacia de merchadisig (colocació y gestió de productos). ENCUETA Es la técica más empleada e ivestigació comercial. Pregutas de forma estructurada y e orde (cuestioario). Muestra de etrevistados. Características geerales: Versatilidad: recoge muy variada como opiioes, motivacioes, actitudes, comportamieto, itecioes y características de los idividuos (edad, sexo, estudios). Coste y rapidez: cotrol sobre el proceso de recogida de. Flexibilidad: se puede aplicar a persoas de diferetes características y e diversas situacioes. Validez extera: los resultados puede geeralizarse al total de la població TIPO DE ENCUETA Características CORREO TELEFÓNICA PERONAL INTERNET COTE Reducido Itermedio Elevado Reducido FLEXIBILIDAD Iflexible Flexible Flexible Iflexible CUETIONARIO Breve Breve Amplio Breve EJECUCIÓN Leta Rápida Leta Leta INFLUENCIA DEL No í í No ENCUETADOR PROBLEMA DE MUETREO Difícil obteer ua lista completa de la població objetivo Muestra limitada a usuarios co teléfoo y egativa a colaborar elecció de los ecuestados por coveiecia y egativa a colaborar Muestras poco represetativas de la població estudiada 39 OTRA APLICACIONE DE ENCUETA ENCUETA ÓMNIBU: Iformació periódica. Muestras de gra tamaño para varios clietes. Cuestioario co varias partes a u coste iferior. CAPI (Computer Assisted Persoal Iterview): ) Cuestioario e ua patalla de ordeador. Respuestas se graba automáticamete. CATI (Computer Assisted Telephoe Iterview): e aota las respuestas a través del teléfoo. Cuestioario e la patalla de u ordeador. Muestra de forma aleatoria (marcado automáticamete los úmeros de teléfoo). ELECTRÓNICA POR INTERNET: co el cuestioario e ua págia web o por correo electróico. 40 CUETIONARIO: RECOMENDACIONE Utilizar u leguaje secillo y popular: compra ácido acetilsalicílico? Emplear palabras claras, o ambiguas: compra habitualmete...? Expresar la uidad de medida: compra varios, muchos...? Evitar pregutas que implique respuesta: es u producto barato? Utilizar pregutas eutras o imparciales, evitado las tedeciosas: está de acuerdo co la buea política ecoómica del gobiero? Facilitar la memoria, evitado la realizació de cálculos: cuáto compra al año? Evitar pregutas de doble efecto o compuestas: dóde y cuádo compra? Evitar pregutas embarazosas, sesitivas o realizarlas directamete: defrauda a Hacieda? CUETIONARIO: TIPO DE PREGUNTA Abiertas: total libertad e la respuesta. Cerradas: elegir etre u úmero cocreto de respuestas. emicerradas (mixtas): cerradas co ua opció abierta. Úica respuesta: se seleccioa ua respuesta. Puede ser dicotómicas (etre dos excluyetes) o multicotómicas (etre varias opcioes). Múltiple respuesta: se puede seleccioar más de ua respuesta. De tarjeta: se utiliza material auxiliar para presetar las opcioes. Filtro: para seleccioar persoas que reúa ciertas características. Batería: varias pregutas relacioadas que se complemeta. Recuerdo: espotáeo (de forma libre) o dirigido (co opcioes). Cotrol: verifica la cosistecia de las respuestas

8 PANEL Recoge (cuatitativa) de forma periódica a ua muestra permaete de forma logitudial. Tipos de paeles: Pael de cosumidores Pael de establecimietos tock iicial + Compras del período - tock fial. Pael de audiecias PANELE Pael de Audiecia Pael de Cosumidores del MAPA Pael de Hogares Pael de Cosumidores Homeca Pael de Detallistas catrack Paeles globales Pael de Detallistas Pael de Detallistas Pael Olie de cosumo Pael Premium (olie) Pael de adolescetes Tee Pael (olie) Pael de ejecutivos y directivos Bbe Pael PRINCIPALE PANELE EN EPAÑA INTITUTO ORGANIZADOR TN ( TN yovate ( A.C. Nielse Compay (acielse.es) es) A.C. Nielse Compay GMI ( Gfk EMER AD HOC REEARCH ( IRI Iformatio Resources Ic. (us.ifores.com) NETQUET ( IGMA DO Iteractiva IGMA DO Iteractiva IGMA DO Iteractiva ( EXPERIMENTACIÓN Técica de los diseños causales que permite la cotrastació de hipótesis causa-efecto. Cosiste e maipular ua o más variables cotrolables (precio, producto, comuicació, distribució) y medir su efecto sobre otras variables o cotrolables (vetas, cuota) eutralizado las variables exteras. Puede realizarse experimetos e laboratorio (ambiete artificial) o de campo (ambiete atural). Aplicacioes e Marketig: Test de Mercado de uevos productos Modificació de iveles de las variables de Marketig Mezcla de Marketig 45 EXPERIMENTACIÓN: CONCEPTO Variables idepedietes: se maipula para medir su ifluecia (precio, evase, caal). Variables depedietes: sobre las que actúa la ifluecia de las variables idepedietes (vetas, cuota de mercado). Variables exteras o bloque: puede ifluir sobre las variables depedietes o uidades experimetales (etoro, competecia). Uidades de prueba o experimetales: elemetos sobre los que se aplica los tratamietos experimetales (cosumidores, áreas). Grupo de cotrol: o se aplica igú tratamieto para comparar el efecto del tratamieto sobre el grupo experimetal. Diseño experimetal: procedimieto utilizado. 46 EXPERIMENTACIÓN: PROCEO Defiició del problema y fijació de hipótesis a cotrastar. Determiació de la zoa o área del experimeto y el tiempo. elecció de variables depedietes, idepedietes, uidades de prueba y diseño experimetal. Cotrastació por aálisis de la variaza. EXPERIMENTACIÓN: TIPO DE DIEÑO Totalmete aleatorio: u tratamieto co diferetes iveles sobre ua variable depediete de forma aleatoria sobre uidades homogéeas (evase sobre vetas e establecimietos similares). E bloques aleatorios: u tratamieto sobre ua variable depediete cotrolado ua extera (e establecimietos distitos). E cuadro latio: u tratamieto sobre ua variable depediete co dos variables exteras (establecimietos y barrios) Factorial: dos o más tratamietos sobre ua variable depediete (evase y precio). 47 TÉCNICA DE ANÁLII DE DATO 48 8

9 Técicas de aálisis de datos La técica de aálisis se elige e fució de los objetivos de la ivestigació, el úmero de variables y su medició. ECALA DE MEDICIÓN: Nomial: asigació de u úmero a cada categoría exo: hombre (1), mujer () Ordial: existe u orde etre categorías Estudios: si estudios (1), primarios (), superiores (3) Itervalo: existe u orde y la misma distacia etre categorías, el puto cero existe. Grados de temperatura, valoració del servicio e u hotel (-, - 1, 0, +1, +) Razó o proporció: similar al itervalo pero el puto cero o de orige idica ausecia. Edad e años, úmero aual de kilómetros recorridos, etc. 49 Técicas de aálisis de datos egú el úmero de variables y la escala de medició existe tres tipos de técicas: uivariables, bivariables y multivariables. TÉCNICA UNIVARIABLE e aaliza cada variable de forma aislada. Descriptiva (medidas resume), Iferecial (extrapola a la població). TÉCNICA UNIVARIABLE Estadística descriptiva Estadística iferecial Moda Frecuecias y porcetajes ECALA DE MEDICIÓN DE LA VARIABLE Nomial Ordial Itervalo y Razó Prueba chi-cuadrado Prueba biomial Mediaa Cuartiles Rago itercuartil Prueba Komolgorov- mirov Media, mediaa, moda Desviació típica Variaza Coef. de variació Prueba z ( 30) Prueba t ( < 30) 50 Técicas de aálisis de datos TÉCNICA BIVARIABLE Establece relació o asociació etre dos variables y mide su itesidad. Relacioes descriptivas de asociació (sexo y categoría de comprador) Relacioes causales (causa-efecto), experimetació. Las más utilizadas e Marketig so X y el aálisis de la variaza. 51 Estadística descriptiva Estadística Iferecial Muestras idepedietes Muestras relacioadas Técicas de aálisis de datos TÉCNICA BIVARIABLE ECALA DE MEDICIÓN DE LA VARIABLE Nomial Ordial Nomial u Ordial (agrupació) Itervalo y Razó Razó o Itervalo (depediete) Tablas de Tablas de cotigecia Medias por grupos Coeficiete de correlació cotigecia. y de correlació. Desviació típica. lieal. Coeficietes de Coef. correlació de Coeficiete eta. Tablas de correlació. asociació: Phi, V ragos de pearma. Regresió simple. de Cramer, Coeficiete Tau. Lambda. Coeficiete Gamma. Prueba Chicuadrado. Prueba de McNemar. Test de Cochra. Prueba Chi-cuadrado. Test de Wilcoxo y de los sigos. Test de Friedma. Aálisis de la variaza. Prueba de Ma-Whitey. Prueba de Komolgorov-mirov. Prueba de Kruskal-Wallis Test de la Mediaa. Prueba t sobre coeficiete de regresió. Prueba z de diferecia de medias. Prueba t de diferecia de medias 5 Técicas de aálisis de datos TÉCNICA MULTIVARIABLE Aálisis simultáeo de más de dos variables. Depedecia: aaliza ua o más variables depedietes a través dos o más variables idepedietes, para explicar u feómeo y/o realizar u aálisis como base de ua predicció. Técicas: regresió múltiple, aálisis de variaza y cojuto. Iterdepedecia: estudia la iterrelació etre todas las variables como u cojuto. u objetivo puede ser orgaizar los datos reduciedo su dimesioalidad y haciédolos más maejables para el ivestigador u ofrecer ua mayor compresió global de su estructura subyacete. Técicas: métodos factoriales, aálisis cluster, escalamieto multidimesioal métrico y o métrico 53 VARIABLE INDEPENDIENTE De itervalo Nomiales Técicas de aálisis de datos TÉCNICA MULTIVARIABLE DE DEPENDENCIA Ua variable depediete VARIABLE DEPENDIENTE Más de ua variable depediete Métrica No métrica Métrica No métrica Regresió Múltiple. Modelos de ecuacioes estructurales Aálisis de la variaza. Regresió múltiple co variables ficticias. AID. Nomial Aálisis discrimiate. CHAID. Regresió logística y logística multiomial. Modelos Probit. Aálisis discrimiate co variables ficticias. Modelos loglieales. Regresió logística y multiomial. CHAID. Ordial Trasformació e omial. Regresió ordial. Aálisis cojuto. Correlació caóica. Modelos de ecuacioes estructurales. Correlació caóica co variables ficticias. Aálisis multivariado de la variaza. Correlació caóica co variables ficticias. Correlació caóica co variables ficticias. 54 9

ÍNDICE INVESTIGACIÓN COMERCIAL. Comercial. Naturaleza y alcance de la Investigación Comercial. Comercial Técnicas de obtención de información

ÍNDICE INVESTIGACIÓN COMERCIAL. Comercial. Naturaleza y alcance de la Investigación Comercial. Comercial Técnicas de obtención de información ÍNDICE INVESTIGACIÓN DE MERCADOS Prof. Dr. Arturo Molia Collado Curso de Especialista e Ecoomía y Derecho del Cosumo Naturaleza y alcace de la Ivestigació Comercial Proceso metodológico de la Ivestigació

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

Paso 6. Recopilar información

Paso 6. Recopilar información Paso 6. Recopilar iformació Ua vez determiado el tipo de ivestigació que se llevará a cabo, se revisará la bibliografía pertiete al respecto del tema de estudio para coocer los procedimietos y las técicas

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2012 (MODELO 2)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2012 (MODELO 2) IES Fco Ayala de Graada Sobrates de 0 (Modelo ) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 0 (MODELO ) OPCIÓN A EJERCICIO _A ( 5 putos) Halle la matriz X que verifique la ecuació

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2 Estadística o Paramétrica ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ Autores: Jua Fracisco Moge Ivars (jmoje@uoc.edu), Ágel A. Jua Pérez (ajuap@uoc.edu) ESQUEMA DE CONTENIDOS Estadística o Paramétrica

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

Articulación de los sectores de salud, protección y educación en la atención a la primera infancia *

Articulación de los sectores de salud, protección y educación en la atención a la primera infancia * Foro Mudial de Grupos de trabajo por la Primera Ifacia Sociedad Civil.-Estado Cali, Colombia 1 al 7 de oviembre de 2009. Articulació de los sectores de salud, protecció y educació e la ateció a la primera

Más detalles

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 2000 (Modelo 1) Solució Germá-Jesús Rubio Lua Los Exámees del año 2000 me los ha proporcioado D. José Gallegos Ferádez OPCIÓN A EJERCICIO 1_A (2 putos) Dibuje el recito

Más detalles

Matemáticas 2º de Bachillerato Ciencias Sociales

Matemáticas 2º de Bachillerato Ciencias Sociales ESTADÍSTICA DESCRIPTIVA VARIABLES ALEATORIAS TEORÍA DE MUESTRAS INTERVALOS DE CONFIANZA TEST DE HIPÓTESIS Matemáticas º de Bachillerato Ciecias Sociales Profesor: Jorge Escribao Colegio Imaculada Niña

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles

ANALISIS ESTADISTICO DE VALORES EXTREMOS

ANALISIS ESTADISTICO DE VALORES EXTREMOS ANALISIS ESTADISTICO DE VALORES EXTREMOS Aplicacioes e hidrología Gloria Elea Maggio Dr. Jua F. Aragure 84 - Bueos Aires 4988 0083 www.oldor.com.ar oldor@oldor.com.ar R E S U M E N El objetivo de este

Más detalles

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...} ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

Este documento es propiedad de Basquetour, S.A. Prohibida su reproducción parcial o total sin autorización expresa.

Este documento es propiedad de Basquetour, S.A. Prohibida su reproducción parcial o total sin autorización expresa. Este documeto es propiedad de Basquetour, S.A. Prohibida su reproducció parcial o total si autorizació expresa. 218 Cuál es el motivo fudametal de visita a Hasta qué puto se cosulta iformació acerca del

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

Introducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino

Introducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino Itroducció a la Iferecia Estadística Temario Diseño Muestral Teorema Cetral del Límite Iferecia estadística Estimació putual y por itervalos Test de hipótesis. DISEÑO MUESTRAL Porque utilizar muestras

Más detalles

midiendo la eficacia de la comunicación

midiendo la eficacia de la comunicación 20 OCTUBRE 2014 TEMA DE PORTADA TRACKING IOPE DE TNS: 20 años midiedo la eficacia de la comuicació David Castillo Associate Director e TNS Historia del Trackig IOPE Desde su acimieto e los años 90, tres

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Teorías de falla bajo cargas estáticas

Teorías de falla bajo cargas estáticas Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto

Más detalles

UNIDAD 7: ESTADÍSTICA INFERENCIAL

UNIDAD 7: ESTADÍSTICA INFERENCIAL UNIDAD 7: ESTADÍSTICA INFERENCIAL ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1.- VARIABLES ESTADÍSTICAS. PARÁMETROS... 3.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.1.- Distribució Biomial... 4 3..- Distribució

Más detalles

El Transistor de Efecto de Campo (FET)

El Transistor de Efecto de Campo (FET) El Trasistor de Efecto de Camo (FET) J.I.Huirca, R.A. Carrillo Uiversidad de La Frotera. ecember 10, 2011 Abstract El FET es u disositivo activo que oera como ua fuete de corriete cotrolada or voltaje.

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas: ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía

Más detalles

Informe sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV

Informe sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV Iforme sobre el Cálculo de Errores de Muestreo Ecuesta sobre Codicioes de Vida - ECV EUSKAL ESTATISTIKA ERAKUNDA INDICE. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo de errores....4 3.

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

Global Venture Clasificadora de Riesgo

Global Venture Clasificadora de Riesgo 2 Global Veture Clasificadora de Riesgo L a clasificació de riesgo tiee como propósito pricipal el que los iversioistas y las istitucioes/empresas cuete co ua herramieta que les permita determiar los riesgos

Más detalles

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS Págia 1 de 13 CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS E este capítulo etraremos al fial del ciclo del método cietífico, usado la iformació de la muestra para geeralizar y llegar a coclusioes

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

CURSO 2.004-2.005 - CONVOCATORIA:

CURSO 2.004-2.005 - CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 1. II semestre, José Francisco Valverde Calderón   Sitio web: II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,

Más detalles

GENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:

GENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera: GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES Mercedes Ferádez mercedes@upucomillas.es CONTENIDO El valor temporal del diero. Selecció de iversioes CONTENIDO El valor temporal del

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(

Más detalles

ANÁLISIS Y RESOLUCIÓN DE CIRCUITOS

ANÁLISIS Y RESOLUCIÓN DE CIRCUITOS NÁLSS Y ESOLCÓN DE CCTOS. Las Leyes de Kirchhoff..- Euciado de las Leyes de Kirchhoff. Defiició de Nodo y Lazo Cerrado. Las Leyes de Kirchhoff so el puto de partida para el aálisis de cualquier circuito

Más detalles

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A IES Fco Ayala de Graada Juio de 014 (Colisioes Modelo 3) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 014 MODELO 3 (COLISIONES) OPCIÓN A EJERCICIO 1 (A) 1 a Sea las matrices

Más detalles

MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO

MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO DOCUMENTO TÉCNICO N 64 Versió 0.1 MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO CONCEPTOS GENERALES MINISTERIO SECRETARÍA GENERAL DE LA PRESIDENCIA Este documeto es parte de ua serie de guías

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Guía de Extensiones del sector turístico Guía de Extensiones. del sector turístico. BS Factura. Guía de formato de factura ST Versión 1.

Guía de Extensiones del sector turístico Guía de Extensiones. del sector turístico. BS Factura. Guía de formato de factura ST Versión 1. BS Factura Guía de Etesioes del sector turístico Guía de Etesioes del sector turístico Barceloa, Eero 2007 Guía de formato de factura ST Versió 1.1 I d i c e 0. Itroducció... 3 1. Etesioes del sector turístico...

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 4)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 4) IES Fco Ayala de Graada Sobrates de 8 (Modelo 4) Solució Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 8 (MODELO 4) OPCIÓN A EJERCICIO 1_A (3 putos) U joyero fabrica dos modelos

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas

Más detalles

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441 PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE CURSO 007-008 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 3 Juio) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) U cliete de u supermercado ha pagado u total de 156 euros por 24 litros de leche,

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

SUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica.

SUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica. págia 05. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto {,,, 4,

Más detalles

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n.

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n. Fucioes de varias variables (I TEMA - FUNCIONES DE VARIAS VARIABLES (I: LÍMITES Y CONTINUIDAD. Coceptos topológicos previos e el espacio euclídeo R. Sea R el espacio euclídeo de dimesioes. U puto a de

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva Itroducció Se defie alguos coceptos básicos para ua compresió ituitiva de la Estadística. Se itroduce los primeros coceptos sobre el uso y maejo de datos uméricos, que permite distiguir

Más detalles

Capítulo I. La importancia del factor de potencia en las redes. eléctricas

Capítulo I. La importancia del factor de potencia en las redes. eléctricas La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

Más detalles