Métodos estadísticos. Sen = Spe D. Meta-DiSc ver Principios generales

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

Download "Métodos estadísticos. Sen = Spe D. Meta-DiSc ver 1.1.1. Principios generales"

Transcripción

1 Métoos estaístcos Meta-Sc ver.. Prncpos generales El Meta-análss es un proceso en os etapas. En un prmer paso se calcula un estaístco que resume los atos e caa estuo. En los estuos e evaluacón e pruebas agnóstcas caa estuo es resumo, no por un ínce como en los e evaluacón e tratamentos, sno por os ínces que escrben la valez e la prueba. Habtualmente, estos os ínces son sensbla y especfca, o ben los cocentes e probabla postvo y negatvo. En un seguno paso se calculan los ínces globales como promeos poneraos e los ínces nvuales. El Meta-análss ebería realzarse sólo s los estuos se han realzao con pacentes clíncamente smlares, han evaluao pruebas comparables y han usao pruebas e referenca ( gol stanar tambén comparables. Aemás s exstera heterogenea entre los resultaos e los estuos en lugar e calcular los ínces comunes, se ebería nvestgar las causas e las ferencas. En este ocumento se escrben las stntas herramentas que el MetaSc mplementa para: resumr los atos e caa estuo nvual, estuar, gráfca y estaístcamente, la homogenea e los estuos, calcular los ínces agrupaos y v explorar la heterogenea. Ínces e los estuos nvuales Los resultaos e caa estuo nvual eben presentarse en una tabla x (abla one aparezca el número e personas clasfcaas por la prueba en evaluacón como postvas y negatvas en los grupos e enfermos y no enfermos según la prueba e referenca. abla : Resultaos en un estuo nvual Prueba Referenca Prueba en evaluacón Enfermo No enfermo otal Postvo a b P Negatvo c N otal a: número e personas enfermas y con resultao postvo: Veraeros postvos (VP. b: número e personas no enfermas y con resultao postvo: Falsos postvos (FP. c: número e personas enfermas y con resultao negatvo: Falsos negatvos (FN. : número e personas no enfermas y con resultao negatvo: Veraeros negatvos (VN. P: número total e personas con resultao postvo en la prueba. N: número total e personas con resultao negatvo en la prueba. : número total e personas enfermas. : número total e personas no enfermas. : número total e personas en el estuo. La valez puee expresarse por la Sensbla [Sen] (proporcón e postvos entre los enfermos y la Especfca [] (proporcón e negatvos entre los no enfermos. o por los cocentes e probabla [CP] a Sen N Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal

2 a Sen Sen CP+ CP b c Meta-Sc ver.. Los cocentes e probabla expresan cuanto más frecuentes son los respectvos resultaos entre los enfermos que entre los no enfermos. Otra mea e la valez e una prueba, útl en los meta-análss, es el os rato agnóstco (OR CP + a OR CP b c El OR expresa cuánto mayor es el os e estar enfermo entre las personas con resultao postvo que entre las que tenen resultao negatvo. Es una mea smple el renmento agnóstco e la prueba que combna los os cocentes e probabla. Errores estánar e ntervalos e confanza Los ntervalos e confanza e la sensbla y especfca, se calculan meante el métoo exacto para las proporcones bnomales (x/n basao en la strbucón F. n x+ n x LI LS + + xf ( x + F x,( n x+, α/ ( x+,( n x, α/ Los logartmos e los cocentes e probabla se strbuyen aproxmaamente como una normal y sus errores estánar son: a b ( lncp + + ( lncp por lo tanto, los ntervalos e confanza e los CPs son CP e ± zα / (ln CP + c La strbucón el logartmo el os rato agnóstco tambén es aproxmaamente normal con error estánar ao por ( lnor por lo tanto, el ntervalo e confanza el OR es OR e a b c ± z α / (ln OR Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal

3 Evaluano la homogenea Meta-Sc ver.. El grao e varabla entre los resultaos e los estuos puee evaluarse gráfcamente presentano la sensbla y especfca e caa estuo en un forest plot. Alguna spersón ebería aparecer por el azar en la seleccón e las muestras en los estuos, pero otros factores la pueen aumentar. Con respecto a los meta-análss sobre tratamento, en los e valez e las pruebas agnóstcas aparece una fuente extra e varabla entre estuos: los estuos ncluos pueen haber usao, explíctamente o no, ferentes umbrales para efnr los resultaos postvo y negatvo e la prueba. Para explorar esta fuente e varacón es útl una gráfca e las sensblaes y especfcaes en el plano ROC. S exstera efecto umbral los puntos mostrarían un patrón curvlíneo. Este efecto umbral tambén puee evaluarse meante el coefcente e correlacón e arman: ya que s el efecto exste aparece una correlacón nversa entre sensbla y especfca 3. En este caso, combnar lo resultaos e los estuos exge, en lugar e promear las sensblaes y especfcaes o los cocentes e probabla, ajustar los puntos a una curva ROC. Aemás e gráfcamente, la homogenea e las sensblaes y especfcaes puee contrastarse usano la prueba el lkelhoo rato 4 : (a partr e aquí, se usará la notacón e la tabla, con los subínces para ncar estuo nvual y para global. a c G a ln + c ln a a c c Sen a c b G ln + b ln b b b En la hpótess e homogenea ambos se strbuyen asntótcamente como una j-cuarao con k- graos e lberta (seno k el número e estuos. La homogenea e los cocentes e probabla y e los os rato agnóstcos se contrasta con la prueba Q e Cochran usano como pesos los nversos e las varanzas. El estaístco Q tambén tene una strbucón j-cuarao con k- graos e lberta. ( lnθ lnθ Q w w ( lnθ seno θ el cocente e probabla postvo o negatvo o el os rato agnóstco. Ínces agrupaos Se nsste en que las sensblaes, especfcaes y cocentes e probabla solo eberían ser agrupaos en un ínce global en ausenca e efecto umbral. La sensbla y especfca globales son Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 3

4 Sen a Meta-Sc ver.. Estas fórmulas son las e promeos poneraos, en los que el peso e caa estuo es su tamaño muestral. Los cocentes e probabla y el os rato agnóstco pueen ser agrupaos por el métoo e Mantel-Haenszel (moelo e efectos fjos o, para ncorporar la varacón entre estuos, por al métoo e ersmonan Lar (moelo e efectos aleatoros. Ambos métoos calculan promeos poneraos, y la ferenca está justamente en los pesos usaos y en qué se promea. Con el métoo e Mantel-Haenszel se promea rectamente el OR o los CPs, mentras que en el e ersmonan Lar se promea el logartmo el OR o e los CPs. θ MH Los pesos e Mantel-Haenszel son MH w θ L lnθ MH w lnθ L L w w MH bc MH b MH OR : w CP : w CP : w + Los e ersmonan Lar son, para toos los ínces: w L ES θ τ ( ln + seno θ el cocente e probabla corresponente o el os rato agnóstco y τ Q ( k f Q> k w w w 0 f Q< k one Q es el estaístco e homogenea e Cochran para el estmaor global e Mantel- Haenszel y w los pesos el nverso e la varanza. Errores estánar e ntervalos e confanza e los ínces globales Los ntervalos e confanza e la sensbla y la especfca global tambén se calculan usano el métoo exacto para las proporcones bnomales basao en la strbucón F. Aunque Meta-Sc, opconalmente calcula estos ntervalos corregos por sobrespersón, en este caso usa la aproxmacón normal a la bnomal, es ecr Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 4

5 ( Sen Sen ( Sen ( ( Meta-Sc ver.. y los ntervalos corregos por sobrespersón 5 Sen ± z Sen α / ϕsen ( seno los factores e correccón ± z ϕ / ( α ϕ Sen χsen k con χ Sen a c a c + a c ϕ χ k con χ b b + b La strbucón e los logartmos e los cocentes e probabla y os rato agnóstca globales estmaos por el métoo e Mantel-Haenszel es aproxmaamente normal con errores estánar aos por : ( lncp + P U V ( lncp P U' V ' E F+ G H + + R R S S ( lnor one P ( ( a + b ab a U b U ' V ' V c R a S ( + bc E a a Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 5

6 F ( + a bc ( b + G c a ( b + H Meta-Sc ver.. c bc por lo tanto, los ntervalos e confanza son: CP e OR e ± zα / (ln CP ± z α / (ln OR La strbucón e los logartmos e los cocentes e probabla y os rato agnóstca globales estmaos por el métoo e ersmonan-lar es tambén aproxmaamente normal con errores estánar aos por: θ w ( ln L por lo tanto, los ntervalos e confanza son: L / (ln e z α θ θ ± Curvas ROC S el umbral agnóstco varara entre los estuos, el mejor resumen e los resultaos e los estuos es una curva ROC, en lugar e solo un ínce global. La forma e la curva epene e las strbucones e probabla subyacentes e los resultaos e la prueba agnóstca en las personas con y sn la enfermea 6. Hay os maneras e ajustar la curva ROC. Las pruebas agnóstcas en las que el OR es constante, nepenente el umbral, tenen curvas ROC smétrcas alreeor e la línea SenEsp. En este caso es posble combnar los ORs por los métoos e Mantel-Haenszel o ersmonan Lar, y a partr el OR global calcular la mejor curva ROC: la ecuacón e la curva está aa 7 por Sen + OR Pero cuano los OR camban con el umbral, la curva ROC es asmétrca. Para estuar la varacón el OR con el umbral y ajustar, en funcón e ello, una curva smétrca o asmétrca se usa el métoo e Moses- Shapro-Lttenberg 7. El métoo consste en estuar esta relacón ajustano los atos e los estuos a la recta a+ bs one es el logartmo el OR y S una mea el umbral aa por Sen S ln Sen Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 6

7 Meta-Sc ver.. La estmacón e los parámetros a y b y sus errores estánar y covaranza se realza por el métoo e los mínmos cuaraos, ornaro o ponerao, usano la lbrería NAG C 8. Los pesos pueen ser la nversa e la varanza el logartmo el OR, o smplemente el tamaño muestral. El contraste sobre s hay varacón el renmento agnóstco (meo por el OR con el umbral es equvalente al realzao sobre el parámetro b. S b0 no hay varacón y el métoo a lugar a una curva ROC smétrca y e a es la estmacón el OR global, sn embargo s b 0 exste varacón y la curva ROC es asmétrca, aa por la ecuacón Sen + e a b + b b Un estaístco útl cuano se agrupan estuos meante la curva ROC es el área bajo la curva (ABC que resume el renmento agnóstco en un solo número 9 : las pruebas perfectas tene un ABC cercano a y las nútles cercano a 0,5. El ABC se calcula ntegrano la ecuacón e la curva numércamente por el métoo trapezoal. Otro estaístco útl es el ínce Q*, efno por el punto en el que la sensbla y la especfca son guales, que es el punto e la curva más cercano al eal extremo superor el plano ROC. Se calcula como 0 : * OR Q + OR Errores estánar e ABC y Q* e ntervalos e confanza e la curva ROC El error estánar el área bajo la curva, s la curva es smétrca, está ao por 0 OR ( ABC OR + lnor OR lnor sm ( ( ( ( 3 OR pero s la curva es asmétrca, el error estánar es ( ( ( ABC A a B b AB a b ( as var + var + cov, one A y B son respectvamente: x a x A exp b b 0 p x a exp + x b p x Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 7

8 p x x a + ln a x x B exp x b b 0 p x a exp + x b Meta-Sc ver.. seno + b p. b Cuano se restrnge el rango e la curva ROC (al cuarante superor zquero o a límtes efnos por el usuaro, el error estánar el área bajo la curva se calcula con la fórmula e la curva asmétrca substtuyeno aecuaamente los límtes e ntegracón. Por lo tanto, s se actvan las restrccones, el error estánar el área bajo la curva solo se presenta s el OR se calcula a partr el moelo e Moses. El error estánar e Q* es * OR ( Q lnor ( + OR ( Introuceno en la ecuacón e la curva ROC smétrca, en lugar el OR global, los límtes superor e nferor e su ntervalo e confanza, se obtenen un ntervalo e confanza para la curva. En el caso e la curva asmétrca obtena a partr el moelo e Moses Shapro- Lttenberg, Mtchell sugere construr un ntervalo e confanza para la curva aplcano la transformacón nversa a la bana e confanza el moelo lneal. La transformacón nversa está aa por Sen Esp + S S + e + e Metaregreson Para explorar fuentes e heterogenea en los estuos, se puee extener el métoo e Moses-Shapro-Lttenberg añaeno covarbles al moelo. La transformacón exponencal e los coefcentes estmaos e caa covarable se puee nterpretar como el OR relatvo (ORR e esa covarable, e nca el cambo en el renmento agnóstco e la prueba en estuo por aumento e una una en la covarable corresponente. Nota sobre la correccón e las celas con valor cero Algunos e los estaístcos mplementaos por Metasc no puee calcularse s, en algún estuo, alguna e las celas e la tabla toma el valor 0. Una solucón para este problema, sugera por Cox 3, consste en sumar 0.5 a toas las celas e la tabla mplcaa. MetaSc permte al usuaro elegr entre: elmnar el meta-análss toos los estuos en los que alguna cela sea 0, sumar 0,5 a toas las celas e los estuos en que alguna cela sea 0, sumar 0,5 a toas las celas e toos los estuos. En toos los casos, esta correccón no se aplca al cálculo e la sensbla y la especfca, salvo en las gráfcas one se presenta la curva SROC, en las que los puntos corresponen a sensblaes y especfcaes calculaas con la correccón. Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 8

9 Meta-Sc ver.. References. eeks JJ. Systematc revews of evaluatons of agnostc an screenng tests. In Egger M, Smth G, Altman G (es. Systematc Revews n Health Care. Meta-analyss n context. Lonon: BMJ Books; 00: Leems LM, rve KS. A Comparson of Approxmate Interval Estmators for the Bernoull Parameter. Am Stat 996; 50: evllé WL, Buntnx F, Bouter LM, Montor VM, e Vet HC, van er Wnt A, Bezemer P. Conuctng systematc revews of agnostc stues: actc guelnes. BMC Me Res Methool 00; :9. 4. Agrest A. Analyss of ornal categorcal ata. New York: John Wleys & Sons; McCullagh P, Neler JA. Generalze Lnear Moels. Boca Raton: Chapman & Hall; Glas AS, Ljmer JG, Prns MH, Bonsel GJ, Bossuyt PM. he agnostc os rato: a sngle ncator of test performance. J Cln Epemol 003; 56: Moses LE, Shapro, Lttenberg B. Combnng nepenent stues of a agnostc test nto a summary ROC curve: ata-analytc approaches an some atonal conseratons. Stat Me 993; : he Numercal Algorthms Group. NAG C Lbrary. Oxfor: Hanley JA, McNel BJ. he meanng an use of the area uner a recever operatng characterstc (ROC curve. Raology 98; 43: Walter S. Propertes of the summary recever operatng characterstc (SROC curve for agnostc test ata. Stat Me 00; : Mtchell M. Valaton of the summary ROC for agnostc test meta-analyss: A Monte Carlo smulaton. Aca Raol 003; 0:5-3.. Ljmer JG, Bossuyt PM, Hesterkamp SH. Explorng sources of heterogenety n systematc revews of agnostc tests. Stat Me 00; : Cox R. he analyss of bnary ata. Lonon: Methuen; 970. Métoos Estaístcos Zamora J, Murel A, Abrara V. Una e Boestaístca Clínca Hosptal Ramón y Cajal 9

17 MOMENTOS DE INERCIA Y TEOREMA DE STEINER

17 MOMENTOS DE INERCIA Y TEOREMA DE STEINER 17 MOMENOS DE INERCIA Y EOREMA DE SEINER OBJEIVOS Determnacón e la constante recuperaora e un muelle espral. Comprobacón el teorema e Stener. Determnacón expermental el momento e nerca e ferentes cuerpos

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

PRUEBAS NO PARAMÉTRICAS

PRUEBAS NO PARAMÉTRICAS PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la

Más detalles

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X = Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Prescription Plan - Basic (PDP) Resumen de beneficios

Prescription Plan - Basic (PDP) Resumen de beneficios Prescription Plan - Basic (PDP) Resumen de beneficios Del 1 de enero de 2015 al 31 de diciembre de 2015 Llame gratis al 1-855-291-9311, del 1 de octubre al 14 de febrero, de 8 a. m. a 8 p. m., los siete

Más detalles

Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es

Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 01 monica.lopez.raton@usc.es Tablas de contingencia y tests asociados Índice 1. Datos categóricos. Tablas de

Más detalles

PRISMA OBLICUO > REPRESENTACIÓN Y DESARROLLO POR EL MÉTODO DE LA SECCIÓN NORMAL

PRISMA OBLICUO > REPRESENTACIÓN Y DESARROLLO POR EL MÉTODO DE LA SECCIÓN NORMAL 1. CARACTERÍSTICAS GENERALES DEL PRISMA OBLICUO Desde el punto de vista de la representación en SISTEMA DIÉDRICO, el prisma oblicuo presenta dos características importantes que lo diferencian del prisma

Más detalles

MACROECONOMÍA II Licenciatura en Administración y Dirección de Empresas Marzo 2004

MACROECONOMÍA II Licenciatura en Administración y Dirección de Empresas Marzo 2004 MACROECONOMÍA II Licenciatura en Administración y Dirección de Empresas Marzo 2004 EL TIO DE CAMBIO REAL El tipo de cambio nominal expresa el precio de una moneda en términos de otra. or ejemplo, el tipo

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos

Más detalles

CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas

CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas Introducción En la economía, la variación de alguna cantidad con respecto a otra puede ser descrita por un concepto promedio o por un concepto

Más detalles

Resolución de problemas. Temas: VOR e ILS

Resolución de problemas. Temas: VOR e ILS Resolución de problemas. Temas: VOR e ILS Autor: Mario E. Casado García 3er Curso ITT ST Índice 1. Problema tema 5: VOR......3 2. Problema tema 7: ILS.....7 3. Referencias..12 2 1. Problema tema 5: VOR

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

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

Acceso a Internet de niños menores de 14 años en EGM

Acceso a Internet de niños menores de 14 años en EGM Acceso a Internet de niños menores de 14 años en EGM 1 10/05/2012 Antecedentes El EGM se viene utilizando como referencia para los datos de Universo en los dos paneles de audímetros de Internet de Comscore

Más detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6

Más detalles

Antoni Miró. Experiencia previa y formación

Antoni Miró. Experiencia previa y formación Antoni Miró Experiencia previa y formación 3.1- Valoración de la experiencia previa Al terminar los estudios e iniciar el camino de la inserción laboral los titulados universitarios tienen que superar

Más detalles

TÉCNICAS DE INTEGRACIÓN

TÉCNICAS DE INTEGRACIÓN C TÉCNICAS DE INTEGRACIÓN C. CONCEPTOS PRELIMINARES C.. Función primitiva Sea f : I R, donde I es un intervalo real. Diremos que la función F : I R es una función primitiva de la función f en I si se cumple

Más detalles

PROBLEMAS RESUELTOS. CASO I cuando todos los términos de un polinomio tienen un factor común. Algebra Baldor

PROBLEMAS RESUELTOS. CASO I cuando todos los términos de un polinomio tienen un factor común. Algebra Baldor PROBLEMAS RESUELTOS CASO I cuando todos los términos de un polinomio tienen un factor común CASO II factor comun por agrupación de terminos CASO III trinomio cuadrado perfecto CASO IV Diferencia de cuadrados

Más detalles

Ejercicio Nº 3: Realizar aumentos en una Tabla de Sueldos

Ejercicio Nº 3: Realizar aumentos en una Tabla de Sueldos SESION5: BASE DE DATOS PLANILLAS Ejercicio Nº : Realizar aumentos en una Tabla de Sueldos Veamos pues. En la hoja de calculo se tiene la Tabla de Sueldos de varios empleados (aquí ahora vemos solo empleados,

Más detalles

Aptitud Matemática ( ) ( ) EDADES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN. 3x x = 75 3x 5x = 75 x = 15 3(x) = 45. 1 + 2α = 9 + α RPTA.: B RPTA.

Aptitud Matemática ( ) ( ) EDADES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN. 3x x = 75 3x 5x = 75 x = 15 3(x) = 45. 1 + 2α = 9 + α RPTA.: B RPTA. EDADES 1 Teófilo tiene el triple de la edad de Pedro Cuando Pedro tenga la edad de Teófilo, este tendrá 75 años Cuál es la edad de Teófilo? A) 30 B) 35 C) 40 D) 45 E) 50 3 Las edades de tres amigos son

Más detalles

Boletín audioprotésico número 35

Boletín audioprotésico número 35 Boletín auioprotésico número 35 Cómo asegurar la ganancia in-situ correcta Noveaes el epartamento e Investigación auioprotésica y comunicación 9 502 1041 004 / 06-07 Introucción Normalmente, los auífonos

Más detalles

Contraste de Independencia entre Variables Cualitativas

Contraste de Independencia entre Variables Cualitativas Contraste de Independencia entre Variables Cualitativas Grado en NHD. Grupos C y E Ejemplo I Ejemplo: Supóngase que se desea estudiar la posible relación entre dos variables de tipo cualitativo (tipo de

Más detalles

LA DERIVADA POR FÓRMULAS

LA DERIVADA POR FÓRMULAS CAPÍTULO LA DERIVADA POR FÓRMULAS. FÓRMULAS Obtener la erivaa e cualquier función por alguno e los os métoos vistos anteriormente, el e tabulaciones y el e incrementos, resulta una tarea muy engorrosa,

Más detalles

(f + g) (x) = f (x) + g (x) (α f) (x) = α f (x) (f g) (x) = f (x) g(x) + f(x) g (x) (x) = f (x) g(x) f(x) g (x) g. [g(x)] 2 (f g) (x) = f (g(x)) g (x)

(f + g) (x) = f (x) + g (x) (α f) (x) = α f (x) (f g) (x) = f (x) g(x) + f(x) g (x) (x) = f (x) g(x) f(x) g (x) g. [g(x)] 2 (f g) (x) = f (g(x)) g (x) Derivaa e una función en un punto: El concepto e erivaa e una función matemática se halla íntimamente relacionao con la noción e límite. Así, la erivaa se entiene como la variación que experimenta la función

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación de Septiempbre, 00 Cuestiones 1h C1. El tiempo que un ordenador tarda en ejecutar una tarea es una v.a. Y Expλ). Para hacer un estudio

Más detalles

Estadística de las Enseñanzas no universitarias Resultados académicos del curso 2010-2011 NOTA RESUMEN

Estadística de las Enseñanzas no universitarias Resultados académicos del curso 2010-2011 NOTA RESUMEN Estadística de las Enseñanzas no universitarias Resultados académicos del curso 2010-2011 NOTA RESUMEN Dentro del marco de la Estadística de las Enseñanzas no universitarias, se publica la parte correspondiente

Más detalles

Logaritmo Natural. Z x. 1 t dt = ln(x) = I 1 1. ln(x) < 0 para x 2 (0; 1) y ln(x) > 0 para x 2 (1; 1)

Logaritmo Natural. Z x. 1 t dt = ln(x) = I 1 1. ln(x) < 0 para x 2 (0; 1) y ln(x) > 0 para x 2 (1; 1) Logaritmo Natural Si n 6= ya sabemos que R x t n t = n+ xn+ + C, con C una constante. De nición. La regla e corresponencia ln(x) = Z x t t = Z x I e ne una función con ominio D ln = (0; ): A esta función

Más detalles

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

GEOS, 2004, Vol. 24, No. 1, p. 46-56 RESUMEN

GEOS, 2004, Vol. 24, No. 1, p. 46-56 RESUMEN GEOS, 24, Vol. 24, No. 1, p. 46-56 ECUACIONES QUE ESTIMAN LAS CURVAS INTENSIDAD AD-DURACIÓN-PERÍODO DE RETORNO DE LA LLUVIA Domtlo Pereyra-Díaz, José Antono A. Pérez-Sesma y Leonorla Gómez-Romero Carrera

Más detalles

Problemas a la carta

Problemas a la carta Problemas a la carta Enseñanza Alfinio Flores Peñafiel y Nora G. Ramírez Arizona State University Maricopa Community Colleges resumen Se presentan cinco problemas que pueden ser resueltos mediante la utilización

Más detalles

Estadística con R. Modelo Probabilístico Lineal

Estadística con R. Modelo Probabilístico Lineal Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S

Más detalles

MÉTODO DEL CENTRO DE GRAVEDAD

MÉTODO DEL CENTRO DE GRAVEDAD DEFINICIÓN MÉTODO DEL CENTRO DE GRVEDD Es un moelo matemátco que se utlza para la localzacón e plantas e fabrcacón o almacenes e strbucón respecto a unos puntos ya establecos e la empresa, ese one se proucen

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

Lea esto primero! un estudio de investigación sobre pruebas de VIH que se realizan en la comodidad de su hogar TEST. REPLY. KNOW.

Lea esto primero! un estudio de investigación sobre pruebas de VIH que se realizan en la comodidad de su hogar TEST. REPLY. KNOW. un estudio de investigación sobre pruebas de VIH que se realizan en la comodidad de su hogar Lea esto primero! TEST. REPLY. KNOW. Bienvenido a KNOWatHOME! El estudio de investigación KNOWatHOME lo conduce

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,

Más detalles

EDWIN KÄMMERER ORCASITA INGENIERO ELECTRÓNICO

EDWIN KÄMMERER ORCASITA INGENIERO ELECTRÓNICO Identifica los tipos de datos y funciones - Tipos de Datos: Excel soporta 5 tipos de datos, estos son: a) Numéricos: Están formados por cualquiera de los 10 dígitos (del 0 al 9) y pueden estar acompañados

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

INFORMES DE OCUPACIONES Y TASAS DE DESEMPLEO OBSERVATORIO PROVINCIAL

INFORMES DE OCUPACIONES Y TASAS DE DESEMPLEO OBSERVATORIO PROVINCIAL INFORMES DE OCUPACIONES Y TASAS DE DESEMPLEO OBSERVATORIO PROVINCIAL Año de referencia: DICIEMBRE DE 2007 Ámbito territorial: Agrupado por provincia Territorios: CONTENIDOS: 1. Introducción 2. Ocupaciones

Más detalles

Manejo de la Información

Manejo de la Información Los juegos de azar Manejo de la Información Que las y los estudiantes deduzcan y argumenten que la probabilidad de que un evento suceda está relacionada con la frecuencia en que ocurre el resultado esperado

Más detalles

5 Ecuaciones lineales y conceptos elementales de funciones

5 Ecuaciones lineales y conceptos elementales de funciones Programa Inmersión, Verano 206 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 300 y MATE 3023 Clase #6: martes, 7 de junio de 206. 5 Ecuaciones lineales y conceptos elementales

Más detalles

Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo

Polinomios: Definición: Se llama polinomio en x de grado n a una expresión del tipo Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales

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

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía

Más detalles

SECCIÓN 3:CAPACIDAD Y EMPLAZAMIENTO DE LOS DEPÓSITOS

SECCIÓN 3:CAPACIDAD Y EMPLAZAMIENTO DE LOS DEPÓSITOS SECCIÓN 3:CAPACIDAD Y EMPLAZAMIENTO DE LOS DEPÓSITOS CAPACIDAD DE LOS DEPÓSITOS El caudal de consumo es variable durante el día, durante la semana e incluso estacionalmente, mientras que los caudales captados

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

Más detalles

no descompone no descompone no descompone

no descompone no descompone no descompone Problema 1. Sea I n el conjunto de los n primeros números naturales impares. Por ejemplo: I 3 = {1, 3, 5, I 6 = {1, 3, 5, 7, 9, 11, etc. Para qué números n el conjunto I n se puede descomponer en dos partes

Más detalles

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-

Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo

Más detalles

Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A)

Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A) aprenderaprogramar.com Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A) Sección: Cursos Categoría: Curso Bases de la programación

Más detalles

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias: Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.

Más detalles

Valoración de opciones sobre acciones: el modelo Black-Scholes. Capítulo 10

Valoración de opciones sobre acciones: el modelo Black-Scholes. Capítulo 10 Valoración e opciones sobre acciones: el moelo BlackScholes Capítulo 0 Moelo e valuación e BlackSholes El supuesto subyacente al moelo BS es que el precio e las acciones sigue un recorrio aleatorio (ranom

Más detalles

Continuidad y ramas infinitas. El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A = 2. lm í

Continuidad y ramas infinitas. El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A = 2. lm í Unidad. Límites de funciones. Continuidad y ramas infinitas Resuelve Página 7 A través de una lupa AUMENTO DISTANCIA (dm) El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A

Más detalles

Nivelación de Matemática MTHA UNLP 1. Vectores

Nivelación de Matemática MTHA UNLP 1. Vectores Nivelación de Matemática MTHA UNLP 1 1. Definiciones básicas Vectores 1.1. Magnitudes escalares y vectoriales. Hay magnitudes que quedan determinadas dando un solo número real: su medida. Por ejemplo:

Más detalles

APRENDIZAJE DEL CONCEPTO DE LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN

APRENDIZAJE DEL CONCEPTO DE LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN APRENDIZAJE DEL CONCEPTO DE LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN AUTORÍA ANTONIO JESÚS MARTÍNEZ RUEDA TEMÁTICA MATEMÁTICAS ETAPA BACHILLERATO Resumen La introducción del concepto de límite en bachillerato

Más detalles

Líneas Equipotenciales

Líneas Equipotenciales Líneas Equipotenciales A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. En esta experiencia se estudia

Más detalles

PROPUESTAS COMERCIALES

PROPUESTAS COMERCIALES PROPUESTAS COMERCIALES 1. Alcance... 2 2. Entidades básicas... 2 3. Circuito... 2 3.1. Mantenimiento de rutas... 2 3.2. Añadir ofertas... 5 3.2.1. Alta desde CRM... 5 3.2.2. Alta desde el módulo de Propuestas

Más detalles

Una breve introducción a Excel c

Una breve introducción a Excel c Una breve introducción a Excel c Martes 22 de febrero de 2005 Curso de Formación continua en Matemáticas UAM Curso 2004/2005 1. Introducción Excel c es una aplicación de hojas de cálculo electrónicas:

Más detalles

5. METODOLOGÍA. OBTENCIÓN DE DATOS

5. METODOLOGÍA. OBTENCIÓN DE DATOS 5. 48 5.1. INTRODUCCIÓN AL ANÁLISIS Y OBTENCIÓN DE DATOS Los datos obtenidos de los ensayos del proyecto VOWS fueron almacenados como archivos binarios. Mediante el programa EXTRACT.FOR se obtuvo los datos

Más detalles

Tema 7: Variables Ficticias

Tema 7: Variables Ficticias Tema 7: Varables Fctcas Máxmo Camacho Máxmo Camacho Econometría I - ADE+D /2 - Tema 7 Varables fctcas Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema 2: El modelo de regresón

Más detalles

Capítulo 3. Estimación de elasticidades

Capítulo 3. Estimación de elasticidades 1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran

Más detalles

Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS

Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que

Más detalles

M a t e m á t i c a s I I 1

M a t e m á t i c a s I I 1 Matemáticas II Matemáticas II ANDALUCÍA CNVCATRIA JUNI 009 SLUCIÓN DE LA PRUEBA DE ACCES AUTR: José Luis Pérez Sanz pción A Ejercicio En este límite nos encontramos ante la indeterminación. Agrupemos la

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

Jóvenes y Videojuegos. Apéndice 1 VALORES Y ACTITUDES GENERALES

Jóvenes y Videojuegos. Apéndice 1 VALORES Y ACTITUDES GENERALES Apéndice 1 VALORES Y ACTITUDES GENERALES 273 En el presente estudio sobre Videojuegos se incluyó en el cuestionario una batería de preguntas (de la 96 a la 116) sobre valores y actitudes generales. Esta

Más detalles

Tema : ELECTRÓNICA DIGITAL

Tema : ELECTRÓNICA DIGITAL (La Herradura Granada) Departamento de TECNOLOGÍA Tema : ELECTRÓNICA DIGITAL.- Introducción. 2.- Representación de operadores lógicos. 3.- Álgebra de Boole. 3..- Operadores básicos. 3.2.- Función lógica

Más detalles

Qué son los monomios?

Qué son los monomios? Qué son los monomios? Recordemos qué es una expresión algebraica. Definición Una expresión algebraica es aquella en la que se utilizan letras, números y signos de operaciones. Si se observan las siguientes

Más detalles

No importa. quién. sea, esta prueba. es para. usted

No importa. quién. sea, esta prueba. es para. usted No importa quién sea, esta prueba es para usted Sabía que...? Hoy más de 1.1 millones de personas en este país padecen de la infección por el VIH. Hombres, mujeres y personas de todas las preferencias

Más detalles

Observaciones del profesor:

Observaciones del profesor: Calificación total máxima: 10 puntos. Tiempo: 60 minutos. OPCIÓN A Ejercicio 1. (Puntuación máxima: 4 puntos) Se considera la matriz: A=( ) a) Determina la matriz B= A 2-2A 1,5 PUNTOS b) Determina los

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE PSICOLOGÍA DIVISIÓN DE ESTUDIOS PROFESIONALES Octubre, 2010.

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE PSICOLOGÍA DIVISIÓN DE ESTUDIOS PROFESIONALES Octubre, 2010. Sensibilidad y Especificidad de una prueba 1 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE PSICOLOGÍA DIVISIÓN DE ESTUDIOS PROFESIONALES Octubre, 2010. Material elaborado por Dra. Corina Cuevas Renaud

Más detalles

INSTITUTO VALLADOLID PREPARATORIA página 37

INSTITUTO VALLADOLID PREPARATORIA página 37 INSTITUTO VALLADOLID PREPARATORIA página 37 página 38 SUMA DE FRACCIONES CONCEPTO Las cuatro operaciones fundamentales, suma, resta, multiplicación y división, con fracciones algebraicas se realizan bajo

Más detalles

Capitulo 4. Polinomios

Capitulo 4. Polinomios Capitulo 4. Polinomios Objetivo. El alumno usará y analizará los conceptos del álgebra de los polinomios y sus propiedades para obtener raíces. Contenido. 4.1 Definición de polinomio. Grado de un polinomio.

Más detalles

Profr. Efraín Soto Apolinar. Factorización

Profr. Efraín Soto Apolinar. Factorización Factorización La factorización es la otra parte de la historia de los productos notables. Esto es, ambas cosas se refieren a las mismas fórmulas, pero en los productos notables se nos daba una operación

Más detalles

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano 24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas

Más detalles

4. Estadística Descriptiva

4. Estadística Descriptiva 4. Estadística Descriptiva En este apartado se presentan las estadísticas descriptivas obtenidas a través de la aplicación de las encuestas que han sido detalladas en la Metodología. 4.1 Estadísticas de

Más detalles

ÍNDICE. Ficha técnica... 4. Encuesta y cuestionario... 6. Finalidad y resultados de la encuesta... 10 10. Primera parte: conocimiento...

ÍNDICE. Ficha técnica... 4. Encuesta y cuestionario... 6. Finalidad y resultados de la encuesta... 10 10. Primera parte: conocimiento... ÍNDICE Ficha técnica... 4 Encuesta y cuestionario... 6 Finalidad y resultados de la encuesta... 10 10 Primera parte: conocimiento... 12 Segunda parte: modo de conocimiento y valoración... 18 Tercera parte:

Más detalles

Interpolación polinómica

Interpolación polinómica 9 9. 5 9. Interpolación de Lagrange 54 9. Polinomio de Talor 57 9. Dados dos puntos del plano (, ), (, ), sabemos que ha una recta que pasa por ellos. Dicha recta es la gráfica de un polinomio de grado,

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

GEOMETRÍA. Septiembre 94. Determinar la ecuación del plano que pasa por el punto M (1,0, la recta x 1 y z

GEOMETRÍA. Septiembre 94. Determinar la ecuación del plano que pasa por el punto M (1,0, la recta x 1 y z GEOMETRÍA Junio 94. 1. Sin resolver el sistema, determina si la recta x 3y + 1 = 0 es exterior, secante ó tangente a la circunferencia (x 1) (y ) 1. Razónalo. [1,5 puntos]. Dadas las ecuaciones de los

Más detalles

Lección 4: Suma y resta de números racionales

Lección 4: Suma y resta de números racionales GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,

Más detalles

Administración de inventarios

Administración de inventarios Administración de inventarios Ing. Ind. Abel Olivares Ampuero Papel de la administración de inventarios en las operaciones Una vez que se ha pronosticado la demanda de los productos a ser fabricados, se

Más detalles

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento y 1 gramo del segundo; un kilo

Más detalles

Colegio Alexander von Humboldt - Lima. Tema: La enseñanza de la matemática está en un proceso de cambio

Colegio Alexander von Humboldt - Lima. Tema: La enseñanza de la matemática está en un proceso de cambio Refo 07 2004 15 al 19 de noviembre 2004 Colegio Alexander von Humboldt - Lima Tema: La enseñanza de la matemática está en un proceso de cambio La enseñanza de la matemática debe tener dos objetivos principales:

Más detalles