Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta."

Transcripción

1 PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución (o dnsidad) d probabilidad spcificada o supusta para X S dsa probar la hipótsis: Ho: f(x) = f 0 (x) En contrast con la hipótsis altrna: Ha: f(x) no= f 0 (x) (ngación d Ho) PRUEBA JI-CUADRADO Esta pruba s aplicabl para variabls alatorias discrtas o continuas. Sa una mustra alatoria d tamaño n tomada d una población con una distribución spcificada f 0 (x) qu s d intrés vrificar. Suponr qu las obsrvacions d la mustra stán agrupadas n k class, sindo o i la cantidad d obsrvacions n cada clas i =,,..., k Con l modlo spcificado f 0 (x) s pud calcular la probabilidad p i qu un dato cualquira prtnzca a una clas i. Con st valor d probabilidad s pud ncontrar la frcuncia sprada i para la clas i, s dcir, la cantidad d datos qu sgún l modlo spcificado dbrían star incluidos n la clas i: i = p i n, i =,,..., k Tnmos ntoncs dos valors d frcuncia para cada clas i o i : frcuncia obsrvada (corrspond a los datos d la mustra) i : frcuncia sprada (corrspond al modlo propusto) La toría stadística dmustra qu la siguint variabl s apropiada para ralizar una pruba d bondad d ajust: Dfinición Estadístico para la pruba d bondad d ajust Ji-cuadrado k χ (o i i ) =, distribución Ji-cuadrado con ν=k r grados d librtad i dond r s la cantidad d parámtros d la distribución qu dbn stimars a partir d la mustra Es una condición ncsaria para aplicar sta pruba qu i, i 5.

2 Dado un nivl d significancia α s dfin un valor crítico χ α para l rchazo d la hipótsis propusta Ho: f(x) = f 0 (x). Si las frcuncias obsrvadas no difirn significativamnt d las frcuncias spradas calculadas con l modlo propusto, ntoncs l valor d stadístico d pruba χ srá crcano a cro, pro si stas difrncias son significativas, ntoncs l valor dl stadístico χ stará n la rgión d rchazo d Ho rchazo H 0 χ > χα : Ejmplo Rgión d rchazo d Ho S ha tomado una mustra alatoria d 40 batrías y s ha rgistrado su duración n años. Estos rsultados s los ha agrupado n 7 class n l siguint cuadro i clas (duración) frcuncia obsrvada (o i ) Vrificar con 5% d significancia qu la duración n años d las batrías producidas por st fabricant tin duración distribuida normalmnt con mdia 3.5 y dsviación stándar 0.7 Solución Sa X: duración n años (variabl alatoria contínua) ) Ho: X ~ N ( 3. 5, 0. 7) (distribución normal, µ=3.5, σ=0.7) ) Ha: no H 0 3) α = 0.05 Cálculo d la probabilidad corrspondint a cada intrvalo p = P(X.95) = P(Z ( )/0.7) = p = P(.95 X.45) = P(( )/0.7 Z ( )/0.7) = p 3 = P(.45 X.95) = P(( )/0.7 Z ( )/0.7) = (tc)

3 Cálculo d las frcuncias spradas = p n = (40) 0.5 = p n = (40). 3 = p 3 n = 0.35 (40) (tc) Rsumn d rsultados duración (años) frcuncia obsrvada (o i ) frcuncia sprada ( i ) Ojo con l rdondo, la suma db sr n = Es ncsario qu s cumpla la condición i, i 5 por lo qu s dbn agrupar class adyacnts. Como rsultado s tinn cuatro class k=4 duración (años) frcuncia obsrvada (o i ) frcuncia sprada ( i ) Ahora s pud dfinir la rgión d rchazo d Ho Obsrvmos qu n st jmplo la mdia y la dsviación stándar d la distribución normal no s stimaron, sino qu stán propustas, d dond r = 0 α = 0.05, ν = k = 3, χ 0.05 = 7.85 (Tabla χ ) Rchazar Ho si χ > ) Cálculo dl stadístico d pruba k χ (o i i ) = i = (7 8.5) 8.5 (5 0.3) 0.3 (0 0.7) 0.7 (8 0.5) 0.5 = ) Dcisión Como 3.05 no s mayor a 7.85, s dic qu no hay vidncia suficint para rchazar l modlo propusto para la población.

4 Ejmplo La siguint tabla prsnta información d cantidads sobr l númro d plantas Larra divaricata halladas n cada uno d los 48 cuadrants d nustro, como s publica n l l artículo Som Sampling Charactristics of Plants and Arthropods of th Arizona Dsrt (Ecology,96: ) i Nro. D plantas frcuncia obsrvada (o i ) Podrían stos datos ajustars a una distribución d Poissón? Utilic un nivl 0,05 d significancia. Solución El valor d λ n st caso db stimars xi. oi 0 λ = = =, 0 n 48 ) Ho: X ~ Poisson(, 0) (distribución d Poisson con λ =, 0 ) ) Ha: no H 0 3) α = 0.05 Cálculo d la probabilidad corrspondint a cada intrvalo p = P(X=0) = p 3 = P(X=)=... (tc), 0 (, ),, 0! (, )! Cálculo d las frcuncias spradas, = p n = ( 48) = 5, 88 = p n = ( 0, 575)( 48) =, 34 3 = p 3 n =, (tc), (, ) = p = P(X=)= = 0, 575! Rsumn d rsultados i Nro. D plantas frcuncia obsrvada (o i ) frcuncia sprada ( i ) 0 9 5,88 9,34 3 0, ,07 5 >= 4 6 7,75 Es ncsario qu s cumpla la condición i, i 5 por lo qu s dbn agrupar class adyacnts. Como rsultado s tinn cinco class k=5

5 Ahora s pud dfinir la rgión d rchazo d Ho Obsrvmos qu n st jmplo s stimó l parámtro d la distribución, d dond r = α = 0.05, ν = 5 - = 3, χ 0.05 = 7.85 (Tabla χ ) Rchazar Ho si χ > ) Cálculo dl stadístico d pruba k χ (o i i ) ( 9 5, 88) ( 6 7, 75) = =... = 6, 3 i 5, 88 7, 75 6) Dcisión Como 6,3 no s mayor a 7.85, s dic qu no hay vidncia suficint para rchazar l modlo propusto para la población, d modo qu al nivl d 5%, la distribución d Poisson da un ajust razonabl a los datos.

Prueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas

Prueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas ÁNALISIS BIVARIADO Estudiar la rlación ntr dos variabls cualitativas ANALISIS DE FRECUENCIAS, INDEPENDENCIA Estudiar la rlación ntr dos variabls cuantitativas CORRELACIÓN Y REGRESIÓN LINEAL Estudiar la

Más detalles

LÍMITES DE FUNCIONES. CONTINUDAD

LÍMITES DE FUNCIONES. CONTINUDAD LÍMITES DE FUNCIONES. CONTINUDAD Signiicado dl it Ejrcicio nº.- Rprsnta gráicamnt y plica l gniicado d la prón: Ejrcicio nº.- Eplica l gniicado d la guint prón y rprséntalo gráicamnt: 9 Ejrcicio nº.- Escrib

Más detalles

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica

Más detalles

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión

Más detalles

Opción A Ejercicio 1 opción A, modelo Septiembre 2011

Opción A Ejercicio 1 opción A, modelo Septiembre 2011 IES Fco Ayala d Granada Sptimbr d 0 (Modlo ) Grmán-Jsús Rubio Luna UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD CURSO 0-0 MATEMÁTICAS II Opción A Ejrcicio opción A, modlo Sptimbr 0 k si

Más detalles

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o

Más detalles

TEMA 8 LÍMITES DE FUNCIONES, CONTINUIDAD Y ASÍNTOTAS

TEMA 8 LÍMITES DE FUNCIONES, CONTINUIDAD Y ASÍNTOTAS TEMA 8 LÍMITES DE FUNCIONES, CONTINUIDAD Y ASÍNTOTAS 8. LÍMITE DE UNA FUNCIÓN 8.. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Límit d una función n un punto f () = l S l: El it cuando tind a c d f() s l c Significa:

Más detalles

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los

Más detalles

TAMAÑO DE LA MUESTRA

TAMAÑO DE LA MUESTRA Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona

Más detalles

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas y x 12x 2 y log 2 x ln x e e y ln 1 x

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas y x 12x 2 y log 2 x ln x e e y ln 1 x . Drivar las siguints funcions simplificar l rsultado n la mdida d lo posibl. ) 4) 7) ) 4 5 5 5 7 5) 8) ) 5 6) 5 9) 4 5 0) ) 7 ) ) 4) 4 5) 6) 7) 8) 9) ) 5) 0) 4 ln ) ln log 6) ln 8) ln ) 9) ) 5) 4) 7)

Más detalles

Método de los Elementos Finitos para Análisis Estructural. Alisado de tensiones

Método de los Elementos Finitos para Análisis Estructural. Alisado de tensiones Método d los Elmntos Finitos para Análisis Estructural Alisado d tnsions Campo d tnsions Tnsions n cualquir punto dl lmnto, sgún l MEF: = Dε= DBδ Matriz B contin las drivadas d las N: no son continuas

Más detalles

Convocatoria de Febrero 26 de Enero de 2007. Nombre y Apellidos:

Convocatoria de Febrero 26 de Enero de 2007. Nombre y Apellidos: Univrsidad d Vigo Dpartamnto d Matmática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria d Fbrro 6 d Enro d 007 Nombr y Apllidos: DNI: (4.5 p.) ) S considra la función f(x) = x ln(x). (0.5 p.) (a) Calcular

Más detalles

Tablas de Probabilidades

Tablas de Probabilidades Tablas de Probabilidades Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Instituto Tecnológico Autónomo de México Agosto 2009 Versión 1.05 Índice 1. Distribución Binomial.......................................

Más detalles

1.-PROCEDIMIENTO PARA EL CÁLCULO DE LÍMITES. Límites cuando

1.-PROCEDIMIENTO PARA EL CÁLCULO DE LÍMITES. Límites cuando -PROCEDIMIENTO PARA EL CÁLCULO DE LÍMITES El cálculo d límits cuando Límits cuando a R a R s raliza sustituyndo por a Si st valor s un númro ral ntoncs ya stá calculado y st límit s único, pro n algunos

Más detalles

3. Ecuaciones diferenciales de orden superior. ( Chema Madoz, VEGAP, Madrid 2009)

3. Ecuaciones diferenciales de orden superior. ( Chema Madoz, VEGAP, Madrid 2009) . Ecuacions difrncials d ordn suprior Chma Madoz, VEGAP, Madrid 009 Ecuacions linals: toría básica Un problma d valor inicial d n-ésimo ordn consist n rsolvr la EDO linal: a n n d d d a a a0 g n n n d

Más detalles

12 Representación de funciones

12 Representación de funciones Rprsntación d funcions ACTIVIDADES INICIALES.I. Factorizando prviamnt las prsions, rsulv las siguints cuacions: a) 6 7 5 0 6 c) 0 7 b) 6 d) 0 a) 6 7 5 0 ( )(6 5) 0 5 6 5 0, b) 7 6 ( )( ) 6 6 ( ) 7 ( )

Más detalles

Ejercicios resueltos Distribuciones discretas y continuas

Ejercicios resueltos Distribuciones discretas y continuas ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s

Más detalles

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL. Calcular los dominios d dfinición d las siguints funcions: a) f( ) 6 b) f( ) c) f( ) ln d) f( ) arctg 3 4 ) f( ) f) f( ) 5 g) f( ) sn 9 h) 4 4

Más detalles

REPRESENTACIÓN DE FUNCIONES

REPRESENTACIÓN DE FUNCIONES Matmáticas º Bachillrato. Prosora: María José Sánchz Quvdo REPRESENTACIÓN DE FUNCIONES Para l studio y rprsntación d una unción s sigun los siguints pasos:. Dominio d dinición y d continuidad.. Corts con

Más detalles

ASÍNTOTAS Y RAMAS INFINITAS Cálculo y representación

ASÍNTOTAS Y RAMAS INFINITAS Cálculo y representación LÍMITES Cálculo y rprsntación...... 7. 8. - + + - - + + - + - ( + ) - + + - - + + 9. + - +. + - + - 9. + -. + + + - +. + + +. + + + -. +. + - ASÍNTOTAS Y RAMAS INFINITAS Cálculo y rprsntación. y = - +.

Más detalles

Sistemas de control: Elementos componentes, variables, función de transferencia y diagrama funcional.

Sistemas de control: Elementos componentes, variables, función de transferencia y diagrama funcional. Sistmas d control: Elmntos componnts, variabls, función d transfrncia y diagrama funcional. Introducción Los sistmas d control automático han jugado un papl vital n l avanc d la cincia y d la ingniría.

Más detalles

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios

Más detalles

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13 º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y

Más detalles

PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL

PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns

Más detalles

Estimación por intervalos

Estimación por intervalos Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza

Más detalles

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r.

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r. (Aputs rvisió para oritar l aprdizaj) DESARROLLO DE LAS FUNCIONES LOGARÍTMICA Y EXPONENCIAL EN SERIES DE POTENCIAS Ua Sri d Potcias s dfi como: a a a a a = = + + + la qu s vidt qu covrg si =. Para dtrmiar

Más detalles

Técnicas de validación estadística Bondad de ajuste

Técnicas de validación estadística Bondad de ajuste Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución

Más detalles

- Se trata en el fondo, de la misma manera de medir la asociación entre X y M.

- Se trata en el fondo, de la misma manera de medir la asociación entre X y M. BOLETÍN EPIDEMIOLÓGICO DE CASTILLA-LA MANCHA FEBRERO 2007/ Vol.19 /Nº 10 LA REGRESIÓN LOGÍSTICA EN EPIDEMIOLOGÍA II (*) A.- VARIABLE X CUALITATIVA CON DOS CATEGÍAS (DICOTÓMICA) X rprsnta, por jmplo, l

Más detalles

Ecuación para cirquitones en líneas de transmisión con carga eléctrica discreta. K. J. Candía

Ecuación para cirquitones en líneas de transmisión con carga eléctrica discreta. K. J. Candía Ecuación para cirquitons n ínas d transmisión con carga éctrica discrta. K. J. Candía Dpartamnto d Ectrónica, Univrsidad d Tarapacá, Arica, Chi Emai: kchandia@uta.c Rsumn En sta Chara s mustra un mcanismo

Más detalles

Tema 3 La elasticidad y sus aplicaciones

Tema 3 La elasticidad y sus aplicaciones Ejrcicios rsultos d Introducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 3 La lasticidad

Más detalles

Técnicas de validación estadística Bondad de ajuste

Técnicas de validación estadística Bondad de ajuste Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución

Más detalles

Test de Kolmogorov-Smirnov

Test de Kolmogorov-Smirnov Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar

Más detalles

8.2.5. Intervalos para la diferencia de medias de dos poblaciones

8.2.5. Intervalos para la diferencia de medias de dos poblaciones 8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:

Más detalles

Matemáticas II (Bachillerato de Ciencias). Soluciones de los problemas propuestos. Tema 8

Matemáticas II (Bachillerato de Ciencias). Soluciones de los problemas propuestos. Tema 8 Matmáticas II (Bacillrato d Cincias) Solucions d los problmas propustos Tma 8 7 TEMA 8 Drivadas Tormas Rgla d L Hôpital Problmas Rsultos Drivada d una función n un punto Utilizando la dfinición, calcula

Más detalles

TEMA 11 LÍMITES, CONTINUIDAD Y ASÍNTOTAS

TEMA 11 LÍMITES, CONTINUIDAD Y ASÍNTOTAS Tma Límits, continuidad y asíntotas Matmáticas I º Bachillrato TEMA LÍMITES, CONTINUIDAD ASÍNTOTAS CÁLCULO GRÁFICO DE LÍMITES EJERCICIO : Sobr la gráfica d f), halla : 8 8 8 f f c) f f ) f f f c) f f )

Más detalles

Coeficiente de correlación parcial

Coeficiente de correlación parcial Coficint d corrlación parcial.- Introducción....- Corrlación parcial mdiant l rcurso d diagramas d Vnn.... 3 3.- Corrlación parcial como corrlación ntr rsiduals... 6 4.- Coficint d rgrsión múltipl y coficint

Más detalles

LA INFLACIÓN Y SU APLICACIÓN EN EL CÁLCULO FINANCIERO

LA INFLACIÓN Y SU APLICACIÓN EN EL CÁLCULO FINANCIERO Mg. Marco Antonio Plaza Vidaurr 1 LA INFLACIÓN Y SU APLICACIÓN EN EL CÁLCULO FINANCIERO La Inflación La inflación s l aumnto d los prcios d los bins y srvicios d la conomía durant varios priodos sguidos.

Más detalles

Rutas críticas para la elaboración del trabajo de titulación en las diferentes modalidades. Planes de estudio 2012

Rutas críticas para la elaboración del trabajo de titulación en las diferentes modalidades. Planes de estudio 2012 Rutas críticas trabajo d titulación n las difrnts modalidads. Ruta Crítica d la Modalidad: Inform d Prácticas Profsionals smana y mdia smana y mdia 2 Smanas Analizar con dtall los documntos normativos

Más detalles

Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría

Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Departamento Académico de Estadística Instituto

Más detalles

DISTRIBUCIONES DE PROBABILIDAD (RESUMEN)

DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores

Más detalles

TEMA 3 LÍMITES Y CONTINUIDAD DE FUNCIONES

TEMA 3 LÍMITES Y CONTINUIDAD DE FUNCIONES 3. LÍMITES COLEGIO RAIMUNDO LULIO Frnciscnos T.O.R. Cód. 8367 TEMA 3 LÍMITES Y CONTINUIDAD DE FUNCIONES Dfinición: S dic qu l límit d l función f s igul L, cundo tind, si cundo s proim, f s proim L, sin

Más detalles

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES

Más detalles

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas

Más detalles

( ) 2. 1. Calcula las siguientes integrales. Soluciones. 1 x. arctan. x 4x + 13. sen x dx. x 2. 11arctan. x dx + 2. e x. e arctan e. e dx.

( ) 2. 1. Calcula las siguientes integrales. Soluciones. 1 x. arctan. x 4x + 13. sen x dx. x 2. 11arctan. x dx + 2. e x. e arctan e. e dx. Albrto Entro Cond Mait Gonzálz Juarrro Intgral indfinida Cálculo d primitivas Calcula las siguints intgrals Solucions A d A d + + + ln( + + ) A d arctan + A sn sn d A d ln ( ) 6A d cos tan + arctan + ln(

Más detalles

Soluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I

Soluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I Solucions a los jrcicios propustos Unidad. El conjunto d los númros rals Matmáticas aplicadas a las Cincias Socials I NÚMEROS RACIONALES Y NÚMEROS IRRACIONALES. Dtrmina si los siguints númros son o no

Más detalles

Solución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b

Solución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr

Más detalles

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador

Más detalles

Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza.

Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza. Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza. Contextualización. En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias y proporciones poblacionales.

Más detalles

COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS

COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS 71 CAPITULO 5 COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS En este capítulo se presentan los resultados obtenidos y los comentarios de éstos, al correr algunos ejemplos

Más detalles

TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL

TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.

Más detalles

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm Problmas sultos.0 Un satélit dscrib una órbita circular n torno a la Tirra. Si s cambia d rpnt la dircción d su vlocidad, pro no su módulo, studiar l cambio n su órbita y n su príodo. Al cambiar sólo la

Más detalles

DERIVADAS. Las gráficas A, B y C son las funciones derivadas de las gráficas 1, 2 y 3, pero en otro orden. = 0 utilizando la definición.

DERIVADAS. Las gráficas A, B y C son las funciones derivadas de las gráficas 1, 2 y 3, pero en otro orden. = 0 utilizando la definición. DERIVADAS Dinición d drivada Ejrcicio nº.- Las gráicas A, B y C son las uncions drivadas d las gráicas, y, pro n otro ordn. Cuál s la drivada d cual? Justiica tus rspustas. Ejrcicio nº.- Calcula la drivada

Más detalles

APLICACIONES DE LA DERIVADA

APLICACIONES DE LA DERIVADA APLICACIONES DE LA DEIVADA Ecucación d la rcta tangnt Ejrcicio nº.- Halla las rctas tangnts a la circunrncia: y y 6 n Ejrcicio nº.- Dada la unción abscisa., scrib la cuación d su rcta tangnt n l punto

Más detalles

Tema 2 La oferta, la demanda y el mercado

Tema 2 La oferta, la demanda y el mercado Ejrcicios rsultos d ntroducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 2 La ofrta, la

Más detalles

Teoría de la decisión Estadística

Teoría de la decisión Estadística Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y

Más detalles

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.

Más detalles

COMPUTACIÓN. Práctica nº 2

COMPUTACIÓN. Práctica nº 2 Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros

Más detalles

FUNCIONES EXPONENCIAL, LOGARÍTMICA Y SUS DERIVADAS.

FUNCIONES EXPONENCIAL, LOGARÍTMICA Y SUS DERIVADAS. Prof., Enriqu Matus Nivs Doctorano n Eucación Matmática. FUNCIONES EXPONENCIAL, LOGARÍTMICA Y SUS DERIVADAS. Una función ponncial s aqulla n la qu la variabl stá n l ponnt. Algunos - - -5 jmplos funcions

Más detalles

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar

Más detalles

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción

Más detalles

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones

Más detalles

11. PRUEBAS NO PARAMÉTRICAS

11. PRUEBAS NO PARAMÉTRICAS . PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales

Más detalles

FORMULARIO. Rango intercuartílico: Diferencia entre el tercer y primer cuartil

FORMULARIO. Rango intercuartílico: Diferencia entre el tercer y primer cuartil FORMULARIO Dato: x 1, x 2,..., x N } Media: x = N i=1 x i N Rango intercuartílico: Diferencia entre el tercer y primer cuartil Varianza: 2 = N i=1 (x i x) 2 = N i=1 x2 i N x2 Deviación típica: = N i=1

Más detalles

REPRESENTACION GRAFICA.

REPRESENTACION GRAFICA. REPRESENTACION GRAFICA. Calcular puntos notabls así como intrvalos d monotonía y curvatura d: ² - = 0 ; ² = ; = son los valors d qu anulan l dnominador D = R- y () = 0 ; - 4 = 0 ; = 0 posibl ma, min Monotonia:

Más detalles

Estadística Avanzada y Análisis de Datos

Estadística Avanzada y Análisis de Datos 1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son

Más detalles

9. EL VALOR-P. Para esta hipótesis alternativa, el valor-p es la probabilidad que queda a la derecha del valor Tobs. bajo la curva de densidad.

9. EL VALOR-P. Para esta hipótesis alternativa, el valor-p es la probabilidad que queda a la derecha del valor Tobs. bajo la curva de densidad. VALOR-P 9. EL VALOR-P. Hemos visto que para realizar una prueba de hipótesis se necesita el valor del correspondiente estadístico de prueba P. El valor de P se calcula en base a los datos muestrales. Por

Más detalles

Tema 5 El Mercado y el Bienestar. Las externalidades

Tema 5 El Mercado y el Bienestar. Las externalidades Ejrcicios rsultos d Introducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 5 El Mrcado

Más detalles

Valledupar como vamos: Demografía, Pobreza y Pobreza Extrema y empleo.

Valledupar como vamos: Demografía, Pobreza y Pobreza Extrema y empleo. Valldupar como vamos: Dmografía, Pobrza y Pobrza Extrma y mplo. Tradicionalmnt l programa Valldupar Cómo Vamos, lugo d prsntar la Encusta d Prcpción Ciudadana (EPC), raliza la ntrga d Indici d Calidad

Más detalles

ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE.

ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE. ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE. El mastro impart la matria d Física y al iniciar un tma rscata los sabrs prvios d los alumnos sobr l tma, como s mustra a continuación:

Más detalles

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL 74 Cuando un problma gométrico stá nunciado n términos d la rcta

Más detalles

Aplicaciones de la distribución weibull en ingeniería

Aplicaciones de la distribución weibull en ingeniería COLMEME UAN Aplicacions d la distribución wibull n ingniría Raqul Salazar Morno 1 Abraham Rojano Aguilar 2 Esthr Figuroa Hrnándz Francisco Pérz Soto 1. INTRODUCCIÓN la salud n la vida d una prsona. La

Más detalles

VI. JUSTICIA. i. - JUSTICIA CRIMINAL.

VI. JUSTICIA. i. - JUSTICIA CRIMINAL. VI. JUSTICIA. i. - JUSTICIA CRIMINAL. Utilizando la d la Administración d Justicia n l o años di 883, i 884 y i 885, publicada por l Ministrio d Graci a minto d lo prvnido n cl Ral dcrto d 18 d marzo d

Más detalles

Nueva guía de instalación para el temporizador de fácil ajuste. 2 Qué se necesita? 3 Montaje del temporizador en la pared

Nueva guía de instalación para el temporizador de fácil ajuste. 2 Qué se necesita? 3 Montaje del temporizador en la pared Qué s un sistma d rigo automático? Qué s ncsita? Montaj dl tmporizador n la pard Conxión dl cordón d alimntación léctrica Estos accsorios no vinn incluidos con l tmporizador Cabl d control d válvula; para

Más detalles

TERMODINAMICA 1 1 Ley de la Termodinámica aplicada a Volumenes de Control

TERMODINAMICA 1 1 Ley de la Termodinámica aplicada a Volumenes de Control TERMODINAMICA 1 1 Ly d la Trmodinámica aplicada a Volumns d Control Prof. Carlos G. Villamar Linars Ingniro Mcánico MSc. Matmáticas Aplicada a la Ingniría CONTENIDO PRIMERA LEY DE LA TERMODINAMICA PARA

Más detalles

4.2. Ejemplo de aplicación.

4.2. Ejemplo de aplicación. HEB 8 Dsarrollo dl método d los dsplazamintos 45 4.. Ejmplo d aplicación. ontinuando con l pórtico dscrito n l apartado (3.8), s van a calcular las cargas y, postriormnt, sguir con l cálculo matricial,

Más detalles

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c) TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu

Más detalles

ESTADISTICA INFERENCIAL

ESTADISTICA INFERENCIAL ESTADISTICA INFERENCIAL PROFESOR: DR. JORGE ACUÑA A. 1 LA ESTADISTICA Estadística descriptiva Método científico Muestreo Información de entrada y de salida Estadística inferencial Inferencias Intervalos

Más detalles

Funciones de Variable Compleja

Funciones de Variable Compleja Funcions d Variabl Complja Modlos d Sistmas II Smstr 2008 Ing. Gabrila Ortiz L 1 Función Concpto Matmático Considrando los conjuntos X Y una función comprnd una rlación o rgla qu asocia a cada lmnto x

Más detalles

Teoría del Estado de Transición Convencional (TST)

Teoría del Estado de Transición Convencional (TST) Toría dl Estado d Transición Convncional (TST) Eyring / Polanyi, 1935 Hnry Eyring (191-1981) Ciuaua, México Mical Polanyi (1891-1976) Filosofía d la Cincia Eyring, H.; J. Cm. Pys. 1935, 3, 17. M. G. Evans,

Más detalles

Tema 5: Principales Distribuciones de Probabilidad

Tema 5: Principales Distribuciones de Probabilidad Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad

Más detalles

Econometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana

Econometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión

Más detalles

2º BACHILLERATO CINETICA QUÍMICA

2º BACHILLERATO CINETICA QUÍMICA VELOCIDAD DE REACCIÓN 1.- Escrib la xprsión d la vlocidad d racción n función d la concntración d cada una d las spcis qu intrvinn n l procso d obtnción d amoniaco. N + 3 H NH 3 d 1 v = [N] = 3 d 1 [H]

Más detalles

Paso de los diagramas de grafos a los diagramas de bloques

Paso de los diagramas de grafos a los diagramas de bloques Capíítullo T Paso d los diagramas d graos a los diagramas d bloqus.. INTODUCCIÓN Uno d los lnguajs d simulación más antiguo y más utilizado s l d los diagramas d bloqus. D hcho, aún n la actualidad s l

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

TEMA 12 INICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES.

TEMA 12 INICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES. TEMA DERIVADAS Y APLICACIONES MATEMÁTICAS I º Bach. TEMA INICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES. Tasa d variación mdia. Cálculo y signiicado EJERCICIO : Considramos la unción:. Halla la tasa

Más detalles

Muestreo y estimación: problemas resueltos

Muestreo y estimación: problemas resueltos Muestreo y estimación: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)

Más detalles

TEMAS 3-6: EJERCICIOS ADICIONALES

TEMAS 3-6: EJERCICIOS ADICIONALES TEMAS 3-6: EJERCICIOS ADICIONALES Asignatura: Economía y Mdio Ambint Titulación: Grado n cincias ambintals Curso: 2º Smstr: 1º Curso 2010-2011 Profsora: Inmaculada C. Álvarz Ayuso Inmaculada.alvarz@uam.s

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de

Más detalles

4 ANALISIS DIMENSIONAL Y SIMILITUD FISICA

4 ANALISIS DIMENSIONAL Y SIMILITUD FISICA 4 ANALISIS IENSIONAL Y SIILITU ISICA www.rivra-001.com Contnido 4.1. Introducción 4.. Qué s un parámtro adimnsional? 4.3. Naturalza adimnsional dl flujo fluido 4.4. El torma d Pi d Buckingham 4.5. Cómo

Más detalles

Pruebas de bondad de ajuste

Pruebas de bondad de ajuste Pruebas de bondad de ajuste Existen pruebas cuantitativas formales para determinar si el ajuste de una distribución paramétrica a un conjunto de datos es buena en algún sentido probabilístico. Objetivo:

Más detalles

SISTEMAS BINARIO, DE IMAL, OCTAL y HEXADECIMAL. b) 100112. e) 101012

SISTEMAS BINARIO, DE IMAL, OCTAL y HEXADECIMAL. b) 100112. e) 101012 Carrra: Tcnicatura Suprir n Análisis y Prgramación d Sistmas Asignatura: Arquitctura d cmputadras Prfsr: Ing. Gabril Duprut Trabaj práctic Nr. : Sistmas d numración y códigs A l larg d st práctic cnstruirá

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:

Más detalles

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10 Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza

Más detalles

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía Enfrntando Comportamintos Difícils Usando l Sistma d Guía R s o u r c & R f r r a l H a n d o u t Agrsión Obsrvación - Prguntas Trata la niña d hacr contacto d una manra inapropiada? Está tratando d sr

Más detalles

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov para una muestra Lilliefords Kolmogorov-Smirnov para dos muestras B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta

Más detalles

Estadística II Tema 3. Comparación de dos poblaciones. Curso 2010/11

Estadística II Tema 3. Comparación de dos poblaciones. Curso 2010/11 Estadística II Tema 3. Comparación de dos poblaciones Curso 2010/11 Tema 3. Comparación de dos poblaciones Contenidos Comparación de dos poblaciones: ejemplos, datos apareados para la reducción de la variabilidad

Más detalles

Nivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94

Nivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94 6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios

Más detalles

Para que exista límite de una f(x) en un punto han de coincidir los límites laterales en dicho punto.

Para que exista límite de una f(x) en un punto han de coincidir los límites laterales en dicho punto. REPASO LÍMITES º BACH. RECORDAR: Para qu ista límit d una f() n un punto han d coincidir los límits latrals n dicho punto. A fctos dl f() no tnmos n cunta lo qu ocurr actamnt n a, sino n las a proimidads.

Más detalles

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola) UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si

Más detalles

Tema 8 Límites Matemáticas II 2º Bachillerato 1. EJERCICIO 1 : Da una definición para estas expresiones y represéntalas gráficamente: c) 2.

Tema 8 Límites Matemáticas II 2º Bachillerato 1. EJERCICIO 1 : Da una definición para estas expresiones y represéntalas gráficamente: c) 2. Tm Límits Mtmátics II º Bchillrto TEMA LIMITES CÁLCULO DE LÍMITES EJERCICIO : D un dinición pr sts prons y rprséntls gráicmnt: ) ) 9 6 c) ) ) Cundo s proim, l unción s hc muy grnd ) Cundo s proim, l unción

Más detalles