Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos

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

Download "Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos"

Transcripción

1 Curo de Etadítca Udad de Medda Decrptva Leccó 4: Medda de Dperó para Dato Crudo Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor

2 Objetvo. Recoocer el gfcado del cocepto de dperó aplcado a u grupo de dato crudo.. Defr la Medda de Dperó: ampltud, varaza, devacó etádar y coefcete de varacó. 3. Idetfcar la caracterítca de cada ua de la medda de dperó. 4. Calcular la medda de dperó para dato crudo. 5. Realzar aál etadítco aplcado la medda de dperó para dato crudo.

3 3 Itroduccó La Medda de Dperó o medda etadítca que dca cuáto varía o cuáto e dpera o devía u grupo de dato. Se le cooce també como Medda de Varacó o Medda de Devacó. Srve para cuatfcar la varabldad de u cojuto de dato ya que mde el grado de dperó, devacó, o varacó, que tee la putuacoe del grupo, etre í, o e relacó al cetro de ua dtrbucó. E eta leccó e etudará ecluvamete la medda de dperó para muetra. E muy dfícl obteer eto parámetro para poblacoe etera. Ate de decrbr la medda de dperó, e eplcará el cocepto de dperó co el ejemplo a cotuacó. Ejemplo Codere la guete tre muetra de tamaño = 5: Muetra Valor Valor Valor 3 Valor 4 Valor 5 Muetra A Muetra B Muetra C Oberve que lo valore e la MUESTRA C o guale, por lo tato o ete varabldad etre ello. Al calcular cualquer medda que cuatfque la varabldad de eta muetra, el reultado ería gual a cero. S e compara lo valore de la MUESTRA A co lo de la MUESTRA B e puede obervar que e la Muetra A lo valore etá má lejao uo de otro. Por lo tato, e fuee a calcular cualquer medda que cuatfque la varabldad e cada ua de eta muetra, el reultado ería mayor para la muetra A que para la Muetra B. E geeral, metra mayor e la varabldad etre lo dato, mayor erá la medda de dperó. La medda de dperó ayuda a determar cuá homogéeo e u grupo de dato. La putuacoe que etá relatvamete juta tee ua medda de varacó má pequeña. La putuacoe que etá má dpera tee ua medda de varacó má grade. Meo dperó gfca que el grupo de dato e má homogéeo. Má dperó mplca mayor heterogeedad. Cuado uo realza u etudo etadítco co ua muetra, uo deea eleccoar u valor que reulte típco y pueda repreetar al grupo, como e etudó e la medda de tedeca cetral. De gual maera uo apra a

4 4 obteer ua muetra que tega la meor varacó poble porque dcaría que el grupo e homogéeo. S el grupo e homogéeo e fortalece la eleccó del valor típco del grupo e cuato a poder repreetar mejor la muetra. Aí que la formacó que brda la medda de dperó, cojutamete co la medda de tedeca cetral, ayuda a coocer mejor ua muetra y tomar mejore decoe. A cotuacó e decrbrá la medda de dperó que má comúmete e utlza e el aál de etadítca decrptva, que o: rago, varaza, devacó etádar y coefcete de varacó. A. AMPLITUD, RANGO O RECORRIDO La Ampltud, Rago o Recorrdo, e la medda que dca cuáto e dpera u grupo de dato, dede el valor meor hata el valor mayor. E ua leccó ateror e preetó ete cocepto el cual e deomó como Ampltud. El mmo e defe como la dfereca etre el valor mámo y el mímo. Ampltud = (Dato Mayor) (Dato Meor). La ampltud e la medda de dperó má fácl y rápda de obteer. S embargo, ofrece la devetaja de que ólo toma e coderacó do elemeto de la muetra, el mayor y el meor. El reto de lo elemeto o e codera. Por coguete, la mma o e muy cofable para decrbr la varabldad de la muetra. Ejemplo Ua fábrca de ptura deea probar do marca de ptura de eteror para coocer cuáto mee tarda e devaecere depué de ptar ua pared. Utlzará eta formacó para poder mercadear la ptura dcado u durabldad. Como le era muy oeroo el coumr mucho galoe de ptura, la fábrca decde utlzar olo e galoe de cada marca. Lo reultado e muetra e la tabla a cotuacó. Determe la ampltud de cada marca y mecoe cuál e la marca má cotete.

5 5 Tabla Durabldad de do marca de ptura Marca A (Mee de durabldad) Marca B (Mee de durabldad) La ampltud de la Marca A e: 60 0 = 50 La ampltud de la Marca B e: 45 5 = 0 La Marca B e má cotete que la Marca A pue la Marca A tee ua ampltud mayor. B. VARIANZA La Varaza decrbe cuá lejo etá cada dato repecto a la meda artmétca de todo lo dato. Eta medda promeda la devacó de lo valore repecto a la meda artmétca de la muetra. La vetaja que ofrece la varaza obre la ampltud e que codera todo lo elemeto e la muetra metra que la ampltud olo codera do, el valor mayor y el meor. La varaza e ua medda que repreeta ua udad cuadrada. Por er ua udad cuadrada, la varaza o e terpreta, pue o tedría etdo la terpretacó de u valor elevado al cuadrado. Por ejemplo, lo dato repreeta alaro e dólare, o tedría etdo terpretar la varaza porque gfcaría dólare al cuadrado La varaza de ua muetra cuado lo dato o crudo e obtee a travé de la guete fórmula:

6 6 -Repreeta la varaza de ua muetra - Repreeta la meda artmétca - E la catdad total de dato que haya e el cojuto -Repreeta cada valor o dato de la muetra ( e el dato, e el dato, hata que e el últmo dato) -Ete e el ímbolo de umatora y gfca que e uma la ere de valore que etá defdo por el ímbolo. E ete cao, como ) y terma e, e uma la dfereca comeza e ( correpodete, dede el valor hata el valor. Lo pao al aplcar la fórmula o lo guete:. Determar la meda artmétca de la muetra ( ).. Calcular la devacoe de cada dato co repecto a la meda:. 3. Elevar al cuadrado cada ua de la dfereca obteda e el pao ateror para elmar lo go egatvo. ( ). 4. Se uma lo cuadrado obtedo e el pao ateror. 5. Se dvde el total obtedo e el pao ateror por el total de dato meo uo. Ete proceo e lutra e el prómo ejemplo a cotuacó. Ejemplo 3 Codere lo guete dato crudo que correpode a la MUESTRA B e el Ejemplo -:

7 7 Prmero e calcula la meda artmétca: Para realzar lo pao y 3 e recomedable orgazar lo dato egú la guete tabla: DATO ( ) Tabla : Proceo para Obteer la Varaza ( ) = -.6 (-.6) = = -0.6 (-0.6) = = -0.6 (-0.6) = = 0.4 (0.4) = =.4 (.4) = 5.76 TOTAL 9.0 Ahora e tee la catdade que e eceta para uttur e la fórmula: La varaza de eta muetra e gual a.3. Recuerde que eta medda o e terpreta. C. DESVIACION ESTÁNDAR La Devacó Etádar e u valor que repreeta lo promedo de toda la dfereca dvduale de la obervacoe co repecto a la meda artmétca. La mma e obtee calculado la raíz cuadrada de la varaza. La devacó etádar, como e la raíz cuadrada de la varaza, e ua medda que repreeta ua udad leal, por lo tato e terpreta. Su terpretacó refleja, e promedo, cuáto e devía todo lo dato e relacó a la meda artmétca de la muetra.

8 8 Al gual que toda la medda de dperó, e etede que metra meor ea ete valor má homogéeo e el cojuto de dato. La devacó etádar de ua muetra e obtee medate la guete fórmula. O ea, acado la raíz cuadrada de la varaza: Para obteer la devacó Etádar de la muetra e debe prmero obteer u varaza y luego acar u raíz cuadrada. Ejemplo 4 Codere el mmo cojuto de dato e el ejemplo ateror para obteer la devacó etádar. E el ejemplo ateror e obtuvo ua varaza =.3. Por lo tato la devacó etádar de la muetra e:.3.5 Ete grupo e devía de u meda artmétca u promedo de.5 udade. Ejemplo 5 Codere lo dato del Ejemplo de la Marca B de ptura: 35, 45, 30, 35, 40 y 5. Determe la varaza y la devacó etádar. Iterprete el reultado.. Prmero, e determa la meda de ete grupo:

9 Luego, e determa la dfereca de cada valor repecto a la meda y lo cuadrado de eta dfereca. Para eto e cotruye la guete tabla: DATOS (Mee de durabldad) TOTAL Se determa la varaza uttuyedo e la fórmula: Se determa la devacó etádar acado la raíz cuadrada de la varaza: Eta marca de ptura dura u promedo de 35 mee co ua devacó de 7.07 mee. E promedo e puede eperar que la ptura dure 35 mee auque co ua varacó de 7 mee, o ea, puede varar 7 udade obre la meda (+7) y 7 udade bajo la meda (-7). Eto gfca que podría durar dede 8 mee (35-7) hata 4 mee (35 + 7).

10 0 D. COEFICIENTE DE VARIACIÓN Hay mometo e que e deea comparar do muetra dferete. S la muetra tee la mma udad de medda, e puede comparar u varaza y u devacoe etádar. Por ejemplo, upoga que u coceoaro de veta de auto recbe automóvle e trade- por la veta de u auto uevo. El dueño del egoco (dealer) deea comparar la devacoe etádar del mllaje que trae lo vehículo que recbe. Para u año epecífco, ecuetra que la devacó etádar para lo automóvle Buck era de 4 mlla metra que para el Cadllac era de 350 mlla. El dealer podría coclur que el Buck teía ua varacó mayor que el Cadllac. Pero, upoga que el gerete deea comparar do varable dferete, como por ejemplo, total de veta realzada por lo vededore de auto e u perodo de e mee y la comó que e le pagó durate ee mmo perodo de tempo. E ete cao, o podría comparar la varaza la devacoe etádar. Para poder hacer eta comparacó e eceta el Coefcete de Varacó. El coefcete de varacó repreeta ua medda relatva que permte comparar grupo dtto. El coefcete de varacó repreeta u por ceto. E ua medda que relacoa la devacó etádar de ua muetra co u meda artmétca. El coefcete de varacó dce cuál e el por ceto de varacó de u grupo repecto a u meda artmétca. El coefcete de varacó e u valor que o depede de la udad de medcó y empre e ecuetra etre cero y uo (0 cv ). Metra má cerca el coefcete de varacó e ecuetre de cero, meo varacó tedrá la muetra. Para calcular el coefcete de varacó e dvde la devacó etádar de ua muetra por u meda artmétca, o ea, la fórmula e: CV cv Coefcete de Varacó Devacó etádar de la muetra Meda Artmétca de la muetra A cotuacó e lutra ejemplo dode e aplca el coefcete de varacó.

11 Ejemplo 6 Codere lo dato del Ejemplo 3 dode e calculó la meda y la devacó etádar. Se obtuvo que la meda y la devacó etádar e: Determe el coefcete de varacó. El coefcete de varacó e gual a: = 6.6 =.5 cv Se puede decr que eta muetra tee apromadamete u 9% de varacó. Ete grupo refleja poca varacó. Ejemplo 7 La meda del úmero de veta de auto e u dealer de carro durate u térmo de e mee fue 87 y u devacó etádar fue 5. La meda del total de comoe pagada a lo vededore de auto e ee egoco durate el mmo térmo fue $5,5.00 y la devacó etádar fue $ Compare la varacoe de eta do varable. CV veta = CV comoe = Como el coefcete de varacó de la comoe fue mayor, gfca que la comoe o má varable que la veta.

12 EJERCICIOS EJERCICIO- Codere lo guete dato que correpode a la MUESTRA A e el Ejemplo Calcule la ampltud, varaza, devacó etádar y el coefcete de varacó.. Compare u reultado co lo obtedo e lo ejemplo aterore para la MUESTRA B, e dque cual de la do muetra preeta mayor varabldad. EJERCICIO- El maetro de etadítca quería aber cuáta hora le dedcaro lo etudate a etudar para el eame fal e u grupo de 5 etudate. Lo reultado reflejaro lo guete: 8, 6, 3, 0, 0, 5, 9,,, 3, 7, 0, 0, 3, 6 Para poder aalzar eto reultado, el maetro utlzó el programa de Ecel. A cotuacó e muetra tre mágee de la patalla de Ecel. Mrado eta patalla, determa cuál e la meda, varaza y devacó etádar de ete grupo. Iterpreta lo reultado.

13 Patalla : 3

14 Patalla 4

15 5 Patalla 3 EJERCICIO-3 La putuacó meda e el eame fal de glé fue 85 y la devacó etádar fue 5. La putuacó meda e el eame fal de htora fue 0 y u devacó etádar fue 8. Cuál de lo eámee reflejó mayor varacó?

16 6 RESPUESTAS A EJERCICIOS EJERCICIO Rago = 53 Varaza = Devacó Etádar = 9.9 Coefcete de Varacó = Se oberva que eta muetra preeta ua mayor varabldad que la MUESTRA B e el Ejemplo. Toda la medda de varacó reultaro er gfcatvamete mayore. EJERCICIO Meda = 4. Varaza =.3 Devacó etádar = 3.36 El grupo etudó u promedo de 4. hora. La putuacoe de eta muetra e devía de la meda, e promedo, u total de 3.36 hora. EJERCICIO 3 El eame de htora tuvo la varacó mayor. El coefcete de varacó del eame de htora fue 7.7%, metra que el del eame de glé fue 5.88%.

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES.

VARIABLES ESTADÍSTICAS BIDIMENSIONALES. CONTENIDOS: VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Orgazacó de dato: tabla de frecueca de doble etrada. Frecueca margale. Dagrama de dperó. Regreó leal: recta de regreó. Coefcete de correlacó leal. Iterpretacó.

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 6: Medidas de Dispersión para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 6: Medidas de Dispersión para Datos Agrupados por Clases Curo de Etadítca Udad de Medda Decrptva Leccó 6: Medda de Dperó para Dato Agrupado por Clae Creado por: Dra. Noeí L. Ruz Lardo, EdD 00 Derecho de Autor Objetvo. Calcular la edda de dperó (apltud, varaza,

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Estadística. Tema 4: Medidas de Dispersión y Forma.. Estadística. UNITEC Tema 4: Medidas de Dispersión y Forma Prof. L. Lugo

Estadística. Tema 4: Medidas de Dispersión y Forma.. Estadística. UNITEC Tema 4: Medidas de Dispersión y Forma Prof. L. Lugo Etadítca Tema 4: Medda de Dperó y Forma. Etadítca. UNITEC Tema 4: Medda de Dperó y Forma Medda de varabldad o dperó La varabldad o dperó de u grupo de dato e refere al arreglo de dcho dato e refereca a

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179 Solucoe de la actvdade Pága 79 Meda 5, 93 Varaza 4, 66 Devacó típca, 6 Pága 4 La repreetacó de la ube de puto de la tabla juto co la recta que má e aproma a ello e: Pága 0 El dagrama de dperó de la dtrbucó

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010 UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE AÑOS CONVOCATORIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES RESOLUCIÓN DE LOS EJERCICIOS PROPUESTOS Ejercco a) ( puto) Racoalce mplfque

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025 . Queremo realzar ua mpocó a plazo fjo, para lo cual acudmo a tre etdade facera. La codcoe que o ofrece o: el baco ofrece u % omal pagadero meualmete, el baco B ofrece u,% efectvo trmetral y el baco u

Más detalles

10 MEDIDAS DE DISPERSIÓN

10 MEDIDAS DE DISPERSIÓN Capítulo 10 MEDIDAS DE DISPERSIÓN U mportate cocepto de la etadítca e que gú promedo por í mmo da ua dea clara de la dtrbucó del eveto; aú cuado e codere ademá lo extremo uperor e eror, o extrá ua vó clara

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN CAPÍTULO 3. ANÁLISIS DE REGRESIÓN Leccó 0: Regreó leal Smple La palabra Regreó fue utlzada por prmera vez por Frac Galto, (.8.9) e u etudo de Bología obre la hereca, doe él oto que la caracterítca promedo

Más detalles

Capitalización, actualización y equivalencia financiera en capitalización compuesta

Capitalización, actualización y equivalencia financiera en capitalización compuesta Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas

3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas 3. Itervalo de cofaza baado e ua poblacó co dtrbucó ormal pero co muetra peueña Cuado < 30 o e poble uar el teorema cetral del límte ha ue hacer ua upocó epecífca acerca de la forma de la dtrbucó (gamma,

Más detalles

ESTADÍSTICA BÁSICA RESUMEN

ESTADÍSTICA BÁSICA RESUMEN Matemátca 1º CCSS 1 ESTADÍSTICA BÁSICA RESUMEN Caractere y ecala de medcó Al hacer u trabajo etadítco hay que decdr lo caractere (la propedade) que deea etudare. U carácter puede er cuattatvo o cualtatvo.

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

1. Análisis de la Varianza

1. Análisis de la Varianza . Aál de la Varaza Curo - Etadítca. Do tratameto Comparacó de do tratameto A B 5,3 9,6 39,4 47, 6,3 5,9 39, 3, 48, 33, 34,, 69,8 34, 3,3 9,5 45, 43,8 46,4 4,9 Sea deea comparar do tratameto para reducr

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Tema Nº.

Tema Nº. Tea Nº www.uap.edu.pe Nobre Apelldo: Elcuela Acadéca Igeera Abetal III - Cclo:.. MEDIDAS DE DISERSIÓN O VARIABILIDAD La edda de dperó o aquella que cuatca el grado de cocetracó o de dperó de lo valore

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

UNIVERSITAT ROVIRA I VIRGILI

UNIVERSITAT ROVIRA I VIRGILI UNIVERSITAT ROVIRA I VIRGILI Departamet de Químca Aalítca Químca Orgàca PARÁMETROS CUALIMÉTRICOS DE MÉTODOS ANALÍTICOS QUE UTILIZAN REGRESIÓN LINEAL CON ERRORES EN LAS DOS VARIABLES Te Doctoral FRANCISCO

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

Concepto de regresión AQS 13

Concepto de regresión AQS 13 Cocepto de regreó AQS 3 Fucó de calbracó Correlacó etre magtude de medcó Apecto geerale E la maoría de lo método aalítco: e ecearo detfcar relacoe etre la magtude de medcó.. Mucho metodo trumetale requre

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Método de egreó Grado e Etadítca y Emprea Tema 4 /3 Tema 4. Problema de fereca etadítca e el modelo de regreó leal múltple. Itervalo de cofaza y cotrate para lo coefcete de regreó... Itervalo de cofaza

Más detalles

Máximos y Mínimos de funciones de dos variables

Máximos y Mínimos de funciones de dos variables Mámos Mímos de fucoes de dos varables Aplcacoes a Modelacó Matemátca AJUTE DE CURVA Regresó leal Lealzacó: epoecal, potecas razoes Coceptos geerales f() Problema geeral: e tee u cojuto dscreto de valores

Más detalles

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos

Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos Aplcacó de Mcrooft Ecel a la Químca Aalítca: valdacó de método aalítco Joé Marco Jurado Departameto de Químca Aalítca 1 de abrl de 008 1 Etadítca báca 11 Cocepto de poblacó y muetra E etadítca, e defe

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras.

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras. Capítulo : Comparacó de varo tratameto o grupo Mucha preguta de vetgacó e educacó, pcología, egoco, dutra ceca aturale tee que ver co la comparacó de varo grupo o tratameto. Ya etudamo como comparar dfereca

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico.

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico. Objetvos El alumo coocerá y aplcará el cocepto de arreglos udmesoales para resolver problemas que requere algortmos de tpo umérco. Al fal de esta práctca el alumo podrá:. Maejar arreglos udmesoales.. Realzar

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curo de Etadíta Aplada a la Cea Soale Tema 5. Derpó uméra Capítulo 4 del maual Tema 5 Derpó uméra Itroduó. La meda. La devaó típa. El oefete de varaó 4. El oefete de ametría 5. Derpó uméra para dtrbuoe

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

PROBABILIDAD y ESTADÍSTICA II

PROBABILIDAD y ESTADÍSTICA II UNIVERSIDAD TECNOLÓGICA NACIONAL Facultad Regoal Sa Ncolá PROBABILIDAD ESTADÍSTICA II UNIDAD Nº Lcecatura e Eeñaza de la Matemátca Año 011 Mg. Lucía C. Sacco Lcecatura e Eeñaza de la Matemátca FRSN - UTN

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 0: PRUEBA DE CORRELACIÓN DE SPEARMAN. INTRODUCCIÒN: El coefciete de correlació de Spearma e ua

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

Más detalles

PRUEBA OBJETIVA. 5. En el caso particular en que los términos amortizativos y los tipos de interés son constantes (método francés) se cumple que:

PRUEBA OBJETIVA. 5. En el caso particular en que los términos amortizativos y los tipos de interés son constantes (método francés) se cumple que: PRUEBA OBJETIVA Ecerre co u círculo la letra o letra correpodete a la alteratva válda de etre la propueta: 1. La operacó de amortzacó e caracterza por: a) Ser de pretacó múltple y cotrapretacó úca. b)

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno: Udad 6 Aualdades atcpadas Objetvos Al falzar la udad, el alumo: Calculará el moto producdo por ua aualdad atcpada. Calculará el valor presete de ua aualdad atcpada. Calculará el valor de la reta de ua

Más detalles

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

Más detalles