Cuándo empezó la Estadística? 1.1. El concepto de Estadística. Qué es y para qué sirve?

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Cuándo empezó la Estadística? 1.1. El concepto de Estadística. Qué es y para qué sirve?"

Transcripción

1 1.1. El cocepto de Estadístca. Qué es y para qué srve? La Estadístca se ocupa de la recoleccó, agrupacó, presetacó, aálss e terpretacó de datos. A meudo se llama estadístcas a las lstas de estos datos, cosa que crea ua certa ambgüedad, que o debería orgaros cofusoes. La Estadístca o so sólo los resultados de ecuestas, el cálculo de uos porcetajes, la Estadístca es u método cetífco que pretede sacar coclusoes a partr de uas observacoes hechas. Cuádo empezó la Estadístca? La Estadístca actual es el resultado de la uó de dos dscplas que evolucoaro de forma depedete hasta coflur e el sglo XIX: el Cálculo de Probabldades, que acó e el sglo XVII como la teoría matemátca de los juegos de azar, la Estadístca, o ceca del Estado, que estuda la descrpcó de datos, y que tee uas raíces más atguas, de hecho, ta atguas como la humadad (cesos de poblacó). La teraccó de ambas líeas de pesameto da lugar a la ceca que estuda cómo obteer coclusoes de la vestgacó empírca medate el uso de modelos matemátcos. Tema 1. 1.Itroduccó. 1/10 Tema 1. 1.Itroduccó. 2/10

2 Resumedo: La Estadístca actúa como dscpla puete etre los modelos matemátcos y los feómeos reales. U modelo matemátco es ua abstraccó smplfcada de ua realdad más compleja y sempre exstrá ua certa dscrepaca etre lo que se observa y lo prevsto por el modelo. La Estadístca proporcoa ua metodología para evaluar y juzgar estas dscrepacas etre la realdad y la teoría Coceptos geerales. Alguas defcoes: Poblacó estadístca: cojuto fto o fto de elemetos, deomados dvduos, sobre los cuales se realza observacoes. Ejemplos: todos los habtates de certo lugar, todos los ejemplares de ua determada espece de tortugas, todos los mcrochps que fabrca ua empresa, etc. Muestra: subcojuto fto de ua poblacó. El úmero de dvduos que forma la muestra se deoma tamaño muestral. Varable o carácter: cada ua de las característcas que puede observarse e u dvduo de la muestra. Ejemplos: e ua muestra de ua poblacó de seres humaos podemos medr: la altura, la edad, el peso, el sexo, úmero de hermaos ; e ua muestra de ua poblacó de ua espece de tortugas podemos medr: la achura del caparazó, la logtud del caparazó, la edad ; Tema 1. 1.Itroduccó. 3/10 Tema 1. 1.Itroduccó. 4/10

3 Tpos de varables: Cualtatvas, categórcas (o alfaumércas): Puede tomar valores o cuatfcables umércamete. Se deoma categoría a cada uo de los valores que toma la varable. Nomales: s o exste gú orde etre las categorías de la varable. Ejemplos: el grupo saguíeo (A,B,AB, O); el color de los ojos (azules, verdes, marroes, egros), Hay que dstgur las varables baras, aquéllas que sólo toma dos valores posbles (sí/o, preseca/auseca de certo carácter), detro de las omales. Ejemplo: el sexo, ser fumador, teer caré de coducr, ser daltóco, Ordales: cuado exste u certo orde etre las categorías de la varable. Ejemplo: el vel de estudos (s estudos, báscos, medos, superores), el grado de mopía (auseca, bajo, medo, alto), Cuattatvas (o umércas): Puede tomar valores cuatfcables umércamete. Dscretas: s solamete toma valores aslados (geeralmete eteros). Suele correspoder a cotajes. Ejemplos: el úmero de hermaos, el úmero de cafés/día, el úmero de multas/año, Cotuas: potecalmete puede tomar cualquer valor umérco detro de u tervalo o de ua uó de tervalos. Ejemplos: el tempo de reaccó a u certo medcameto, el peso de u dvduo, la logtud del caparazó de ua tortuga, Tema 1. 1.Itroduccó. 5/ Métodos de muestreo. Por qué seleccoamos ua muestra? E la práctca o va a ser posble estudar todos los elemetos de la poblacó, por varas razoes: El estudo puede mplcar la destruccó del elemeto (estudo de la vda meda de ua partda de bombllas, estudo de la tesó de rotura de uos cables ) Los elemetos puede exstr coceptualmete, pero o e realdad (poblacó de pezas defectuosas que producrá ua máqua e su vda útl). Puede ser vable ecoómcamete estudar a toda la poblacó. El estudo llevaría tato tempo que sería mpractcable e cluso las propedades de la poblacó podría varar co el tempo. Tpos de muestreo Muestreo aleatoro smple. Muestreo estratfcado. Muestreo por coglomerados. Tema 1. 1.Itroduccó. 6/10

4 Muestreo aleatoro smple. Cuádo de utlza? Cuado los elemetos de la poblacó so homogéeos respecto de la varable de estudo, es decr, cuado a pror o dspoemos de formacó adcoal sobre la poblacó. Defcó: Ua muestra es aleatora smple cuado: 1) cada elemeto de la poblacó tee la msma probabldad de ser escogdo, 2) las observacoes se realza co reposcó, de maera que la poblacó es détca e todas las extraccoes. Cometaros: La codcó (1) asegura la represetatvdad. La codcó (2) se mpoe por smplcdad: s el tamaño de la poblacó N es grade co respecto al tamaño muestral, es práctcamete dferete realzar el muestreo co o s reposcó. (Atecó: S el cocete /N>0.1 los métodos que estudaremos aquí so aproxmados y debería teerse e cueta las correccoes pertetes). Cómo se realza? Se utlza las tablas de úmeros aleatoros: se eumera los elemetos de la poblacó del 1 al N y se toma úmeros aleatoros de tatas cfras como tega N. El valor del úmero aleatoro dcará el elemeto a seleccoar Muestreo estratfcado. Dspoemos de formacó adcoal sobre la poblacó e teresa que la muestra tega ua composcó aáloga a de la poblacó. Los elemetos de la poblacó se dvde e clases o estratos segú los valores de algua otra varable (por ejemplo, segú el sexo, la edad, la profesó,...) Cómo se realza? se asga u úmero o cuota de membros a cada estrato, detro de cada estrato se seleccoa los elemetos por muestreo aleatoro smple. S hay k estratos de tamaños N 1,,N k, de maera que N= N 1 + +N k, la composcó de la muestra será = k, dode las cuotas, se puede determar de dos formas dsttas: 1) proporcoalmete al tamaño de cada estrato: N N 2) proporcoalmete a la varabldad de cada estrato: N k 1 N dode es ua medda de la varabldad del estrato -ésmo. Tema 1. 1.Itroduccó. 7/10 Tema 1. 1.Itroduccó. 8/10

5 Muestreo por coglomerados. Hay stuacoes e que el muestreo aleatoro smple el estratfcado so aplcables. E estos casos es habtual que los elemetos de la poblacó se ecuetre agrupados e coglomerados, de los cuales sí que se sabe cuátos hay. (Por ejemplo, la poblacó se dstrbuye e provcas, los habtates de ua cudad se dstrbuye e barros, ) Cómo se realza? S puede supoerse que cada coglomerado es ua muestra represetatva de la poblacó total respecto de la varable de estudo, podemos: seleccoar al azar alguos de estos coglomerados, detro de cada coglomerado, aalzar: a) todos sus elemetos, b) ua muestra aleatora smple de sus elemetos. Icoveete: S los coglomerados so heterogéeos etre ellos, puesto que sólo se aalza alguos de ellos, la muestra fal puede ser o represetatva de la poblacó. Las deas de estratfcacó y coglomerado so opuestas: La estratfcacó fucoa mejor cuáto mayor sea las dferecas etre estratos, pero es ecesaro que los estratos sea homogéeos teramete. Los coglomerados fucoa mejor cuáto meores sea las dferecas etre ellos, pero debe ser muy heterogéeos teramete, es decr, detro de cada coglomerado debe estar cluda toda la varabldad de la poblacó. Coclusó: La regla geeral que se aplca a todos los procedmetos de muestreo es que cualquer formacó preva tee que utlzarse para subdvdr la poblacó y asegurar ua mayor represetatvdad de la muestra. Ua vez se tee las subpoblacoes homogéeas, la seleccó detro de ellas debe realzarse por muestreo aleatoro smple. Tema 1. 1.Itroduccó. 9/10 Tema 1. 1.Itroduccó. 10/10

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

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

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

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

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

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

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

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

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

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

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

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

TEMARIO DE MATEMÁTICAS [ ] III. TIPOS DE MUESTREO. TAMAÑO DE LA MUESTRA

TEMARIO DE MATEMÁTICAS [ ] III. TIPOS DE MUESTREO. TAMAÑO DE LA MUESTRA TEMARIO DE MATEMÁTICAS [07-8] TEMA 58: POBLACIÓ Y MUESTRA. CODICIOES DE REPRESETATIVIDAD DE UA MUESTRA. TIPOS DE MUESTREO. TAMAÑO DE UA MUESTRA. I. POBLACIÓ Y MUESTRA II. REPRESETACIÓ DE UA MUESTRA III.

Más detalles

Definición La distribución de probabilidad de un estadístico recibe el nombre de distribución muestral. La distribución muestral de un estadístico

Definición La distribución de probabilidad de un estadístico recibe el nombre de distribución muestral. La distribución muestral de un estadístico V. Muestreo V.. Dstrbucoes de Muestreo Defcó La dstrbucó de probabldad de u estadístco recbe el ombre de dstrbucó muestral. La dstrbucó muestral de u estadístco depede del tamaño de la poblacó, del tamaño

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada

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

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

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

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

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

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

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

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

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

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 Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco

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

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

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

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

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 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

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE - INTRODUCCION Es tecó aalzar e este trabajo las coocdas relacoes costo-volume-utldad para el caso e que sus compoetes sea: w : costo varable utaro

Más detalles

PRÁCTICA 13: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA

PRÁCTICA 13: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA PRÁCTICA 3: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA E ocasoes ocurre que el ecargado de hacer u trabajo estadístco o está seguro de la dstrbucó de ua determada varable aleatora. Para solucoar

Más detalles

Regla de Bayes. Pedro J. Rodríguez Esquerdo

Regla de Bayes. Pedro J. Rodríguez Esquerdo Regla de Bayes Pedro J. Rodríguez Esquerdo Isttuto de Estadístca y Sstemas Computadorzados de Iformacó Facultad de Admstracó de Empresas y Departameto de Matemátcas Facultad de Cecas Naturales Recto de

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

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

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 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

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

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

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

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Nociones de Estadística

Nociones de Estadística Químca Aalítca Prof. Aa Galao Jméez Nocoes de Estadístca Las medcoes tee sempre asocadas u error expermetal (herete a la resolucó del equpameto empleado, a errores aleatoros y/o a errores sstemátcos).

Más detalles

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO

CURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO CURO PROBABILIDAD Y ETADITICA FM75 PROFEOR RODOLFO TORO DEPARTAMETO DE FIICA Y MATEMATICA UIVERIDAD ACIOAL ADRE BELLO EL MÉTODO CIETÍFICO La Estadístca, costtuye así, ua dscpla cetífca extremadamete ampla

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

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

1. Elementos del problema de Muestreo

1. Elementos del problema de Muestreo . Elemetos del problema de Muestreo. Defcoes báscas Elemeto o udad de muestreo: objeto e el que se toma las medcoes Poblacó objetvo: cojuto de elemetos que deseamos estudar Muestra: subcojuto de la poblacó

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5: Modelos de Probabldad Estadístca Computacoal º Semestre 00 Profesor :Héctor llede Pága : www.f.utfsm.cl/~hallede

Más detalles

MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS

MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS Autores: Dr. Ig. Roberto Pzarro T. Ig. Jua Pablo Flores V. Ig. Clauda Sagüesa P. Ig. Ezo Martíez A. 1. INTRODUCCIÓN El presete documeto fue extraído

Más detalles

Tecnológico de Estudios Superiores de Cuautitlán Izcalli DIVISIÓN DE INGENIERÍA ELECTRÓNICA

Tecnológico de Estudios Superiores de Cuautitlán Izcalli DIVISIÓN DE INGENIERÍA ELECTRÓNICA Tecológco de Estudos Superores de Cuauttlá Izcall DIVISIÓN DE INGENIERÍA ELECTRÓNICA CUADERNILLO DE PROBABILIDAD Y ESTADÍSTICA ELABORO REVISO M. e C. FELIX ANTONIO SAUCEDO ESQUIVEL Vo. Bo. ING. MARIA DEL

Más detalles

n 2 fi donde: n es el número de individuos

n 2 fi donde: n es el número de individuos ESTADÍSTICA. INTRODUCCIÓN La ecesdad de poseer datos cfrados sobre la poblacó y sus codcoes materales de exsteca ha debdo hacerse setr desde que se establecero socedades humaas orgazadas. Desde los comezos

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

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

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

2.2 Distribuciones de frecuencias unidimensionales.

2.2 Distribuciones de frecuencias unidimensionales. Itroduccó a la Estadístca Empresaral Capítulo - Aálss de ua varable CAPITULO - AALISIS DE UA VARIABLE Itroduccó E este capítulo se dará u cojuto de strumetos que permtrá el aálss descrptvo de ua varable

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Capítulo I. Introducción: Características de los sistemas macroscópicos, conceptos de probabilidad y estadística de sistemas de partículas.

Capítulo I. Introducción: Características de los sistemas macroscópicos, conceptos de probabilidad y estadística de sistemas de partículas. Capítulo I. Itroduccó: Característcas de los sstemas macroscópcos, coceptos de probabldad y estadístca de sstemas de partículas. Leccó Itroduccó a la descrpcó estadístca de los sstemas de partículas. Fluctuacoes

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

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

Unidad I Estadística Descriptiva

Unidad I Estadística Descriptiva PRESENTACIÓN DEL CURSO Udad I Estadístca Descrptva La ESTADISTICA es la parte de las matemátcas ecargada de la presetacó y aálss de los datos de u expermeto. Normalmete la estadístca se dvde e: Estadístca

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 47 Meddas Descrptvas Numércas Frecuetemete ua coleccó de datos se puede reducr a ua o uas cuatas meddas umércas secllas que resume al cojuto

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5 Modelos de Probabldades Estadístca stca Computacoal II Semestre 005 Profesores: Héctor llede (hallede@f.utfsm.cl

Más detalles

I n t r o d u c i ó n A l a E s t a d í s t i c a 1

I n t r o d u c i ó n A l a E s t a d í s t i c a 1 Estadístca I t r o d u c ó A l a E s t a d í s t c a INTRODUCCIÓN: La Estadístca descrptva es ua parte de la Estadístca cuyo objetvo es examar a todos los dvduos de u cojuto para luego descrbr e terpretar

Más detalles

TEMA 9. Contrastes no paramétricos y bondad de ajuste

TEMA 9. Contrastes no paramétricos y bondad de ajuste TEMA 9. Cotrastes o paramétrcos y bodad de ajuste 9. Al falzar el tema el alumo debe coocer... fereca etre u cotraste parámetrco y uo o paramétrco Característcas de la estmacó utlzado los cotrastes o test

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

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

ANGEL FRANCISCO ARVELO LUJAN

ANGEL FRANCISCO ARVELO LUJAN ANGEL FRANCISCO ARVELO LUJAN Agel Fracsco Arvelo Lujá es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 0 años de expereca e las más recoocdas uversdades del área metropoltaa

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

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

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

2 Representación gráfica de las series de frecuencias.

2 Representación gráfica de las series de frecuencias. Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..

Más detalles

3. La distribución normal multivariada

3. La distribución normal multivariada 3. La dstrbucó ormal multvarada Por qué es mportate la dstrbucó ormal multvarada? o Muchas de las téccas multvaradas supoe que los datos fuero geerados de ua dstrbucó ormal multvarada. o E la vda real

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles