c) método propio Evaluar todos los parámetros posibles, dependiendo del método.

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

Download "c) método propio Evaluar todos los parámetros posibles, dependiendo del método."

Transcripción

1 VALIDACIÓN Y CONFIRMACIÓN DE MÉTODOS 0 Veró Itroduccó El objetvo fal de la valdacó de u método aalítco e aegurar que lo reultado de la medcoe e lo aál de ruta e ecuetra lo ufcetemete cerca del valor verdadero (decoocdo) del cotedo del aalto e la muetra. El laboratoro elge lo método de eayo de acuerdo co la reglametacoe vgete (cuado e pertete), de acuerdo co lo requto del uuaro fal (clete), o a requermeto de éte. Ua vez elegdo el método exte tre pobldade: a) Que el método ea ormalzado y e aplque tal cual dce la orma. b) Que el método ea ua modfcacó de u método ormalzado. c) Que el método e haya dearrollado e el laboratoro o e haya obtedo de bblografía. Segú el cao elegdo, el alcace de la valdacó erá dferete: Método Parámetro de Valdacó a) Normalzado repetbldad, veracdad, certdumbre, límte de deteccó ( aplca), carta de cotrol (materal de refereca), partcpacó e eayo de apttud. b) Modfcacó de u Depededo de la modfcacó, e evalúa que parámetro debe er método ormalzado verfcado. c) método propo Evaluar todo lo parámetro poble, depededo del método. ) Parámetro de valdacó. Selectvdad Lealdad Límte de deteccó, Nvel crítco. Límte de cuatfcacó Precó (repetbldad y precó termeda) Veracdad Rago de trabajo Robutez Icertdumbre de medcó Sego Repetbldad Parámetro a valdar egú el método (cao c) Tpo de método Parámetro Compoete Cualtatvo Traza mayortaro Propedad fíca Selectvdad x x x - Lealdad - x depede depede L.de deteccó x x - - L.de cuatfc. - x - - Precó - x x x Veracdad - x x x Rago - x x x Robutez - x x x Icertdumbre x x x x

2 Efecto de la modfcacoe al método de eayo obre lo parámetro de valdacó (cao b) Método de extraccó Selectvdad, veracdad Matrz de la muetra Selectvdad, veracdad, precó, LD, LQ Exteó del rago Lealdad, precó Cambo e el ph Robutez Cambo de operador Repetbldad, veracdad Stema de deteccó Selectvdad, lealdad, rago de trabajo 3) Determacó de lo parámetro de valdacó. 3.) Selectvdad epecfcdad. Segú la técca aalítca utlzada, e hará etudo de electvdad teedo e cueta lo guete: Como e mpractcable coderar toda la terfereca poble, e acoeja etudar lo cao má mportate (que produzca má terfereca) y probable. La electvdad de u método puede expreare cuattatvamete por medo de la razó máxma tolerada (maxmum tolerated rato - Trmáx), que e la relacó etre la cocetracó de terfereca (Ct) repecto del aalto (Ca), que produce u devío e la repueta aalítca que produce u ego e la etmacó de la cocetracó del aalto que cae fuera del tervalo de cofaza que derva del cálculo de la certdumbre expadda. Eto o empre e aplcable ya que prevamete hay que coocer la aturaleza de la poble terfereca para poder realzar el eayo. Llevar a cabo aál de: a) Blaco de reactvo. b) Solucoe de aalto e el olvete adecuado egú la técca y e cocetracoe mlare a la preete e la muetra de eayo. c) Matrz lbre de aalto. (de er ecearo, preparar ua matrz tétca a partr de lo coocmeto prevo de la muetra). d) Matrz co agregado de aalto (uar cocetracoe mlare a b). 3.) Lealdad S correpode, egú el método aalítco, realzar curva de calbracó de acuerdo a lo guete. a) El aalta determa el ámbto leal e fucó de lo coocmeto prevo de la magtud a medr. Ete debe er tal que e la medda de lo poble caga aproxmadamete e el cetro de la curva. b) Aalzar al meo e puto de la curva, cludo el blaco. c) Lo puto deberá etar gualmete epacado. d) Hacer tre replcado de cada puto, e lo poble de maera aleatora. Evaluar la lealdad del método por medo de ua peccó vual de la recta, gráfco de reduo y etadítca de la regreó. E fucó de lo reultado obtedo y de la caracterítca de la muetra, e determará poterormete la etratega a egur e la medcoe de ruta, e decr, el uo de u olo puto, alguo o todo lo puto de la calbracó.

3 Etmacó de lo parámetro de la regreó: Medr la repueta aalítca de lo patroe de cocetracó coocda, por trplcado (=3). Para el cao e que e mde 6 patroe por trplcado, el úmero de vele de dferete cocetracó (p) e 6, y el úmero total de puto de la recta de calbrado (m) e 8. El aál de lo dato, mplca el cálculo de la pedete A y la ordeada al orge B de la recta de regreó, ajutada a la ecuacó y = A x+ B. Lo valore etmado de A y B e calcula medate: Q m ( x x)( y y) xy = A = = Q m xx ( x x) = () B = y A x () dode x e la cocetracó de cada uo de lo m patroe, x e el promedo de la cocetracoe de calbrado, e la repueta e cada puto e y e el promedo de la y repueta de lo patroe de calbrado. Ademá de A y B, e calcula el devío etádar de eto parámetro, medate la guete fórmula: y/ x A = (3) Q xx B = x y/ x m + Q (4) xx edo el devío etádar de lo reduo de la regreó: y/ x = m = ( y y) m (5) dode y e la repueta expermetal a cada patró e y repreeta la repueta etmada e cada puto, o ea, y = Ax + B. Eto parámetro da ua dea de la bodad de la regreó. E deeable que ea lo má pequeño poble, a pear que u valor etá lmtado por el rudo trumetal. La dtrbucó de lo reduo, e decr el modo e que lo valore ( y y) debe er aalzada, hacer u gráfco para ver la adecuacó de lo dato al modelo leal. Obervacó: el coefcete de correlacó, a pear de u amplo uo como dcador de lealdad, reulta egañoo e apropado para ete f, y o debe er uado (ref A3) y / x

4 3.3) Límte de deteccó y cuatfcacó. El límte de deteccó que e la míma cocetracó detectable de maera cofable por la técca, e calcula e fucó del devío etádar de la cocetracó predcha para ua muetra blaco ( 0 ). Para etmar ete valor, e ua la guete ecuacó: y/ x x 0 = + + (6) A m Qxx uualmete e ua =3, como ya e mecoó ate. El límte de deteccó e gual a: LOD = t 0,05;m- 0 El valor t, e obtee de la tabla de dtrbucó Studet: TABLA Dt t cola alfa=0,05 GL t GL t 6,3 3,77,9 4,76 3,35 5,75 4,3 7,74 5,0 8,73 6,94 0,7 7,89 3,7 8,86 7,70 9,83 3,69 0,8 39,68,80 5,67,78 77,66 fto,64 El límte de cuatfcacó LOQ, que e la míma cocetracó cuatfcable e forma cofable, e toma como la cocetracó correpodete a 0 vece el devío etádar: LOQ = 0 0 Por lo que e aegura que el devío etádar relatvo (DSR) para ua cocetracó gual al LOQ ea del 0%, el que e toma como el máxmo DSR aceptable para cuatfcar.

5 3.4) Precó y precó termeda. E coveete (e cao que ea poble) utlzar tre vele de cocetracó (bajo, medo, alto) cubredo el rago de trabajo co u úmero de replcado e cada vel de cocetracó m. E coveete que e ecuetre etre y 5. Se aalza replcado de cada muetra de vel m durate u mímo de 5 día ( p). No e ecearo que ea día egudo. Co eto dato e realza u aál de la varaza (ANOVA) del cual e puede obteer ua etmacó de la repetbldad (precó) y precó termeda, y compararla, coderado lo dferete día como prcpal fuete de varacó. Cálculo de la varaza de repetbldad: S r = edo p = j= z ( z z ) j p ( ) = j= z j (7) la varaza etre día e calcula: S = p = B edo z = ( z z) p p = j= p Sr (8) z j y la varaza de precó termeda e calcula: S = S + S (9) R r B Calcular lo devío etádar de la varaza mecoada, obteedo la raíz cuadrada de la mma. Calcular lo devío etádar relatvo para cada parámetro: RSD RSD SD r r = (0) R z SDR = () z Para comparar la varabldad etre día co la repetbldad, e hace u tet de Fcher: Se calcula la varaza etre día ( ) pero corregr por la repetbldad ( ): E r S = p = E ( z z) p y e calcula e etadítco F: S F = S el valor F, e compara co el de la tabla F para α=0.05 co p- grado de lbertad e el umerador y p-p grado de lbertad e el deomador.(tabla ). E r

6 Tabla Tabla de Fcher alfa = 0,05 GL Num GL De ,5 9,0 9, 9, 9,3 9,3 9,4 9,4 9,4 9,4 3 0,3 9,55 9,8 9, 9,0 8,94 8,89 8,85 8,8 8,79 4 7,7 6,94 6,59 6,39 6,6 6,6 6,09 6,04 6,00 5,96 5 6,6 5,79 5,4 5,9 5,05 4,95 4,88 4,8 4,77 4,74 6 5,99 5,4 4,76 4,53 4,39 4,8 4, 4,5 4,0 4,06 7 5,59 4,74 4,35 4, 3,97 3,87 3,79 3,73 3,68 3,64 8 5,3 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 9 5, 4,6 3,86 3,63 3,48 3,37 3,9 3,3 3,8 3,4 0 4,96 4,0 3,7 3,48 3,33 3, 3,4 3,07 3,0,98 4,84 3,98 3,59 3,36 3,0 3,09 3,0,95,90,85 4,75 3,89 3,49 3,6 3, 3,00,9,85,80,75 3 4,67 3,8 3,4 3,8 3,03,9,83,77,7,67 4 4,60 3,74 3,34 3,,96,85,76,70,65,60 5 4,54 3,68 3,9 3,06,90,79,7,64,59,54 6 4,49 3,63 3,4 3,0,85,74,66,59,54,49 7 4,45 3,59 3,0,96,8,70,6,55,49,45 8 4,4 3,55 3,6,93,77,66,58,5,46,4 9 4,38 3,5 3,3,90,74,63,54,48,4,38 0 4,35 3,49 3,0,87,7,60,5,45,39,35 4,3 3,47 3,07,84,68,57,49,4,37,3 4,30 3,44 3,05,8,66,55,46,40,34,30 3 4,8 3,4 3,03,80,64,53,44,37,3,7 4 4,6 3,40 3,0,78,6,5,4,36,30,5 5 4,4 3,39,99,76,60,49,40,34,8,4 30 4,7 3,3,9,69,53,4,33,7,,6 35 4, 3,7,87,64,49,37,9,,6, 40 4,08 3,3,84,6,45,34,5,8,, ,03 3,8,79,56,40,9,0,3,07, ,00 3,5,76,53,37,5,7,0,04, ,96 3,,7,49,33,,3,06,00, ,94 3,09,70,46,3,9,0,03,97,93 Ete mmo etudo de comparacó de varaza, puede realzare utlzado la herrameta etadítca de Excel Aál de la varaza de u factor. S el valor F calculado e mayor que el F de tabla, quere decr que hay dfereca gfcatva etre la varaza y eto requere u etudo para aalzar la caua de tal dfereca y u poteror elmacó.

7 3.5) Veracdad Se puede etmar a partr de etudo terlaboratoro, materale de refereca certfcado, o obre materal fortfcado ( Spke ). E cao que e cuete co u materal de refereca certfcado (MRC) e realza u úmero de determacoe del mecoado materal. Cada determacó cluye todo el proceo aalítco. S o e cueta co el MRC, e realza u fortfcado obre ua matrz aalto, o obre ua muetra que cotee aalto, pero deberá realzare el aál ate y depué del fortfcado. Se determa el ego de la guete forma: Sego = X X ref () o expreado como recuperacó: X R = (3) X ref Se evalúa medate ua prueba t la dfereca e etadítcamete gfcatva (α=0,05) t = X X ref ( uref ) + ( ) (4) edo: X ref : Valor del MRC X : promedo de la determacoe expermetale. U ref : certdumbre etádar del valor de refereca. S: devacó etádar de la determacoe expermetale. N: úmero de determacoe expermetale. El valor de t, e compara co el valor tabulado para - grado de lbertad y vel de gfcacó α=0,05. (TABLA 3) TABLA 3 Dt t cola alfa=0,05 GL t GL t,7 3,6 4,30 4,4 3 3,8 5,3 4,78 6, 5,57 7, 6,45 8,0 7,36 9,09 8,3 0,09 9,6,08 0,3,07,0 3,07,8 4,06

8 S el valor del t calculado e meor que el t de la tabla, e cocluye que o hay dfereca gfcatva. S extera dfereca gfcatva, lo reultado de la medcoe e corregrá por el factor correpodete o e decde o corregr, el ego e cotemplará e el cálculo de la certdumbre de la medcó. Ver el procedmeto de cálculo de certdumbre, para la cluó de eto dato e u cálculo, como aí també lo dato obtedo de etudo terlaboratoro. Muetra fortfcada: Proceder de maera mlar, auque e ete cao, hay que calcular la certdumbre de la muetra fortfcada que e calcula combado la certdumbre del certfcado del fabrcate, y la certdumbre debda al procedmeto de fortfcado. Ver procedmeto de cálculo de certdumbre. Recordar que e puede combar certdumbre que tega la mma udade, cao cotraro hay que traformarla e certdumbre relatva, hacer la combacó de la certdumbre, y luego volver a traformarla e certdumbre etádar para aplcar la fórmula (4). 3.6) Rago de trabajo El rago de trabajo queda defdo e fucó del tervalo de valore de la magtud que fue evaluado e lo puto precó y veracdad. 3.7) Robutez Peroal repoable del laboratoro, etablecerá qué parámetro del método de eayo podría er crítco y e realzará eayo co dcho parámetro modfcado. Se realzará ua catdad de eayo (mímo 3) e la codcoe habtuale del método y ua catdad gual de eayo co lo parámetro modfcado. Se calculará la meda y lo devío etádar de ambo grupo de medcoe y e realzará ua prueba t para dfereca de meda. S el valor del etadítco t e mayor que el valor crítco para u α=0.05 y (-) grado de lbertad, e coderará que el parámetro modfcado afecta la medcó. t = X X + (5) t: etadítco t, e compara co el valor de la tabla 3 para (-) GL. S el t calculado e mayor que el t de la tabla, e codera que el factor modfcado afecta a la medcó. Alteratvamete, extera varo factore a coderar, e podrá realzar u aál de la varaza de do o má factore, utlzado u deño factoral. E ete últmo cao, deberá terver peroal co lo coocmeto etadítco adecuado. 3.8) Icertdumbre de medcó Ver cálculo de certdumbre por eparado e otro documeto. 3.9) Sego ver ) Repetbldad ver 3.4

9 4) Iforme de valdacó Se realza u forme de valdacó, e el que e dcará la guete formacó: Alcace de la valdacó: Parámetro a medr (aalto, propedad fíca o químca, ídce, etc), matrz de la muetra y rago de valdacó. Itrumetal utlzado. Detallar lo equpo utlzado y u detfcacó. Detallar otro materale como er matrace, bureta, etc y u correpodete detfcacó. Muetra utlzada, materale de refereca y reactvo dcado el lote empre que ea poble. Peroal volucrado e la medcoe y que realzó el forme de valdacó (ombre y apelldo). La medcoe realzada cluyedo lo regtro que correpoda (por ej cromatograma). E cao de utlzar equpo mlare, epecfcar e qué equpo e hzo cada medcó. Lo reultado obtedo y la cocluoe. Fecha, frma y aclaracó del peroal repoable de aprobar el forme. Refereca () Guía para valdacó de método de eayo. DC-LE-05 V. /06/008 O.A.A. () Harmozed gudele for gle-laboratory valdato of method of aaly. Pure Appl. Chem., Vol. 74, No. 5, pp , 00 M. Thompo et al. (3) A practcal gude to aalytcal method valdato, cludg meauremet ucertaty ad accuracy profle. A Gutavo Gozález, M. Ágele Herrador. Tred Aalytcal Chemtry, Vol. 6, No. 3, 007.

10 INFORME DE VALIDACIÓN ) Alcace: Parámetro a medr: Rago: Matrz: ) Itrumetal utlzado: Equpo: Otro trumetal: 3) Muetra patró, etádare y/o materale de refereca. 4) Reactvo: Droga: Fabrcate: Lote: 5) Medcoe: 6) Reultado: 7) Cocluoe: 8) Peroal volucrado 9) Elaborado por: Fecha: 0) Aprobado por: Fecha:

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 4: Medidas de Dispersión para Datos Crudos

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos 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 Objetvo. Recoocer el gfcado del cocepto de dperó aplcado a

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

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

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

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

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

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

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

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

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

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

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

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

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

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

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

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

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

MEDIDAS, INCERTIDUMBRE, ERRORES

MEDIDAS, INCERTIDUMBRE, ERRORES Icertdumbre de la medda. MEDIDAS, ICERTIDUMBRE, ERRORES Al realzar el proceo de medcó, el valor obtedo y agado a la medda dferrá probablemete del valor verdadero debdo a caua dvera, algua de la cuale ombraremo

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

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

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

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

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

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

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

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

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

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

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

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

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

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

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

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

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

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

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

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

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

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

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

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

Calibración de Modelos Hidrológicos Juan Cabrera, Civ. Eng. Universidad Nacional de Ingeniería Facultad de Ingeniería Civil

Calibración de Modelos Hidrológicos Juan Cabrera, Civ. Eng. Universidad Nacional de Ingeniería Facultad de Ingeniería Civil Calbracó de Modelo Hdrológco Jua Cabrera, Cv. Eg. Uverdad Nacoal de Igeería Facultad de Igeería Cvl 1. Itroduccó El uo de modelo hdrológco tee por faldad mular lo feómeo que ocurre e la realdad. S embargo,

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

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

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

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

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

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

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente. ERRORES EXPERIMENTALES E todo proceso de medcó este lmtacoes dadas por los strumetos usados, el método de medcó, el observador (u observadores) que realza la medcó. Asmsmo, el msmo proceso de medcó troduce

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

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

PRECISIÓN DE LOS MÉTODOS CUANTITATIVOS EN MICROBIOLOGÍA. COMPARATIVA DE DISTINTAS SISTEMÁTICAS DE CÁLCULO. C. de la Cruz Remón 1 y J.

PRECISIÓN DE LOS MÉTODOS CUANTITATIVOS EN MICROBIOLOGÍA. COMPARATIVA DE DISTINTAS SISTEMÁTICAS DE CÁLCULO. C. de la Cruz Remón 1 y J. PECIIÓN DE LO MÉTODO CUANTITATIVO EN MICOBIOLOGÍA. COMPAATIVA DE DITINTA ITEMÁTICA DE CÁLCULO C. de la Cruz emó y J. Laso áchez Gabete de ervcos para la Caldad. C/Cardad, 3 - local. 8007 Madrd, España.

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

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

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

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

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

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

FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA. Medición de la longitud del largo del cuaderno:

FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA. Medición de la longitud del largo del cuaderno: FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA Medcó de la logtud del largo del cuadero: 9,5, cm,cm represeta la certdumre asoluta de la medda Qué ta sgfcatva es esa certdumre? 9,5, cm puede ser

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

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

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

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

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

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

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

Regresión y correlación lineal.

Regresión y correlación lineal. Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.

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

Biometría. Ciencias Biológicas. Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires. Tablas estadísticas

Biometría. Ciencias Biológicas. Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires. Tablas estadísticas Bometría Ceca Bológca Facultad de Ceca Eacta y Naturale Uverdad de Bueo Are Tabla etadítca 08 Tabla : Número Combatoro 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 0 0 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 3

Más detalles

Análisis de Regresión Lineal Simple.

Análisis de Regresión Lineal Simple. Aál de Regreó Leal mple. Itroduccó Regreó mple Método de lo mímo cuadrado Propedade de lo etm. m. cuadrado Predccó Evaluacó de la tedad de la relacó leal Ejercco Itroduccó E mu frecuete ecotrar proceo

Más detalles

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

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

2.4 Pruebas estadísticas para los números pseudoaleatorios

2.4 Pruebas estadísticas para los números pseudoaleatorios Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto

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

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

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo

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

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

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 05-06 6 de octubre de 05 I Itroduccó

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

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

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

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

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

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

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

GLOSARIO. La desviación estándar de una muestra, s, se calcula a partir de

GLOSARIO. La desviación estándar de una muestra, s, se calcula a partir de GLOSARIO Atrbuto: Característca a ser aalzada que se expresa como "Aceptable" / "No aceptable" ("Pasa"/"No Pasa"). Cotrol Frecuecal: Ispeccó de cumplmeto de producto co requermetos/especfcacoes de BD y/o

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

NÚMERO DE MEDICIONES NECESARIAS

NÚMERO DE MEDICIONES NECESARIAS Smpoo de Metrología 00 5 al 7 de Octbre NÚMERO DE MEDICIONES NECESARIAS L O. ecerra Cetro Nacoal de Metrología, Dvó de Metrología de Maa y Dedad km,5 Carretera a lo Cé, Mpo. El Marqé Tel: () 05 00, Fax:

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

NÚMERO DE MEDICIONES NECESARIAS

NÚMERO DE MEDICIONES NECESARIAS Smpoo de Metrología 00 5 al 7 de Octbre NÚMERO DE MEDICIONES NECESARIAS L O. ecerra Cetro Nacoal de Metrología, Dvó de Metrología de Maa y Dedad km,5 Carretera a lo Cé, Mpo. El Marqé Tel: () 05 00, Fax:

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