4.1Regresion de probabilidad simple y curvilínea
|
|
- Guillermo Cortés Moya
- hace 7 años
- Vistas:
Transcripción
1 4 REGRESION Y CORREALCION SIMPLE 4.1Regresio de probabilidad simple y curvilíea Clases de Regresió La regresió puede ser Lieal y Curvilíea o o lieal, ambos tipos de regresió puede ser a su vez: a) Regresió Simple: Este tipo se preseta cuado ua variable idepediete ejerce ifluecia sobre otra variable depediete. Ejemplo: Y = f(x) Esta regresió se utiliza co mayor frecuecia e las ciecias ecoómicas, y sus disciplias tecológicas. Cualquier fució o lieal, es trasformada e lieal para su estudio y efectos. Objetivo: Se utiliza la regresió lieal simple para: 1.- Determiar la relació de depedecia que tiee ua variable respecto a otra. 2.- Ajustar la distribució de frecuecias de ua líea, es decir, determiar la forma de la líea de regresió. 3.- Predecir u dato descoocido de ua variable partiedo de los datos coocidos de otra variable. Por ejemplo: E ua empresa de servicio de Iteret busca relacioar las gaacias que obtiee cada computadora co el umero de usuarios que igresa a dicha cabia diariamete. E la tabla represeta Y (Gaacias S/.) e X (Numero de usuarios) Y X Idica el úmero de uidades e que se modifica la variable depediete Y por efecto del cambio de la variable idepediete X o viceversa e ua uidad de medida. Clases de coeficiete de Regresió: El coeficiete de regresió puede ser: Positivo, Negativo y Nulo. Es positivo cuado las variacioes de la variable idepediete X so directamete proporcioales a las variacioes de la variable depediete Y Es egativo, cuado las variacioes de la variable idepediete X so iversamete proporcioales a las variacioes de las variables depedietes Y Es ulo o cero, cuado etre las variables depedietes Y e idepedietes X o existe relació algua.
2 Procedimieto para hallar el Coeficiete de Regresió Para determiar el valor del coeficiete de regresió de ua maera fácil y exacta es utilizado el método de los Míimos Cuadrados de dos maeras: 1.- Forma Directa De la ecuació de la recta: Si 0 a y 1 a, se obtiee a partir de las ecuacioes ormales: Aplicado ormales Y sobre X teemos: El Coeficiete de Regresió es De la misma maera la recta de regresió de X sobre Y será dada de la siguiete maera: Dode: b 0 y b 1 se obtiee a partir de las ecuacioes ormales:
3 Aplicado ormales X sobre Y teemos: Existe el método por míimos cuadrados b) Regresió Múltiple: Este tipo se preseta cuado dos o más variables idepedietes ifluye sobre ua variable depediete. Ejemplo: Y = f(x, w, z). AJUSTE DE CURVAS E múltiples ocasioes se ecuetra situacioes e las que se requiere aalizar la relació etre dos variables cuatitativas. Los dos objetivos fudametales de este aálisis será: Determiar si dichas variables está asociadas y e qué setido se da dicha asociació (es decir, si los valores de ua de las variables tiede a aumetar o dismiuir- al aumetar los valores de la otra); Estudiar si los valores de ua variable puede ser utilizados para predecir el valor de la otra. La forma correcta de abordar el primer problema es recurriedo a coeficietes de correlació. Si embargo, el estudio de la correlació es isuficiete para obteer ua respuesta a la seguda cuestió: se limita a idicar la fuerza de la asociació mediate u úico úmero, tratado las variables de modo simétrico, mietras que lo que iteresa es modelizar dicha relació y usar ua de las variables para explicar la otra. Para tal propósito se recurrirá a la técica de regresió. Aquí se aalizará el caso más secillo e el que se cosidera úicamete la relació etre dos variables (x e y). Así mismo, se limita al caso e el que la relació que se pretede modelizar es de tipo lieal. E este caso, la media de la distribució de las y sobre x está dada por α + β.x.
4 REGRESIÓN CURVILÍNEA Se cosiderará primero el caso e que la graficació e ua escala adecuada puede ser lieal. Por ejemplo, si u cojuto de parejas de datos que coste de putos (x i,y i ) "se edereza" cuado so graficados sobre ejes escalados adecuadamete. E este caso, al ser represetados sobre papel semilogarítmico, idica que la curva de regresió de y sobre x es expoecial, es decir para cualquier x cosiderada, la media de la distribució está dada por la siguiete ecuació predictora y = α. β x, tomado logaritmos e ambos miembros: log( y) log α ( ) + x log( β ) y se puede estimar ahora log(α) y log(β), y de ahí obteer α y β, aplicado los métodos ateriores a los pares de valores [x i,log(y i )] Distiguir etre variable depediete e idepediete Variable depediete. Es la variable cetral de la ivestigació; a través de ella se mide los cambios ocasioados por la variable idepediete e la població estudiada. Por ejemplo, cácer de pulmó, coocimieto, destreza, satisfacció y utilizació de u servicio. Variable idepediete. Determia a la variable depediete. Es la que va a ocasioar los cambios e la població estudiada. Por ejemplo, úmero de cigarros fumados al día, iterveció educativa, capacitació, calidad de ateció y percepció de ecesidad de salud Defiir ecuació de regresió y cual es su aplicació LA RECTA DE REGRESIÓN Cosidérese ua variable aleatoria respuesta (o depediete) y, que se supoe relacioada co otra variable (o ecesariamete aleatoria) que se llamará explicativa, predictora o idepediete y que se deotará por x.
5 A partir de ua muestra de idividuos para los que se dispoe de los valores de ambas variables, {(x i,y i ),,...}, se puede visualizar gráficamete la relació existete etre ambas mediate u gráfico de dispersió, e el que los valores de la variable x se dispoe e el eje horizotal y los de y e el vertical. El problema que subyace a la metodología de la regresió lieal simple es el de ecotrar ua recta que ajuste a la ube de putos del diagrama así dibujado, y que pueda ser utilizada para predecir los valores de y a partir de los de x. La ecuació geeral de la recta de regresió será etoces de la forma: α + β.x. El problema radica e ecotrar aquella recta que mejor ajuste a los datos. Tradicioalmete se ha recurrido para ello al método de míimos cuadrados, que elige como recta de regresió a aquella que miimiza las distacias verticales de las observacioes a la recta. Cualquier observació i-ésima y i diferirá verticalmete de esa recta (por ahora descoocida) e u valor ε i. Luego ε es el valor de ua variable aleatoria. El valor de ε para cualquier observació determiada depederá de u posible error de medició y de los valores de otras variables distitas de x que podría ifluir sobre y. Habrá que calcular los valores de α y β de la líea de regresió, es decir la ecuació de la recta que de algua maera da el mejor ajuste. E referecia al gráfico aterior, es relativamete fácil trazarla a simple vista co u poco de setido comú. Si embargo, lo habitual es recurrir a u método meos subjetivo.
6 Para platear este problema de maera formal, cosidérese parejas de observacioes (x i,y i ) e las cuales es razoable supoer que la regresió de y sobre x es lieal, y se desea determiar la recta del mejor ajuste. Si se predice y por medio de la ecuació: sea e i el error de predecir el valor de y correspodiete a la x i es: Se quiere determiar a y b de modo que estos errores sea, e cierto modo, lo más pequeños posibles. Ya que o se puede miimizar cada uo de los e i por separado, esto sugiere itetar e i ta cercao a cero como sea posible. Esto o es acosejable puesto que errores positivos y egativos se compesará dado líeas iadecuadas como respuesta. Por lo tato, se miimizará la suma de los cuadrados de e i. Es decir, se elegirá a y b de modo que: 2 y i a + b x i ( ) sea míimo Esto equivale a miimizar la suma de los cuadrados de las distacias verticales a partir de los putos respecto de la líea. Este método (llamado de los Míimos Cuadrados) da valores de a y b (estimacioes de α y β) que tiee muchas propiedades coveietes. Ua codició ecesaria para que exista u míimo relativo es la aulació de las derivadas parciales co respecto a a y b: 2 y i ( a + b x i ) ( 1) 0 derivada respecto de a
7 2 y i ( a + b x i ) ( x i ) 0 derivada respecto de b lo que se puede reescribir como: y i a + b x i y i x i a x i + b ( x i ) 2 esto es u cojuto de ecuacioes lieales co icógitas a y b, deomiadas Ecuacioes Normales. Resolviedo por determiates: a y i ( x i ) 2 ( x i ) 2 y i x i x i 2 x i b x i y i ( x i ) 2 x i x i 2 y i Ejemplo: Los siguietes datos so las medicioes de la Tesió Arterial e 14 pacietes de distitas edades:
8 ajustar ua líea recta a estos datos por el método de míimos cuadrados y utilizarla para estimar la tesió arterial para ua persoa de 36 años. x i y i y i x i ( x i ) de aquí el sistema de ecuacioes queda: 1901 a 14 + b a b co la solucioes: a b 0.79 Para ua persoa de 36 años de edad: y = 0.79.(36) = E el siguiete gráfico se puede apreciar el Diagrama de Dispersió y la recta del mejor ajuste (desde el puto de vista de los míimos cuadrados) y la estimació para ua persoa de 36 años de edad:
9 La siguiete fució Matlab permite obteer los resultados vistos del proceso: fuctio recta % Ajuste lieal de u cojuto de datos por Miimos Cuadrados % co datos presetes e el archivo ascii regre.txt % Etradas: u, vector, obteido del archivo ascii "regre.txt" % Salida: a, real, Ordeada al orige % b, real, pediete de la recta load regre.txt;u=regre;=size(u,1); sy=0; for i=1:, sy=sy+u(i,2);ed sx=0; for i=1:, sx=sx+u(i,1);ed sx2=0; for i=1:, sx2=sx2+u(i,1)^2;ed sxy=0; for i=1:, sxy=sxy+u(i,1)*u(i,2);ed A(1,1)=;A(1,2)=sx;A(2,1)=sx;A(2,2)=sx2;B(1,1)=sy;B(2,1)=sxy; C=iv(A)*B;a=C(1,1);b=C(2,1); i=1:;plot(u(i,1),b*u(i,1)+a,u(i,1),u(i,2),'*') a
10 b El Teorema de Gauss-Markov establece: Etre los estimadores isesgados de α y β que so lieales e los y i, los estimadores de míimos cuadrados tiee la variaza más pequeña Aplicar el método de míimos cuadrados para determiar la recta, parábola ó curva que mejor se ajuste a u cojuto de datos INFERENCIAS BASADAS EN ESTIMADORES DE MÍNIMOS CUADRADOS E lo que sigue se supodrá que la regresió es lieal y, más aú, que las variables aleatorias que tiee valores y i (i=1, 2,, ) so idepedietes y que está distribuidos ormalmete co las medias α + β.x i y la variaza comú σ 2. Si se escribe: y i = α + β.x i + ε i se deriva que los ε i so valores de variables aleatorias idepedietes, distribuidas ormalmete, y que tiee medias 0 y variaza comú σ 2. Gráficamete:
11 E las suposicioes hechas hasta aquí, como se ilustra, se puede advertir las distribucioes de los y i para varios valores de las x i. Ates de establecer u teorema relativo a la distribució de los estimadores de míimos cuadrados de α y β, es coveiete itroducir ua otació especial: Sxx Syy ( x i ) 2 ( y i ) 2 2 x i sx 2 ( 1) 2 y i sy 2 ( 1) Sxy x i y i x i y i sxy ( 1) e base a esto, las ecuacioes ormales, resueltas por determiates, queda: b Sxy Sxx a y b x dode e so, respectivamete las medias de las x y de las y. Debe otarse tambié la estrecha relació etre las Sxx y Syy co las variazas muestrales respectivas de las x y las y (sx y sy). La variaza comú σ 2 puede estimarse e térmio de las desviacioes verticales de los putos muestrales a partir de la líea de míimos cuadrados. La i- ésima de tales desviacioes es: y i a + b x i ( ) De aquí, la estimació, s e 2, es: 2 1 s e 2 2 y i a + b x i ( )
12 dode s e se deomia Error Estádar de Estimació, tambié la suma de los cuadrados dada por s e 2.(-2) recibe el ombre de Suma de Cuadrados Residual o Suma de Cuadrados de Error. Ua fórmula equivalete de esa estimació de σ2 es: s e 2 Sxx Syy Sxy 2 ( 2) Sxx el divisor -2 se emplea para que el estimador resultate de σ 2 sea isesgado. E base a las suposicioes efectuadas relativas a la distribució de las y, se puede probar los siguietes teoremas: Teorema 1: Co las suposicioes dadas, los estadísticos: co valores de variables aleatorias que tiee la distribució t-studet co -2 grados de libertad. Si se requiere itervalos de cofiaza para los coeficietes de regresió α y β, se sustituye el térmio medio de t α/2 < t < t α/2 por el estadístico t adecuado del teorema aterior. Luego, por medio de cálculos simples, se determia los correspodietes itervalos de cofiaza: b t s α e 2 < β < b + t s Sxx α e 2 Sxx
13 4.2 Correlació Correlació. Recordemos que para el caso de ua variable, la variaza era u parámetro que os mostraba cuata variació existía etre la media u cojuto de datos. E el mismo teor, estamos e determiar la depedecia etre dos variables por lo que ua primera propuesta es costruir ua medida que os permita e forma aáloga tratar la variació. Se defie la covariaza como la variació que existe etre los datos de dos variables, expresada como: S xy = ( x x)( y y) i i dode xi y y i so las variables para datos que iterviee e el estudio. E realidad la correlació es ua medida sobre el grado de relació etre dos variables, si importar cual es la causa y cual es el efecto. La depedecia de la que se habla e este setido es la depedecia etre la variaza de las variables. Como hemos visto el maejo de uidades adimesioales os permite teer u coeficiete sobre el que de forma cómoda se pueda trabajar, por lo que podemos dividir etre el producto de las desviacioes de las variables, es decir:
14 S r = xy ( S S ) x y los valores para este coeficiete está compredidos etre -1 y 1. Se tiee los siguietes criterios para r r = 1 r = r = 0 r = 1 la correlació lieal es perfecta, directa o existe correlació lieal o correlació lieal ula la correlació lieal es perfecta, iversa o correlació lieal positiva o correlació lieal egativa etre mas se aproxima a los valores 1 y -1 la aproximació a ua correlació se cosidera buea. Cuado mas se aleja de 1 o de -1 y se acerca a cero se tiee meos cofiaza e la depedecia lieal por lo que ua aproximació lieal será lo meos apropiado, si embargo o sigifica que o existe depedecia, lo úico que podemos decir es que la depedecia o es lieal. U valor positivo para r idica que a medida que ua variable crece la otra tambié lo hace, por el cotrario si su valor es egativo, lo que podemos decir es que a medida que ua variable crece la otra decrece. Datos ifluyetes Ejemplos de correlació Ua vez que se determia que existe depedecia lieal u aspecto sumamete relevate es el ivestigar las características del modelo matemático que relacioa ua variable co otra, así de esta forma podemos decir, ua variable puede clasificarse como
15 determiístico y probabilistico. El modelo determiístico, que o será abordado e este curso, esta ligado a la ecuació que regula de forma determiate el comportamieto de u feómeo, así por ejemplo podemos determiar a partir de la obteció de ua ecuació sobre el potecial de freado e u material, que ate cambios de la logitud de oda la relació es lieal o permitirá predecir cuales será sus valores. Ecuacioes que permite ver como es la oposició a la corriete eléctrica, o resistecia eléctrica, al aumetar la temperatura de u metal, etre otros, es u claro idicio de ua ecuació que es determiística, e ella se podrá describir como cambiara la resistecia eléctrica del material e cuestió ate el aumeto de ua temperatura e el material. Por otro lado, los feómeos probabilísticos está sujetos a la modelos que auque pueda ser descritos por ua ecuació o implica que todos los valores que iterviee e el estudio pueda ser localizados e el gráfico que los represeta, y por supuesto u dato mas o es garatía que sea localizado e la ecuació
16 Bibliografía Caavos G. Probabilidad y Estadística Aplicació y métodos. Ed. e español Mc GRAW- HILL/INTERAMERICANA DE MEXICO Devore, J.L. (2000). Probabilidad y Estadística para Igeiería y Ciecias, Quita Edició, Thomso Learig. Medehall, W. (1998). Estadística para Admiistradores, Seguda Edició, Grupo Editorial Iberoamérica. Motgomery, D.C. y Ruger G.C. (1996). Probabilidad y Estadística Aplicadas a la Igeiería, Primera Edició, Mc Graw Hill. Sheaffer, R. L. y McClave, J.T. (1990). Probabilidad y Estadística para Igeiería, Primera Edició, Grupo Editorial Iberoamérica. Spiegel, M.R. (1970). Estadística, Primera Edició, Serie Schaum, Mc Graw Hill. Walpole, R. E., Myers, R.H., y Myers, S.L. (1998). Probabilidad y Estadística para Igeieros, Sexta Edició, Pretice Hall. Weimer, R.C. (1996). Estadística, Seguda Edició, CECSA.
17 Actividades complemetarias adicioales 1.- Problema: Los siguietes datos so las medicioes de la velocidad del aire y del coeficiete de evaporació de las gotitas de combustible e ua turbia de propulsió: Velocidad del aire (cm/s) Coeficiete Eva-poració (mm 2 /seg) de Costruir u itervalo de cofiaza del 95% para el coeficiete de regresió α. 2.- Las cifras siguietes so datos sobre el porcetaje de llatas radiales producidas por cierto fabricate que aú puede usarse después de recorrer cierto úmero de millas: Miles de Millas recorridas (x) Porcetaje útil (y) Log(y) a) Graficar los datos proporcioados e escala semilogaritmica para advertir si es razoable que la relació es expoecial. b) Ajustar ua curva expoecial aplicado el método de míimos cuadrados a las parejas de putos [xi,log(yi)]. c) Emplear los resultados de la parte b) para estimar qué porcetaje de las llatas radiales del fabricate durará al meos millas.
TEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesSESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN
SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesT ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:
T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total
Más detallesEstimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.
Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete
Más detalles2 Conceptos básicos y planteamiento
ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.
Más detallesMuestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.
1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesMINITAB y MODELOS DE REGRESIÓN
Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemáticas 1º CCSS 1 RESUMEN DISTRIBUCIONES BIDIMENSIONALES Distribucioes bidimesioales Se estudia a la vez dos variables aleatorias (geéricamete X e Y; sus valores será ( i, y i )). Correlació Al estudiar
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detallesMUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO
El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesSucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.
Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesAnálisis Descriptivo y Presentación de Datos en Dos Variables
Aálisis Descriptivo Presetació de Datos e Dos Variables Aálisis de Correlació Lieal Regresió Lieal SPSS & Ecel Prof. Gaspar Torres Rivera Math. 98 Supuestos: La muestra de datos bivariados (, ) represeta
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesPROGRESIONES ARITMÉTICAS.-
PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detallesOPCIÓN A EJERCICIO 1_A x 1 0 1
IES Fco Ayala de Graada Sobrates de 006 (Modelo 3 Juio) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x 1 0 1 Sea las matrices A = y B =. 1 x+1 (1 puto) Ecuetre el valor o valores de x de forma
Más detallesDISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.
DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos
Más detallesIngeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.
CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió
Más detallesSobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 2004 (Juio Modelo 5) Solucioes Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x+y 6 3x-2y 13 Sea el sistema de iecuacioes. x+3y -3 x 0 (2 putos) Dibuje el recito cuyos
Más detallesIntervalos de confianza para la media
Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:
Más detallesGUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN
Más detallesORGANIZACIÓN DE LOS DATOS.
ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar
Más detallesEXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 y 13
1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 y 13 1. a) (0,5 putos) Explica brevemete el cocepto de correlació. Po dos ejemplos: uo co correlació directa y otro co correlació iversa. b) (0,5 putos) Explica
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
Más detallesEstadístico. Parámetro
La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2006 (Modelo 6 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (2 putos) Sea las matrices A= y B = (1 1). -5-4 Eplique qué dimesió debe teer la matriz X para
Más detallesAJUSTE DE CURVAS LA RECTA DE REGRESIÓN
Uiversidad de Medoza Ig. Jesús Rubé Azor Motoya AJUSTE DE CURVAS E múltiples ocasioes se ecuetra situacioes e las que se requiere aalizar la relació etre dos variables cuatitativas. Los dos objetivos fudametales
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesTest de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesTema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor
Tema 7 (IV) Aplicacioes de las derivadas () Represetació gráfica de curvas y fórmula de Taylor Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos
Más detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detallesR-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ
06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesFigura 10. No se satisface el supuesto de linealidad.
Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos
Más detalles[e j N 2 e j N 2 ]...} (22)
Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la
Más detallesONDAS SOBRE UNA CUERDA
ONDAS SOBRE UNA CUERDA Objetivo: Aalizar el comportamieto de las odas estacioarias e ua cuerda relacioado la tesió, la frecuecia de oscilació, la logitud de la cuerda y el úmero de segmetos que se forma
Más detallesTEMA 6.- INTERVALOS DE CONFIANZA
TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método
Más detallesResolución de ecuaciones no lineales
Resolució de ecuacioes o lieales Solucioa ecuacioes o lieales tipo f()= Normalmete cada método tiee sus requisitos Métodos so iterativos Métodos iterativos para resolver f()= E geeral métodos iterativos
Más detallesESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean
ESTADÍSTICA Estadística: Es ua rama de la matemática que comprede Métodos y Técicas que se emplea e la recolecció, ordeamieto, resume, aálisis, iterpretació y comuicació de cojutos de datos. Població:
Más detallesDe esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)
MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que
Más detallesPROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.
PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:
Más detallesTema 6: Distribuciones Muestrales
Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesTEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesUnidad 1: Las Ecuaciones Diferenciales y Sus Soluciones
Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detallesEL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos
EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta
Más detallesLicenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)
Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad
Más detallesOPCIÓN A EJERCICIO 1 (A) -5 0
IES Fco Ayala de Graada Sobrates 014 (Modelo 1 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 1 OPCIÓN A EJERCICIO 1 (A) -5 0-1 -8-1 Sea las matrices B =
Más detallesUniversidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA
Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete
Más detallesUnidad 1: Números Complejos
Uidad 1: Números Complejos 11 Itroducció Además de los cojutos de úmeros aturales, eteros, racioales y reales existe el cojuto de úmeros complejos que juega u rol importate o solo e matemáticas sio e las
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detalles11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)
I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co
Más detallesIntroducción a las medidas de dispersión.
UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.
Más detallesLímites en el infinito y límites infinitos de funciones.
Límites e el ifiito y límites ifiitos de fucioes. 1 Calcula 2 Límite e el ifiito Cuado se calcula el límite de ua fució e el ifiito se trata de determiar la tedecia que tedrá la fució (los valores que
Más detalles4.- Aproximación Funcional e Interpolación
4- Aproximació Fucioal e Iterpolació 4 Itroducció Ua de las mayores vetajas de aproximar iformació discreta o fucioes complejas co fucioes aalíticas secillas, radica e su mayor facilidad de evaluació y
Más detallesEn el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:
TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,
Más detalles17.3 Intervalos de predicción para el promedio de m observaciones futuras
4 7.3 Itervalos de predicció para el promedio de m oservacioes futuras Para reducir la icerteza de las prediccioes o alcaza co aumetar idefiidamete el tamaño de la muestra e la que se asa el ajuste. Si
Más detallesTEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 2) Solución Germán-Jesús Rubio Luna OPCIÓN A 0 2-4 (A I 2 ) B = A A A = -
IES Fco Ayala de Graada Sobrates de 004 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A - 0 0 - - - Sea las matrices A=, B= y C= - 0 0 - ( puto) Calcule (A I ) B, siedo I la matriz idetidad
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesPRÁCTICA # 3 PREPARACIÓN DE GRÁFICAS GRÁFICAS LINEALES
TEORIA PRÁCTICA # 3 PREPARACIÓN DE GRÁFICAS GRÁFICAS LINEALES Cuado se realiza experimetos usualmete se obtiee ua serie de datos, por ejemplo los mostrados e la tabla. Geeralmete, lo que se quiere es ecotrar
Más detallesTema 7: Estimación por intervalos de confianza.
Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores
Más detallesTema 14: Inferencia estadística
Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesTema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1
Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES 10.1 EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiecia
Más detallesECUACIONES DIFERENCIALES (0256)
ECUACIONES DIFERENCIALES (056) SEMANA 0 CLASE 0 LUNES 09/04/. Presetació de la asigatura. Coteido programático, pla de evaluació, software de apoyo, bibliografía recomedada. Se sugiere ver los archivos
Más detallesTeoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS
Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS Cuado se lleva a cabo ua ivestigació estadística, se pretede realizar algua iferecia acerca de situacioes aparetemete ifluidas por el azar. Por ejemplo,
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesEstadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana
Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar
Más detallesDETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA
DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detallesDistribuciones estadísticas dobles. n muchos campos del conocimiento surge la necesidad de establecer relaciones
UNIDAD 11 Distribucioes estadísticas dobles muchos campos del coocimieto surge la ecesidad de establecer relacioes E etre dos cojutos de datos, o dos variables estadísticas, au sabiedo que tal relació
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesUn sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......
1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros
Más detallesSistema de ecuaciones lineales
Uiversidad de Atofagasta Fac. de Ciecias Básicas Depto. de Matemáticas A. Alarcó, L. Media, E. Rivero, R. Zuñiga Segudo Semestre 204 Sistema de ecuacioes lieales El sistema de ecuacioes lieales a, + a,2
Más detallesLa frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.
º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos
Más detallesESTIMACIÓN POR INTERVALOS DE CONFIANZA
Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete
Más detallesUso de Excel en la enseñanza de las series 1
Uso de Excel e la eseñaza de las series Carlos E. Azofeifa Resume El presete trabajo tiee como objetivo mostrar el uso de la herramieta muy coocida y flexible como lo es la hoja electróica Excel, e el
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detalles