1. Ejemplo Muestreo aleatorio simple:

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

Download "1. Ejemplo Muestreo aleatorio simple:"

Transcripción

1 1. Ejemplo Muestreo aleatorio simple: Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población de 20 alumnos de la Universidad Michoacana. Base de datos de la población: Juan SI María NO Alicia NO Fernanda NO Pedro NO Julio SI Marcos NO Rosa NO Alberto SI Fabián NO Jorge SI Ana NO José NO Laura NO Carlos NO Enrique NO Miguel NO Carmen SI Victoria SI Marcelo SI a) Elija una muestra aleatoria simple de tamaño n=4 de esta población. Indique los pasos para elegir la muestra. b) Primero:Asignamos número a cada alumno del 1 al 20: Número NombreAlumno Trabaja? Número 1 Juan SI 11 María NO 2 Alicia NO 12 Fernanda NO 3 Pedro NO 13 Julio SI 4 Marcos NO 14 Rosa NO 5 Alberto SI 15 Fabián NO 6 Jorge SI 16 Ana NO 7 José NO 17 Laura NO 8 Carlos NO 18 Enrique NO 9 Miguel NO 19 Carmen SI 10 Victoria SI 20 Marcelo SI c) Segundo: Generamos números aleatorios. Usar Excel con la función Aleatorio.Entre(inicio, fin), para generar 4 números aleatorios, entre el 1 y el 20 sin repetir. d) Los números seleccionados son? 10, 1, 11, 20 e) Por lo tanto la muestra está compuesta por? Victoria, Juan, María, Marcelo (3 mujeres y 1 hombre). Trabajan: Victoria, Juan, Marcelo No trabajan: María

2 f) Cual es el parámetro y cual es el estadístico de la muestra aleatoria simple de tamaño 4. El Parámetro es el porcentaje de alumnos que trabajan en la población de tamaño N=20 alumnos, es decir: P = no. de personas que trabajan / N = 7 / 20 = 0.35 ó 35% El Estadístico es el porcentaje de alumnos que trabajan en la muestra de tamaño n=4 alumnos, es decir: P = no. de personas que trabajan / n = 3 / 4 = 0.75 ó 75%

3 2. Ejemplo muestreo sistemático a) Elija una muestra aleatoria simple de tamaño n=4 de esta población. Indique los pasos para elegir la muestra. b) Primero: Obtenemos la periodicidad k = N/n. k = 20 / 4 = 5 c) Segundo: Generamos un número aleatorio i que cumpla con 1 < i < k (1 < i < 5). i=2 b) Tercero: Determinamos los elementos que integran la muestra: 2, 7, 12, 17 e) Por lo tanto la muestra está compuesta por? Alicia, José, Fernanda, Laura (3 mujeres, 1 hombre) Trabajan: No trabajan: Alicia, José, Fernanda, Laura f) Cual es el estadístico de la muestra aleatoria simple de tamaño 4. P = no. de personas que trabajan / n = 0 / 4 = 0 ó 0%

4 2. Ejemplo Muestreo estratificado: Juan SI María NO Alicia NO Fernanda NO Pedro NO Julio SI Marcos NO Rosa NO Alberto SI Fabián NO Jorge SI Ana NO José NO Laura NO Carlos NO Enrique NO Miguel NO Carmen SI Victoria SI Marcelo SI a) Elija una muestra estratificada de tamaño n=4 de esta población. Indique los pasos para elegir la muestra. Respuesta: Para elegir una muestra estratificada, primero se dividen los hombres de las mujeres y se asignan número de identificación a cada estrato: Estrato Hombres Estrato Mujeres Número Nombre Alumno Número Nombre Alumno 1 Juan 1 Alicia 2 Pedro 2 Victoria 3 Marcos 3 María 4 Alberto 4 Fernanda 5 Jorge 5 Rosa 6 José 6 Ana 7 Carlos 7 Laura 8 Miguel 8 Carmen 9 Julio 10 Fabián 11 Enrique 12 Marcelo Usando la función de Excel para números aleatorios, se elige una muestra aleatoria simple de tamaño n=2 de los hombres, buscando números del 1 al 12. Los números elegidos son: 10 y 1. Por lo tanto la muestra del estrato de hombres queda constituida por Fabián y Juan. Fabián NO trabaja y Juan SI trabaja

5 Usando la función de Excel para números aleatorios, se elige una muestra aleatoria simple de tamaño n=2 de las mujeres, buscando números del 1 al 8. Los números elegidos son:1 y 4. Por lo tanto, la muestra del estrato de mujeres queda constituida por Alicia y Fernanda. Alicia y Fernanda NO trabajan. Por lo tanto, la muestra final queda constituida por Fabián, Juan, Alicia y Fernanda. Finalmente, la proporción de alumnos que trabaja en la muestra estratificada es de 25%, es decir: P = no. de personas que trabajan / n = 1 / 4 = 0.25 ó 25%

6 Ejercicio 1:Se tiene a la siguiente población de personas clasificadas como consumidores de drogas: Nombre Felipe Wilma José Viviana Pablo Rodrigo Carlos Catherine Claudia Valentina Enrique Antonio Gerardo Carmen Pamela María Alejandra Eduardo Ronal Susana Hugo Hernán Droga Pasta Base Cocaína Extasis Neoprén Cocaína Pasta Base Extasis Neoprén Relevon Heroína a) Seleccione una muestra aleatoria simple de tamaño n=6 de esta población. Describa la muestra seleccionada. b) Suponga que estamos investigando sobre el porcentaje de personas consumidoras de alcohol, calcule el parámetro y el estadístico adecuado. c) Seleccione y describa una muestra sistemática de tamaño 6 de esta población. Determine el porcentaje de personas consumidoras de alcohol en la muestra. d) Seleccione y describa una muestra estratificada de tamaño 6 de esta población. Determine el porcentaje de personas consumidoras de alcohol en la muestra. e) Aplique el censo a la población para conocer el porcentaje de personas consumidoras de alcohol.

7 Taller de Muestreo 1. El taller se trata de un estudio de mercado para un nuevo servicio de internet,se proporciona una lista o marco muestral con números telefónicos para marcar y preguntar en ese hogar cuánto está dispuesto a pagar al mes por un servicio de internet. Son 1000 números telefónicos,suponga que esta es toda su población, sería muy caro y demandaría mucho tiempo hablarles a todos;por lo que se desea solo marcar 30 números. Siga las instrucciones indicadas en el archivo,en resumen son realizar: 1.- Un muestreo aleatorio de 30 datos y coloque sus valores en la tabla indicada inmediatamente abajo. a) Muestreo Aleatorio Simple b) Muestreo Sistemático Para ambos casos debe calcularse: Media o promedio Mediana Moda Desviación estándar muestral Varianza muestral 2.-Ahora calcule las mismas variables para la población (es decir,calcule cual sería el resultado hablándoles a todos los elementos poblacionales, lo cual equivale a un CENSO). Comente lo siguiente: 1.- Que información relevante podemos obtener considerando los resultados del muestreo aleatorio simple y el muestreo sistemático. 2.- Compare los resultados del muestreo contra los del CENSO e interprete las diferencias o similitudes entre ambos.

EJERCICIOS RESUELTOS. MUESTREO.

EJERCICIOS RESUELTOS. MUESTREO. EJERCICIOS RESUELTOS. MUESTREO. Ejemplo 1: Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población de 20 alumnos de la Universidad de Talca. Base de datos de la población:

Más detalles

a. Elija una muestra aleatoria simple de tamaño n=6 de esta población. Use una tabla de números aleatorios o Excel para la

a. Elija una muestra aleatoria simple de tamaño n=6 de esta población. Use una tabla de números aleatorios o Excel para la Ejercicios Unidad I 1. Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población de 20 alumnos de la Universidad de Talca. Base de datos de la población: Nombre Alumno

Más detalles

Distribuciones muestrales. Distribución muestral de Medias

Distribuciones muestrales. Distribución muestral de Medias Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO

Más detalles

Tema1: Introducción a La Estadística 1.1-1

Tema1: Introducción a La Estadística 1.1-1 1 Tema1: Introducción a La Estadística 1.1-1 Determine a cuáles de los términos se hacen referencia en el siguiente estudio : población, muestra, parámetro, estadístico, variable, data. Se quiere saber

Más detalles

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág.

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág. ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución

Más detalles

Población finita. reemplazo sobre poblaciones de tamaño finito N.

Población finita. reemplazo sobre poblaciones de tamaño finito N. Población finita 171 El TCL y las varianzas muestrales de medias y proporciones se basan en la premisa de muestras seleccionadas con reemplazo o de una población infinita. Sin embargo, en muchos estudios

Más detalles

6. ESTIMACIÓN DE PARÁMETROS

6. ESTIMACIÓN DE PARÁMETROS PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza

Más detalles

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

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

Más detalles

Tema 5. Muestreo y distribuciones muestrales

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

Más detalles

MUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa

MUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO TAMAÑO DE LA MUESTRA AL ESTIMAR LA MEDIA DE LA POBLACIÓN Al prever el intervalo de confianza resultante de una media muestral y la desviación estándar,

Más detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

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

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

Más detalles

Inferencia estadística Estimación - 1. MasMates.com Colecciones de ejercicios

Inferencia estadística Estimación - 1. MasMates.com Colecciones de ejercicios 1. Una ciudad de 2000 habitantes está poblada por personas de pelo negro, rubio o castaño. Se ha seleccionado, mediante muestreo aleatorio estratificado con afijación proporcional, una muestra constituida

Más detalles

Documento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN

Documento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN Documento elaborado por: Francisco Javier Rodríguez Cortés Matemático Facultad de Ciencias Exactas - Universidad de Antioquia INTRODUCCIÓN La Estadística se ocupa de los métodos y procedimientos para recoger,

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

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

Más detalles

Teoría de la decisión Estadística

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

Más detalles

TEMA 3. Población y muestra

TEMA 3. Población y muestra TEMA 3. Población y muestra Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 3. Población y muestra 1 / 7 Conceptos de población y muestra Objetivo principal de la estadística:

Más detalles

ESTADÍSTICA (PEBAU 2017)

ESTADÍSTICA (PEBAU 2017) ESTADÍSTICA (PEBAU 2017) 1 En una muestra aleatoria de 100 individuos se ha obtenido, para la edad, una media de 17.5 años. Se sabe que la edad en la población de la que procede esa muestra sigue una distribución

Más detalles

1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.

1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal. Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,

Más detalles

Estadística Inferencial. Sesión 5. Prueba de hipótesis

Estadística Inferencial. Sesión 5. Prueba de hipótesis Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones

Más detalles

Muestreo y Distribuciones muestrales. 51 SOLUCIONES

Muestreo y Distribuciones muestrales. 51 SOLUCIONES Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo

Más detalles

Tema 5: Principales Distribuciones de Probabilidad

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

Más detalles

CONCEPTOS BÁSICOS DE ESTADÍSTICA

CONCEPTOS BÁSICOS DE ESTADÍSTICA CONCEPTOS BÁSICOS DE ESTADÍSTICA Jorge M. Galbiati Riesco La Estadística está constituida por un conjunto de métodos de análisis de datos que pueden agruparse en tres categorías: La Estadística Descriptiva,

Más detalles

Yenny Bayona Sambrano, Edwin Cerna Figueroa, Kelva Llanos Miranda, Luis Montesinos Ruiz, Silvia Pajuelo Rojas

Yenny Bayona Sambrano, Edwin Cerna Figueroa, Kelva Llanos Miranda, Luis Montesinos Ruiz, Silvia Pajuelo Rojas Estadística I: desde un enfoque por competencias / Yenny Bayona Sambrano, Edwin Cerna Figueroa, Kelva Llanos Miranda, Luis Montesinos Ruiz,Silvia Pajuelo Rojas. -- 2a ed. -- Lima: Universidad San Ignacio

Más detalles

FIRMADO 03/12/ :10

FIRMADO 03/12/ :10 Página 1 de 7 Página 2 de 7 nº orden Número 1 18400 *****046D BLAS** 2 18411 *****287Y LAURA** 3 18412 *****949T DANIEL** 4 18432 *****137N NICOLAS** 5 18440 *****550D ANTONIO** 6 18446 *****395Q JOSE**

Más detalles

Estadística Empresarial. Cuaderno de Ejercicios. Temas 2. Análisis estadístico de una variable: medidas de posición y medidas de dispersión

Estadística Empresarial. Cuaderno de Ejercicios. Temas 2. Análisis estadístico de una variable: medidas de posición y medidas de dispersión Estadística Empresarial Cuaderno de Ejercicios Temas 2 Análisis estadístico de una variable: medidas de posición y medidas de dispersión EJERCICIO 1. La siguiente tabla recoge el número de Paradores Nacionales,

Más detalles

ESTUDIO CIS N1 2200 DEMANDA DE SEGURIDAD Y VICTIMIZACIÓN FICHA TÉCNICA

ESTUDIO CIS N1 2200 DEMANDA DE SEGURIDAD Y VICTIMIZACIÓN FICHA TÉCNICA Convenio: Municipios de más de 50.000 habitantes de las provincias de Alicante, Almería, Asturias, Baleares, Barcelona, Cádiz, La Coruña, Granada, Madrid, Málaga, Murcia, Las Palmas, Pontevedra, Santa

Más detalles

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Objetivos: Al terminar este capítulo podrá: 1. Explicar por qué una muestra es la única forma posible de tener conocimientos acerca de una

Más detalles

Tema 11: Intervalos de confianza.

Tema 11: Intervalos de confianza. Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por

Más detalles

Nombre de la asignatura: Probabilidad y Estadística Ambiental

Nombre de la asignatura: Probabilidad y Estadística Ambiental Nombre de la asignatura: Probabilidad y Estadística Ambiental Créditos: 2 2-4 Aportación al perfil Proporcionar los fundamentos necesarios para el manejo estadístico de datos experimentales que le permitan

Más detalles

CAPÍTULO 2: MUESTREO.

CAPÍTULO 2: MUESTREO. CAPÍTULO : MUESTREO. 1. El Censo del año del INE (www.ine.cl) muestra que en el 1,% de los residentes tienen más de años. Para verificar un sistema de muestreo por teléfono se llaman a residencias elegidas

Más detalles

Estadística Aplicada

Estadística Aplicada Estadística Aplicada Universidad Maimónides 2016 Clase 5 Distribución de la Media Muestral Pedro Elosegui 1 2 Métodos y Distribuciones de Muestreo En estadística nos gustaría contar con los parámetros

Más detalles

ESTIMACION DE TAMAÑOS MUESTRALES: ENCUESTA AL PERSONAL.

ESTIMACION DE TAMAÑOS MUESTRALES: ENCUESTA AL PERSONAL. ESTIMACION DE TAMAÑOS MUESTRALES: ENCUESTA AL PERSONAL. MARCO CONCEPTUAL Dado que en la mayoría de los casos no es posible examinar cada uno de los elementos o individuos que componen una población, ya

Más detalles

OPINIÓN ALCALDES 2015 # 1

OPINIÓN ALCALDES 2015 # 1 OPINIÓN ALCALDES 2015 # 1 -Bogotá- Mayo 2015 SEDE PRINCIPAL: Calle 32F # 81-47, TELS: 250 70 80, FAX: 250 69 94 MEDELLIN - COLOMBIA SUCURSALES: BOGOTA- 747 02 70, CALI- 880 18 90, BARRANQUILLA- 368 02

Más detalles

Juan Muñoz, Sistemas Integrales Santiago, 12 de abril de 2013

Juan Muñoz, Sistemas Integrales Santiago, 12 de abril de 2013 Sesión 2A Las limitaciones del Muestreo Aleatorio Simple y La práctica del muestreo para encuestas de hogares Por favor, conéctese al Canal 50 Juan Muñoz, Sistemas Integrales Santiago, 12 de abril de 2013

Más detalles

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS 1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO

Más detalles

Prueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual:

Prueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual: Prueba de hipótesis Problema Un grupo de profesores, de cierto estado de la república, plantea una investigación acerca del aprendizaje de las ciencias naturales en la escuela primaria. Uno de los objetivos

Más detalles

Informe a CEENL sobre encuestas de preferencia electoral

Informe a CEENL sobre encuestas de preferencia electoral Informe a CEENL sobre encuestas de preferencia electoral Publicación en TV Azteca Noreste y El Horizonte: 20 de Mayo 2015 1 Informe sobre las encuestas de preferencias electorales para el Estado de Nuevo

Más detalles

MODELO DE RESPUESTAS Objetivos del 1 al 9

MODELO DE RESPUESTAS Objetivos del 1 al 9 PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ

Más detalles

13 El muestreo estadístico

13 El muestreo estadístico 13 El muestreo estadístico ACTIVIDADES INICIALES 13.I. Las notas obtenidas en matemáticas por 1 estudiantes de.º de Bachillerato son: 9, 5, 3, 9, 0, 10,, 1, 8, 9, 7, 6 a) Calcula la media. b) Halla la

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A OPCIÓN A 1 a 1/ 0 Se consideran las matrices A = y B =, 0 1 3/ 4 0 siendo a un número real cualquiera 014 a) (1 punto) Obtenga la matriz A 3 b) (15 puntos) Para a =, resuelva la ecuación matricial A X

Más detalles

SEMANA 1: 25 al 29 de JUNIO GRUPO PEQUEÑINES 1: Nacidos años 2012 y 2013 TÉCNICO RESPONSABLE: JESSICA KARATE HORARIO

SEMANA 1: 25 al 29 de JUNIO GRUPO PEQUEÑINES 1: Nacidos años 2012 y 2013 TÉCNICO RESPONSABLE: JESSICA KARATE HORARIO GRUPO PEQUEÑINES 1: Nacidos años 2012 y 2013 TÉCNICO RESPONSABLE: JESSICA KARATE Karate Gimnasia Tenis Atletismo Gimnasia Atletismo Natación Rugby Natación LEGO Rugby Taller 36.187 INES I. P. 34.614 ADRIAN

Más detalles

Muestreo y Distribuciones en el Muestreo

Muestreo y Distribuciones en el Muestreo Muestreo y Distribuciones en el Muestreo Departamento de Estadística-FACES-ULA 03 de Abril de 2013 Introducción al Muestreo En algunas ocaciones es posible y práctico examinar a cada individuo en el Universo

Más detalles

DISTRIBUCIONES DE PROBABILIDAD (RESUMEN)

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

Más detalles

ESTADÍSTICA INFERENCIAL

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

Más detalles

Propiedades en una muestra aleatoria

Propiedades en una muestra aleatoria Capítulo 5 Propiedades en una muestra aleatoria 5.1. Conceptos básicos sobre muestras aleatorias Definición 5.1.1 X 1,, X n son llamadas una muestra aleatoria de tamaño n de una población f(x) si son variables

Más detalles

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos

Más detalles

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía Departamento Administrativo Nacional de Estadística Dirección de Censos y Demografía ESTIMACIÓN E INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN DE LA ENCUESTA COCENSAL CENSO GENERAL 2005 - CGRAL Junio de

Más detalles

Distribución de las proporciones muestrales. Estimación de una proporción

Distribución de las proporciones muestrales. Estimación de una proporción Distribución de las medias muestrales. Estimación de la media 1. Se supone que la estatura de los chicos de 18 años de cierta población sigue una distribución normal de media 16 cm y desviación típica

Más detalles

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 4: VARIABLES ALEATORIAS CONTINUAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre

Más detalles

MUESTREO DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES

MUESTREO DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES MUESTREO DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES Marta Alperin Profesora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica OBJETIVO DE TRABAJOS DE INVESTIGACIÓN

Más detalles

El método utilizado en esta investigación será el método probabilístico ya que el universo en estudio es finito.

El método utilizado en esta investigación será el método probabilístico ya que el universo en estudio es finito. CAPITULO III: MARCO METODOLOGICO. 3.1 TIPO DE INVESTIGACION: El tipo de estudio que se desarrollara en la investigación es, descriptiva, porque está dirigido a determinar cómo es, cómo está la situación

Más detalles

y k k=1 k=1 n k=1 l=1 = 1 2

y k k=1 k=1 n k=1 l=1 = 1 2 Muestreo. Tarea. Semestre 205-2. Profesora: Guillermina Eslava Gómez. Ayudante: Graciela Martínez Sánchez Fecha de entrega: viernes 27 de febrero en clase Resolver en equipos de a 6 alumnos. Las tareas

Más detalles

ESTADÍSTICA BÁSICA Dirección Redes en Salud Pública 2015 09 16

ESTADÍSTICA BÁSICA Dirección Redes en Salud Pública 2015 09 16 ESTADÍSTICA BÁSICA Dirección Redes en Salud Pública 2015 09 16 Es el conjunto sistemático de procedimientos para la observación, registro, organización, síntesis y análisis e interpretación de los fenómenos

Más detalles

PLAN DE MUESTREO. Conceptos necesarios para el muestreo

PLAN DE MUESTREO. Conceptos necesarios para el muestreo PLAN DE MUESTREO El muestreo se utiliza con frecuencia en IM, ya que ofrece beneficios importantes: 1. ahorra dinero: en lugar de entrevistar a un millón de personas, una muestra se puede entrevistar de

Más detalles

ESTADISTICA INFERENCIAL

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

Más detalles

Criterios del Registro Federal de Electores en materia de verificación del apoyo ciudadano para la Consulta Popular

Criterios del Registro Federal de Electores en materia de verificación del apoyo ciudadano para la Consulta Popular Ejercicio muestral para corroborar la autenticidad de las firmas en las solicitudes de Consulta Popular El artículo 33 de la Ley General de Consulta Popular establece lo siguiente: Artículo 33. El Instituto,

Más detalles

TIPOS DE MUESTREO. Economía y Estadística. Docentes: Maria Cristina Figueroa Alberto Galindo Moreno

TIPOS DE MUESTREO. Economía y Estadística. Docentes: Maria Cristina Figueroa Alberto Galindo Moreno INSTITUCIÓN EDUCATIVA INEM JORGE ISAACS DE CALI RESOLUCIÓN No. 007 DEL 5 DE ENERO DE 2003 (Art. 7) DE LA SECRETARÍA DE EDUCACIÓN MUNICIPAL Condecoraciones Simón Bolívar y Aidee Guerrero TIPOS DE MUESTREO

Más detalles

LA DISTRIBUCIÓN NORMAL

LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece

Más detalles

4. Medidas de tendencia central

4. Medidas de tendencia central 4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable

Más detalles

TEMA 2: EL PROCESO DE MUESTREO

TEMA 2: EL PROCESO DE MUESTREO 2.5. Determinación del tamaño de la muestra para la estimación en muestreo aleatorio estratificado TEMA 2: EL PROCESO DE MUESTREO 2.1. Concepto y limitaciones 2.2. Etapas en la selección de la muestra

Más detalles

Test de Kolmogorov-Smirnov

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

Más detalles

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

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

Más detalles

Prácticas de inferencia y muestreo.

Prácticas de inferencia y muestreo. Prácticas de inferencia y muestreo. Contenido de la presentación Una herramienta de creación de actividades: HotPotatoes. Applets: algunos ejemplos sobre inferencia y estadística descriptiva. Excel como

Más detalles

AUXILIARES DE DOCENCIA

AUXILIARES DE DOCENCIA PADRON PROVISORIO SEDE ALTO VALLE - VALLE MEDIO - CARRERA DISEÑO VISUAL - GENERAL ROCA ELECCION CONSEJO ASESOR DE CARRERA - 6 y 7 DE SEPTIEMBRE DE 2016 1 Aureli, Julieta Emilia 22.307.244 AyP Licenciatura

Más detalles

Distribución de Probabilidad Normal

Distribución de Probabilidad Normal Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias

Más detalles

Problemas resueltos. Tema 12. 2º La hipótesis alternativa será que la distribución no es uniforme.

Problemas resueltos. Tema 12. 2º La hipótesis alternativa será que la distribución no es uniforme. Tema 12. Contrastes No Paramétricos. 1 Problemas resueltos. Tema 12 1.- En una partida de Rol se lanza 200 veces un dado de cuatro caras obteniéndose 60 veces el número 1, 45 veces el número 2, 38 veces

Más detalles

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los

Más detalles

Intervalos de Confianza para dos muestras

Intervalos de Confianza para dos muestras Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación

Más detalles

2. OBJETIVOS ESPECÍFICOS Y METODOLOGÍA

2. OBJETIVOS ESPECÍFICOS Y METODOLOGÍA 2. OBJETIVOS ESPECÍFICOS Y METODOLOGÍA A continuación, se describe de forma detallada cuáles son los objetivos específicos de información y la metodología empleada tanto en la recogida de información como

Más detalles

SEMANA 3: 9 al 13 de JULIO GRUPO PEQUEÑINES 1: Nacidos años 2012 y 2013 TÉCNICO RESPONSABLE: JESSICA KARATE HORARIO

SEMANA 3: 9 al 13 de JULIO GRUPO PEQUEÑINES 1: Nacidos años 2012 y 2013 TÉCNICO RESPONSABLE: JESSICA KARATE HORARIO GRUPO PEQUEÑINES 1: Nacidos años 2012 y 2013 TÉCNICO RESPONSABLE: JESSICA KARATE Karate Gimnasia Tenis Atletismo Gimnasia Atletismo Natación Rugby Natación LEGO Rugby Taller 36187 - INES A. P. 34614 -

Más detalles

Tema II. Las muestras y la teoría paramétrica

Tema II. Las muestras y la teoría paramétrica 2.1. Muestras y muestreos: - La muestra:. Subconjunto de elementos de la población. Necesidad práctica:. Motivos económicos. Imposibilidad (práctica/teórica) de estudiar TODA la población. Inconveniencia

Más detalles

Estadística Avanzada y Análisis de Datos

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

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción B Reserva, Ejercicio

Más detalles

Energía Latina S.A.- Personas Naturales Relacionadas. Persona Rut Cargo Persona relacionada Rut Relación Fernando del Sol

Energía Latina S.A.- Personas Naturales Relacionadas. Persona Rut Cargo Persona relacionada Rut Relación Fernando del Sol Energía Latina S.A.- Personas Naturales Relacionadas Persona Rut Cargo Persona relacionada Rut Relación Fernando del Sol 6.926.372-0 Director/ Hijo Guzmán Presidente Fernando del Sol Santa Cruz 15.639.954-K

Más detalles

La distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística

La distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2001 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2001 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 001 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

Créditos de Libre Elección. Actividades deportivas. Campus de Segovia. CURSO 2007/08.

Créditos de Libre Elección. Actividades deportivas. Campus de Segovia. CURSO 2007/08. 01181827H IVAN 1 01184721Z SOLEDAD 1 02279866Z JAIRO REYES 4 02284334C SERGIO 4 02294564S PABLO 2 02655000H JOSEFA 2 02655067Q MARIANO 2 02672948A JAIME DE LOS 3 02710054X ALBERTO 4 02907488N DAVID 1 03127303Q

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Objetivos de la estadística. Concepto y parámetros

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA Teoría Probabilística: Es la rama de las Matemáticas que proporciona los fundamentos, modelos matemáticos y el lenguaje que se usa en la Estadística. Se

Más detalles

Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación

Más detalles

R E S O L U C I Ó N. σ σ a) El intervalo de confianza de la media poblacional viene dado por: IC.. μ zα

R E S O L U C I Ó N. σ σ a) El intervalo de confianza de la media poblacional viene dado por: IC.. μ zα Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad

Más detalles

PROFESORADO EN EDUCACIÓN SECUNDARIA DE LA MODALIDAD TÉCNICO PROFESIONAL EN CONCURRENCIA CON EL TÍTULO DE BASE.

PROFESORADO EN EDUCACIÓN SECUNDARIA DE LA MODALIDAD TÉCNICO PROFESIONAL EN CONCURRENCIA CON EL TÍTULO DE BASE. PROFESORADO EN EDUCACIÓN SECUNDARIA DE LA MODALIDAD TÉCNICO PROFESIONAL EN CONCURRENCIA CON EL TÍTULO DE BASE. ESPACIO CURRICULAR : PROBABILIDAD Y ESTADÍSTICA UNIDAD Nº I ESTADÍSTICA DESCRIPTIVA AÑO: 2010

Más detalles

Estadística. Conceptos Básicos. L.A. y M.C.E. Emma Linda Diez Knoth

Estadística. Conceptos Básicos. L.A. y M.C.E. Emma Linda Diez Knoth Estadística Conceptos Básicos 1 Universo y Población Algunos autores no establecen diferencias entre los conceptos de universo y población. Por ejemplo, Pardo Merino, propone la siguiente definición: Una

Más detalles

CAPITULO III. METODOLOGIA DE LA INVESTIGACION

CAPITULO III. METODOLOGIA DE LA INVESTIGACION CAPITULO III. METODOLOGIA DE LA INVESTIGACION La metodología aplicada en esta investigación fue la siguiente: 1. Definición del problema. 2. Diseño de la investigación. 3. Muestreo estadístico. 4. Procedimiento

Más detalles

Distribución Normal Curva Normal distribución gaussiana

Distribución Normal Curva Normal distribución gaussiana Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4,

Más detalles

Reformas Estructurales

Reformas Estructurales PROYECTO: Reformas Estructurales Encuesta Nacional Trimestral / 1 Reformas Estructurales Encuesta Nacional Trimestral Como usted tal vez sepa durante la administración del presidente Enrique Peña Nieto

Más detalles

Principios de Psicología. Prof. Eddie Marrero, Ph. D. UPR-RUM Departamento de Ciencias Sociales

Principios de Psicología. Prof. Eddie Marrero, Ph. D. UPR-RUM Departamento de Ciencias Sociales Principios de Psicología Prof. Eddie Marrero, Ph. D. UPR-RUM Departamento de Ciencias Sociales Métodos de Investigación en Psicología Tema: Poblaciones y Muestras Introducción Cuando se realiza una investigación

Más detalles

Estadística II Examen Final - Enero 2012. Responda a los siguientes ejercicios en los cuadernillos de la Universidad.

Estadística II Examen Final - Enero 2012. Responda a los siguientes ejercicios en los cuadernillos de la Universidad. Estadística II Examen Final - Enero 2012 Responda a los siguientes ejercicios en los cuadernillos de la Universidad. No olvide poner su nombre y el número del grupo de clase en cada hoja. Indique claramente

Más detalles

INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA

INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA 1) Se desea estimar la proporción de individuos zurdos en una determinada ciudad. Para ello se toma una muestra aleatoria de 300 individuos resultando que

Más detalles

AUXILIARES DE DOCENCIA

AUXILIARES DE DOCENCIA PADRON DEFINITIVO SEDE ALTO VALLE - VALLE MEDIO - CARRERA DISEÑO VISUAL - GENERAL ROCA ELECCION CONSEJO ASESOR DE CARRERA - 6 y 7 DE SEPTIEMBRE DE 2016 1 Aureli, Julieta Emilia 22.307.244 AyP Licenciatura

Más detalles

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

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

Más detalles

Tamaño de muestra agropecuaria

Tamaño de muestra agropecuaria Pablo Tadeo Cruz * RESUMEN En este documento, se analizan condiciones de productividad y rentabilidad de los Sistemas de Producción Agropecuaria, dónde se aplica metodología de determinación de tamaño

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos

Más detalles

Teoría de la estimación

Teoría de la estimación Teoría de la estimación En las primeras unidades se desarrollaron los conceptos vinculados a la definición de estimadores, sus propiedades deseables, los métodos para obtener buenos estimadores, y se plantearon

Más detalles

Centro de Estudios Regionales Universidad de Tarapacá. 2do. Diagnóstico de Hábitos de Lectura en la Comuna de Arica CRUCES DE VARIABLES

Centro de Estudios Regionales Universidad de Tarapacá. 2do. Diagnóstico de Hábitos de Lectura en la Comuna de Arica CRUCES DE VARIABLES 2do. Diagnóstico de Hábitos de Lectura en la Comuna de Arica CRUCES DE VARIABLES Centro de Estudios Regionales Octubre 2014 1 Contenido 1 OBJETIVOS DEL PROYECTO... 3 Objetivo General.... 3 Objetivos Específicos....

Más detalles

PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS

PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS CALIFICACIÓN: Consejería de Educación, Ciencia y Cultura PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL Junio 2011 Resolución de 9 de marzo de 2011 (DOCM de 5 de abril)

Más detalles