Fórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población.

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Fórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población."

Transcripción

1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Fórmulas Estadísticas Capítulo 2 Recuerde: Hay k Categorías; Datos e ua muestra, N datos e ua població. Frecuecia Relativa de Clase (f) Cuátas Clases k? Acho de Clase (AC) Marca de Clase o puto medio (M) Frecuecia Acumulada (fa i) Frecuecia de Clase f = k = Dato Mayor Dato Meor AC = Número de Clases Límite Iferior + Límite Superior M = 2 fa i = i j =1 fr i Capítulo 3 Media (Població ; Muestra X) i-ésimo percetil (p) X = Rago (R) Variaza (Població S 2 y divida por N; Muestra 2 y divida por -1) Desviació Estádard (Població S 2 y divida por N; Muestra 2 y divida por -1) σ = Coeficiete de Variació (Població; Muestra) Coeficiete de Variació (Població; Muestra) Valores Z Outliers (Valores Atípicos) Media Poderada (Dode w i so los pesos) Media Datos Agrupados Variaza Datos Agrupados i=1 x i i = p 100 R = Dato Mayor Dato Meor σ 2 i=1 x i μ 2 = ; S 2 i=1 x i X 2 = N 1 i=1 x i μ 2 ; S = N σ μ 100; S X 100 σ μ 100; S X 100 i=1 x i X 2 1 z i = x i X S Cualquier valor más allá de ± 3S ó ± 3σ i=1 w i x i X = X = S 2 = i=1 w i i=1 f i M i i=1 f i M i X 2 1

2 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Moda Datos Agrupados. Aquí: IM=Itervalo Modal, itervalo que registra la mayor frecuecia L i-1= Límite iferior del IM f i+1 = Frecuecia del itervalo imediato posterior al IM f i-1 = Frecuecia del itervalo imediato previo al IM a i = Amplitud del IM Percetiles Datos Agrupados. Aquí: P p=puto Percetil, p=percetil; IM=Itervalo Modal, itervalo que registra la mayor frecuecia, o aquel e dode hacemos u corte L i-1= Límite iferior del IM; N i-1= Frecuecia acumulada previa a IM; f i = Frecuecia del IM ; a i = Amplitud del IM Mo = L i 1 + P p = L i 1 + f i+1 f i+1 + f i 1 p 100 N i 1 f i a i a i Descomposició de Variaza: Itravariaza=σ detro = σ w Itervariaza=σ etre = σ b Ejemplo: Supoga que teemos dos grupos de datos: Grupo A Grupo B Y queremos calcular la variaza total usado las fórmulas de Itervariaza e Itravariaza. Procedemos como sigue:

3 Uiversidad Diego Portales Facultad de Ecoomía y Negocios PASO 1, Calcule las medias y las variazas para cada grupo: Grupo A Grupo B X 1=(7+9+11)/3 = 9 X 2=( )/3 = 14 S 1=[(7-9) 2 +(9-9) 2 +(11-9) 2 ]/3=2,7 S 2=[(11-14) 2 +(14-14) 2 +(17-14) 2 ]/3=6,0 1 =3 2 =3 PASO 2, Calcule la ItraVariaza PASO 3, Calcule la media global PASO 4, Calcule la IterVariaza PASO 5, La suma de: ItraVariaza + IterVariaza = Variaza Total. Compruebe usted mismo (Calculado la variaza total para todos los datos) que la Variaza Total = 4,35 + 6,25 = 10,6 EJERCICIOS A CUBRIR EN AYUDANTIA COVARIANZA == Problema # 1, Soleme 1, 2009 Iter + Itravariaza == Problema # 2, Soleme 1, 2009 Moda Agrupados == Problema # 3, Soleme 1, 2008 Covariaza y Dispersio Relativa == Problema # 1, Soleme 1, 2008

4 Uiversidad Diego Portales Facultad de Ecoomía y Negocios AYUDANTÍA ESPECIAL Problema # 1. TEMA: Covariaza (Problema # 1, Soleme 1, 2009). Se preseta la siguiete iformació relacioada a productividad y remueracioes e ua empresa: REMUNERACIONES (MILES) PRODUCTIVIDAD (PUNTOS) a) Determie si para los trabajadores de esta empresa la productividad y los sueldos preseta algua relació, y de qué tipo. b) Do José Moreo trabaja e dicha empresa, tiee u putaje de productividad de 78,35 putos y percibe u sueldo de $ Basada e ua correspodecia e térmios relativos etre las variables e estudio, la empresa decide bajar el sueldo al Sr. Moreo. Debe reclamar el Sr. Moreo por esta medida? RESPUESTA (a). Este es u problema típico de Covariaza, y lo que hay que hacer es calcularla y e base al resultado respoder. Lo primero que teemos que hacer es separar las Variables y calcular sus primeros mometos: Productividad fi Mi fimi fi*(mi-x) fi*(mi-x)^2 (fi*mi-x) SUMAS X S S COVARIANZA Remueracioes fi Mi fimi fi*(mi-x) fi*(mi-x)^ SUMAS X S S

5 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Esto es para poder llegar a calcular los producto cruzados, compoete critico de la formula de covariaza: cov x, y = M X Y M(X) M(Y) E dode M se refiere a los primeros mometos, esperazas o medias. M Y = fimi fi Suma de Productos cruzados: /106^2=17, M[X,Y] La covariaza etoces es: 17, ( )*(63.774) = La covariaza es positiva, por lo que podemos argumetar que ambas variables se ecuetra relacioadas de maera directa, lo que e este cotexto sigifica: ROLLO PERSONAL. RESPUESTA (b). Teemos que calcular los putajes típicos e ambas distribucioes y decidir. E PRODUCTIVIDAD: Z i = x i x E SUELDOS: Z i = x i x s s = = = = IDEA: Se esperaría que las distribucioes típicas fuera las mismas tato para productividad como para sueldos (si supoemos que los sueldos está e fució de la productividad). E este caso, la distribució del Sr. Moreo es superior e productividad a la distribució e sueldos, por lo que la medida es ijusta y debería reclamar.

6 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Problema # 2. TEMA: Iter e Itra Variaza (Problema # 2, Soleme 1, 2009). U estudio a 50 empresas exportadoras que ha firmado cotratos co carriers telefóicos provee los siguietes resultados: Facturacio Empresas Existe u uevo carrier iteresado e etrar al mercado telefóico y promocioa los siguietes descuetos por sobre su facturació actual (lo que le paga a otros carriers actualmete): a) Empresas que factura hasta 50 UF, descueto del 5% b) Empresas que factura etre 50 y 120 UF, descueto fijo de 2.5 UF más u descueto del 2.5% c) El resto (las que factura más de 120 UF) u descueto del 3.1% U ejecutivo de cueta asegura qué, segú dicha promoció, la mayor fuete de variabilidad e la facturació de larga distacia se debe a la diferecia observada etre los estratos. Es correcto? RESPUESTA. Estrategia: Cómo se preguta sobre variabilidad y estratos, se trata de ua preguta típica de Iter e Itravariaza. Lo primero que hay que hacer es idetificar los estratos de la promoció. Etoces, habrá 3 estratos: 1) 0-50; 2) ; y 3) 120 y más. Si embargo, hay que crearlos usado las categorías de la tabla: Estrato 1 Estrato 2 Estrato 2 Facturacio Empresas Facturacio Empresas Facturacio Empresas ? = ? = Para ello usamos uestra fórmula para calcular percetiles: Ahora solo hay que calcular las iterrogates de la tabla, de acuerdo a la iformació provista. P p = L i 1 + p 100 N i 1 f i a i ==> 50 = 40 + p ==> p = 15% Lo que sigifica que el 15% de las empresas factura hasta 50 UF. 15% de 50 empresas es 7.5, iformació que os sirve para llear la iterrogació. Prosiguiedo de la misma forma podemos calcular qué: El 15% de las Empresas Factura cómo máximo 50 UF El 37% de las Empresas factura etre 50 y 120 UF El 48% de las Empresas factura etre más de 120 UF Esos cortes os servirá posteriormete para calcular la itravariaza

7 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Ahora que teemos lleas las tablas de los estratos, procedemos a calcular las variazas para cada ua de ellas. Ahora debemos calcular todos los elemetos para calcular la iter e itravariaza, como las medias y las desviacioes por estratos y la Media Global: X = X 1 Pp+X 2 Pp+X 3 Pp percetil = Estrato1 Estrato2 Estrato3 Xi S^ S Xtotal = Ates de proceder, si embargo, debemos recordar que e el estrato 1 hemos elimiado 2.5 empresas, es decir, el 2.5/50 = 5% del total de empresas, por lo que debemos ajustar tato las medias como las variazas para reflejar esta modificació. Además de las empresas elimiadas e el estrato 2, 2.5 de las cuales correspode al estrato 1, y además debemos restar parte de la media que correspode al estrato 1.Haciedo los cálculos correspodietes, uestra ueva tabla de Medias y Variazas es la siguiete: Estrato1 Estrato2 Estrato3 Xi 0.95*28.33= X1= *0.97X3= S^ S 0.95*11.785= *S2= *0.97S3=27.35 Xtotal σ detro = σ itra = S 1 2 Pp + S 2 2 Pp + S 3 2 Pp percetil acumulado = = σ etre = σ iter = (X 1 X) 2 Pp + (X 2 X) 2 Pp + (X 3 X) 2 Pp percetil acumulado = 15 ( ) ( ) ( ) = Dado que Itervariaza<Itravariaza, la afirmacio del ejecutivo es correcta.

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

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 detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata 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 detalles

Medidas de Tendencia Central

Medidas 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 detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA 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 detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 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 detalles

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean

ESTADÍSTICA. 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 detalles

Intervalos de confianza para la media

Intervalos 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 detalles

Tema 6: Distribuciones Muestrales

Tema 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 detalles

Importancia de las medidas de tendencia central.

Importancia 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 detalles

Técnicas experimentales de Física General 1/11

Técnicas experimentales de Física General 1/11 La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales

Más detalles

Selección de inversiones II

Selección de inversiones II Problemas de Ecoomía y Orgaizació de Empresas (º de Bachillerato) Euciado Selecció de iversioes II Problema 6 U fabricate de evases de arcilla para la alimetació está aalizado la posibilidad de istalar

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN 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 detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 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

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS 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 detalles

Resumen de fórmulas estadísticas y funciones en Excel

Resumen de fórmulas estadísticas y funciones en Excel Resume de fórmulas estadísticas y fucioes e Excel Medidas de posició o tedecia cetral Media aritmética = PROMEDIO (rago de datos) muestral para datos o X = 1 = PROMEDIO (A1:A10) Media aritmética N = PROMEDIO

Más detalles

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.

Ingeniería 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 detalles

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

Test 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 detalles

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

Estimador 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 detalles

Intervalo de confianza para µ

Intervalo 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 detalles

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir: Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T 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 detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo.

MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo. MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo. Admítelo ua salchicha o es ua zaahoria. Así decía la revista El Cosumidor e u cometario sobre la baja calidad utricioal de las salchichas. Hay tres tipos

Más detalles

( ) ( )( )( ) ( ) ( )( )

( ) ( )( )( ) ( ) ( )( ) Algebra uiversitaria UNIDAD III. POLINOMIOS 3.. Técicas elemetales para buscar raíces Recordado la defiició de raíz U poliomio P(x) tiee ua raíz r si y solo si P(r) = 0. Recordar el teorema de factorizació

Más detalles

Qué es la estadística?

Qué 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

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 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 detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

8. INTERVALOS DE CONFIANZA

8. 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 detalles

Los datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j

Los datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j Gráfico NP Resume El procedimieto Gráfico NP crea u gráfico de cotrol para datos que describe el úmero de veces que ocurre u eveto e m muestras tomadas de u producto o proceso. Los datos podría represetar

Más detalles

GUIAS 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 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 detalles

Sobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes 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 detalles

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)

Licenciatura 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 detalles

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.

Sucesiones. 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 detalles

Tema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor

Tema 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 detalles

CAPÍTULO VIII. CONVERGENCIA DE SUCESIONES. SECCIONES A. Criterios de convergencia. B. Ejercicios propuestos.

CAPÍTULO VIII. CONVERGENCIA DE SUCESIONES. SECCIONES A. Criterios de convergencia. B. Ejercicios propuestos. CAPÍTULO VIII CONVERGENCIA DE SUCESIONES SECCIONES A Criterios de covergecia B Ejercicios propuestos 347 A CRITERIOS DE CONVERGENCIA Ua fució cuyo domiio es el cojuto de los úmeros aturales se dice sucesió

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

11 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)

11 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 detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL 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 detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 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 detalles

PROCESO DE POISSON Rosario Romera Febrero 2009

PROCESO DE POISSON Rosario Romera Febrero 2009 1 PROCESO DE POISSON Rosario Romera Febrero 2009 1. Proceso de Coteo U proceso estocástico fn t g t0 es u proceso de coteo si N t represeta el total de sucesos ocurridos asta el tiempo t. Sea u espacio

Más detalles

OPCIÓN A EJERCICIO 1_A x 1 0 1

OPCIÓN 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 detalles

Estadístico. Parámetro

Estadístico. 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 detalles

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

TEMA 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 detalles

PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA

PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA CAPACIDADES A LOGRAR 1. Cooce y aplica procedimietos para determiar tamaño de partícula de polvos. 2. Iterpreta, clasifica y orgaiza datos y calcula

Más detalles

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 005 (Modelo 1) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( 5 putos) Resuelva el siguiete sistema y clasifíquelo atediedo al úmero de solucioes: x + y + z = 0 x +

Más detalles

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007 CÁLCULO Ejercicios Resueltos Semaa 0 Julio al Agosto 007 Ejercicios Resueltos. Estime el área ecerrada por la curva de ecuació y, el eje X y, para ello, divida el itervalo [0,] e cico partes iguales, y

Más detalles

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 006 (Modelo 1 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua impreta local edita periódicos y revistas. Para cada periódico ecesita u cartucho de

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

Resolución de ecuaciones no lineales

Resolución 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 detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

4 Contrastes del Chi 2 de bondad del ajuste 4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos

Más detalles

PROGRESIONES ARITMÉTICAS.-

PROGRESIONES 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 detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

TEMA 19 Cálculo de límites de sucesiones*

TEMA 19 Cálculo de límites de sucesiones* CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN 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 detalles

:: OBJETIVOS [3.1] :: PREINFORME [3.2]

:: OBJETIVOS [3.1] :: PREINFORME [3.2] :: OBJETIVOS [3.] Verificar que la resistecia equivalete a ua asociació de resistecias e serie se obtiee sumado aritméticamete las resistecias coectadas Verificar que la resistecia equivalete a ua asociació

Más detalles

TEMA 16. ESTEQUIOMETRIA DE UNA FORMULA QUIMICA

TEMA 16. ESTEQUIOMETRIA DE UNA FORMULA QUIMICA 1 TEMA 16. ESTEQUIOMETRIA DE UNA FORMULA QUIMICA Mario Melo Araya Ex Profesor Uiversidad de Chile melomarioqca@gmail.com Estructuralmete las substacias químicas está costituidas por etidades elemetales

Más detalles

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5 Aexo 4 Calculadora La proliferació de las calculadoras e la vida cotidiaa obliga a profesores y padres a replatearse su uso. Los profesores debemos eseñar a los alumos su utilizació. Pero será los profesores

Más detalles

Profr. Efraín Soto Apolinar. Área bajo una curva

Profr. Efraín Soto Apolinar. Área bajo una curva Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura

Más detalles

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN 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 detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas 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 detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

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

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

Problema del flujo de coste mínimo. 15.053 Martes, 19 de marzo. Formulación. Pricing Out. Costes reducidos de ciclos

Problema del flujo de coste mínimo. 15.053 Martes, 19 de marzo. Formulación. Pricing Out. Costes reducidos de ciclos . Martes, 9 de marzo Método simplex para redes aplicado a la solució del problema del flujo de coste míimo Etregas: material de clase Nota: hay mucho que decir acerca del algoritmo simplex para redes,

Más detalles

FORMULAS Y EJEMPLOS EXPLICATIVOS PARA EL CALCULO DE INTERESES CREDITO PRENDARIO

FORMULAS Y EJEMPLOS EXPLICATIVOS PARA EL CALCULO DE INTERESES CREDITO PRENDARIO FORMULAS Y EJEMPLOS EXPLICATIVOS PARA EL CALCULO DE INTERESES CREDITO PRENDARIO Cosideracioes Dirigido a prestatarios co etrega física de objetos de oro El Moto Míimo es el equivalete al valor de tasació

Más detalles

Estalmat. Real Academia de Ciencias. Curso 2005/2006. Dinámica compleja. Conjuntos de Julia y Mandelbrot. Método de Newton. Miguel Reyes Mayo 2006

Estalmat. Real Academia de Ciencias. Curso 2005/2006. Dinámica compleja. Conjuntos de Julia y Mandelbrot. Método de Newton. Miguel Reyes Mayo 2006 Estalmat. Real Academia de Ciecias. Curso 5/6 Diámica compleja Cojutos de Julia y Madelbrot. Método de Newto. Miguel Reyes Mayo 6 Los úmeros complejos Los úmeros complejos so los úmeros de la forma dode

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Módulos,, 3 y 4 Guía de estudio - GES ESTADÍSTICA DESCRIPTIVA Presetació de la Guía de Estudio (GES) Objetivos Coteidos Bibliografía Fe de erratas Guía de estudio Presetació Esta primera Guía de Estudio

Más detalles

IES Fco Ayala de Granada Junio de 2011 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2011 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 011 (COMÚN MODELO) OPCIÓN A EJERCICIO 1_A -5 Sea las matrices A = 1-3, B = 3-1 0 1 1, C = 1 3-1 5 3. a) (1 puto) Calcule A B.C t. b) (1 5 putos) Resuelva la

Más detalles

Aptitud Matemática 5 RPTA.: E SUCESIONES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN 5 4 7 6 9 8 11 ; ; ; ; ; ; 4 5 6 7 8 9 10

Aptitud Matemática 5 RPTA.: E SUCESIONES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN 5 4 7 6 9 8 11 ; ; ; ; ; ; 4 5 6 7 8 9 10 SUCESIONES I. Determiar el térmio que cotiúa e cada ua de las siguietes sucesioes: 1. ; 5; 11; 0; 4. - ; 5; - 9 ; 19; A) 8 B) - 7 C) 7 D) - 8 E) 14 A) 8 B) 0 C) D) 1 E) 5. 5 4 7 6 9 8 ; ; ; ; ; ;... 4

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES 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 detalles

IES 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 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 detalles

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios 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 detalles

1. Sucesiones página 217. 2. Idea intuitiva de límite de una sucesión página 222. 3. Operaciones con sucesiones. página 224

1. Sucesiones página 217. 2. Idea intuitiva de límite de una sucesión página 222. 3. Operaciones con sucesiones. página 224 Límite y cotiuidad E S Q U E M A D E L A U N I D A D.. Térmio geeral de ua sucesió págia 7.. Progresioes aritméticas y geométricas págia 7. Sucesioes págia 7. Idea ituitiva de límite de ua sucesió págia..

Más detalles

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.

Muestreo. 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 detalles

Mó duló 21: Sumatória

Mó duló 21: Sumatória INTERNADO MATEMÁTICA 16 Guía del estudiate Mó duló 1: Sumatória Objetivo: Coocer y aplicar propiedades para el cálculo de sumatorias. Para calcular alguas sumatorias es ecesario coocer sus propiedades

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual ESTIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRASTES DE HIPÓTESIS TEMA 8: Cotrastes

Más detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN 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 detalles

9 SUCESIONES. LÍMITES DE SUCESIONES

9 SUCESIONES. LÍMITES DE SUCESIONES 9 SUCESIONES. LÍMITES DE SUCESIONES EJERCICIOS PROPUESTOS 9. Co ua calculadora, forma térmios de las siguietes sucesioes y estudia a qué valores tiede. a) a b) b c) c 5 a) a a 8 5,6 a 0 00,98 a 0 00 0

Más detalles

Notas Docentes. Estadística para Economistas. Carlos Casacuberta. Nota Docente No. 08

Notas Docentes. Estadística para Economistas. Carlos Casacuberta. Nota Docente No. 08 Notas Docetes Estadística para Ecoomistas Carlos Casacuberta Nota Docete No. 08 Diploma e Ecoomía 004 Departameto de Ecoomía Facultad de Ciecias Sociales Estadística Notas de clase. Itroducció La estadística

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2012 (COMÚN MODELO 3) OPCIÓN A

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2012 (COMÚN MODELO 3) OPCIÓN A IES Fco Ayala de Graada Sobrates de 01 (Septiembre Modelo ) Solució Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 01 (COMÚN MODELO 3) OPCIÓN A EJERCICIO 1_A ( 5 putos) U empresario

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO 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 detalles

CONSIDERACIONES SOBRE EL ÍNDICE DE GINI PARA MEDIR LA CONCENTRACIÓN DEL INGRESO DIVISIÓN DE ESTADÍSTICA Y PROYECCIONES ECONÓMICAS CEPAL

CONSIDERACIONES SOBRE EL ÍNDICE DE GINI PARA MEDIR LA CONCENTRACIÓN DEL INGRESO DIVISIÓN DE ESTADÍSTICA Y PROYECCIONES ECONÓMICAS CEPAL 343 CONSIDERACIONES SOBRE EL ÍNDICE DE GINI PARA MEDIR LA CONCENTRACIÓN DEL INGRESO DIVISIÓN DE ESTADÍSTICA Y PROYECCIONES ECONÓMICAS CEPAL 344 Cosideracioes sobre el ídice de Gii para medir la ÍNDICE

Más detalles

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas: ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía

Más detalles

Muestreo estratificado

Muestreo estratificado Capítulo 1 Muestreo estratificado El objetivo del diseño de ecuestas por muestreo es maximizar la catidad de iformació para u coste dado. El muestreo aleatorio simple suele sumiistrar bueas estimacioes

Más detalles

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles