Control del Muestreo. Determinación de Errores del Muestreo

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

Download "Control del Muestreo. Determinación de Errores del Muestreo"

Transcripción

1 Control del Muestreo Determinación de Errores del Muestreo

2 Definiciones de utilidad Lote: se refiere a un conjunto de material, cuya composición quiere estimarse. Incremento: corresponde a un grupo de partículas extraído del lote en una sola operación, por ejemplo, una palada es un incremento. Muestra: es una parte del lote, generalmente obtenida por la unión de varios incrementos o fracciones del lote, y cuyo objetivo es representar el lote en las operaciones subsecuentes. Heterogeneidad: corresponde a la variabilidad encontrada en una población estadística y puede dividirse en: Heterogeneidad de constitución (CH): cada partícula del lote tiene un contenido crítico diferente. Heterogeneidad de distribución (DH): consiste en las diferencias observadas de un grupo de fragmentos o partículas (incremento) a otro.

3 Heterogeneidad de distribución Se debe a tres factores: (1) la heterogeneidad de constitución, (2) la distribución espacial de los constituyentes o estado de segregación y (3) la forma del lote que junto a la presencia de la gravedad es responsable de la segregación. Errores: existen en cualquier procedimiento de estimación. Es necesario diferenciar los distintos tipos de error. Protocolo de muestreo: conjunto de pasos y operaciones de toma demuestras y preparación cuyo objetivo es minimizar errores y entregar una muestra bajo ciertos estándares de control.

4 Heterogeneidad CH DH CH: Diferencias entre fragmentos DH: Diferencias entre grupos de fragmentos Si todos los fragmentos fueran iguales en forma y contenido (CH=0), entonces no habría DH: cualquier grupo de fragmentos de igual tamaño sería idéntico.

5 V V V V V Heterogeneidad de Distribución Vz > Vx > Vy X Z Y V V V V V V V V V V V V V V V

6 Resumen de errores de muestreo Optimización del Protocolo de Muestreo Error Fundamental Variabilidad a pequeña escala Implementación del Protocolo de Muestreo Preservación de Integridad de las Muestras Error Analítico Error Segregación y Agrupamiento Error de Delimitación Error de Extracción Errores de Preparación Contaminación Pérdidas Alteración Humanos Variabilidad a gran escala Error de Interpolación Error de Ponderación En Tiempo En Espacio Error Periódico

7 El error que se comete proviene principalmente de dos fuentes: Las propiedades intrínsecas del material. La toma y preparación de la muestra Los errores más importantes en cuanto a la toma y preparación de muestras para aplicaciones mineras son: Error fundamental, FE: corresponde al mínimo error de muestreo que se tendría si se seleccionara cada fragmento o partícula aleatoriamente, una a la vez. A pequeña escala, la heterogeneidad de constitución es responsable del error fundamental. Error de agrupamiento y segregación, GE: corresponde a un error adicional debido a que en la práctica las muestras no se colectan tomando un fragmento a la vez, de manera aleatoria. A pequeña escala, la heterogeneidad de distribución es responsable del error de segregación.

8 Error Fundamental Causada por Heterogeneidad de Constitución (CH) Lote Muestra Reducción de masa Es un error aleatorio No produce sesgo sistemático, sólo variabilidad en torno al valor real.

9 Error de agrupamiento y segregación, GE Este error puede prevenirse considerando los siguientes aspectos: Optimizar el peso de la muestra. Incrementar el número de incrementos por muestra. Homogeneizar el material antes de tomar los incrementos. Muestra debe, al menos, reproducir la distribución granulométrica. De lo contrario, siempre se producen sesgos, es decir, diferencia entre la media de las muestras y la media real

10 Agrupamiento Pérdida excesiva de finos de alta ley producen sesgo

11 Segregación Segregación por densidad Segregación por tamaño Heterogeneidad de distribución en un flujo Toma de muestra puede producir sesgo En plantas, al existir divisores de flujo, se puede tener flujos con distintas características que producen ineficiencias

12 Error de delimitación del incremento, DE: ocurre por desviaciones de un módulo isótropo de observación que asegure una probabilidad constante de muestreo en todas las direcciones relevantes del lote. Se definen lotes: tridimensionales, bidimensionales, unidimensionales y lotes de dimensión cero. DE ocurre por lo tanto, si el módulo de observación difiere de una esfera en el caso de lotes tridimensionales, de un cilindro, en el caso de lotes bidimensionales y de una tajada en el caso de lotes unidimensionales.

13 Error de Delimitación Extracción con Tubos Delimitación correcta Delimitación incorrecta

14 Error de extracción del incremento, EE Se produce por desviaciones de la regla del centro de gravedad, que dice: Si el centro de gravedad de la partícula está dentro del volumen teórico de delimitación, este fragmento pertenece al incremento. De lo contrario, pertenece al rechazo.

15 Error de extracción Correcto Incorrecto

16 Errores de preparación, PE: Este error tiene que ver con la integridad de la muestra y considera los siguientes posibles errores: Error por contaminación: por polvo, material presente en el circuito de muestreo, abrasión (de anillos de oro de los técnicos encargados de manipular las muestras), corrosión. Error por pérdida: polvo que se vuela, material que queda en el circuito de muestreo, pérdida accidental de una porción de la muestra. Error por alteración: de composición química, mineralógica y física. Error humano: mal entrenamiento, mala mantención y limpieza de equipos. Fraude y sabotaje: común en muestreo comercial.

17 Error analítico Corresponde al error que se comete en el laboratorio al analizar la muestra final y que depende del método de análisis utilizado.

18 Requisitos para materializar la operación de muestreo Antes de efectuar la operación de muestreo, es necesario: Caracterizar la heterogeneidad del lote. Optimizar el protocolo de muestreo.

19 Error de Interpolación Al asumir que la muestra representa la zona, se comete un error cuantificable a través de la cronoestadística. Zona de influencia de la muestra

20 Error de Ponderación Idealmente, el flujo debe ser constante y los cortes hechos a intervalos regulares (tanto de tonelaje como de tiempo)

21 Ejemplo de Determinación del Error cometido en la estimación de la Ley en una muestra por reducción de su tamaño, aplicando la Formula de Gy.

22 Resumen de errores de muestreo Optimización del Protocolo de Muestreo Error Fundamental Variabilidad a pequeña escala Implementación del Protocolo de Muestreo Preservación de Integridad de las Muestras Error Analítico Error Segregación y Agrupamiento Error de Delimitación Error de Extracción Errores de Preparación Contaminación Pérdidas Alteración Humanos Variabilidad a gran escala Error de Interpolación Error de Ponderación En Tiempo En Espacio Error Periódico

23 EJ: Se quiere reducir a la mitad una muestra de 434 kg de mineral compuesto por 2,3% de Gl (densidad 7,5 g/cm 3 ),10,4% de blenda (d:4,0 g/cm 3 ) y el resto, 87,3 % de Qz (d:2,7 g/cm 3 ).El tamaño máximo de grano es de 3,8 mm. El tamaño de liberación para la Gl es de 150 micras. Cual es el Error en el contenido de Gl de la muestra reducida? θ 2 =[ 1/p 1/q ].f.g.l.m.d 3 f = 0,5 (estimación) g = 0,25 (estimación) L = 0,38 / 0,015 = 25,3 > 10 l = 0,8. (d/l) ½ 0,8. 25,3 ½ 0,16 m = 1-b / b.[ (1-b).q v +b. q g ] 1-0,023 / 0,023. [ (1-0,023).7,5 + 0,023.2,8 ]=314 b = 0,023 de G q v = 7,5 Q g = 10, ,3. 2,7 / 10,4 + 87,3 = 2,8 d = 0,38

24 θ 2 =[ 1/171,5 1/343 ].0,5.0,25. 0, ,38 3 θ 2 =1, θ = 1, Por lo tanto el error (ε) está ligado a la desviación típica con un nivel de confianza del 95% (2 S). Ε = 2S = 2 θ. X E = 2. 1, ,3 % = 0,0048 La muestra reducida tiene un contenido en Ga de 2,3 % -/ + 0,0048

25 Bibliografía Introducción al Muestreo Minero. Marco Antonio Alfaro Sironvalle. Santiago de Chile Apuntes de Muestreo para Evaluación de Yacimientos. Julián Ortiz C. Cátedra de Evaluación de Yacimientos. Facultad de Ciencias Físicas y Matemáticas. Universidad de Chile.

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

Muestreo y control de calidad para exploración y minería

Muestreo y control de calidad para exploración y minería Muestreo y control de calidad para exploración y minería Cuándo: Dónde : Relatores: Idioma : 23 24 julio Hotel Sheraton, Santiago, Chile Dr. Eduardo Magri y Dr. Antoni Magri, Magri Consultores, Chile Español

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

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 estimación: problemas resueltos

Muestreo y estimación: problemas resueltos Muestreo y estimación: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)

Más detalles

ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN

ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN ARQUITECTURA TÉCNICA ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II CURSO: 2009-2010 APUNTES TEMA 2: CONTROL DE FABRICACIÓN Y CONTROL DE RECEPCIÓN. ESTADÍSTICA APLICADA AL CONTROL:. GENERALIDADES. MUESTREO

Más detalles

ESTADISTICA APLICADA: PROGRAMA

ESTADISTICA APLICADA: PROGRAMA Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,

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

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

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

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

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

Técnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos

Técnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Técnicas de planeación y control Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Contextualización Esta semana cerramos la unidad dedicada a la planeación,

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

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

La separación de las especies minerales se produce mediante la aplicación selectiva de fuerzas.

La separación de las especies minerales se produce mediante la aplicación selectiva de fuerzas. MINERALURGIA: Es la rama de la ciencia de los materiales, que se encarga de estudiar los principios físicos y los procesos a través de los cuales se realiza la separación y/o el beneficio de las diferentes

Más detalles

Unidad 7: Muestreo de aceptación

Unidad 7: Muestreo de aceptación Unidad 7: Muestreo de aceptación Cap 12. Gutiérrez Liliana Recchioni Unidad 7: 7.1. Tipos de planes de muestreo. 7.2. Variabilidad y curvas características (CO). 7.3. Diseño de un plan de muestreo simple

Más detalles

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios Obtención de Datos Obtención de Datos Muestreo y Objetivo Representar la población n lo mejor posible con el mínimo m coste. Condiciones para conseguirlo Procedimientos adecuados Tamaño o muestral suficiente

Más detalles

DIRECTRIZ PARA EL MUESTREO DE PRODUCTOS

DIRECTRIZ PARA EL MUESTREO DE PRODUCTOS DIRECTRIZ SNA-acr-15-D Calle De La Prosa 138, San Borja (Lima 41) Apartado 145 Lima Perú DIRECTRIZ PARA EL MUESTREO DE PRODUCTOS Guidelines for the Sampling of Products 2013-09-12 Elaborado por: Cecilia

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

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

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

TEMA 1 ELIMINACIÓN DE PARTÍCULAS (parte I)

TEMA 1 ELIMINACIÓN DE PARTÍCULAS (parte I) TEMA 1 ELIMINACIÓN DE PARTÍCULAS (parte I) TEMA 1. ELIMINACIÓN DE PARTÍCULAS 1. Contaminación por Partículas 1.1. Generación de PS Fuentes naturales Fuentes antropogénicas: Domésticas, comerciales Industriales

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

C a r t a D e s c r i p t i v a

C a r t a D e s c r i p t i v a I. Identificadores del Programa: C a r t a D e s c r i p t i v a Programa: Maestría en Matemática Educativa. Depto.: Física y Matemáticas Materia: Métodos Estadísticos Clave: MME10090 No. Créditos: 6 Tipo:

Más detalles

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño

Más detalles

La evaluación de la exposición a contaminantes químicos: Sílice

La evaluación de la exposición a contaminantes químicos: Sílice La evaluación de la exposición a contaminantes químicos: Sílice 1 R.D. 374/2001 ITC 2.0.02 Criterios para la prevención de la exposición al polvo de sílice. 2 CRITERIO R.D. 374/2001, sobre protección de

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

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

N 10854-MEIC EL PRESIDENTE DE LA REPUBLICA Y EL MINISTRO DE ECONOMIA, INDUSTRIA Y COMERCIO,

N 10854-MEIC EL PRESIDENTE DE LA REPUBLICA Y EL MINISTRO DE ECONOMIA, INDUSTRIA Y COMERCIO, N 10854-MEIC EL PRESIDENTE DE LA REPUBLICA Y EL MINISTRO DE ECONOMIA, INDUSTRIA Y COMERCIO, En uso de las potestades que les confiere el artículo 140, incisos 3) y 18) de la Constitución Política y de

Más detalles

Tema 3. 3. Correlación. Correlación. Introducción

Tema 3. 3. Correlación. Correlación. Introducción 3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test

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

INGENIERÍA EN ACUICULTURA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE GEOMETRÍA ANALÍTICA

INGENIERÍA EN ACUICULTURA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE GEOMETRÍA ANALÍTICA INGENIERÍA EN ACUICULTURA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE GEOMETRÍA ANALÍTICA 1. Competencias Diseñar un paquete tecnológico acuícola a través de la selección del sistema, de especies tradicionales

Más detalles

Informe sobre el Cálculo de Errores de Muestreo. Encuesta de Población en Relación con la Actividad (PRA)

Informe sobre el Cálculo de Errores de Muestreo. Encuesta de Población en Relación con la Actividad (PRA) Informe sobre el Cálculo de Errores de Muestreo Encuesta de Población en Relación con la Actividad (PRA) EUSKAL ESTATISTIKA ERAKUNDA INDICE 1. Introducción...3 2. Método de expansión de Taylor...3 3. Cálculo

Más detalles

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción

Más detalles

Palabras clave: Física experimental, incertidumbre, distribución normal, distribución t v de Student, caída libre.

Palabras clave: Física experimental, incertidumbre, distribución normal, distribución t v de Student, caída libre. Implementación de la estadística t v de Student en el laboratorio de Física Harol Y Valencia-Martínez 1, Gabriel F Acevedo-Amaya 2 1,2 Universidad Santo Tomas, Departamento de Ciencias Básicas, Bogotá,

Más detalles

PROTOCOLO DE ENSAYOS PARA MÓDULOS FOTOVOLTAICOS

PROTOCOLO DE ENSAYOS PARA MÓDULOS FOTOVOLTAICOS PROTOCOLO DE ENSAYOS PARA MÓDULOS FOTOVOLTAICOS PMFV Nº 01 : XX.XX.XXXX PRODUCTO : Módulos Fotovoltaicos. NORMAS : IEC 61215 2ED 2005-04; Cualificación de diseño y tipo para módulos Fotovoltaicos de Silicio

Más detalles

Técnicas de planeación y control

Técnicas de planeación y control Técnicas de planeación y control 1 Sesión No. 10 Nombre: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Contextualización Esta semana cerramos la unidad dedicada

Más detalles

Tema 3. Análisis de riesgo. Tema 3. Análisis de riesgo

Tema 3. Análisis de riesgo. Tema 3. Análisis de riesgo Tema 3. Análisis de riesgo 59 3.1 Introducción Como se ha mencionado, en un entorno informático existen una serie de recursos que están constantemente expuestos a diferentes tipos de riesgos: aquellos

Más detalles

REFRACTARIO AUMENTO DE PERFORMANCE ING. MARCIO GERALDO DE OLIVEIRA MAGNESITA REFRÁTARIOS SA

REFRACTARIO AUMENTO DE PERFORMANCE ING. MARCIO GERALDO DE OLIVEIRA MAGNESITA REFRÁTARIOS SA REFRACTARIO AUMENTO DE PERFORMANCE AUTOR: COMPAÑÍA: ING. MARCIO GERALDO DE OLIVEIRA MAGNESITA REFRÁTARIOS SA INTRODUCCIÓN Refractario es una tecnología preparada para suportar elevadas temperaturas en

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

Estimación por intervalos

Estimación por intervalos Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE Unidad de Análisis Estadístico División de Evaluación de Logros de Aprendizaje Agencia de Calidad de la Educación 013 Índice 1.

Más detalles

Técnicas de muestreo y otros procedimientos de comprobación selectiva en los trabajos de auditoría. Jesús Herranz Lorente (*)

Técnicas de muestreo y otros procedimientos de comprobación selectiva en los trabajos de auditoría. Jesús Herranz Lorente (*) Técnicas de muestreo y otros procedimientos de comprobación selectiva en los trabajos de auditoría Jesús Herranz Lorente (*) El objetivo de la sesión de trabajo Técnicas de Muestreo y otros procedimientos

Más detalles

Tema 1. Modelo de diseño de experimentos (un factor)

Tema 1. Modelo de diseño de experimentos (un factor) Tema 1. Modelo de diseño de experimentos (un factor) Estadística (CC. Ambientales). Profesora: Amparo Baíllo Tema 1: Diseño de experimentos (un factor) 1 Introducción El objetivo del Análisis de la Varianza

Más detalles

IDE y Análisis de datos

IDE y Análisis de datos IDE y Análisis de datos Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Presentación Objetivos Metodología Introducción IDE y Análisis de datos 1 Planeación de la investigación Proceso

Más detalles

Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.

Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades

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

La distribución Normal

La distribución Normal La distribución Normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas y Calidad

Más detalles

Filtros digitales dominio del espacio dominio de la frecuencia

Filtros digitales dominio del espacio dominio de la frecuencia Tema 3: Filtros 1 Filtros digitales Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Pueden usarse para distintos fines, pero en todos

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

Créditos: horas teóricas- horas prácticas- total de horas 2-4-6

Créditos: horas teóricas- horas prácticas- total de horas 2-4-6 Nombre de la asignatura: Potabilización de Agua Créditos: horas teóricas- horas prácticas- total de horas 2-4-6 Aportación al perfil Seleccionar, dimensionar, optimizar y operar sistemas de prevención

Más detalles

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 011 Índice 1. Antecedentes Generales 1. Comparación de puntajes promedios.1. Errores

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

Determinación del tamaño de muestra aleatoria simple en el uso del cuestionario SERVQUAL

Determinación del tamaño de muestra aleatoria simple en el uso del cuestionario SERVQUAL Apunte Docente Determinación del tamaño de muestra aleatoria simple en el uso del cuestionario SERVQUAL Renzo Devoto Ratto El autor es Magíster en Administración y Dirección de Empresas, Universidad de

Más detalles

Estadística Inferencial

Estadística Inferencial Estadística Inferencial Estimación de parámetros Estadística Básica - Manuel Spínola (ICOMVIS - UNA) 1 Estadística Descriptiva e Inferencial Estadística Descriptiva Estadística Estadística Inferencial

Más detalles

Econometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana

Econometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión

Más detalles

RepublicofEcuador EDICTOFGOVERNMENT±

RepublicofEcuador EDICTOFGOVERNMENT± RepublicofEcuador EDICTOFGOVERNMENT± Inordertopromotepubliceducationandpublicsafety,equaljusticeforal, abeterinformedcitizenry,theruleoflaw,worldtradeandworldpeace, thislegaldocumentisherebymadeavailableonanoncommercialbasis,asit

Más detalles

La materia. Clasificación de la materia

La materia. Clasificación de la materia 27 de marzo de 2005 Contenidos 1 Introducción La materia 2 La materia Qué es la materia? Materia es todo aquello que tiene masa y posee volumen. La materia Qué es la materia? Materia es todo aquello que

Más detalles

CAPÍTULO 9 ANÁLISIS DE DIAGRAMAS DE FLUJO PARA LA PREVENCIÓN DE CONTAMINAICÓN

CAPÍTULO 9 ANÁLISIS DE DIAGRAMAS DE FLUJO PARA LA PREVENCIÓN DE CONTAMINAICÓN CAPÍTULO 9 ANÁLISIS DE DIAGRAMAS DE FLUJO PARA LA PREVENCIÓN DE CONTAMINAICÓN Objetivo: Discutir los métodos para la evaluación y mejoramiento del grado de integración de las unidades. El mejoramiento

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

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

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

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

Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas

Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia

Más detalles

REVISION DE CONCEPTOS BÁSICOS

REVISION DE CONCEPTOS BÁSICOS REVISION DE CONCEPTOS BÁSICOS Objetivos Introducir, de manera muy general, algunos de los conceptos matemáticos y estadísticos que se utilizan en el análisis de regresión. La revisión no es rigurosa y

Más detalles

ESTADÍSTICA BÁSICA PARA QUÍMICA ANALÍTICA

ESTADÍSTICA BÁSICA PARA QUÍMICA ANALÍTICA ESTADÍSTICA BÁSICA PARA QUÍMICA ANALÍTICA Es imposible realizar un análisis químico sin que los resultados estén totalmente libres de errores o incertidumbre. Se espera poder minimizar los errores y estimar

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

CONTROL GLUCÉMICO ESTRICTO: CÓMO DETERMINAR LA GLUCEMIA EN EL PACIENTE CRÍTICO?

CONTROL GLUCÉMICO ESTRICTO: CÓMO DETERMINAR LA GLUCEMIA EN EL PACIENTE CRÍTICO? Buenas tardes. Soy Laura Díaz, trabajo como enfermera en la unidad de cuidados intensivos del hospital Severo ochoa, y voy a presentarles un estudio realizado en nuestra unidad sobre CONTROL GLUCÉMICO

Más detalles

IV. Propósitos generales Asegurar la comprensión y manejo de las matemáticas utilizadas en la estadística.

IV. Propósitos generales Asegurar la comprensión y manejo de las matemáticas utilizadas en la estadística. CARTA DESCRIPTIVA: I. Identificadores de la asignatura MÉTODOS NUMÉRICOS Clave: BAS120096 Créditos: 06 Materia: MÉTODOS NUMÉRICOS Departamento: CIENCIAS DE LA SALUD Instituto: ICB Modalidad: PRESENCIAL

Más detalles

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3 UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CURSO : IN47A GESTIÓN DE OPERACIONES PROFESOR : A. SAURÉ A. WEINTRAUB AUXILIARES : J. PASSI J. RODRÍGUEZ

Más detalles

PRÁCTICA 1. Mediciones

PRÁCTICA 1. Mediciones PRÁCTICA 1 Mediciones Objetivo General El alumno determinará la incertidumbre de las mediciones. Objetivos particulares 1. El alumno determinará las incertidumbres a partir de los instrumentos de medición..

Más detalles

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746)

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,

Más detalles

Introducción a la estadística básica, el diseño de experimentos y la regresión

Introducción a la estadística básica, el diseño de experimentos y la regresión Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio

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

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

SEPARACIÓN DE SÓLIDOS

SEPARACIÓN DE SÓLIDOS SEPARACIÓN DE SÓLIDOS Proceso de separación de sólidos en función del tamaño de las partículas. Operación básica Aplicada con frecuencia en la Industria Farmacéutica Métodos similares a los utilizados

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

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

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

Lección 1. La teoría del nicho ecológico. El nicho multidimensional

Lección 1. La teoría del nicho ecológico. El nicho multidimensional Lección 1. La teoría del nicho ecológico El nicho multidimensional GENERALIZACIÓN DEL CONCEPTO DE NICHO HUTCHINSON, G.E. 1957. Concluding Remarks. Cold Spring Harbor Symp.Quant.Biol.,22,415-427 El concepto

Más detalles

Índice general. 7.3.2. Intervalo de confianza para la media si la varianza poblacional es. conocida... 3. desconocida... 3

Índice general. 7.3.2. Intervalo de confianza para la media si la varianza poblacional es. conocida... 3. desconocida... 3 Índice general 7. Estimación por intervalos de confianza 1 7.1. Introducción.................................. 1 7.2. Método de construcción de intervalos de confianza: método pivotal.... 2 7.3. Intervalos

Más detalles

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos CONTROL DE LOS PROCESOS DE FABRICACIÓN Introducción a las técnicas de control estadístico de los procesos Introducción Departamento de Ingeniería Mecánica de la UPV-EHU ElControlEstadísticodelosProcesos

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

Matemáticas y Estadística para Finanzas Prof.: H. Ernesto Sheriff, PhD(c) M.Sc.

Matemáticas y Estadística para Finanzas Prof.: H. Ernesto Sheriff, PhD(c) M.Sc. Matemáticas y Estadística para Finanzas Prof.: H. Ernesto Sheriff, PhD(c) M.Sc. Sesión 3 INTRODUCCIÓN A LA ESTADÍSTICA 1 Estadística Aplicada a los Negocios Motivación: usos de la estadística Encuestas

Más detalles

DISTRIBUCIONES MUESTRALES

DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Distribuciones muestrales Autores: Ángel A. Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS CARACTERÍSTICAS DE LA

Más detalles

1. IDENTIFICACIÓN DE LA ASIGNATURA

1. IDENTIFICACIÓN DE LA ASIGNATURA UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE ADMINISTRACION Y ECONOMIA DEPARTAMENTO DE CONTABILIDAD Y AUDITORIA PROGRAMA DE ESTUDIO ESTADÍSTICA APLICADA II 1. IDENTIFICACIÓN DE LA ASIGNATURA 2. OBJETIVOS

Más detalles

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN.

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN. 1.- Unidad Académica: Facultad de Ingeniería UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN 2.- Programa (s) de estudio:

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

7. Distribución normal

7. Distribución normal 7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o

Más detalles

Estacionariedad Estacionariedad estacionariedad

Estacionariedad Estacionariedad estacionariedad Series de Tiempo Una serie de tiempo es una secuencia de datos puntuales medidos en tiempos sucesivos a intervalos de tiempo uniformes. La caracterización de las propiedades de una serie de tiempo se puede

Más detalles

Capítulo 1. El caso del Método de Pesada

Capítulo 1. El caso del Método de Pesada Capítulo 1. El caso del Método de Pesada En uno de los viajes que realizaron Norberto y Daniel, profesores de Química Analítica y de Probabilidad y Estadística, respectivamente, Norberto le pidió a Daniel

Más detalles

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1 Módulo de Razonamiento cuantitativo Este módulo evalúa competencias relacionadas con las habilidades en la comprensión de conceptos básicos de las matemáticas para analizar, modelar y resolver problemas

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

Valor absoluto de un número real. Potencias de exponente racional. Logaritmos. Logaritmos decimales y neperianos. Propiedades y operaciones.

Valor absoluto de un número real. Potencias de exponente racional. Logaritmos. Logaritmos decimales y neperianos. Propiedades y operaciones. Otras páginas Matemásicas ccss 5º MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I ARITMÉTICA Y ÁLGEBRA Los números reales Números racionales. Números irracionales. Los números y e. Los números reales.

Más detalles

Qué es la EVALUACIÓN DE RIESGOS?

Qué es la EVALUACIÓN DE RIESGOS? Qué es la EVALUACIÓN DE RIESGOS? Julio 2005 1.- INTRODUCCIÓN Las crisis alimentarias sufridas en la Unión Europea en los años 90 pusieron de manifiesto fallos en la aplicación de la Normativa Alimentaria,

Más detalles

COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS

COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS 71 CAPITULO 5 COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS En este capítulo se presentan los resultados obtenidos y los comentarios de éstos, al correr algunos ejemplos

Más detalles

Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista:

Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista: Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista: (1) Cuáles son los procesos mentales que realizamos para construir una frase? (por ejemplo,

Más detalles

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable.

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable. 3. MEDIDAS DE TENDENCIA CENTRAL Con estas medidas se persigue reducir en pocas cifras significativas el conjunto de observaciones de una variable y describir con ellas ciertas características de los conjuntos,

Más detalles

La Distribución Normal y su uso en la Inferencia Estadística

La Distribución Normal y su uso en la Inferencia Estadística La Distribución Normal y su uso en la Inferencia Estadística Los conceptos básicos de Probabilidad y de Distribuciones Muestrales sirven como introducción al método de Inferencia Estadística; esta se compone

Más detalles