CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño:

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

Download "CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño:"

Transcripción

1 CAPÍTUL IV METDLGÍA 1. Dseño y técnca de nvestgacón Para llevar a cabo la nvestgacón se ha tendo en cuenta el sguente dseño: 1. Investgacón con medcón preva y posteror con grupo de control.. Las undades de análss tanto en el grupo experm ental como en el grupo de control se encuentran asgnadas en grupos ya establecdos. 3. El esquema de dseño es cuas expermental, y se expresa de la sguente manera: Grupo que desarrolla Semnaro: Grupo que desarrolla Clase Magstral 1 X 3 Z 4 Donde: X: Método de Semnaro Z: Método de Clase Magstral 1 : Medcón del Índce Académco del grupo que desarrolla el Semnaro antes del expermento : Medcón del Índce Académco del grupo que desarrolla el Semnaro después del expermento

2 3 : Medcón del Índce Académco del grupo de que desarrolla la Clase Magstral antes del expermento. 4 : Medcón del Índce Académco del grupo que desarrolla la Clase Magstral después del expermento.. Poblacón y muestra El expermento se ha desarrollado en la Escuela Académco Profesonal de Economía de la Unversdad Naconal Mayor de San Marcos dentro de la cual consderamos como Poblacón, a todos los alumnos matrculados en al asgnatura de Economía General I, del aula 01, en el turno noche. Esta seccón se encontró ya organzada antes de la partcpacón del nvestgador debdo a que se encontraban en la cuarta semana de desarrollo de clases. Esta poblacón ha estado consttudo por 5 estudantes matrculados en la asgnatura motvo de estudo (anexo 8), y ha sdo dvddo e dos muestras para lo cual se ha utlzado la hoja de cálculo Excel, en el que se establecó para cada alumno un número aleatoro y de esa manera selecconar la prmera con 15 partcpantes que han desarrollado el método ddáctco de Semnaro (Anexo 9), y la segunda con 37 partcpantes que han desarrollado el método ddáctco de Clase Magstral. (Anexo 10), esto determnacón del numero de cada muestra ha sdo en vrtud de que se cumpla las sugerencas del número de partcpantes en la aplcacón de cada método ddáctco motvo del expermento. 3. Procedmentos de la nvestgacón y contrastacón de la hpótess

3 3.1. Técncas e nstrumentos de recoleccón de datos Las técncas e nstrumentos que se ha utlzados para la recoleccón de la nformacón se han desarrollado de acuerdo con las característcas y necesdades que se ha requerdo para cada varable, es decr para la varable ndependente que está representado por el Método Ddáctco y la varable dependente representado por el Índce Académco. Es convenente menconar que la undad ddáctca desarrollada para efectos de la presente nvestgacón correspondó al tema: Teoría de los Mercados, que ha sdo desarrollado de acuerdo a lo planfcado en el Syllabus de la asgnatura (Anexo N 7), la que ha estado programada para ejecutar su desarrollo en 1 horas de clase, lo que corresponde a tres semanas de clase, consderando una asgnacón horara de 4 horas semanales de clases Técnca e nstrumento de recoleccón de datos de la varable ndependente. Como se ha menconado en el captulo anteror, la varable ndependente está consttuda por los Métodos Ddáctcos con los que nteractúan el docente y el alumno, y se ha determnado que para esta

4 nvestgacón sólo ntervenen por una parte, el método ddáctco de Semnaro, para lo cual se ha elaborado una fcha o tabla de cotejo que nos ha permtdo verfcar las accones realzadas por el alumno (Anexo N 3) y las accones desarrolladas por el docente (Anexo N ) a través de la observacón ycotejo de las actvdades de los actores del proceso enseñanza aprendzaje. Por otra parte, el método ddáctco de Clase Magstral, tambén ha sdo contrastada en el proceso de su desarrollo a través de una tabla de cotejo tanto para el docente (Anexo N 4), y para el alumno (Anexo N 5), la que nos ha permtdo verfcar con certa rgurosdad el desarrollo de dcho método ddáctco, En ambos caso la fnaldad de las tablas de cotejo desarrolladas ha tendo como funcón determnar el cumplmento de los ndcadores mínmos necesaros para ser consderado aceptable el método ddáctco aplcado, las cuales se aplcó durante el desarrollo del expermento Técnca e nstrumento de recoleccón de datos de la varable dependente.

5 Para la recoleccón de la nformacón que corresponde al Índce Académco, se ha proceddo a elaborar una prueba de evaluacón (Prueba bjetva) compuesta de 0 ítems con temas del la undad ddáctca desarrollada en el expermento (Anexo N 6). El crtero utlzado fue el que asumó el profesor ttular de la asgnatura, que ha sdo aplcada como Prueba de entrada (antes de ncar el proceso expermental) y Prueba de salda (después del proceso expermental). Esta prueba fue aplcada en forma smultánea en ambos grupos muestrales, con la fnaldad de controlar las posbles dstorsones en los resultados. 3.. Tratamento y análss estadístco de datos A contnuacón se descrbe, en forma bastante explcta, los procedmentos estadístcos y de análss que se han desarrollado con los resultados obtendos en el expermento Proceso de valdacón de la varable ndependente: La varable ndependente método ddáctco de Semnaro, fue observada y evaluada a través de la tabla de cotejo que le corresponde con la fnaldad de conocer s cumplía con las accones mínmas para ser

6 consderado Semnaro. Esta se dvdó en dos partes, en la prmera se realzó el cotejo de las accones que desarrolló el docente y se ha poddo verfcar el cumplmento del 95% los ndcadores, mentras que la segunda fue para evaluar el desarrollo de tareas de los estudantes y en la aplcacón de la tabla de cotejo se verfcó un cumplmento de los ndcadores del orden del 9%. Consderando que el porcentaje obtendo en la verfcacón de ndcadores en ambos casos es mayor de 90%, se asume que se ha cumpldo en forma aceptable el desarrollo del método ddáctco de Semnaro. Por su parte el método ddáctco de La Clase Magstral, tambén fue observado y evaluado en sus dos componentes, por una parte, las tareas desarrolladas por el docente, que luego de hacer el cotejo correspondente, alcanzo un 95% a los ndcadores, mentras que en la tabla de cotejo de las tareas desarrolladas por los estudantes le correspondó un 100% del cumplmento de los ndcadores. Por lo tanto, al gual que el método ddáctco anteror, el porcentaje de acerto es mayor del 90%, que nos hace consderar que la Clase Magstral

7 ha cumpldo con los ndcadores para ser consderada como tal. Esto nos da cuenta que los métodos ddáctcos motvo de estudo han cumpldo con los ndcadores, ya que las tablas de cotejo tuveron el objetvo controlar dstorsones en su ejecucón, pero los resultados menconados párrafos arrba nos sugeren que se pueden consderar como aceptables, ya que en su forma de haber sdo desarrollado han cumpldo con los ndcadores necesaros establecdos para tal fn Análss de la varable dependente Análss del pre-test. El empleo del dseño expermental con pre test, ha tendo como fnaldad determnar el nvel de conocmento de los alumnos que partcparon del expermento de los temas selecconados del curso de Economía General I con el que ncan el expermento, ya que fue necesaro controlar algún tpo de dstorsón que pudera presentarse en los resultados fnales

8 obtendos por los partcpantes, y que esto pudera conducr a nterpretacones no reales y por lo tanto tambén a obtener, producto de estas nterpretacones, conclusones erróneas. Es así que se ha proceddo a evaluar al grupo de semnaro a cuyos resultados se ha denomnado ( 1 ), y al grupo de Clase Magstral, cuyos resultados se ha denomnado ( 3 ). La nformacón obtenda en el pre test se ha procesado tenendo en cuenta los lneamentos estadístcos que permten manpular coherentemente la nformacón, y por lo tanto ser más manejable y más sencllo de nterpretar y operar. Para que esto sea posble se ha segudo con el procedmento del manejo de la nformacón tenendo en cuenta los sguentes pasos:

9 A. - Construccón de la dstrbucón de frecuencas de 1 TABLA N f h f 1 1 f FUENTE: Elaboracón propa B.- Cálculo de los Estadígrafos Meda Artmétca (Promedo 1 ) Para el del cálculo del promedo se utlzó la sguente fórmula: 1 = n = 1 n 1 f Aplcando esta fórmula con la nformacón de la Tabla N 1 se tene que 1 = 3.8

10 Desvacón Estándar tra nformacón que revste mportanca y que nos ayuda en el análss de los resultados es la desvacón estándar, estadígrafo que nos permte conocer el grado de dspersón de los datos en relacón a la meda artmétca. Para obtener el valor de este estadígrafo de dspersón del grupo de que desarrolló el método ddáctco Semnaro se utlzó la sguente fórmula: S o1 = f 1 ( n 1 f n 1 ) Ejecutado los cálculos correspondentes, en la fórmula menconada y con la nformacón que está contenda en la Tabla N 1 se obtuvo que la desvacón estándar es s = o1

11 C.- Construccón de la dstrbucón de frecuencas de 3 TABLA N 3 f h 3 f 3 f Fuente: Elaboracón propa D.- Cálculo de los Estadígrafos Meda Artmétca (Promedo 3) De la msma manera que para los datos del semnaro, el cálculo del promedo para la Clase Magstral se manejó la sguente fórmula: 3 = n = 1 n 3 f

12 Reemplazando con la nformacón que contene la Tabla N en la fórmula menconada se obtene que el resultado sea 3 = 4.41 Desvacón Estándar de 3 El procedmento segudo para obtener el valor de la desvacón estándar del grupo que corresponde al de Clase Magstral fue utlzando la sguente fórmula: ( f 3 S = 3 n 1 f n 3 ) Realzado los cálculos con la nformacón de la Tabla N se obtuvo que la desvacón estándar es: S = En resumen, luego de procesar la nformacón requerda para el análss del pre test en ambos grupos se ha obtendo la nformacón que se presenta en la tabla sguente:

13 TABLA N 3 Pre test Estadígrafo 1 3 Promedo Desvacón Estándar Total Partcpantes FUENTE: Elaboracón propa Una vez que hemos obtendo la nformacón concernente al Pre test, las cuales son mostrada en la Tabla N 3, se ha utlzado un ESTIMADR PUNTUAL DE LA DIFERENCIA DE MEDIAS para poder determnar s entre los dos grupos se puede hallar ndcos de dferencas sgnfcatvas en los conocmentos de los temas prevstos en el syllabus, a través de los promedos, prevo al desarrollo del expermento, para esto se ha proceddo de la sguente manera: Cálculo del Estmador ) = 0.61 ( 1 3

14 Desvacón estándar de la dferenca de medas obtendas es ó ) = ( 1 3 La Cota de error = La técnca estadístca que se ha planteado a través del estmador puntual nos permte dentfcar un punto crítco al que se le conoce con el nombre de Cota de error, en donde se determna la decsón en el sentdo de que s la dferenca de medas es mayor que la cota de error, entonces hay dferenca entre los promedos de las muestras, de lo contraro se puede afrmar que no hay dferenca sgnfcatva en los promedos de las muestras. Como podemos observar la cota de error (0.705) es mayor que la dferenca de las medas (0.61), por lo tanto se puede afrmar que los alumnos no tenen dferencas sgnfcatvas en los promedos obtendos en el pre test, lo que hace consderar que los grupos motvo del expermento, han demostrado un nvel de conocmentos smlar, esto es que

15 ambos grupos han empezado el expermento en gualdad de condcones con respecto a los conocmentos sobre el tema planteado para desarrollar el estudo Análss del post-test El análss post-test es el punto substancal de la nvestgacón por que está enmarcado en contrastar las hpótess planteadas para esta nvestgacón, las que hemos trazado y menconado en el capítulo correspondente, para tal fn, debemos ndcar que se han desarrollado cálculos estadístcos correspondentes a la prueba de hpótess de muestras grandes, por las consderacones menconadas en párrafos anterores, que permten tener los estadígrafos necesaros que se han utlzado para el contraste de hpótess. Los procedmentos y formas que se han segudo para esto son smlares al del pre test, con la únca dferenca que en esta parte el análss que se ha desarrollado es a través del

16 contraste de hpótess y para eso se ha proceddo de la sguente manera:

17 A. - Construccón de la dstrbucón de frecuencas de TABLA N 4 f h f Fuente: Elaboracón Propa f B.- Cálculo de los estadígrafos Meda Artmétca (Promedo ) Para el del cálculo del promedo se ha utlzado la fórmula: n f = 1 =, con la n cual, después de reemplazar la nformacón contenda en la Tabla N 4, se ha obtenendo como resultado que : = 1.8 Desvacón Estándar

18 El valor del estadígrafo desvacón estándar del grupo de semnaro ha sdo calculado utlzado la fórmula menconada en págnas arrba, esta es: ( f So = n 1 f n ) Realzado los cálculos con la nformacón de la Tabla N 4 se ha encontrado que la desvacón estándar de la muestra motvo de estudo esta dado por S =.111 Por otro lado, se ha calculado el valor de la varanza de la muestra que corresponde al método ddáctco de Semnaro tenéndose el valor de S = Esta nformacón se obtene medante el procedmento de elevar al cuadrado la desvacón estándar de la muestra.

19 C.- Construccón de la dstrbucón de frecuencas de 4 TABLA N 5 4 f h 4 f 4 f Fuente: Elaboracón propa D.- Cálculo de los estadígrafos Meda Artmétca (Promedo 3) Con el msmo crtero y metodología utlzado para los datos de la varable Método Ddáctco de Semnaro, para el cálculo del

20 promedo con los datos de la varable método ddáctco de la Clase Magstral se ha utlzado la formula: 4 n 4 f = 1 =, en la cual n luego de reemplazar la nformacón necesara de la Tabla N 5 se ha logrado obtener un resultado equvalente a que, para efectos de nuestra nvestgacón redondearemos al valor con dos decmales, por lo tanto 4 = 8.6 Desvacón Estándar de 4 Para obtener el valor de la desvacón estándar del grupo de de clase magstral se ha utlzado la sguente fórmula: ( f 4 S = 4 n 1 f n 4 ) Realzado los cálculos correspondentes se ha obtendo que la desvacón estándar de la muestra es S = , esto nos ha permtdo 4 conocer que la varanza de la muestra del

21 método ddáctco de la Clase Magstral ha sdo del 1.63, nformacón que nos es útl para el contraste de las hpótess. En resumen, luego de procesar la nformacón del post test en los grupos de Semnaro y de Clase Magstral se ha obtendo la nformacón que se presenta en la sguente tabla: Resumen de estadígrafos del post test TABLA N 6 Post test Estadígrafo 4 Promedo Desvacón Estándar Varanza Total Partcpantes Fuente: Elaboracón propa

22 3.3. CNTRASTE DE HIPÓTESIS El Proceso que permte realzar el contraste de hpótess requere certos procedmentos, se ha poddo verfcar los planteamentos de dversos autores, cada uno de ellos con sus respectvas característcas y peculardades. Era necesaro decdr por uno de ellos para ser aplcado en la nvestgacón. Como mencona Mason, exste un procedmento de Cnco pasos que sstematza la prueba de hpótess, al llegar al paso 5, se tene ya la capacdad de tomar la decsón de rechazar o no la hpótess 1. Atendendo este planteamento que a crtero nuestro es el más coherente, sn la ntencón de desechar otros planteamentos hemos optado por segur estos pasos para el contraste de nuestras hpótess. Paso 1.- Plantear la Hpótess Nula (H) y la Hpótess Alterna (H 1 ): El prmer paso del procedmento es el tratamento de las hpótess, ya que para someter a contraste una hpótess es necesaro, además de formular la hpótess alterna (H 1 ), formular la hpótess Nula (H0) que vene a ser la negacón de la 1 MASN/LIND/MARCHAL Estadístca para Admnstracón y Economía Edtoral Alfa omega Méxco 001 Pág. 311

23 alterna. Es precso realzar este artfco debdo a que es la únca manera posble de probar hpótess es necesaro recalcar que en la notacón que se utlza,, la letra H sgnfca hpótess y el sub índce cero ndca no hay dferenca, mentras que la hpótess alterna que es llamada por algunos autores como hpótess de nvestgacón lleva el sub índce uno. En térmnos comunes y sencllos lo que se ha desarrollado en este paso es la formalzacón de las hpótess, tanto de la general como de las específcas, y se ha hecho de la sguente manera: HIPÓTESIS GENERAL Hpótess Nula (H0) El Índce Académco de los alumnos que desarrollan la asgnatura de Economía General I con el método de Semnaro (), no es sgnfcatvamente dferente al Índce Académco de los alumnos que estudan la asgnatura de Economía General I con el método de Clase Magstral (4) en la E.A.P. de Economía de la UNMSM Domínguez Barrera, Constantno, p ct. Pág. 5

24 Expresado formalmente esta dado por H0: = 4 Hpótess Alterna (H 1 ) El Índce Académco de los alumnos que desarrollan la asgnatura de Economía General I con el método de Semnaro ( ), es sgnfcatvamente dferente al Índce Académco de los alumnos que estudan la asgnatura de Economía General I con el método de Clase Magstral ( 4 ) en la E.A.P. de Economía de la UNMSM La expresón formal de esta hpótess es H1: 4 HIPÓTESIS ESPECÍFICAS Hpótess Nula El Índce Académco de los alumnos de la E.A.P. de Economía en la UNMSM que desarrollan la asgnatura de Economía General I no se ncrementa sgnfcatvamente con la aplcacón del método ddáctco de Semnaro La expresón formal es H0 : = 4 Hpótess Alterna

25 El Índce Académco de los alumnos de la E.A.P. de Economía en la UNMSM que desarrollan la asgnatura de Economía General I se ncrementa sgnfcatvamente con la aplcacón del método ddáctco de Semnaro La formalzacón de la hpótess se ha expresado por H 1 : > 4 Paso.- Selecconar el nvel de sgnfcanca: El nvel de sgnfcanca es la probabldad de rechazar la hpótess nula cuando es verdadera, a esto se le denomna Error de tpo I, algunos autores consderan que es más convenente utlzar el térmno nvel de resgo en lugar de nvel de sgnfcanca. A este nvel de resgo se le denota medante la letra grega alfa. (á) Hay que tener en cuenta que tradconalmente se seleccona el nvel de 0.05 para proyectos de nvestgacón sobre consumo o uso de servcos, el de 0.01 para el aseguramento de la caldad y precsón, y el de 0.10 para encuestas polítcas 3. 3 MASN/LIND/MARCHAL pct. Pág. 313

26 Para efectos de la presente nvestgacón se ha determnado que: α = 0.05 Paso 3.- Escoger el valor estadístco de prueba El valor estadístco de prueba que se ha consderado para el contraste de hpótess es el que corresponde a muestras grandes debdo a que n + n 4 son mayores que 30, y está presentada por la fórmula z = s n + 4 s n 4 4 Paso 4.- Formular la regla de decsón Una regla de decsón es un enuncado de las condcones según las que se acepta o se rechaza la hpótess nula, para lo cual es mprescndble determnar el Valor Crítco, que es un número que

27 dvde la regón de aceptacón y la regón de rechazo. Como se ha determnado que alfa es 0.05 y, utlzando la tabla que determna el área bajo la curva normal (Anexo N 13) Para la Hpótess General: Como la hpótess planteada no mencona drecconaldad, entonces se determna que es una prueba estadístca de dos colas, lo que nos hace establecer que se toma α /= El Anexo N 13 se basa en la mtad del área bajo la curva normal o sea Entonces hay que buscar el valor crítco con la sguente operacón: = y el valor que le corresponde es 1.96; por lo tanto el valor crítco es Z = La regla de decsón esta determnada en los sguentes térmnos: Rechazar la Hpótess nula s: Z > 1.96 o Z < -1.96

28 Hpótess específcas La hpótess específca está planteada para tener un tratamento de una sola cola, entonces se ha determnado Z con el valor α = Como se ha menconado anterormente, el Anexo N 13 presenta una tabla de valores de la mtad del área bajo la curva normal esto es, Entonces hay que buscar el valor crítco con la sguente operacón: = y el valor que le corresponde es Z = La regla de decsón que se ha planteado es: Se rechaza la hpótess nula s: Z< Paso 5.- Tomar una decsón Los estadígrafos calculados e párrafos anterores permtrá tomar las decsones correspondentes, que a manera de resumen presentamos la sguente tabla:

29 TABLA N 7 Post test 4 Estadígrafo Promedo Desvacón Estándar Varanza Total Partcpantes FUENTE: Elaboracón Propa Realzando las operacones que corresponda con los valores de la Tabla N 7 y el estadístco de prueba se ha obtendo que: z = Z = 5.3 (Z Calculada) La regla de decsón para la Hpótess general planteada en el paso anteror es que se rechaza la Hpótess nula s Z > 1.96 o Z < -1.96

30 Como Z calculada es mayor que z tabulada, entonces se rechaza la hpótess nula y se acepta la hpótess alterna que a la letra dce. El Índce Académco de los alumnos que desarrollan la asgnatura de Economía General I con el método de Semnaro ( ), es sgnfcatvamente dferente a Índce Académco de los alumnos que estudan la asgnatura de Economía General I con el método de Clase Magstral ( 4 ) en la E.A.P. de Economía de la UNMSM. Sn embargo nos nteresa saber qué método ddáctco es el que tene mayor relevanca, es decr con qué método ddáctco se obtene mejor índce académco, para eso se ha contrastado las hpótess específcas con la sguente regla de decsón: Se rechaza la hpótess nula s Z< Como Z calculada es mayor que z tabulada, entonces se rechaza la hpótess nula y se acepta la hpótess alterna que a la letra dce:

31 El índce académco de los alumnos de la E.A.P. de Economía en la UNMSM que desarrollan la asgnatura de economía se ncrementa sgnfcatvamente con la aplcacón del método ddáctco de semnaro.

Análisis de Varianza no paramétricos

Análisis de Varianza no paramétricos Capítulo VII Análss de Varanza no paramétrcos Anova de Kruskal-Walls Anova de Fredman Anova de Q de Cochran Introduccón Las técncas de análss de varanza no paramétrcos son útles cuando los supuestos de:

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

Más detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes: CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959)

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959) Modelo Lneal 03 Ana M Banco 1 Análss de la Varanza de dos factores con replcacones: Caso Balanceado cheffé, 1959 En este eemplo nos nteresa el tempo de coagulacón en mnutos del plasma sanguíneo para 3

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Anexo Nº 1 A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO

Anexo Nº 1 A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO Anexo Nº 1 1. METAS DE GESTIÓN A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO Metas de Gestón Incremento anual del número de conexones domclaras de agua potable (1) Incremento

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables ANEXO N 1 1. METAS DE GESTION A. METAS DE GESTIÓN DE LA TARIFA BASICA Corresponde a las metas de gestón de los proyectos ejecutados y fnancados con recursos nternamente generados por la Empresa, comprenddos

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

LECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)

LECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II) LECTURA 03 DISTRIBUCIONES DE FRECUENCIAS (PARTE II) DISTRIBUCIONES DE FRECUENCIAS EN INTERVALOS DE CLASE Y DISTRIBUCIONES DE FRECUENCIAS POR ATRIBUTOS O CATEGORÍAS TEMA 6 DISTRIBUCIÓN DE FRECUENCIAS EN

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

Enlaces de las Series de Salarios. Metodología

Enlaces de las Series de Salarios. Metodología Enlaces de las eres de alaros Metodología ntroduccón La Encuesta de alaros en la ndustra y los ervcos (E, cuyo últmo cambo de base se produjo en 996) ha sufrdo certas modfcacones metodológcas y de cobertura,

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Inferencia Estadística: Prueba de Hipótesis

Inferencia Estadística: Prueba de Hipótesis Inferenca Estadístca: Prueba de Hpótess Inferenca Estadístca: Hemos estudado cómo a partr de una muestra de una poblacón podemos obtener una estmacón puntual o ben establecer un ntervalo más o menos aproxmado

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 013 INSTITUTO NACIONAL DE ESTADÍSTICAS 015 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

:Concentración DBO promedio durante el día de monitoreo i (g/l) :Nº de días en que se ejecutaron controles, durante el mes

:Concentración DBO promedio durante el día de monitoreo i (g/l) :Nº de días en que se ejecutaron controles, durante el mes Instructvo Evaluacón de Cumplmento DBO Norma Nº 609 Con la fnaldad de establecer crteros comunes para la evaluacón del parámetro DBO 5 según lo señalado en la norma para descargas en alcantarllado aprobada

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012 Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE

Más detalles

CERTIFICADO DE CALIBRACION

CERTIFICADO DE CALIBRACION Nº de certfcado: Certfcate number: INSTRUMENTO: Instrument: Laboratoro de calbracón CERTIFICADO DE CALIBRACION Certfcate of calbraton XXXXXXXXXXX Estufa Págna 1 de 2 FABRICANTE: Manufacturer: Selecta MODELO:

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3 PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO

Más detalles

IN540: Métodos Estadísticos para economía y gestión Profesores: Marcelo Henríquez, Felipe Avilés Auxiliares: José Miguel Carrasco

IN540: Métodos Estadísticos para economía y gestión Profesores: Marcelo Henríquez, Felipe Avilés Auxiliares: José Miguel Carrasco Departamento de Ingenería Industral Facultad de Cs. Físcas y Matemátcas Unversdad de Chle IN540: Métodos Estadístcos para economía y gestón Profesores: Marcelo Henríquez, Felpe Avlés Auxlares: José Mguel

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Métodos multivariantes en control estadístico de la calidad

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Métodos multivariantes en control estadístico de la calidad UNIVERSIDAD NAIONAL MAYOR DE SAN MAROS FAULTAD DE IENIAS MATEMÁTIAS E.A.P. DE ESTADÍSTIA Métodos multvarantes en control estadístco de la caldad apítulo IV. Gráfcos de control MUSUM TRABAJO MONOGRÁFIO

Más detalles

CUADRIENIO 2011 2014

CUADRIENIO 2011 2014 INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- Caracterzacón de los actvos y carteras: Rentabldad resgo Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura:

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo

Más detalles

Cuaderno de actividades 4º ESO

Cuaderno de actividades 4º ESO Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto

Más detalles

Comparación de Tasas. Ejemplo StatFolio: comparerates.sgp

Comparación de Tasas. Ejemplo StatFolio: comparerates.sgp STATGRAPHICS Rev. 9/4/2006 Comparacón de Tasas Resumen El procedmento Comparacón de Tasas esta dseñado para comparar las tasas observadas de un evento entre muestras. Este realza una prueba de dspersón

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Formulación y Evaluación de Proyectos

Formulación y Evaluación de Proyectos Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto

Más detalles

ANEXO 24 JUSTIFICACIÓN ECONÓMICA

ANEXO 24 JUSTIFICACIÓN ECONÓMICA ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema de

Más detalles

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA 0. INTRODUCCIÓN. Los estudos hdrológcos requeren del análss de nformacón hdrometeorológca, esta nformacón puede ser de datos de precptacón, caudales, temperatura,

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

CORRELACION Y REGRESION

CORRELACION Y REGRESION CORRELACION Y REGREION Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

ANEXO 17: METODOLOGÍA DE REDETERMINACIÓN DE PRECIOS MO T

ANEXO 17: METODOLOGÍA DE REDETERMINACIÓN DE PRECIOS MO T ANEXO 7: EODOLOGÍA DE REDEERINACIÓN DE PRECIOS El monto del preco ajustado es el que resulte de la aplcacón de la metodología que se desarrolla a contnuacón: La parte del preco pagadera en la moneda del

Más detalles

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE BOLETÍN OFICIAL DE CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE SECRETARÍA GENERAL Correccón errores al anunco publcado en el Boletín Ofcal Cantabra número 72 17 abrl 2015, aprobacón la Orn ECD/48/2015,

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma

Más detalles

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Instituto Guatemalteco de Seguridad Social. ACUERDO No. 24/2007 EL GERENTE DEL INSTITUTO GUATEMALTECO DE SEGURIDAD SOCIAL CONSIDERANDO:

Instituto Guatemalteco de Seguridad Social. ACUERDO No. 24/2007 EL GERENTE DEL INSTITUTO GUATEMALTECO DE SEGURIDAD SOCIAL CONSIDERANDO: ' nsttuto Guatemalteco de Segurdad Socal ACUERDO No. 24/2007,! j :.::;, ; EL GERENTE DEL NSTTUTO GUATEMALTECO DE SEGURDAD SOCAL CONSDERANDO: Que la efcente gestón del nsttuto depende del desempeño de cada

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116 Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 014 INSTITUTO NACIONAL DE ESTADÍSTICAS AÑO 016 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

DENSIDAD ELABORADO POR: DANIELA ALEJANDRA BARRETO GOMEZ MARIA CAROLINA BENAVIDES MUÑOZ VALENTINA ROJAS MARTINEZ KAREN SUSANA DE MARIA MOSQUERA TORRADO

DENSIDAD ELABORADO POR: DANIELA ALEJANDRA BARRETO GOMEZ MARIA CAROLINA BENAVIDES MUÑOZ VALENTINA ROJAS MARTINEZ KAREN SUSANA DE MARIA MOSQUERA TORRADO DENSIDAD ELABORADO POR: DANIELA ALEJANDRA BARRETO GOMEZ MARIA CAROLINA BENAVIDES MUÑOZ VALENTINA ROJAS MARTINEZ KAREN SUSANA DE MARIA MOSQUERA TORRADO PRESENTADO A: FERNANDO VEGA PONTIFICIA UNIVERSIDAD

Más detalles

INTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES

INTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES Índce INTRODUCCIÓN... OBJETIVOS GENERALES... 3 OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ESTADÍSTICA DESCRIPTIVA INTRODUCCIÓN... 8 RECOLECCIÓN DE DATOS... 8 TEORÍA DEL MUESTREO... 8 TRATAMIENTO

Más detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles