PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio
|
|
- Luis Maestre Valenzuela
- hace 7 años
- Vistas:
Transcripción
1 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260, 231, 229, 249, 254, 257, 214, 237, 253, 274, 230, 223, 253, 195, 269, 231, 268, 189, 290, 218, 313, 220, 270, 277, 375, 222, 290, 231, 258, 227, 269, 220, 224. a) Costruir u esquema de tallo-hoja, e el cual los tallos sea 18, 19, 20,... b) Costruir ua tabla de frecuecias que coste de 9 itervalos de igual logitud, siedo el primero [175, 200). d) Graficar el histograma correspodiete a la tabla hallada e (b) de maera que el área sea la frecuecia relativa. e) Se distribuye el cojuto de datos e forma de campaa o uiformemete? 2. Cosideremos x 1,..., x ua muestra de ua població cualquiera. Sea x y x la media y la mediaa muestral, respectivamete. a) Si se suma ua costate c a cada uo de los x i de la muestra, obteiédose y i = x i + c, cómo se relacioa x co ȳ y x co ỹ? b) Si cada x i es multiplicado por ua costate c, obteiédose y i = cx i, respoder a la preguta plateada e (a). 3. Sea s 2 X la variaza muestral correspodiete a la muestra x 1,..., x. Demostrar que: a) s 2 X = 1 i=1 x 2 1 i 1 x2. b) Si y i = x i + c, co c costate, etoces s 2 Y = s 2 X. c) Si y i = cx i, co c costate, etoces s 2 Y = c 2 s 2 X. 4. Sea x 1,..., x ua muestra de ua població co media µ y mediaa µ. (a) Para qué valores de c se miimiza i=1 (x i c) 2? (Sugerecia: derivar co respecto a c). (b) Usado (a) decidir cuál de estas dos catidades es más pequeña: 1 (x i x) 2 o i=1 1 (x i µ) 2. i=1 (c) Para qué valores de c se miimiza i=1 x i c? (Sugerecia: 1: Se puede usar la misma técica que e a)? 2: Para fijar ideas, comiece co ua muestra de tamaño = 3).
2 27 5. Dada ua muestra x 1,..., x, se defie la siguiete medida de dispersió: MAD (x 1,..., x ) = med 1 i x i x a) Sea c ua costate. Si defiimos y i = x i +c, cuál es la relació etre MAD (x 1,..., x ) y MAD (y 1,..., y )? b) Respoder (a) para y i = cx i. c) Calcular la MAD para los datos del Ejercicio A partir de ua muestra x 1,..., x se calcula la media y el desvío estádar muestrales, x y s X respectivamete. Si defiimos y i = (x i x) /s X, cuáto vale ȳ y s Y? Iterpretar este resultado. 7. Los siguietes valores represeta las gaacias, expresadas como porcetajes de vetas, de 22 firmas: a) Hallar la mediaa muestral y los cuartiles iferior y superior de estos datos. b) Costruir u box-plot e idetificar los putos extremos. 8. La siguiete tabla cotiee valores de població, e cietos de miles, de las 10 ciudades más pobladas de 4 países e el año Argetia EEUU Holada Japó Estos datos se ecuetra e la págia de la materia 1. a) Costruir u box-plot para los datos de cada país e idetificar los putos extremos e cada caso. b) Comparar los cetros de cada població, sus dispersioes y su simetría. Cuál es el país más homogéeamete habitado? 9. Los datos graficados e la última págia correspode a las máximas cocetracioes diarias (e partes por mil milloes) de dióxido de azufre e Bayoe desde oviembre de 1969 hasta octubre de 1972, agrupadas por mes. Los box-plots se realizaro e base a los 36 grupos (meses) de 30 medicioes cada uo. 1 http : // estadistica C/2004/1/datos/
3 28 a) Aumeta o dismiuye la cocetració media de dióxido de azufre a través del tiempo? b) Cómo evolucioa los cuartiles superiores a lo largo del tiempo? Compare co (a). c) Qué observa e los meses de iviero? (Recuerde que se trata del hemisferio Norte). d) Qué ocurre co la dispersió de los datos cuado el ivel geeral de cocetració es alto? (Fuete: Rice, J. (1988). Mathematical Statistics ad Data Aalysis. Ed. Wadsworth ad Brooks/Cole) 10. Dos métodos fuero usados para determiar la temperatura de fusió del hielo (Natrella, 1963). Los ivestigadores quería saber si los dos métodos difería o o. Los datos siguietes da el cambio e calor total (e calorías por gramo de masa) al pasar de hielo a -72 o C a agua a 0 o C. (Fuete: idem Ejercicio 9) Método A: 79.98, 80.04, 80.02, 80.04, 80.03, 80.03, 80.04, 79.97, 80.05, 80.03, 80.02, Método B: 80.02, 79.94, 79.98, 79.97, 79.97, 80.03, 79.95, Realice u box-plot para cada uo de los métodos e u mismo par de ejes cartesiaos (como el gráfico del Ejercicio 9). A partir de los box-plots obteidos, qué le diría a los ivestigadores? 11. Realice u qq-plot para los datos del Ejercicio 1. Qué coclusioes puede obteer sobre la distribució de los datos? 12. Este ejercicio es para familiarizarse co los qq-plots, para darse ua idea de cómo puede ser éstos cuado la distribució subyacete es ormal y cuado o lo es. (a) Geerar muestras de tamaño 25, 50 y 100 de ua distribució ormal. Costruir qq plots para cada ua de ellas. Repetir varias veces para darse ua idea de cómo se comporta los qq plots cuado la distribució subyacete es ormal. (b) Repetir a) para ua Γ(5, 1 2 ). (c) Repetir a) para Y = Z U dode Z N(0, 1) y U U(0, 1) idepedietes. (d) Repetir a) para ua distribució uiforme. (e) Repetir a) para ua distribució expoecial. (f) Puede distiguir etre la distribució ormal del ítem a) y las siguietes distribucioes que o so ormales? 13. Co el fi de determiar cuál sería u mejor suplemeto dietario, se realizó ua comparació de la reteció de dos formas de hierro: Fe2+ y Fe3+. Los ivestigadores dividiero aleatoriamete a 36 ratas e dos grupos de igual úmero. A u grupo se le sumiistró e forma oral ua cocetració de 1.2 millimolar de Fe2+ y al otro grupo
4 29 se le sumiistró la misma cocetració de Fe3+. Al cabo de cierto tiempo se realizó u coteo e cada rata para determiar el porcetaje de hierro reteido. El archivo de datos se ecuetra e la págia de la materia. (a) Realice los boxplots y los qq-plots de los porcetajes obteidos para cada grupo. E base a estos gráficos, le parece razoable supoer que cada uo de los cojutos de datos proviee de ua distribució ormal? Por qué? (b) E ua seguda etapa, los ivestigadores trasformaro los datos aplicado la fució logaritmo atural (l) a cada ua de las observacioes. Repita el aálisis aterior co los datos trasformados. E base a la iformació obteida, le parece razoable supoer que cada uo de los cojutos de datos trasformados se distribuye segú ua distribució ormal? Por qué? 14. El archivo CPU.txt, que se ecuetra e la págia de la materia cotiee tiempos de CPU (e segudos) correspodietes a 1000 tiempos de trabajos eviados por ua cosultora. Para este cojuto de datos: (a) Calcular la media muestral, la mediaa muestral y la media α-podada co α = 0.10 (10%). (b) Calcular el desvío estádar muestral, la distacia itercuartil y la MAD (c) Realizar u histograma y u boxplot. Cuáles so las características más sobresalietes? Hay outliers? (d) Qué medida de posició cree que es más apropiada para estos datos? (e) Qué distribució cree que tiee estos datos? (f) Cómo haría para verificar si su cojetura es razoable? (Sugerecia: Deje volar su imagiació)
5
MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesIntervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.
Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesTEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesProbabilidades y Estadística (M) Práctica 8 1 cuatrimestre 2012 Convergencias - Ley de los Grandes Números
robabilidades y Estadística (M) ráctica 8 cuatrimestre 22 Covergecias - Ley de los Grades Números. Ua máquia produce artículos de 3 clases: A, B y C e proporcioes 25 %, 25 % y 5 % respectivamete. Las logitudes
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detalles1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.
GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y
Más detallesDISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)
DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesSobre los intervalos de confianza y de predicción
Sobre los itervalos de cofiaza y de predicció Itervalos de cofiaza Javier Satibáñez 28 de febrero de 2018 Se costruye itervalos de cofiaza para parámetros. Sea X = X 1,..., X } ua muestra aleatoria de
Más detallesPre-PAES 2016 Media aritmética, moda y mediana.
Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a
Más detallesProbabilidad y estadística
Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química
Más detallesPrueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)
Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA
Más detallesTema 2. Medidas descriptivas de los datos
Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa
Más detallesSecretaría de Extensión Universitaria. Trabajo Practico N 3
Trabajo Practico N 3 Medidas de Tedecia Cetral La Media (promedio), se deota como x, de ua muestra es el promedio aritmético de sus valores. Y se calcula mediate al formula: Si aparece los datos agrupados
Más detallesMétodos de Análisis Cuantitativo
Métodos de Aálisis Cuatitativo Fórmulas E este documeto se lista las fórmulas trabajadas e las clases del curso de Métodos de Ivestigació Cuatitativa (GES204) de la Facultad de Gestió y Alta Direcció de
Más detallesSlide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos
Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad
Más detallesESTADÍSTICA UNIDIMENSIONAL
I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció
Más detallesEstadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana
Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar
Más detallesEstimación por intervalos
Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo
Más detallesCOLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN
COLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN MEDIDAS DE POSICIÓN Las medidas de posició divide u cojuto de datos e
Más detallesTema 14: Inferencia estadística
Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos
Más detallesProblemas de cálculo
Problemas Estimació estadística Vicete Mazao-Arrodo, 2012,2013 Problemas de cálculo Ejercicio 1 resuelto Observamos e mometos al azar e ua cocurrida calle de la ciudad. Nos iteresa registrar cuátas persoas
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas
Más detallesUT-4: Distribuciones fundamentales de muestreo y descripción de datos
UT-4: Distribucioes fudametales de muestreo y descripció de datos Sub tema: Muestreo aleatorio. Distribucioes muestrales. Distribucioes muestrales de medias. Teorema del límite cetral. Aplicacioes. DF
Más detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesMATEMÁTICAS 2ºBACHILLERATO CCSSII
La trata del recueto, ordeació y clasificació de los datos obteidos por las observacioes, para poder hacer comparacioes y sacar coclusioes. U estudio estadístico costa de las siguietes fases: Recogida
Más detallesINFERENCIA ESTADÍSTICA Y ESTIMACIÓN
INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo
Más detallesHacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa
Más detallesAnálisis estadístico de datos. Análisis estadístico de datos simulados. Elección de una distribución. Análisis estadístico de datos simulados
Aálisis estadístico de datos Aálisis estadístico de datos simulados Patricia Kisbye FaMAF 29 de abril, 2008 Cada fuete de aleatoriedad debe expresarse de acuerdo a ua distribució de probabilidad. Ua mala
Más detallesPregunta Nº1 (60%) Solemne Nº1
Curso: ICI3020 - Simulació. Profesores: Felipe Gozález, Pablo Rey Ayudates: Gustavo Heríquez, Ricardo Ramírez Semestre: II-200 Soleme Nº :30 miutos. Si cosultas Preguta Nº (60%) Se desea modelar la operació
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,
Más detallesSESION 15 DISTRIBUCIONES DE MUESTREO
SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesDISTRIBUCIONES EN EL MUESTREO
7/9/08 DISTRIBUCIONES EN EL MUESTREO Uidad 4 08 Las estadísticas pesadas como variables aleatorias Ejemplo: u experimeto E cosiste e elegir =5 alícuotas de agua del río y medir la cocetració de arséico:
Más detallesTEMA 6.- INTERVALOS DE CONFIANZA
TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método
Más detalles8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS
8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detalles1 e. F (x; y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que F (x; y) =
Probabilidades y Estadística (M) Práctica 5 2 o cuatrimestre 2013 Vectores aleatorios 1. a) Demostrar que la fució F (x; y) = 1 e x y si x 0 ; y 0 0 e caso cotrario o es la fució de distribució acumulada
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detalles3. Distribuciones de probabilidad
3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesAnálisis de resultados. Independencia de las muestras
Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas
Más detallesCód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.
rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ
Más detalles2.2. Estadísticos de tendencia central
40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,
Más detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detallesSOLUCIONES X X
eptiembre 016 EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO EPTIEMBRE 016 Código asigatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesEstadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3
Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detallesRepaso...Último Contenidos NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Fucioes y relacioes. Diagrama Sagital. Sea A = { a,b, c} y B = { 1, 2, 3, 4} Repaso...Último Coteidos NM 4 A: Cojuto
Más detallesEstadística aplicada a las Ciencias Políticas y Derecho
Estadística aplicada a las Ciecias Políticas y Derecho Exame fial La duració del exame es de horas y media. Respoder a todas las pregutas. El ejercicio 1 vale 5 putos (1 para cada apartado) y los ejercicios
Más detallesESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012
ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detallesEstimación de Parámetros. Estimación de Parámetros
Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesMEDIDAS DE DISTRIBUCION
MEDIDAS DE DISTRIBUCION ASIMETRIA Y CURTOSIS Dr. EDGAR APAZA ZUÑIGA UNIVERSIDAD NACIONAL DEL ALTIPLANO MEDIDAS DE DISTRIBUCIÓN Las Medidas de Distribució permite idetificar y caracterizar la forma e que
Más detallesESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.
ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s
Más detallesTrabajo Práctico Nro. 9 ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES Y SERIES DE FOURIER
F.I.U.B.A AÁLISIS AEÁICO III rabajo Práctico ro. 9 rabajo Práctico ro. 9 ECUACIOES DIFERECIALES E DERIVADAS PARCIALES Y SERIES DE FOURIER I.- Itroducció a las Ecuacioes Difereciales e Derivadas Parciales
Más detallesUniversidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA
Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete
Más detallesSESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN
SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,
Más detallesFormulas. Población infinita. Población finita
Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detalles2 Conceptos básicos y planteamiento
ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesTopografía 1. II semestre, José Francisco Valverde Calderón Sitio web:
II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,
Más detallesExamen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. Examen del 18 de junio de 2010
Eame de la asigatura "Estadística aplicada a las ciecias sociales" Profesor Josu Mezo. Eame del 18 de juio de 2010 Recordatorio de fórmulas (o todas so ecesarias) Σ N i c cifi s s sˆ ET 1 z estimador ET
Más detallesUNIDAD 3.- INFERENCIA ESTADÍSTICA I
UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesExplicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.
Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de
Más detallesX X. ... n. Medidas de tendencia Central Estadígrafos de tendencia central.
Medidas de tedecia Cetral Estadígrafos de tedecia cetral. Cada vez que se observa u feómeo cuatitativo, os iteresa saber si los datos recolectados se aglutia e toro a ciertos valores represetativos que
Más detalles13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media
Más detallesDistribuciones Muestrales
10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes
Más detallesb) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices:
EJERCICIOS PROPUESTOS. Tarea 3. Cosiderar las siguietes particioes de S 5 σ = 354 τ = 354 π = 453. a) Determiar el sigo de cada ua de las ateriores particioes. b) Ecotrar: τ o σ ; π o σ ; σ y τ.. Usar
Más detallesEstadística Teórica II
tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detallesMedidas de tendencia central
Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesUna sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc.
Sucesioes Sucesi o. Ua sucesió es u cojuto ifiito de úmeros ordeados de tal forma que se puede decir cuál es el primero, cuál el segudo, el tercero, etc. Los térmios de ua sucesió se desiga mediate a 1,
Más detalles