1 Valores individuales del conjunto

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

Download "1 Valores individuales del conjunto"

Transcripción

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

2 5/03/00 Medidas de tedecia cetral MEDIAS Aritmética Poderada Armóica Media aritmética Si ua serie de repeticioes de la medida de u objeto provee valores idividuales idepedietes, el valor más probable para el cojuto geeralmete es: x i x i i Media aritmética Valores idividuales del cojuto Catidad de valores idividuales

3 5/03/00 Ejemplo: E la determiació del área efectiva de u cojuto pistó- cilidro de ua balaza de presió por el método de comparació, fuero obteidos los siguietes valores: Nº Valor [mm ] Nº Valor [mm ] ( ) [ ] mm Media poderada Es la media aritmética que se utiliza cuado a cada valor de la variable (xi) se le otorga ua poderació o peso distito de la frecuecia o repetició. Para poder calcularla se tedrá que teer e cueta las poderacioes de cada uo de los valores que tega la variable p w x i i i x i i w i wi Media poderada Valores idividuales del cojuto Peso de cada valor idividual 3

4 5/03/00 Ejemplo: Se realizaro 0 repeticioes de ua medició de presió, que está relacioada co la temperatura: Presió (xi) Temperatura (wi) 40, 5,8 40,3 6 40,05 5,3 40,3 5,8 40,8 5,9 40,0 5,9 40,3 6, 40,5 6,4 40,5 6,4 40,6 6,5 p p ( 40, 5, ,6 6,5) 40,9 5, ,5 Media armóica Es la iversa de la media aritmética de las iversas de los valores de la variable, respode a la siguiete expresió: h i xi x i h Media armóica Valores idividuales Catidad de valores idividuales Se utiliza para promediar velocidades, caudales, redimietos etc. 4

5 5/03/00 Ejemplo: Calcular el valor medio de flujo de u puto de calibració e u baco gravimétrico, del cual se tomaro cico lecturas. Codicioes del baco: Tiempo de vetaa: 30 segudos Velocidad de la bomba: k * 40 Hz Nº Lectura [l/mi] 53,5 53, 3 5,55 4 5, 5 5, 5 h ,5 53, 5,5 5, + h 5,6 l mi 5, Errores e la medició: Al aceptar que podemos cometer errores e el proceso de medició, estamos tambié aceptado que utilizar las medidas de tedecia cetral o es suficiete para garatizar por ejemplo, ua buea calibració. Clasificació de los errores: Debidos al método Debidos al operario Debidos al istrumeto Debido a las codicioes ambietales Debido al mesurado Para calificar debidamete u cojuto de datos, ecesitamos coocer su dispersió. 5

6 5/03/00 Medidas de Dispersió Amplitud Variaza Desviació estádar experimetal Medidas de dispersió Amplitud Es la diferecia i etre el mayor y el meor valor del cojuto de datos aalizado Grupo Valor Valor Valor3 Amplitud Media A B C

7 5/03/00 Variaza Como forma de medir la dispersió de u úmero de medicioes idepedietes etre sí: La variaza S se defie como la media de las diferecias cuadráticas de putuacioes, co respecto a su media aritmética, es decir: S Variaza S ( x i ) i x i Media aritmética Valor de cada repetició Número de repeticioes Desviació estádar experimetal La raíz cuadrada de la variaza es deomiada desviació estádar, y tiee la misma dimesió que la media. s ( x ) i i S x i Desviació estádar Media aritmética Valor de cada repetició Número de repeticioes 7

8 5/03/00 Ejemplo Grupo Valor Valor Valor3 Amplitud Media Variaza Desviació [uidad] A B C Variaza Desviació estádar experimetal [( 3 3) + ( 3 3) + ( 3 3) ] 0 S A S 0 0 S B [( 3) + ( 3 3) + ( 4 3) ] S S C [( 9 3) + ( 0 3) + ( 0 3) ] 7 S Criterio de rechazo de Chauveet No es recomedable para pequeñas muestras Se admite que u cojuto de repeticioes tega ua distribució ormal Se rechaza la medida si: i Valor de la repetició k i S k S Media del cojuto Coeficiete de Chauveet Desviació estádar 8

9 5/03/00 Coeficiete de Chouveet k k k Ejemplo: Dado el cojuto de repeticioes de la medida del diámetro de u eje, determiar los valores que puede ser rechazados por el criterio de Chauveet i i [mm] i i [mm] [mm] S 0.04 [mm] K (0) * S

10 5/03/00 i i - i i El valor de la medida Nº 6: > es rechazado pues i >k (0) *S Habiedo rechazado el valor Nº 6, el uevo valor medio es:.557 [mm] S [mm] k (9) 0.03 i i De acuerdo co el criterio de Chauveet, todas las repeticioes so aceptadas pues: i <

MEDIDAS DE DISPERSIÓN.

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

02) Mediciones. 0202) Mediciones

02) Mediciones. 0202) Mediciones Págia 02) Medicioes 0202) Medicioes Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Teoría de Errores e Icertezas Si usted puede medir lo que está cosiderado y expresarlo e úmeros, usted

Más detalles

Estadística Descriptiva

Estadística 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 detalles

Desigualdad de Tchebyshev

Desigualdad de Tchebyshev Desigualdad de Tchebyshev Si la Esperaza y la variaza de la variable X so fiitas, para cualquier úmero positivo k, la probabilidad de que la variable aleatoria X esté e el itervalo La probabilidad de que

Más detalles

2.2. Estadísticos de tendencia central

2.2. 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 detalles

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 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 detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios 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 detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

Repaso...Último Contenidos NM 4

Repaso...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 detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 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 detalles

Unidad N 2. Medidas de dispersión

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

Más detalles

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

Universidad 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 detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES 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 detalles

MEDIDAS DE TENDENCIA CENTRAL

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 detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios 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 detalles

Distribuciones Muestrales

Distribuciones 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 detalles

Tema 2. Medidas descriptivas de los datos

Tema 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 detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis 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 detalles

Introducción a las medidas de dispersión.

Introducción a las medidas de dispersión. UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo 1. Obteemos la tabla de frecuecias: Altura a) Para el cálculo de la media se tiee: y i i N i y i i 65,6 9 9

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

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

Más detalles

Trabajo Especial Estadística

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

Más detalles

Medidas de tendencia central

Medidas 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 detalles

MEDIDAS DE DISTRIBUCION

MEDIDAS 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 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

) 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 detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana

Estadística 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 detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia 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 detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-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 detalles

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

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

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES 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 detalles

Ley de Grandes Números y Teorema Central del

Ley de Grandes Números y Teorema Central del Ley de Grades Números y Teorema Cetral del Límite 25 de mayo de 2017 2 Capítulo 1 Ley de grades úmeros y Teorema cetral del límite 1.1. Sucesioes i.i.d. E el capítulo aterior cosideramos variables X 1,...,X

Más detalles

Probabilidad y estadística

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

Más detalles

Ejercicios Matemáticas I Pendientes 1 BCT

Ejercicios Matemáticas I Pendientes 1 BCT Ejercicios Matemáticas I Pedietes BCT ª Parte Uidad 7 Álgebra. Dado el poliomio P( ) = + k 5, calcula el valor de k para que el valor umérico del poliomio e = sea.. Halla u poliomio de tercer grado cuyo

Más detalles

INTRODUCCION Teoría de la Estimación

INTRODUCCION 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 detalles

COLEGIO 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 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 detalles

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

X X. ... n. Medidas de tendencia Central Estadígrafos de tendencia central.

X 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 detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA IC INFERENCIA ETADÍTICA INTERVALO DE CONFIANZA IC I Geeralidades Cuado se estima u parámetro e forma putual, geeralmete, pero o siempre, el resultado de la estimació es simplemete u úmero, o teiédose igua

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

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

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces. Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del

Más detalles

SOLUCIONES. Septiembre 2017 EXAMEN MODELO B Pág. 1. Calificación= (0,4 x Aciertos) - (0,2 x Errores)

SOLUCIONES. Septiembre 2017 EXAMEN MODELO B Pág. 1. Calificación= (0,4 x Aciertos) - (0,2 x Errores) eptiembre 017 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 017 Código asigatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Material: Adeda (Formulario y Tablas) y calculadora programable

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 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 detalles

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio. EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la

Más detalles

TEORÍA DE LA ESTIMACIÓN

TEORÍA 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 detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA 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 detalles

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Explicación 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 detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 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 detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS 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 detalles

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica

Más detalles

Pasos básicos para docimar una hipótesis:

Pasos básicos para docimar una hipótesis: Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 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 detalles

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas TAMAÑO DE MUETRA Ua de las etapas del diseño muestral es el cálculo del tamaño de la muestra (Cocra, 977, p. 7-88; Médez, 004, p. 45-47; y aro, 999, p. 39-4), ésta se lleva a cabo cosiderado el objetivo

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 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 detalles

Figura 10. No se satisface el supuesto de linealidad.

Figura 10. No se satisface el supuesto de linealidad. Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. Examen del 18 de junio de 2010

Examen 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 detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos

Slide 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 detalles

Preguntas más Frecuentes: Tema 2

Preguntas 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 detalles

MATEMÁTICAS 3º ESO - SUCESIONES. Una sucesión es un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero

MATEMÁTICAS 3º ESO - SUCESIONES. Una sucesión es un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero ucesioes Ua sucesió es u cojuto de úmeros dados ordeadamete de modo que se pueda umerar: primero, segudo, tercero Ejemplos: a), 3, 5, 7, 9, b), 4, 9, 6, 25, 36 c) 2, 4, 8, 6, 32, 64 e llama térmios a los

Más detalles

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

1 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 detalles

Test de Hipótesis. Material Preparado por Hugo Delfino

Test de Hipótesis. Material Preparado por Hugo Delfino Test de Hipótesis Material Preparado por Hugo Delfio 8-3 Qué es ua Hipótesis? Hipótesis: Es u suposició acerca del valor de u parámetro de ua població co el propósito de discutir su validez. Ejemplo de

Más detalles

2. Estimación de errores de medidas directas

2. Estimación de errores de medidas directas Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació

Más detalles

Unidad 2 Diseño de experimentos de un factor

Unidad 2 Diseño de experimentos de un factor Uidad Diseño de experimetos de u factor.. Familia Diseños para comparar tratamietos.. Diseño Complemetario al azar y ANOVA.3. Comparacioes o Pruebas de Ragos Multiples.4. Verificació Supuestos del Modelo.5.

Más detalles

DISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA, GEOGRAFÍA E INFORMÁTICA (INEGI)

DISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA, GEOGRAFÍA E INFORMÁTICA (INEGI) 403 DISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA GEOGRAFÍA E INFORMÁTICA (INEGI 404 Diseño muestral de la ecuesta ÍNDICE Págia. Itroducció... 405 2.

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA 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 detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 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 detalles

SALTOS HIDRÁULICOS. Mg.ARRF

SALTOS HIDRÁULICOS. Mg.ARRF SALTOS IDRÁULICOS 1 Fig..-Nomeclatura utilizada e saltos co turbias de reacció SALTOS IDRÁULICOS CONCEPTO DE SALTO EN TURBINAS IDRÁULICAS Saltos e la Turbia de reacció salto bruto o altura geométrica es

Más detalles

MEDIA ARITMÉTICA SIMPLE

MEDIA ARITMÉTICA SIMPLE MEDIA ARITMÉTICA SIMPLE Por Iga. Karim Paz, kspaz@url.edu.gt RESUMEN Por lo geeral cuado se hace referecia al térmio media, las persoas piesa de maera imediata e media aritmética, si embargo existe otros

Más detalles

Intervalos de confianza Muestras grandes

Intervalos de confianza Muestras grandes Itervalos de cofiaza Muestras grades Por qué u itervalo de cofiaza? E la Uidad 3 revisamos los coceptos de població y muestra. Los parámetros poblacioales so la media μ y la variaza σ. So costates y geeralmete

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones EAMEN MODELO C Pág. INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 05 Código asigatura: 6007 EAMEN TIPO TET MODELO C DURACION: HORA olucioes Gráfica : Distribució de u grupo de 800 profesioales saitarios colegiados

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

SUMA DE VARIABLES ALEATORIAS

SUMA DE VARIABLES ALEATORIAS SUMA DE VARIABLES ALEATORIAS do C. 018 Clase Nº 9 Mg. Stella Figueroa Teorema Cetral del Límite El teorema afirma que la distribució de la suma de u gra úmero de variables aleatorias tiee aproximadamete

Más detalles

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 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 detalles

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse.

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse. ANEXO 1. MUESTREO Y TOLERANCIAS DE PRODUCTOS PREMEDIDOS 2. APLICACIÓN El presete reglameto se aplicará para la verificació de los coteidos etos de los productos promedios, etiquetados, co coteido omial

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

1. 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 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 detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

Formulas. Población infinita. Población finita

Formulas. 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 detalles

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión Tema 1 Estadística descriptiva: Medidas de cetralizació y dispersió Curso 2017/18 Grados e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable

Más detalles

PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE

PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE Objetivos Comprobar que la suma de variables aleatorias idepedietes y co la misma distribució es aproximadamete ormal. Estudiar la robustez de la aproximació frete

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos 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 detalles

a) ( ) ( ) Supóngase que se toma una muestra en una población con distribución N ( ;1. Qué tamaño debe tener esta para que P X µ SOLUCIÓN:

a) ( ) ( ) Supóngase que se toma una muestra en una población con distribución N ( ;1. Qué tamaño debe tener esta para que P X µ SOLUCIÓN: ..- Supógase que se toma ua muestra e ua població co distribució N ( ;. Qué tamaño debe teer esta para que P X µ 0. 0.95? µ ) ( ) 384.3.- Si se toma ua muestra e ua població co distribució B p, para que

Más detalles

Métodos de Análisis Cuantitativo

Métodos 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 detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 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 detalles