Tema 7: MEDIDAS DE CONCENTRACIÓN

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

Download "Tema 7: MEDIDAS DE CONCENTRACIÓN"

Transcripción

1 Introduccón a la Econometría. Conceto. Las meddas o índces de concentracón tenen como objetvo fundamental cuantfcar el grado de desgualdad en el rearto o dstrbucón de una magntud económca (rentas, negoco, benefcos, etc...), entre un número determnado de undades (ndvduos, famlas, emresas, etc...). La forma de la dstrbucón de una magntud, reresentada or una varable estadístca, ya se ha estudado a través de dversas meddas de oscón, dsersón, asmetría y auntamento. Lo que ahora nos nteresa es la mayor o menor equdad en el rearto de la suma total observada de una magntud entre los ntegrantes del conjunto ercetor de dcha suma. Para ello, deberemos recoger de cada elemento ertenecente al conjunto ercetor, la nformacón de la cuantía ndvdual recbda en el rearto. La dfcultad resde en que, en muchas ocasones, esa nformacón vene agruada en clases y, or tanto, el estudo de la concentracón no se odrá hacer con la recsón debda. Es evdente que las dos stuacones extremas que odemos consderar, resecto a la equdad en el rearto, son: - Mínma concentracón o máxma gualdad: cuando a todos los ntegrantes del conjunto ercetor se les asgna la msma cantdad en el rearto del monto total. - Máxma concentracón o mínma gualdad: cuando un únco ercetor recbe la suma total a reartr y los demás no ercben nada. Estas dos stuacones deberán estar claramente dentfcadas or las meddas de concentracón que se defnan y que, asmsmo, deberán graduar las stuacones ntermedas, entre las que se encontrará la mayoría de los casos estudados en la ráctca. 2. Índce de Gn. Para la obtencón de este índce de concentracón se debe ordenar, revamente, el conjunto de ercetores de menor a mayor cuantía obtenda en el rearto de la magntud dstrbuda. S el número de ercetores es N y reresentamos or V el valor que le corresonde al ercetor -ésmo, la ordenacón suondrá que: V V 2 V V N- V N A contnuacón se obtendrán las cantdades acumuladas, tanto del número de ercetores como del valor ercbdo, ara determnar, fnalmente, las roorcones corresondentes a estas cantdades acumuladas. Todo lo anteror se uede exoner en el sguente cuadro: 03

2 Deartamento de Estadístca e Investgacón Oeratva II (Métodos de Decsón) ercetores Valor obtendo V número acumulado de ercetores valor acumulado U N 00 q U U N º V U V q 2º V 2 2 U 2 V +V 2 2 q 2 º V U V +...+V q (N-)º V N- N- U N- V +...+V N- N- q N- Nº V N N U N V +...+V N N 00 q N Las dos últmas columnas nos descrben de qué forma se ha llevado a cabo la dstrbucón de la cuantía total entre los ercetores. S el rearto hubese sdo gualtaro, todos ercbendo la msma cantdad, se cumlría que q,...,n-; mentras que en el caso de que un únco ercetor obtuvera la cuantía total, caso de máxma concentracón, se tendría que q 0,...,N-. En cualquer otro caso ntermedo, que serán los consderados en la ráctca, se dará que > q, udéndose establecer que s estos valores están muy róxmos la concentracón será muy baja, y s están muy alejados entre sí, la concentracón será elevada. Cuanto mayor sea la dferenca ( - q ) mayor será la concentracón roducda en el rearto, udendo, así, dentfcar en qué sectores o gruos del conjunto ercetor se da mayor concentracón, or el mayor valor de esas dferencas. El índce de concentracón de Gn se defne como: I G N- ( -q ) N- - N- N- q [7.] Cumlendo que: - Caso de mínma concentracón o máxma gualdad ( q,...,n-): I G 0 - Caso de máxma concentracón o mínma gualdad (q 0,...,N-): I G - Casos ntermedos: cuanta mayor concentracón se detecte, más cerca de se stuará el valor del índce, y cuanta mayor gualdad haya en el rearto más cerca de 0 estará. Por tanto: 0 I G Pero, como se ha exuesto antes, la nformacón de la dstrbucón nos uede venr agruada en clases o ntervalos. En este caso los datos deberán ordenarse según lo ercbdo or los ntegrantes de las clases y no or el valor que corresonda a toda la clase. S se uderan determnar las marcas de clase, éstas deberán estar ordenadas de menos a más. Las roorcones acumuladas de los valores se calcularán sobre los valores totales ercbdos or las clases. El cuadro quedará de la sguente forma: 04

3 Introduccón a la Econometría clases marcas de clase frecuencas valor obtendo V frecuencas acumuladas valor acumulado U N 00 q N U 00 U C x n V x n N U V q C 2 x 2 n 2 V 2 x 2 n 2 N 2 U 2 V +V 2 2 q 2 C x n V x n N U V +...+V q C n- x n- n n- V n- x n- n n- N n- U n- V +...+V n- n- q n- C n x n n n V n x n n n N n N U n V +...+V n U n 00 q n 00 N U De tal forma que en la clase C estarán ncludos los ercetores con menor cuantía asgnada en el rearto, mentras que en la últma clase estarán los que les haya corresonddo mayor cantdad. Esta ordenacón mlca que las marcas de clase cumlrán que: x x 2 x x n- x n. Sn embargo, los valores V no tendrán que verfcar una ordenacón como ésa, ya que sus cuantías deenderán de las frecuencas (n ) que corresondan a cada clase. Para este caso el índce de concentracón de Gn se defnrá así: I G n- ( -q ) n- - n- n- q [7.2] Mantenéndose la msma relacón entre sus valores y los dstntos casos de concentracón que se descrberon anterormente. Lo únco a señalar es que el valor de este últmo índce [7.2] será una aroxmacón del anteror [7.], dado que éste se calcularía con la nformacón de todas las cuantías corresondentes a cada uno de los ntegrantes del gruo ercetor, con las roorcones acumuladas uno a uno, mentras que el otro utlza las roorcones acumuladas or las clases o ntervalos que recogen la nformacón de los dferentes ercetores ncludos en ellas. 3. Curva de Lorenz. La curva de Lorenz o curva de concentracón es una gráfca que se deduce a artr de la nformacón sumnstrada ara el cálculo del índce de Gn y que, or tanto, refleja la mayor o menor concentracón en la dstrbucón de una magntud. Como exondremos a contnuacón, exste una relacón drecta entre el índce de Gn y la forma de la curva de Lorenz, suonendo ésta últma una nformacón adconal muy nteresante sobre la forma en que se ha llevado a cabo el rearto de la cuantía total. Para su reresentacón gráfca llevaremos al eje de abscsas de un sstema de ejes cartesanos los valores de las roorcones acumuladas del número de ercetores, 05

4 Deartamento de Estadístca e Investgacón Oeratva II (Métodos de Decsón) y en el eje de ordenadas stuaremos las roorcones acumuladas de los valores obtendos en el rearto q. Ambas roorcones varían entre 0 y 00, y como sabemos cumlen que: q, de tal forma que s trazamos la dagonal, del cuadrado formado, que arte del orgen de coordenadas, los untos (, q ) se mantendrán en o or debajo de dcha dagonal. La curva de Lorenz es la resultante de unr todos los untos (, q ), obtenéndose una gráfca, en forma de línea quebrada, que cuanto mayor sea el número de untos más se aroxmará a ser una curva, como la que se descrbe en el sguente gráfco, con cuatro untos ntermedos (n5 y, or tanto, 5 q 5 00): q 00 q,,,, 0 00 De tal forma que en el caso de mínma concentracón la curva de Lorenz se confundrá con la dagonal. Luego, cuanta mayor concentracón se establezca en el rearto, mayores serán las dferencas ( - q ) y, or tanto, más alejada de la dagonal aarecerá la curva de Lorenz. En el otro caso extremo de máxma concentracón la curva de Lorenz quedará formada or el roo eje de abscsas y la vertcal trazada or el unto de abscsa gual a 00. Tal como se refleja en los sguentes gráfcos: q mínma concentracón caso ntermedo máxma concentracón,...,n- q / > q,...,n- q 0 ( I G 0 ) ( 0 < I G < ) ( I G ) Como vemos, exste una relacón entre el índce de Gn y la curva de Lorenz: a mayor alejamento de la dagonal, or arte de la curva de Lorenz, mayor valor tomará el índce de concentracón de Gn. Mentras que el índce de Gn nos da un valor ndcatvo del nvel de concentracón roducdo en el rearto, la curva de Lorenz nos descrbe gráfcamente ese fenómeno, udendo dentfcar ara que gruos de ercetores se acentúa la concentracón y ara cuáles de ellos se amnora. Como se uede dstngur en estos dos gráfcos: () (2) 06

5 Introduccón a la Econometría En el rmer caso la concentracón es de mayor mortanca ara los últmos ercetores, al ser en la segunda arte de la curva donde se seara más de la dagonal. Mentras que en el segundo caso la concentracón es más amla en el rmer gruo de ercetores, a artr del cual la curva tende con mayor endente a unrse a la dagonal. Además se uede determnar una relacón más drecta entre la curva de Lorenz y el valor del índce de Gn. S le damos carácter contnuo a las valores de q y de la exresón del índce se odría gualar a: ( - q ) ( - q ) Δ I G Δ Donde Δ reresenta una dferenca constante entre dos valores consecutvos de. S hacemos tender esa dferenca a cero, se obtendrá que: lm ( - q ) Δ Δ 0 Área (OAB) lm IG Δ 0 lm Δ Área(ODB) Δ 0 Sendo las áreas resultantes las que aarecen en el sguente gráfco, donde la curva de Lorenz se suone contnua y reresentada or la funcón f(). q 00 B f() (OAB) A O D 0 00 Es decr, que el valor del índce de Gn se uede aroxmar or el cocente entre el área de la fgura comrendda entre la dagonal y la curva de Lorenz y el área del trángulo (ODB) que forma la dagonal con el eje de abscsas y la vertcal or el valor de gual a 00. Esta aroxmacón será más recsa cuando sean menores las dferencas entre valores consecutvos de, o, lo que es lo msmo, cuando sea mayor el número de ercetores consderados en el cálculo del índce de concentracón. S suonemos que la curva de Lorenz es contnua y que las roorcones se determnan, no entre 0 y 00, sno entre 0 y, sn multlcar or 00 los cocentes resectvos, se uede comrobar la sguente relacón: - f()d Área(OAB) 2 0 I G - 2 f()d 0 Área(ODB) 0 2 Que es una exresón teórca, bastante utlzada, del índce de Gn y la curva de Lorenz. 07

6 Deartamento de Estadístca e Investgacón Oeratva II (Métodos de Decsón) EJERCICIOS PROPUESTOS. En una determnada rovnca, las rentas ercbdas se han dstrbudo así: Renta (en 0 5 ts.) Nº de ersonas º: Determne el índce de concentracón de Gn. 2º: Dbuje la curva de Lorenz. 3º: Qué conclusones se sacan de los resultados anterores?. 2. Dos emresas A y B emlean a ml trabajadores cada una, clasfcados en tres categorías: I, II y III. En un mes determnado han dstrbudo una msma masa salaral de cen mllones de esetas, de la sguente forma: EMPRESA A EMPRESA B categorías salaros emleados categorías salaros emleados I I II II III III º: Calcule el índce de concentracón de Gn ara cada una de las emresas y dbuje en un msmo gráfco las dos curvas de Lorenz. 2º: A la vsta de los resultados del aartado anteror crtque y comare la equdad en el rearto de la masa salaral entre los emleados de las dos emresas. 3. En dos regones dferentes se determnaron las sguentes dstrbucones de la renta: Regón A Regón B Renta en 0 6 ts. Nº de ersonas Renta en 0 6 ts. Nº de ersonas 0,5 -, ,5 -,5 583,5-2,5 225,5-2, ,5-4,5 82 2,5-4,5 94 4,5-6,5 56 4,5-6,5 22 6, , º: Comruébese que el índce de concentracón de Gn no deende de los nveles de renta, sno del número de ndvduos ncludos en cada nvel. 2º: Determínese la concentracón de renta ara el conjunto de las dos regones. 08

7 Introduccón a la Econometría 4. Dscuta la veracdad o falsedad de las sguentes rooscones: ) Puede obtenerse un valor aroxmado del índce de Gn a artr de la curva de Lorenz. 2) Las curvas de Lorenz de dos dstrbucones dstntas no ueden cortarse. 3) S la dstrbucón I tene un índce de Gn: G 0,28 y la dstrbucón II tene G 2 0,30 la dstrbucón (I + II) tene or índce de Gn: G +2 0, Una socedad tene reartdas accones entre sus ml acconstas de la sguente forma: 800 acconstas tenen 5 accones cada uno, 20 acconstas tenen 50 accones cada uno, 60 acconstas tenen 200 accones cada uno y 20 acconstas oseen 400 accones cada uno. º: Obtenga el número medo de títulos or acconsta y una medda del grado de concentracón de los títulos en manos de los acconstas. 2º: A la vsta del resultado anteror comente la equdad en el rearto del total de accones entre los acconstas y la reresentatvdad del número medo de títulos. 6. En el sguente gráfco están reresentados en el eje de abscsas las roorcones acumuladas del nº de ndvduos entre los que se rearte certa magntud y en el eje de ordenadas las roorcones acumuladas de los valores reartdos. La funcón f() reresenta una estmacón de la curva de Lorenz. q f() 0 º: Defna el Índce de concentracón de Gn. 2º: Enunce su relacón con la curva de Lorenz. 3º: Calcule el valor del Índce de Gn s la curva de Lorenz es: f() 2 ara 0 09

8 Deartamento de Estadístca e Investgacón Oeratva II (Métodos de Decsón) 7. En 994 en Esaña se estmaron los sguentes orcentajes que de la renta famlar dsonble total corresonderon a los dstntos hogares, reresentados or su orcentaje resecto al nº total de ellos y ordenados de menor a mayor renta ercbda: Porcentaje de los hogares Porcentaje de la renta famlar dsonble 20 7,5 20, ,2 20 2, ,23 TOTAL : º: Calcule el índce de concentracón de Gn. 2º: Dbuje la curva de Lorenz. 3º: Qué conclusones se obtenen de los resultados anterores?. 8. En certa cudad, dvdda en 20 dstrtos muncales, se ha calculado el número de establecmentos comercales, obtenéndose que hay un total de locales. S se ordenan los dstrtos de menor a mayor número de establecmentos y se clasfcan en 5 gruos, los resultados se ueden resentar de la sguente forma: Gruos de dstrtos Número de dstrtos Número medo de establecmentos or dstrto Gruo I Gruo II Gruo III Gruo IV Gruo V 8400 Analce el grado de concentracón en la dstrbucón de los establecmentos comercales entre los dferentes dstrtos muncales, or medo del índce de Gn y la curva de Lorenz. 0

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

TEMA 6 CUESTIONARIO DE AUTOEVALUACIÓN

TEMA 6 CUESTIONARIO DE AUTOEVALUACIÓN 6.2.- Un emleado ercbe anualmente un salaro bruto de 2.200.000 euros, del ue hacenda le retene el 15%. S se roduce un ncremento salaral del 3,5% Cuál será su sueldo neto?. 1.929.510 1.935.450 2.277.000

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

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

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

Distribuciones estadísticas unidimensionales

Distribuciones estadísticas unidimensionales Dstrbucones estadístcas undmensonales ESTADÍSTICA Estuda los métodos ara recoger, organzar y analzar nformacón, con la fnaldad de descrbr un fenómeno que se está estudando y obtener conclusones. TÉRMIOS

Más detalles

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

EJERCICIOS PROPUESTOS TEMAS 1 Y 2 EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos

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

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

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

Dualidad entre procesos termodinámicos y electromecánicos

Dualidad entre procesos termodinámicos y electromecánicos ENERGÍA Y COENERGÍA EN IEMA ELECROMECÁNICO REALE, DEDE PROCEDIMIENO ERMODINÁMICO CLÁICO Alfredo Álvarez García Profesor de Inenería Eléctrca de la Escuela de Inenerías Industrales de adajoz. Resumen La

Más detalles

TEMA 5. ANÁLISIS DE UNA VARIABLE (III). MEDIDAS DE ASIMETRÍA, CURTOSIS Y CONCENTRACIÓN

TEMA 5. ANÁLISIS DE UNA VARIABLE (III). MEDIDAS DE ASIMETRÍA, CURTOSIS Y CONCENTRACIÓN DEPARTAMENTO DE ECONOMÍA GENERAL Y ETADÍTICA UNIDAD DOCENTE DE ETADÍTICA Y ECONOMETRÍA UNIVERIDAD DE HUELVA ANÁLII ETADÍTICO DEL TURIMO I 200-200200 DIPLOMATURA EN TURIMO TEMA 5 ANÁLII DE UNA VARIABLE

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

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

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

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

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

1. Notación y tabulación

1. Notación y tabulación Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

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

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 2) CAPÍTULO II.-ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA.- DISTRIBUCIONES DE FRECUENCIAS DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA . DISTRIBUCIÓN

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

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

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI)

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) 14.1. La Curva Característca de los ítems (CCI) 14.. Los errores típcos de medda 14.3. La Funcón de Informacón

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

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

La Derivada de un Número No es 0

La Derivada de un Número No es 0 Memoras II Encuentro Internaconal De Meta-Matemátcas: La Dervada de un Número No es 0 Geraldne Marcela Infante Jorge Danel Muñoz Alex Eduardo Poveda Gruo YAGLOM Escuela de Matemátcas Unversdad Sergo Arboleda

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

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU Desarrollo humano en España: 1980-2011 44 NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU El IDH defndo por las Nacones Undas desde 2010 en sus nformes anuales mde los adelantos medos de un país

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

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

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

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

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

APROXIMACIÓN DEL COEFICIENTE DE GINI CON DATOS AGRUPADOS: LÍMITES INFERIOR Y SUPERIOR Y CÁLCULOS BASADOS EN BOOTSTRAP

APROXIMACIÓN DEL COEFICIENTE DE GINI CON DATOS AGRUPADOS: LÍMITES INFERIOR Y SUPERIOR Y CÁLCULOS BASADOS EN BOOTSTRAP APROIMACIÓ DE COEFICIETE DE GII CO DATOS AGRUPADOS: ÍMITES IFERIOR Y SUPERIOR Y CÁCUOS BASADOS E BOOTSTRAP ura Badenes Plá* Unversdad Comlutense, Madrd ovembre 003 Versón relmnar. o ctar sn ermso de la

Más detalles

Utilizar sumatorias para aproximar el área bajo una curva

Utilizar sumatorias para aproximar el área bajo una curva Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

CÁLCULO DEL BALANCE Y PÉRDIDAS DE ENERGIA EN CHILECTRA

CÁLCULO DEL BALANCE Y PÉRDIDAS DE ENERGIA EN CHILECTRA COMISIÓN DE INTEGRACIÓN ENERGÉTICA REGIONAL COMITÉ NACIONAL CHILENO V CIERTEC - SEMINARIO INTERNACIONAL SOBR E GESTIÓN DE PÉRDIDAS, EFICIENCIA ENERGÉTICA Y PROTECCIÓN DE LOS INGRESOS EN EL SECTOR ELÉCTRICO

Más detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: 7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

Tallerine: Energías Renovables

Tallerine: Energías Renovables Tallerne: Energías Renoables Fundamento Teórco Parte II: Curas de crcutos Autores: Carlos Brozzo Agustín Castellano Versón 0.1 Tallerne2017 Energías Renoables 2 Índce 1. Curas de crcutos 3 1.1. Fuente

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana. Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose

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

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Como ya se ha establecido antes, la amplitud de la FMM rotante para la armónica de orden ν es: m, de aquí se obtiene para la amplitud de la onda de

Como ya se ha establecido antes, la amplitud de la FMM rotante para la armónica de orden ν es: m, de aquí se obtiene para la amplitud de la onda de Deartamento de Conversón y Transorte de Energía REACTANCIAS DE FUGA DE LA MAQUINA Hoja Nº II-45 ASINCRONICA Como ya se ha establecdo antes, la amltud de la FMM rotante ara la armónca de orden es: m FMM

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

CONTROL DE PROCESOS QUÍMICOS

CONTROL DE PROCESOS QUÍMICOS UNIVESIDAD NACIONAL EXPEIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCE VICEECTOADO BAQUISIMETO DEPATAMENTO DE INGENIEÍA QUÍMICA CONTOL DE POCESOS QUÍMICOS Prof: Ing. (MSc). Juan Enrque odríguez C. Octubre, 03

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

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

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

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Contactar:

Contactar: Mecánca Teórca Mao 009 Tema: Transformacones Canóncas Contactar: telegama@gmal.com Una transformacón canónca es un cambo de las coordenadas generalzadas tal ue dan lugar a un nuevo amltonano ( amltonano

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

UNIDAD 1: Tablas de frecuencias

UNIDAD 1: Tablas de frecuencias UIDAD : Tablas de recuencas Cuando sobre una poblacón hemos realzado una encuesta o cualquer regstro para conocer los valores que toman las varables, nos encontramos ante una gran cantdad de datos que

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

6 Impacto en el bienestar de los beneficiarios del PAAM

6 Impacto en el bienestar de los beneficiarios del PAAM 6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda

Más detalles

ANEXO B: EXACTITUD Y PRECISIÓN ESTRATIFICACIÓN Y OTROS TÓPICOS

ANEXO B: EXACTITUD Y PRECISIÓN ESTRATIFICACIÓN Y OTROS TÓPICOS Unversdad écnca Federco Santa María Deartamento de Matemátca Renato Allende Olvares Humberto Vllalobos orres ANEXO B: EXACIUD Y PRECISIÓN ESRAIFICACIÓN Y OROS ÓPICOS I.- EXACIUD Y PRECISIÓN Al recolar

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

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN EMPRESARIALES ESTADÍSTICA

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN EMPRESARIALES ESTADÍSTICA Deartamento de Economía Alcada ESCUELA UNVERSTARA DE ESTUDOS EMRESARALES DLOMATURA EN EMRESARALES ESTADÍSTCA Ejerccos Resueltos NÚMEROS ÍNDCES Curso 2006-2007 Deartamento de Economía Alcada Ejerccos Resueltos:

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

MÉTODO DE LAS VELOCIDADES INICIALES

MÉTODO DE LAS VELOCIDADES INICIALES MÉTODO DE LAS VELOCIDADES INICIALES OBJETIVO El alumno determnará los órdenes de reaccón respecto al yodo, la acetona y los ones hdrógeno de la reaccón de yodo con acetona, así como la constante de velocdad

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Correlación lineal Significación de Parámetros

Correlación lineal Significación de Parámetros Aéndce C Correlacón lneal Sgnfcacón de Parámetros Objetvos En este aéndce extendemos la dscusón de cuadrados mínmos, ncada en el Ca.7, al caso en que los datos tengan errores. Se analza la sgnfcacón estadístca

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

Análisis avanzado Bondad de ajuste Simulaciones

Análisis avanzado Bondad de ajuste Simulaciones Ejemlos Ejerccos Msceláneas Evaluacón Análss avanzado Bondad de ajuste Smulacones Bondad de ajuste. Intervalos de confanza. Muestras equeñas. Smulacones: método de Montecarlo. 3.1 Bondad del ajuste Volvendo

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

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

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

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

OCION elegr opcones) Ejercco 1 EJERCICIOS Un rombo tene 30 m de superfce su ángulo menor es de 4º, Calcule la longtud de su lado. Ejercco S sumamos uno a un número calculamos su raíz cuadrada postva, se

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

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

Tema 1. Conceptos generales

Tema 1. Conceptos generales Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

Un análisis espacial del desempleo a nivel municipal

Un análisis espacial del desempleo a nivel municipal Un análss espacal del desempleo a nvel muncpal Olga Alonso-Vllar* #, Coral del Río*, Lus Tohara** Unversdade de Vgo*, Unversdad de Alcalá** Novembre 2005 Resumen En este trabajo se analza la dstrbucón

Más detalles

Tema 8: DESIGUALDAD, Xisco Oliver Economía del Bienestar (2º GECO)

Tema 8: DESIGUALDAD, Xisco Oliver Economía del Bienestar (2º GECO) Tema 8: DESIGUALDAD, REDISTRIBUCIÓN Y POBREZA Xsco Olver 20610 - Economía del Benestar (2º GECO) Motvacón Benestar: el objetvo últmo del Estado es maxmzar el benestar El benestar se obtene a partr de las

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles