Método de Pruebas Múltiples para Valores Desviados en el Manejo de Datos Experimentales: Aplicación en Ciencias e Ingenierías
|
|
- Alejandro Rojo Cortés
- hace 7 años
- Vistas:
Transcripción
1 Método Pruebas Múltiples para Valores Desviados e el Maejo Datos Eperimetales: Aplicació e Ciecias e Igeierías Suredra P. Verma Cetro Ivestigació e Eergía Uiversidad Nacioal Autóoma Méico Priv. Xochicalco s/o. Col Cetro Apartado Postal 34 Temico 6580 MEXICO Tel: ( ; spv@cie.uam.m Para el maejo datos eperimetales se dispoe dos gras tipos métodos estadísticos: (i Robustos o acomodació bido a que se les cosira como robustos cotra la presecia valores sviados; y propiamete (ii Pruebas múltiples valores sviados basadas e la aplicació ua serie s discordacia [Verma 005; para talles sobre este libro ver sitio De acuerdo co el título esta coferecia plearia o se abudará más sobre los métodos robustos los cuales probablemete será el tema otra plática. Los datos eperimetales ua termiada variable por lo geeral tiee ua distribució ormal. La aplicació l método Pruebas múltiples para valores sviados e el maejo datos eperimetales se basa e u gra úmero s discordacia resumidas e la Tabla. La metodología básicamete cosiste e: (a aplicar todas las s (Tabla o las seleccioadas bajo cierto criterio a u cojuto datos ua variable ormal física química geológica o algua otra aturaleza co el objeto termiar los valores discordates; (b elimiar estos valores sviados; (c repetir estos dos procesos (a y b hasta o ecotrar más valores discordates o e otras palabras hasta que los datos represete fielmete ua muestra ormal ; y (d utilizar este cojuto datos restates para iferir parámetros estadísticos tecia cetral o localizació (por ejemplo la media y dispersió o escala (por ejemplo la sviació estádar así como para aplicar otras s estadísticas como podría ser las s F y t Stut. Debo efatizar que el cálculo este tipo parámetros como la media y la sviació estádar es válido solamete si los datos o tiee outliers como los obteidos spués aplicar este procedimieto estadístico.
2 Tabla. Pruebas discordacia para muestras uivariadas ormales (modificado Verma 005 Tipo Clave Descripció Valor(es probado(s la Sigificado la Prueba mi - ma N TN ( / Mayor que 3-47 ( ( u s TN ( l ( / s Mayor que 3-47 N N3 Etremo k ( o ( TN Ma :{( / s Mayor que 3-0 ( / s} TN ( + s Mayor que ( u ( / Desviació o Dispersió k3 k4 ( ( ( ( ( 3 TN3 (3u ( ( + ( + ( 3 / s TN3 + (4u ( 3 ( 4 / s + ( + ( Mayor que 7-00 Mayor que 9-00 k TN l ( / s Mayor que 5-00 ( ( 3 ( ( k3 k4 ( ( (3 ( ( (3 (4 TN l (3 / s Mayor que ( 3 ( (3 TN3(4 l (4 ( Mayor que 9-00 (3 / s (4 N4 k k ( TN 4( u S( ( TN 4( u S( ( Meor que 3-50 Meor que 4-49 Sumas Cuadrados k3 ( TN 4( 3u S( ( ( ( Meor que 6-50 k4 ( ( TN 4( 4u S( ( ( ( 3 ( ( 3 Meor que 8-50
3 Tabla (cotiuació -. Pruebas discordacia para muestras uivariadas ormales (modificado Verma 005 Tipo Clave Descripció Valor(es probado(s la Sigificado la Prueba mi - ma N4 (sigue K K TN 4( l S ( ( TN 4( l S( Meor que 3-50 Meor que 4-49 Sumas Cuadrados K3 s K4 s ( ( TN 4( 3 l S((3 (3 ( TN 4( 4 l S((3(4 (3 (4 Meor que 6-50 Meor que 8-50 (Cotiuació N5 K más bajo ( TN5( ul S( Meor que 4-00 Itervalo total/ Dispersió N6 más bajo TN ( / Mayor que ( 6 ( ul s N7 ( TN7 ( ( u ( /( Mayor que 3-30 Eceso / Dispersió N8 N9 Etremo ( ( o TN8 Ma : {( ( ( ( TN9 ( ( u /( ( /( /( } ( TN9 ( ( ( l /( ( N0 ( TN0 ( ( u ( /( (3 TN0 ( ( ( l /( ( 3
4 Tabla (cotiuació -. Pruebas discordacia para muestras uivariadas ormales (modificado Verma 005 Tipo Clave Descripció Valor(es probado(s la Sigificado la Prueba mi - ma N más altos más bajos ( ( ( TN ( ( TN (3 (u ( /( /( (l Eceso / N más altos ( TN ( (u ( /( ( Dispersió más bajos ( ( TN ( (3 (l /( ( (cotiuació N3 más altos más bajos ( ( ( TN3 ( ( TN3 (3 (u (l ( /( /( ( (3 Mayor que 6-30 Mayor que 6-30 Mometo De alto or N4 N5 Etremo Etremo ( ( o o TN 4 { / { i { i TN 5 { i i ( i ( i 3/ } 3 } 4 ( i } ( i } Mayor que Mayor que Para mayores talles sobre la simbología usada e esta tabla ver el libro [Verma 005; págias e particular y Capítulo 4 e geeral]. La maera aplicar ua termiada es que e u cojuto datos se itifica( el o los posible(s valor(es a probar se calcula el estadístico la y al valor obteido este estadístico se le compara co el valor crítico para la termiada y u termiado ivel cofiaza (99% segú [Verma 005]. Si el valor calculado es mayor o meor que (pediedo la aturaleza la 4
5 ; ver Tabla se termia que el o los valor(es probado(s es(so u dato(s discordate(s y be( ser elimiado(s. Se aplica todas las s seleccioadas y se toma la cisió elimiar los valores sviados hasta que igua las s seleccioadas señale que los datos restates tiee valores sviados. Después aplicar este procedimieto los datos fiales represetaría ua muestra estadística ua termiada població ormal si igua cotamiació y los cotamiates tedría cierta utilidad para la iterpretació los datos. U hecho importate a mecioar es que los valores críticos dispoibles e la literatura so poco precisos y eactos amás ser limitados e el úmero máimo datos a los que ua termiada pueda aplicarse (ver el valor ma e la última columa la Tabla y los libros [Barett y Lewis 994; Verma 005]. Amás esto aú tro los límites ( mi - ma o se dispoe los valores críticos para muchos casos. Por ejemplo para la N se cooce los valores críticos (co ua precisió solamete dos putos cimales sólo para y 0 [Verma 005]. Nótese la falta los valores críticos para y 9 los cuales ecesita obteerse por algú tipo iterpolació. De igual maera para las ampliamete usadas s Dio (N7 N9-N3; ver Tabla los valores críticos se dispoe para hasta 30. Esto limita seriamete la aplicació muchas las s para datos eperimetales. Recoociedo estas limitacioes se ha sarrollado recietemete ua metodología simulació tipo Mote Carlo muy precisa y eacta y se ha obteido uevos valores críticos para hasta 00 datos y para todas las s Dio [Verma y Quiroz-Ruiz 006a] y para las 9 s restates co sus variates resumidas e la Tabla [Verma y Quiroz-Ruiz 006b]. El presete método Pruebas Múltiples para Valores Desviados co uevos valores críticos [Verma y Quiroz-Ruiz 006a b] para u total 5 s y 33 variates y para hasta 00 datos proporcioa mejores resultados que el método la gráfica Bo y Whisker usado por alguos ivestigadores europeos. Por otra parte el así llamado método Dos sviacioes estádar que ha sido usado para procesar las bases datos etre-laboratorios por ivestigadores 5
6 orteamericaos y japoeses ha sido mostrado erróeo e múltiples ocasioes por Verma y sus colaboradores y por lo tato be ser abadoado. E su lugar propogo que be usarse el presete método Pruebas Múltiples co al meos 5 s y 33 variates todas ellas ahora aplicables para los tamaños muestras hasta 00. Para muestras más gras (>00 auque sí se pue aplicar alguas las s bo iformarles que se ecuetra e proceso u uevo trabajo ivestigació para simular valores críticos más precisos y eactos que los dispoibles hasta ahora sólo para alguas estas s. Es importate mecioar que se ha logrado aplicacioes presete método Pruebas Múltiples para valores sviados e ua gra variedad campos Ciecias e Igeierías tales como Agricultura Astroomía Biología Biomedicia Biotecología Ciecia l Suelo Ciecia Nuclear Ciecia y Tecología los Alimetos Cotamiació Ambietal Electróica Geocroología Geología Estructural Geología Isotópica Geoquímica Ivestigació l Agua Ivestigació l Petróleo Meteorología Paleotología Programas Aseguramieto Calidad Química y Zoología. E coclusió esta metodología Pruebas Múltiples para Valores Desviados aplicada y ahora ampliada por el grupo l CIE-UNAM pue aplicarse e estos y otros campos coocimieto e Ciecias e Igeierías. [ota importate: bido a la falta espacio dispoibilidad 6 págias se cita aquí pocas referecias; se recomieda al lector eamiar el gra úmero referecias icluidas e los trabajos que se señala a cotiuació.] Referecias Barett V. Lewis T. 994 Outliers i Statistical Data. Third editio: Chichester Joh Wiley 584 p. Verma S.P. 005 Estadística Básica para el Maejo Datos Eperimetales: Aplicació e la Geoquímica (Geoquimiometría: Méico D. F. Uiversidad Nacioal Autóoma Méico 86 p. Verma S.P. Quiroz-Ruiz A. 006a Critical values for si Dio tests for outliers i ormal samples up to sizes 00 ad applicatios i sciece ad egieerig. Revista Meicaa Ciecias Geológicas Trabajo completo dispoible e el sitio iteret: Verma S.P. Quiroz-Ruiz A. 006b Critical values for discordacy test variats for outliers i ormal samples up to sizes 00 ad applicatios i sciece ad egieerig. Revista Meicaa Ciecias Geológicas (eviado e abril 006 se ecuetra e evaluació. 6
( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad
Más detallesCapítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco
Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto
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 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 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 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 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 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 detallesT5. Contrastes para los parámetros de una población Normal
Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística
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 detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico
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 detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media
Más detallesCapítulo 4. Desarrollo de la investigación. A continuación presentamos los datos que finalmente proporcionaron las universidades
Capítulo 4 Desarrollo de la ivestigació 4.1 Datos dispoibles A cotiuació presetamos los datos que fialmete proporcioaro las uiversidades correspodietes, debido a políticas de cada uiversidad y pla de estudios
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 detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detalles2 CARTAS DE CONTROL POR ATRIBUTOS
2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o
Más detallesINFORME DEL EJERCICIO DE INTERCOMPARACIÓN DE MASA DE PARTÍCULAS ATMOSFÉRICAS CAPTADAS EN FILTROS AÑO 2013
Cetro Nacioal de Saidad Ambietal Área de Cotamiació Atmosférica INFORME DEL EJERCICIO DE INTERCOMPARACIÓN DE MASA DE PARTÍCULAS ATMOSFÉRICAS CAPTADAS EN FILTROS AÑO 2013 1 ANTECEDENTES El RD 102/2011 de
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 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 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 detallesPROBLEMA 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 detallesCurso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)
Curso de Estadística Aplicada a las Ciecias Sociales Tema 10. Estimació de ua proporció Cap. 0 del maual Tema 10. Estimació de ua proporció Itroducció 1. Distribució e el muestreo de ua proporció. Estimadores
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detalles8. Modelos de transporte y análisis de redes
8. Modelos de trasporte y aálisis de redes Problema de trasporte Problema de asigació Aálisis de redes. Redes de actividades: método CPM Problemas de trasporte. Eiste m orígees que cotiee diversas catidades
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 detalles6. DISTRIBUCIONES MUESTRALES
6. DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció
Más detallesCAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS
Págia 1 de 11 CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué
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 detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para
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 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 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 detallesUNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar
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 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 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 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 detallesI. Aspectos metodológicos y organización de la encuesta
I. Aspectos metodológicos y orgaizació de la ecuesta I. Objetivos de la Ecuesta La ecuesta tuvo como objetivo fudametal describir, a partir de ua muestra probabilística e todo el país, la tuació de salud
Más detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesMAS 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 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 detallesCAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo
CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD 4.1 Geeralidades Es u hecho bie coocido que la probabilidad de que u idividuo fallezca e u periodo determiado de tiempo depede de muchos factores, etre
Más detallesPRÁCTICA DE ALGORÍTMICA ENUNCIADO B
PRÁCTICA DE ALGORÍTMICA ENUNCIADO B El problema. Supogamos que lo úico que se cooce respecto de u algoritmo so sus tiempos de ejecució e fució del úmero de datos que procesa. Dicha iformació podría ser
Más detallesUNIDAD 1 Ecuaciones Diferenciales de Primer Orden
UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes
Más detallesvalor absoluto de sus términos, se tiene la serie: que si es convergente, entonces también es convergente la serie alternada.
(Aputes e revisió para orietar el apredizaje) CONVERGENCIA ABSOLUTA TEOREMA. Si e la serie alterada ( ) valor absoluto de sus térmios, se tiee la serie: a + a + + a + a se toma el = que si es covergete,
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 detallesResumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.
Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesProyecto No. 2. Suponga que una curva es descrita por medio de una función desconocida f (x)
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA DEPARTAMENTO DE MATEMÁTICA FACULTAD DE INGENIERÍA MATEMÁTICA BÁSICA 1 Proyecto No. 2 Etrega: Martes 17 de abril de 2018 Itroducció: Cotiuado co el desarrollo de las
Más detallesGUIA DE ESTUDIO Nro 1
MATERIA: MATEMÁTICA I CURSO: I AÑO EJE ESTRUCTURAL I: CONCEPTOS FUNDAMENTALES DEL ALGEBRA GRUPOS CONCEPTUALES: - Epresioes algebraicas. Poliomios. - Ecuacioes. Iecuacioes. TEMARIO: GUIA DE ESTUDIO Nro
Más detallesOtro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:
SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de
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 2 horas y media. Respoder a todas las pregutas. La preguta 1 vale 5 putos (1 para cada apartado) y las pregutas
Más detalles6. DISTRIBUCIONES MUESTRALES
6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber
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 detallesPRUEBAS DE HIPOTESIS
PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto
Más detallesGráficos de control por atributos
Gráficos de cotrol por atributos por Felipe de la Rosa Los gráficos de cotrol por variables so istrumetos sumamete útiles para moitorear y mejorar la calidad, si embargo, preseta al meos dos limitacioes
Más detallesESTADÍSTICA. n i Se pide:
ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de
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 detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació DIRPE Metodología Diseño Estadístico Ecuesta Sobre Ambiete y Desempeño Istitucioal Departametal
Más detalles1. Muestreo Aleatorio Simple
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Estadística III-Material 2-2012 Revisió y Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo
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 detallesLuis González Abril y Luis M. Sánchez-Reyes {luisgon, - Dpto. Economía Aplicada I Universidad de Sevilla
ETUDIO OBRE EL EXCEO DE AMPLITUD EN LA CONTRUCCIÓN DE INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL CON VARIANZA DECONOCIDA EN UNA POBLACIÓN NORMAL Luis Gozález Abril y Luis M. áchez-reyes {luisgo,
Más detallesEjemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis
Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido
Más detallesUNIDAD 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 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 detallesBandas de Bollinger. Curso Estrategias de Inversión en Acciones. Tendencia alcista con alta volatilidad. Tendencia alcista con baja volatilidad
Badas de Bolliger La volatilidad hace referecia a la diferecia promedio etre los máximos y míimos que defie las fuerzas alcistas y bajistas a medida que éstos etra y sale del mercado. La volatilidad está
Más detallesObjetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia
Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la
Más detallesPRUEBAS 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 detallesÍNDICE INTRODUCCIÓN... 3 OBJETIVOS... 3 METODOLOGÍA... 3 DETALLE DE RESULTADOS... 5
Ciecia y Tecología de los Alimetos ÍNDICE INTRODUCCIÓN... 3 OBJETIVOS... 3 METODOLOGÍA... 3 DETALLE DE RESULTADOS... 5 1. La opiió y satisfacció de los titulados... 5 1.1. Satisfacció co la formació y
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 detallesIntroducción. v Qué es la estadística?
v Qué es la estadística? Es ua Ciecia que explica y provee de herramietas para trabajar co datos, ha experimetado u gra desarrollo a lo largo de los últimos años. v E qué áreas se aplica la estadística?
Más detallesTAMAÑO 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 detallesINSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz
INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para
Más detallesFÍSICA 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 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 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 detalles8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.
TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates
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 detallesUn sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......
1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros
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 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 detallesSobre los intervalos de confianza y de predicción Javier Santibáñez 7 de abril de 2017
Sobre los itervalos de cofiaza y de predicció Javier Satibáñez 7 de abril de 2017 Itervalos de cofiaza Se costruye itervalos de cofiaza para los parámetros poblacioales. Supogamos que teemos ua muestra
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II UNIDAD III: TECNICAS DE ESTIMACIÓN ESTIMACIÓN POR INTERVALOS
PROYECTO DE CARRERA: INGENIERÍA INDUTRIAL AIGNATURA: ETADÍTICA II UNIDAD III: TECNICA DE ETIMACIÓN ETIMACIÓN POR INTERVALO INTRODUCCIÓN E temas ateriores se estableciero las bases que ermite a los estadísticos
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 detalles9.3. Contrastes de una proporción
9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes
Más detallesMuestreo 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 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 detallesMATERIAL DE LA 3era VISITA
Material de clase 2 Domigo 27 Juio TEMAS: MATERIAL DE LA 3era VISITA 1. DISTRIBUCION DE LAS PROPORCIONES MUESTRALES 2. INTERVALOS DE CONFIANZA Desarrollo Tema 1: La Distribució de las Proporcioes Muéstrales
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 detallesIntervalos de confianza vía verosimilitud relativa de los parámetros de la distribución Birnbaum-Saunders
Revista Colombiaa de Estadística Juio 2008, volume 31, o. 1, pp. 85 a 94 Itervalos de cofiaza vía verosimilitud relativa de los parámetros de la distribució Birbaum-Sauders Cofidece Itervals for the Parameters
Más detallesINFERENCIA ESTADÍSTICA
FACULTAD DE INGENIERÍA INFERENCIA ESTADÍSTICA Iree Patricia Valdez y Alfaro Estimació de parámetros ireev@servidor.uam.mx Ua clasificació de estadística Descriptiva Calculo de medidas descriptivas Costrucció
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 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 detallesSuplemento electrónico Contenido
Gómerz-Arias et al., 9, Revista Mexicana de Ciencias Geológicas, 6(), 56-59 Suplemento electrónico 6-- al artículo Determinación de la viscosidad y su incertidumbre en fluidos de perforación usados en
Más detallesESTIMACIONES DE MEDIAS
COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor
Más detalles3. Las medidas de centralización
FUOC XP00/71004/00017 21 Las medidas de cetralizació 3. Las medidas de cetralizació La mediaa y la media aritmética Los diagramas de tallos y hojas y los histogramas proporcioa ua descripció geeral de
Más detallesPropiedades de la funcion de distribucion empirica. Propiedades de la Función de distribución Empírica:
Propiedades de la fucio de distribucio empirica Propiedades de la Fució de distribució Empírica: a. Fˆ es creciete de 0 hasta 1. b. Fˆ es ua fució escaloada co saltos e los distitos valores de X 1, X,...,
Más detalles