documentos de trabajo

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

Download "documentos de trabajo"

Transcripción

1 documetos de trabajo PROCEDIMIENTOS DE EVALUACIÓN DE PRODUCTOS ESTADÍSTICOS Juio 007 Nº6

2 PROCEDIMIENTOS DE EVALUACIÓN DE PRODUCTOS ESTADÍSTICOS Departameto de Ivestigació y Desarrollo Estadístico Istituto Nacioal de Estadísticas de Chile

3 Departameto de Ivestigació y Desarrollo Procedimietos de Evaluació de Productos Estadísticos Coordiadora Departameto I+D Claudia Matus Correa Jefe Área Cotrol de la Calidad Teobaldo Romá Urtubia Aalista Ester Díaz Peralta

4 INDICE. INTRODUCCIÓN...3. INFORME SOBRE LA CALIDAD DE LA EXACTITUD (ACURACIDAD)...4. SI SE USA MUESTREO PROBABILÍSTICO:...4. SI NO SE USA MUESTREO PROBABILÍSTICO: INFORME SOBRE LA CALIDAD DE LOS ERRORES EN GENERAL INFORME SOBRE LA CALIDAD DE LOS ERRORES DE COBERTURA INFORME SOBRE LA CALIDAD DE LOS ERRORES DE NO-RESPUESTA INFORME SOBRE LA CALIDAD DE LA RELEVANCIA INFORME SOBRE LA CALIDAD DE LA CREDIBILIDAD INFORME SOBRE LA CALIDAD DE LA OPORTUNIDAD INFORME SOBRE LA CALIDAD DE LA ACCESIBILIDAD E INTERPRETABILIDAD INFORME SOBRE LA CALIDAD DE LA COHERENCIA ANEXOS... ANEXO : LISTADO DE INDICADORES POSIBLES DE IMPLEMENTAR... ANEXO : HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE LA CALIDAD... 6 ANEXO 3: ANTECEDENTES OCDE PARA LAS ACTIVIDADES ESTADÍSTICAS BIBLIOGRAFÍA... 45

5 . INTRODUCCIÓN Este iforme es u resume ehaustivo de los procedimietos de evaluació de las estadísticas segú las metodologías utilizadas por los países de Europa, USA y Caadá y orgaismos como la OCDE. Estos procedimietos puede costituir parte de los isumos para el trabajo del Equipo de Cotrol de la Calidad Estadística del Departameto de Ivestigació y Desarrollo del INE. E geeral la calidad estadística, segú los países y Orgaismos cosultados, está defiida por Dimesioes que varía etre siete y ueve. E este documeto se sigue el modelo de la OCDE, que cosidera siete dimesioes: Relevacia, Acuracidad, Credibilidad, Oportuidad, Accesibilidad, Iterpretabilidad y Coherecia, pero que cotiee e forma globalizada las ueve dimesioes de EUROSTAT: Relevacia, Acuracidad, Oportuidad, Putualidad, Accesibilidad, Trasparecia, Comparabilidad, Coherecia y Ehaustividad. Además las diferecias coceptuales de las distitas defiicioes de la calidad estadística so irrelevates. Estas dimesioes permite coocer y mateer u alto ivel de la calidad de las estadísticas, pero además permite teer registros completos y precisos de defectos idetificados y elimiados co el fi de mateer u mejoramieto cotiuo de la calidad defiida. Las dimesioes de accesibilidad e iterpretabilidad se preseta jutas. A cotiuació se preseta los tópicos que debe coteer u iforme sobre la calidad de las estimacioes estadísticas detallado por Dimesió del vector de la calidad. Ver documeto: idicador de desempeño colectivo Departameto I+D, año 006 3

6 . INFORME SOBRE LA CALIDAD DE LA EXACTITUD (ACURACIDAD). SI SE USA MUESTREO PROBABILÍSTICO: Calcular el sesgo de las variables pricipales. Breve descripció del uso de estimadores sesgados o isesgados y calculo de su variabilidad. Calcular los coeficietes de variació y otras estadísticas descriptivas para las variables pricipales; adicioalmete, estimadores míimos cuadrados para las variables co estimadores sesgados. Resume de las fuetes de error que icluye cobertura, pla de muestreo, o respuesta, respuestas erróeas, procesamieto y posibles problemas e la difusió, para las variables pricipales. Referecia a documetos o bases de datos dóde pueda ecotrarse la serie completa de estimacioes, juto co su variabilidad. Eplicacioes, cuado correspoda, para la poca eactitud de las variables más relevates que sea meos eactas que lo aceptable. Breve referecia al pla de muestreo y su documetació. Metodologías aplicadas a la estimació de variazas. Puede iformarse las formulas simples o los pricipios metodológicos que se ha establecido. Cualquier sesgo de las variazas estimadas que so el resultado de la metodología usada. Nombre del software utilizado y las opcioes pricipales de los paquetes computacioales usados para el cálculo de las estimacioes. Mecioe que computador o tipo de máquia se ha usado, memoria, hardware, CPU, etc. si ése es el caso. Mecioe otros factores (la o-respuesta, imputació, la mala clasificació, etc.) cuyos efectos se ha icorporado e las estimacioes de las variazas muestrales. Las variables pricipales las defie el productor de la ecuesta o producto estadístico, segú requerimietos de los usuarios pricipales. 4

7 . SI NO SE USA MUESTREO PROBABILÍSTICO: El tipo de muestreo usado y la maera eacta de como se llevó a cabo su aplicació e el trabajo de campo completo. Estimacioes del sesgo de muestreo y variazas de las variables pricipales. Descripció de los tipos de error que se ha teido e cueta e la estimació de variazas. Otros tipos de errores de acuerdo al sesgo de las variazas calculadas. Los supuestos usados para hacer las estimacioes. La justificació, o falta de justificació de los supuestos. Orde de magitud (o por lo meos ua idicació) del sesgo de las variables pricipales, de cada producto. Estimar coeficiete de variació, itervalos de cofiaza y estimadores míimos cuadrados para las estadísticas; alterativamete cosiderar las valoracioes cualitativas de las variables. Eactitud de las estadísticas para los iveles dados, impuestos por las imputacioes y regulacioes. Eplicacioes para el icumplimieto co los iveles prescritos y propuestas de las mejoras a implemetar e u plazo fijo. Comparacioes de sesgo y variabilidad de las estadísticas pricipales de muestras (tasa de crecimieto, promedios sigificativos estadísticamete, etc.). Iformació específica sobre la muestra, cobertura, estimacioes, procesamieto, o-respuesta y errores de asució del modelo 3 y su cotribució. 3 Represeta los errores atribuibles a la utilizació de métodos como el uso de las variables auiliares, calibració, estimadores de regresió geeralizados, ajuste estacioal, etc. 5

8 .3 INFORME SOBRE LA CALIDAD DE LOS ERRORES EN GENERAL Los errores de la medida idetificados y su magitud (por ejemplo la media y variació de error de la media para la variable de iterés); los métodos y los modelos de evaluació del error usados. La idicació de si las estadísticas elaboradas y sus estimacioes ha teido e cueta esos errores (y el método usado para cosiderarlos). El impacto de los errores restates e las estadísticas calculadas (el sesgo y la posible variació etra o cosiderada). Los cometarios técicos acerca de las causas de los errores de medida. Los esfuerzos realizados para el diseño del cuestioario y su prueba. E caso de levatamieto úico o primer levatamieto. La iformació sobre el etreamieto y capacitació de los ecuestadores. La iformació sobre los mecaismos (por ejemplo respuesta aleatorizada) usada para reducir el error de medida. La proporció de fracaso global e la revisió de la icosistecia de los datos (idicar los procedimietos y medidas de los errores tratados por correcció o imputació).4 INFORME SOBRE LA CALIDAD DE LOS ERRORES DE COBERTURA La iformació sobre el marco muestral: período de referecia, actualizació, las accioes de revisió de calidad del marco. Tipo y tamaño de errores de cobertura. Qué errores de cobertura se ha detectado e la aplicació del cuestioario, la producció de estadísticas y estimació de la variaza (documetar la metodología usada para este propósito). El posible impacto (el sesgo y la variació adicioal) de los errores o cosiderados (o tomados e cueta) e la estimació. Accioes tomadas para la valoració de los errores o cosiderados e las actividades y aparecidos durate el desarrollo del pla. 6

9 .5 INFORME SOBRE LA CALIDAD DE LOS ERRORES DE NO-RESPUESTA Aálisis de la o-respuesta (que permaece después de haber isistido o cosiderado datos de otras fuetes, pero ates de la imputació); la tasa de o-respuesta para las variables pricipales, descripció de los métodos de imputació usados. Idicació de si las estadísticas y las variazas ha cosiderado la o-respuesta y los métodos usados para corregirlos, los métodos de estimació usados. Resultados sobre la similitud o o etre la respuesta y la o-respuesta para las variables pricipales. Las idicacioes de impacto de la o-respuesta e las estadísticas (el sesgo y la posible variació etra) Las idicacioes sobre las causas de la o-respuesta. La iformació sobre la seguda llamada o la selecció de datos de otras fuetes; la idicació de la iformació sobre los mecaismos (por ejemplo los icetivos, las obligacioes legales de los etrevistados y el etrevistador, la capacitació, etc. usadas para reducir la o-respuesta. 3. INFORME SOBRE LA CALIDAD DE LA RELEVANCIA Ua descripció y clasificació de usuarios, segú modelo EUROSTAT. Ua descripció de las variadas ecesidades de los usuarios (por tipo de usuarios preferetemete) y las posibles epectativas, icluso las cotrapuestas etre ellos co las prioridades solicitadas. Si a u tipo de usuarios se da importacia estratégica, debe haber ua descripció más completa de sus ecesidades maifestadas e el iforme. Referecias de documetos específicos, dóde podría ecotrarse la descripció de ecesidades más detalladas, para cualquier usuario que lo solicite. Resultados pricipales co respecto a la satisfacció de usuarios. E particular, apreciacioes para el tipo más importate de usuarios. Las razoes pricipales para la falta de relevacia. La importacia del usuario la defie el Servicio. 7

10 Número o porcetaje de resultados o dispoibles, comparados co los que debería estar dispoibles. No dispoibles segú requerimietos de los usuarios pricipales, e el coteto del pla acioal de recopilació estadística. Razoes que eplique la icompletitud 4 de u producto, así como las perspectivas para la completitud futura. Estar al corriete de la valoració que hace los usuarios pricipales de las estadísticas que solicita y documetar las medidas y accioes tomadas para mejorar la satisfacció del usuario. Coocer la Circulació de u producto y/o úmero de lectores de publicacioes e medios electróicos. Determiar el úmero de sitios Web eitosos y el úmero específico de productos que se puede bajar si costo. Eitoso sigifica que se tiee u promedio diario de visitas, o iferior al 40% de los usuarios registrados. 4. INFORME SOBRE LA CALIDAD DE LA CREDIBILIDAD Documetar el historial de como se ha logrado gaar la cofiaza de los usuarios para la credibilidad de los productos estadísticos. Como se ha logrado costruir la image de ecelecia del productor de los datos, es decir, la image corporativa. Documetar las estrategias utilizadas para lograr la cofiaza de los usuarios. Determiar los fudametos que permite asegurar la objetividad de los datos. Idicar los criterios de trasparecia de las políticas y prácticas de elaboració de los datos. Documetació que muestre que los datos se produce e forma profesioal de acuerdo co estádares estadísticos apropiados. Mostrar la itegridad del proceso de producció. Pricipio de los Pricipios de las Estadísticas Oficiales de la ONU (994) Garatizar a la OCDE que la publicació de los datos oficiales del INE, so de alta calidad y o afectará la credibilidad total de la OCDE como proveedor de datos de ecelecia. Istructivos de jefes superiores. 4 La icompletitud se refiere a las estadísticas reiteradamete solicitadas y que el INE o elabora, pero que además debería estar detro del pla acioal de recopilació estadística. 8

11 5. INFORME SOBRE LA CALIDAD DE LA OPORTUNIDAD Estadísticas auales sobre el promedio de cumplimieto de las fechas comprometidas oportuidad de los datos. La frecuecia de levatamieto de los datos y el periodo de referecia promedio de ellos, calculados aualmete. El porcetaje de los últimos datos publicados, respecto de la producció aual, basados e las fechas de publicació fijadas co aticipació, itierarios oficiales u otros acuerdos. El retraso promedio de datos o etregados putualmete, evaluado co las uidades apropiadas: úmero de días, los días trabajados, semaas y así sucesivamete, respecto del último año cerrado estadísticamete. El máimo retraso observado para algú producto, durate el último año caledario. Tipificació de las razoes para la etrega tarde: los cuellos de botella e la fase de producció, por ejemplo, averías, huelgas, etc. Cuado correspoda. 6. INFORME SOBRE LA CALIDAD DE LA ACCESIBILIDAD E INTERPRETABILIDAD Dispoer de u documeto co ua breve descripció de las codicioes de acceso a los datos: medios dispoibles, soportes iformáticos, codicioes de comercializació. Establecer claramete posibles restriccioes, idicar la eistecia de servicio agregado, etc. Hacer ua descripció breve de la iformació que acompaña las estadísticas (la documetació, eplicació, las limitacioes de la calidad, etc.). Ua descripció breve de la posible ayuda adicioal dispoible para los usuarios. U resume de la posible retroalimetació co el usuario. Ua propuesta de posibles mejoras, comparadas co la situació aterior. 9

12 7. INFORME SOBRE LA CALIDAD DE LA COHERENCIA Mostrar que la coherecia de los datos producidos refleja el grado e que ellos está lógicamete coectados y so mutuamete cosistetes. Garatizar que u mismo térmio o se usa si ua eplicació para coceptos diferetes o micro-datos. Idicar que o se hace variacioes e las metodologías que podría afectar los valores de los datos si ua eplicació aticipada. Eplicitar las cuatro sub dimesioes de la coherecia: detro de ua base de datos, etre bases de datos, a través del tiempo y etre los países, cuado haya trabajos cojutos de armoizació. Mostrar que la coherecia detro de ua base de datos implica que los datos uitarios está basados e coceptos, defiicioes y clasificacioes compatibles y puede combiarse co setido. Mostrar que la coherecia etre bases de datos implica que los datos está basados e coceptos, defiicioes y clasificacioes comues, o que cualquier diferecia se puede eplicar. Mostrar que la coherecia a través del tiempo implica que los datos está basados e coceptos, defiicioes y metodologías comues e el tiempo, o que cualquier diferecia se puede eplicar. Mostrar que la coherecia co las estadísticas de otros países, cuado haya trabajos cojutos de armoizació, implica que de país a país los datos está basados e coceptos, defiicioes, clasificacioes y metodologías comues, o que cualquier diferecia se puede eplicar. NOTA : Asegurar la coherecia etre países es ua de las mayores fuetes de valor agregado previsto por la OECD, para la Uió Europea. El papel del metadato eplicado los posibles cambios e coceptos o metodologías a través del tiempo y etre los países es completamete fudametal para la OECD. NOTA : Los coteidos de los seis iformes ateriores se puede adaptar a cualquier domiio de aplicació agregado aspectos que so pertietes al domiio e estudio. 0

13 8. ANEXOS ANEXO : LISTADO DE INDICADORES POSIBLES DE IMPLEMENTAR Se preseta a cotiuació a modo de ejemplo u listado de idicadores para medir la calidad segú las dimesioes de Relevacia, Acuracidad, Oportuidad, Accesibilidad y Coherecia, del vector de la calidad 5. RELEVANCIA (Pertiecia) TASA. Tasa de Usuarios Permaetes (Nº de Usuarios Permaetes / Nº Total de Usuarios). Tasa de Usuarios Poteciales (Nº de Usuarios Poteciales / Nº Total de Usuarios + Número de usuarios poteciales) 3. Tasa de Satisfacció de Requerimietos (Volume de Iformació Estadística Solicitada / Volume de Iformació Estadística Publicada) 4. Tasa de Satisfacció de Usuarios (Nº de Usuarios Satisfechos / Nº Total de Usuarios) 5. Tasa de Recursos Efectivos (Catidad de Recursos Utilizados / Catidad de Recursos Asigados) 6. Tasa de Cobertura Geográfica (Nº Desagregacioes Geográficas Solicitadas / Nº Desagregacioes Geográficas Dispoibles) 7. Tasa de Cobertura Temática (Nº Desagregacioes Temáticas Solicitadas Reiteradamete / Nº Desagregacioes Temáticas Dispoibles) FORMULA TUP [NUP/NTU]*00 TUPO [NUPO/NTU+NUPO]*00 TSR [VIS / VIP]*00 TSU [NUS/NTU]*00 TUPO [NUPO/NTU]*00 TCG [NDGS/NDGD]*00 TCT [NDTS/NDTD]*00 5 Se debe teer defiidos todos los coceptos a utilizar e las defiicioes de las tasas, por ejemplo, usuario permaete, usuario potecial, etc. Ver alguas defiicioes al fial de esta lista de tasas.

14 ACURACIDAD (Eactitud) TASA. Tasa de Eficiecia del Marco (Total Uidades del Marco Descartadas / Total Uidades del Marco Dispoibles). Tasa de Error del Marco {(Uidades o Elegibles + Uidades o Cotactadas por Errores del Marco) / Uidades Comprobadas} 3. Tasa de No-Elegibilidad (Uidades o Elegibles / Uidades Comprobadas) 4. Tasa de No-Cotacto por Error del Marco (Uidades o Cotactadas por Errores del Marco / Uidades Comprobadas) 5. Tasa de Respuesta (Uidades que Respode / Total de Uidades Comprobadas) 6. Tasa de No Respuesta Total Neta {(Uidades que No respode + Uidades No Comprobadas)/Total de Uidades} 7. Tasa de No Respuesta por Rechazo (Nº de Rechazos/Uidades Elegibles) 8. Tasa de No Respuesta por No Cotacto (Nº de No Cotactados/Uidades Elegibles) 9. Tasa de No Respuesta por Otros Motivos (Nº de No Respuestas por Otros Motivos/ Uidades Elegibles) 0. Tasa de Rechazo (Ecuestas Rechazadas /Ecuesta total). Tasa No Ecuestable (Ecuestas No Ecuestables /Ecuestas Total). Tasa de Omisió (Nº de Ecuestas co Omisió /Total Errores Ecuestas Efectivas) 3. Tasa de Cosistecia (Nº de Errores de Cosistecia / Total Errores Ecuestas Efectivas) 4. Tasa de Supervisió (Nº Supervisores /Nº de Ecuestadores) 5. Tasa de Error Ecuestador (Nº de Errores ecuestador /Total de Errores Ecuestas Efectivas) 6. Tasa de Error del Procesamieto (Nº de Errores de Procesamieto /Total de Errores Ecuestas Efectivas) FORMULA TEM [MDE/MDI]*00 TEM [UNE+UNC/UC]*00 TNE [UNE/UC]*00 TNC [UNCEM/UC]*00 TUPO [NUPO/NTU]*00 TNRN [UNR/UNC]*00 TNRR [NR/UE]*00 TNRNC [NNC/UE]*00 TNROM [NNOM/UE]*00 TR [ER/ET]*00 TNE [ENE/ET]*00 TO [NEO/TEE]*00 TC [NE/ET]*00 TS [NS/NE]*00 TEE [NEE/TE]*00 TR [ER/ET]*00

15 OPORTUNIDAD TASA. Tasa Efectiva de Etrega de Resultados 6 (Fecha Comprometida - Fecha de Resultados Publicados). Tiempo de Demora Procesamieto Maual (Tiempo Efectivo / Tiempo Esperado) 3. Tiempo de Demora Procesamieto Iformático (Tiempo Efectivo /Tiempo Esperado) 4. Duració Relativa de la Plaificació (Duració de la Plaificació/Demora Total de la Fase) 5. Duració Relativa del Levatamieto (Duració del Levatamieto/ Demora Total de la Fase) 6. Duració de la Elaboració (Duració de la Elaboració del Producto/ Demora Total de la Fase) 7. Duració Relativa de la Publicació (Duració de la Publicació / Demora Total de la Fase) FORMULA TEER [FC - FRP] TDPM [TE/TES]*00 TDPI [TE/TES]*00 DRP [DP/DTF]*00 DRL [DL/DTF]*00 DRE [DEP/DTF]*00 DRPU [DPU/DTF]*00 ACCESIBILIDAD TASA. Tasa de Difusió del Producto (Nº de Medios que se Preseta el Producto / Total de Medios Dispoibles). Tasa de Publicació de Micro-datos (Nº de Variables Publicadas co Micro iformació / Total de Variables publicadas) 3. Tasa de publicació de macro-datos (Nº de Variables Publicadas co Macro Iformació / Total de Variables Publicadas) 4. Tasa de Publicació de Mega-datos (Nº de Variables co Mega-datos / Total de Variables Publicadas) FORMULA TDP [NMPP/TMD]*00 TPMD [NVPM/TVP]*00 TPMA [NVPM/TVP]*00 TPME [NVM/TVP]*00 6 Esta diferecia se cosidera ua tasa, auque o es cociete 3

16 ACCESIBILIDAD CONTINUACION TASA 5. Tasa de Cotacto Iformatizados del Producto (Nº Usuarios Atedidos e forma Iformatizada /Nº Total Usuarios) 6. Tasa de Requerimietos de Publicació (Nº de Publicacioes Requeridas / Nº Total Publicada) 7. Tasa de Iformació Útil Publicada (Nº de Variables Publicadas / Total de Variables) 8. Tasa de Difusió WEB (Catidad de Iformació estadística e Web INE / Catidad de Iformació Publicada e Web INE) 9. Tasa de Clasificadores Iteracioales (Nº de Variables co Clasificadores Vigetes Iteracioales / Total de Variables) FORMULA TCIP [NUAPCI/NTU]*00 TRP [PR/PP]*00 TRP [R/P]*00 TDW [CIPW/CIPW]*00 TCI [NVCVI/TV]*00 COHERENCIA TASA. Tasa de Iformació Útil (Variables Adecuadas (pricipales)/ Total de Variables). Tasa de Variables Estadarizadas (Nº de Variables co Coceptos Estadarizados Iteracioalmete / Total de Variables) 3. Tasa Efectiva de Imputació de la Variable (Nº Datos Imputados de la Variable/ Total de Datos) 4. Tasa de Campos Errados (Nº de Campos Errados/Nº Total de Campos Cotrolados) 5. Tasa de Uidades co al meos u Campo Errado (Uidades co al meos u Campo Errado/Nº Total de Uidades) FORMULA TIU [VA/TV]*00 TVE [NVCI/TV]*00 TEIV [NIV/TD]*00 TCE [NCE/NTCC]*00 TUCE [UCE/NTU]*00 4

17 GLOSARIO USADO EN LOS DISTINTOS INDICADORES PROPUESTOS Usuarios Permaetes: es el usuario que solicita ua estadística cada vez que se publica, ya sea mesual, aual u otra medida de tiempo. Además ya la ha solicitado a lo meos tres veces. Usuarios Poteciales: correspode al usuario que regularmete hace cosultas telefóicas o por mail, sobre alguos resultados o publicacioes. Usuarios satisfechos: Correspode al úmero de usuarios que a través de la ecuesta dirigida a ellos, maifiesta ua alta coformidad co el producto/servicio. Total de uidades: correspode al total de uidades del marco, las cuales puede ser comprobadas o o, las icluye a ambas. Uidades elegibles- o elegibles: Elegible correspode a la uidad que perteece a la població objetivo, de lo cotrario o es elegible. Uidades comprobadas- o comprobadas: Correspode a las uidades e que ha sido posible comprobar el estado de elegibilidad. Y las uidades o comprobadas correspode a aquellas uidades de las cuales o ha sido posible obteer iformació. 5

18 ANEXO : HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE LA CALIDAD Estimació putual y por itervalo para la media y la variaza Para ua muestra aleatoria (m.a.) X X,...,, X se tiee: Media aritmética: Correspode a la suma de los datos, divididos por su total. i i i : Correspode al recorrido de la variable Variaza: Correspode al promedio de las desviacioes de cada dato respecto de la media aritmética al cuadrado. s i ( i ) Coeficiete de variació: Correspode al cociete etre la desviació típica y la media aritmética, el resultado se puede epresar e térmios de porcetaje. cv s *00 Para ua m.a. X, X X co mediaμ y variaza σ,..., se tiee: Error estádar de la estimació de la media: v( ) σ Error estádar de la estimació de la variaza: 3 μ v( s ) 4 σ 4 Dode: μ E(( ) ) 4 μ 6

19 Para ua m.a. X co mediap y variazap(-p) se tiee: X X,...,, Error estádar de la estimació de la proporció: P P p v ) ( ) ( Dode: p ua proporció muestral el tamaño de la muestrae cuato más pequeño es el error estádar, más cofiables será los resultados a partir del estimador relacioado. Itervalos de cofiaza para la media y la variaza (Asumiedo ambas descoocidas) Itervalo para la media poblacioal: α μ α α + < < * * s t s t P Itervalo para la variaza poblacioal: α σ α α < < ) ( ) (,, X s X s P 7

20 Estimador máimo verosímil de la media y variaza: (Co distribució ormal) ( ) i i i i i l e e f l i i i ) ( ) ( ) l( ) l( )),,,...,, ( l( ), ; ( ),,,...,, ( μ σ σ σ μ σ σ σ μ σ μ μ σ σ μ ) ( ˆ 0 ˆ ) ( 0 ˆ) ( 0 )),, ( l( EMV X l i i i i μ μ μ σ μ σ μ ) ( ˆ ˆ) ( ˆ 0 ˆ) ( ˆ 0 ˆ) ( ˆ ˆ 0 )),, ( l( 4 EMV s l i i i i i i + + σ μ σ μ σ μ σ σ σ σ μ Este estimador o cumple co la propiedad de isesgamieto. 8

21 Estimadores putuales para la media y la variaza: (Propiedades deseables) - Error cuadrático medio: El error cuadrático medio se defie como el valor esperado del cuadrado de la diferecia etre T y θ. Dode T es cualquier estimador de u parámetro coocido θ. Este se deota de la siguiete forma: ECM ( T ) Var( T ) + θ E( T ). ECM ( T ) E( T θ ) Lo que equivale a [ ] El térmio [ θ E(T )] recibe el ombre de Sesgo del Estimador. El sesgo puede ser positivo, egativo o cero. Y como este es u compoete del ECM, es razó para isistir que este sea, e valor absoluto, lo mas pequeño posible. E otras palabras, es deseable que u estimador tega ua media igual a la del parámetro que se está estimado. - Estimadores isesgados: Se dice que la estadística deomiada T es u estimador isesgado del parámetro θ, si la E(T) θ para todos los posibles valores de θ. De esta forma, para cualquier estimador isesgado de θ, la distribució de muestreo de T se ecuetra alrededor de θ. Por lo tato: E () μ es u estimador isesgado E ( s ) σ es u estimador isesgado 9

22 3- Estimadores eficietes: Sea X X,..., ua muestra aleatoria de ua fució de desidad, X f ( ; θ ) es (estimador isesgado): l f ( ; θ ) E(T) θ Var ( T ) E θ.si T Si l f ( ; θ ) Var( T ) E θ T es eficiete 4- Estimadores cosistetes: Sea T u estimador de u parámetro θ, y sea T, T,..., ua secuecia de estimadores que represeta a T co base e muestras de tamaño,,, respectivamete. Se dice que T es u estimador cosistete para θ si lim ( θ ε ) todos los valores de θ y ε >0. T P para T 5- Estimadores suficietes: Ua estadística suficiete para u parámetro θ es aquella que utiliza toda la iformació coteida e la muestra aleatoria co respecto a θ. Sea X, X,..., X ua muestra aleatoria de ua fució de desidad f ( ; θ ). Se dice que la estadística T es ua estadística suficiete para θ si y solo si la fució de verosimilitud puede factorizarse de la siguiete forma: L(,,..., ; θ ) h( t; θ ) g(,,..., ) Para cualquier valor t de T y dode g,,..., ) o cotiee al parámetro θ. ( 0

23 ANEXO 3: ANTECEDENTES OCDE PARA LAS ACTIVIDADES ESTADÍSTICAS El resume siguiete esta basado e el documeto propuesto por la Orgaizació para la Cooperació y Desarrollo Ecoómico OCDE, Estructura de calidad y líeas guías para la actividad estadística de la OCDE 7. Itroducció 8 La mejora de la calidad de la estadística de la OCDE es uo de los objetivos pricipales de la Estrategia actual de la OCDE. Los estadísticos de la OCDE dedica ua parte sigificativa de su esfuerzo a la mejora de calidad, y la orgaizació aplica técicas que ya ha sido utilizadas e estructuras de la gerecia de calidad total. Los procesos iteros de la garatía de calidad está ya e lugar e varias direccioes. Éstos icluye el tratamieto y la validació de las cotestacioes de cuestioarios, verificado e forma cruzada co las publicacioes acioales, la compilació de la iformació adicioal de la OCDE y de otras fuetes iteracioales. Varios proyectos se ha lazado bajo la estructura de la Estrategia Actual de OCDE y se ha alcazado cosiderables mejoras e el Estas iiciativas realzará la calidad, auque todavía hay ecesidad de u marco comú que se pueda utilizar para determiar sistemáticamete, comparar y mejorar más lejos las estadísticas de la OCDE. Muchos de los trabajos que se ha hecho estos últimos años para aplicar el cocepto de la calidad a los datos estadísticos correspode por ejemplo los realizados por el FMI, la EUROSTAT, Estadística Caadá y otras oficias de estadística acioales los que ha idetificado varios sistemas de compoetes de la calidad de los datos y ha adoptado estructuras de la calidad para mejorar sus orgaizacioes y la calidad de los datos producidos. Para ua orgaizació iteracioal, la calidad de la estadística difudida, depede de dos aspectos, la calidad de la estadística acioal recibida, y la calidad de los procesos 7 Quality Framework ad Guidelies for OCDE Statistical Activities. Versió 003/ Orgaizatio for Ecoomic Co-operatio ad Developmet (OECD) 8 Ver Documeto: «Quality Framework ad Guidelie for OECD Statistical Activitis. Versió 00/ (7 Octubre 003)» Págia 5-6: «Itroducctio»

24 iteros para la colecció, procesamieto, aálisis y difusió de los datos y de los meta datos. E varios campos, la estadística acioal se desarrolla de cerca de acuerdo co estádares iteracioales. Por otra parte, los procesos estadísticos e el ivel iteracioal se deriva a meudo de las mejores prácticas desarrolladas e el ivel acioal. Así, hay ua iterdepedecia clara etre ambos aspectos. La estructura de la calidad de la OCDE cotoreado e este documeto se cetra pricipalmete e mejorar la calidad de los datos recogidos, compilados y difudidos por la OCDE co ua mejora e los procesos estadísticos iteros y la gerecia de la orgaizació. Para ello se cueta co cuatro elemetos: Ua defiició de la calidad y de sus dimesioes; U procedimieto para asegurar la calidad de uevas actividades estadísticas propuestas; U procedimieto para evaluar la calidad de actividades estadísticas eistetes; U sistema de amplios pricipios, e los cuales las actividades estadísticas de la OCDE so coducidas y pautadas por la calidad que cubre todas las fases del proceso de producció estadístico. Este documeto se orgaiza de la siguiete forma: La ª parte proporcioa defiicioes de las dimesioes de la calidad, juto co ua breve descripció de los procedimietos para asegurar la calidad de uevas actividades estadísticas y para evaluar la calidad de actividades estadísticas eistetes. Además, preseta u sistema de amplios pricipios a las cuales las actividades estadísticas de la OCDE tiee que ser coducidas. E la ª parte, teemos pautas para la calidad propuestas por las fases del proceso de producció estadístico. Fialmete, e la 3ª parte se preseta ua descripció de los pasos específicos que debe seguir e el plaeamieto y realizació de las actividades estadísticas bajo la direcció de la OCDE.

25 . DIMENSIONES DE LA CALIDAD, VALORES CENTRALES PARA LAS ESTADÍSTICAS DE LA OCDE Y PROCEDIMIENTOS PARA LA PLANIFICACIÓN Y EVALUACIÓN DE LAS ACTIVIDADES ESTADÍSTICAS.. Defiició y dimesioes de la calidad de los datos La calidad se defie como «apta para el uso» e térmios de las ecesidades de los usuarios. Esa defiició es más amplia que la habitualmete usada, cuado la calidad se igualaba co la eactitud (acuracidad). Hoy e día se recooce e forma geeralizada como ua dimesió para la medició de calidad. Au si u dato es eacto, o se puede decir que tiee buea calidad si se produce co demasiado desfase para su uso, o o se puede acceder fácilmete a el, o aparece e cotradicció co otros datos. Por esto, la calidad se cosidera como u cocepto multifacético. Las características de calidad más importates depede de las perspectivas de los usuarios, ecesidades y prioridades. Dado el trabajo ya realizado por varias orgaizacioes estadísticas, la OCDE ha tomado su eperiecia y la ha adaptado al coteto de la orgaizació. Varias orgaizacioes estadísticas tiee ya idetificadas las dimesioes de la calidad. Estas tambié ha sido adaptadas al coteto de la OCDE. Por esto la OCDE cosidera la calidad e térmios de siete dimesioes: relevacia, acuracidad, credibilidad, oportuidad, accesibilidad, iterpretabilidad y coherecia. Estas dimesioes se defie (discute) más abajo. Otro factor a cosiderar es costo-eficiecia, el cual, auque o es estrictamete hablado ua dimesió de la calidad, es todavía ua cosideració importate e la posible aplicació de ua o más de las siete dimesioes citadas ateriormete e la elaboració de estadísticas de la OCDE. *La relevacia de los datos producidos es ua valoració cualitativa del valor aportado por estos datos. El valor es caracterizado por el grado e que los datos so útiles para cosigar si sirve para el propósito co que fuero buscados por los usuarios. Esto depede de dos aspectos; el alcace de los tópicos requeridos y el uso apropiado de los coceptos. El valor es además caracterizado por el mérito que los usuarios proyecta e térmios del madato de la OCDE, de acuerdo co los países miembros y la oportuidad que cuesta reproducir los datos. 3

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION 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 detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

7.2. Métodos para encontrar estimadores

7.2. Métodos para encontrar estimadores Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

DIRECTORIO DE INSTITUCIONES E INFRAESTRUCTURAS CULTURALES EN ANDALUCÍA Memoria técnica

DIRECTORIO DE INSTITUCIONES E INFRAESTRUCTURAS CULTURALES EN ANDALUCÍA Memoria técnica Vicecosejería DIRECTORIO DE INSTITUCIONES E INFRAESTRUCTURAS CULTURALES EN ANDALUCÍA Memoria técica 0. IDENTIFICACIÓN DE LA ACTIVIDAD Código y deomiació de la actividad 03.01.03 Directorio de istitucioes

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

Informe sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV

Informe sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV Iforme sobre el Cálculo de Errores de Muestreo Ecuesta sobre Codicioes de Vida - ECV EUSKAL ESTATISTIKA ERAKUNDA INDICE. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo de errores....4 3.

Más detalles

Global Venture Clasificadora de Riesgo

Global Venture Clasificadora de Riesgo 2 Global Veture Clasificadora de Riesgo L a clasificació de riesgo tiee como propósito pricipal el que los iversioistas y las istitucioes/empresas cuete co ua herramieta que les permita determiar los riesgos

Más detalles

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA Autores: Ágel A. Jua (ajuap@uoc.edu), Máimo Sedao (msedaoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS Defiició Propiedades

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

Los sistemas operativos en red

Los sistemas operativos en red 1 Los sistemas operativos e red Objetivos del capítulo Coocer lo que es u sistema operativo de red. Ver los dos grupos e que se divide los sistemas oeprativos e red. Distiguir los compoetes de la arquitectura

Más detalles

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...} ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno: Uidad 5 Aualidades vecidas Objetivos Al fializar la uidad, el alumo: Calculará el valor de la reta de ua perpetuidad simple vecida. Calculará el valor actual de ua perpetuidad simple vecida. Calculará

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

MATRIZ DE INDICADORES DEL PROGRAMA TRANSPORTE ESCOLAR

MATRIZ DE INDICADORES DEL PROGRAMA TRANSPORTE ESCOLAR 7 Compoetes 6 5 4 3 2 1 2 Propósito 1 Fi 1 Objetivo del Eje de Política Pública del Pla Querétaro: Objetivo Istitucioal, Especial o Regioal: Objetivo Estratégico de la Depedecia o Etidad: Programa Presupuestario:

Más detalles

MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO

MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO DOCUMENTO TÉCNICO N 64 Versió 0.1 MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO CONCEPTOS GENERALES MINISTERIO SECRETARÍA GENERAL DE LA PRESIDENCIA Este documeto es parte de ua serie de guías

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

Encuesta y experimento de campo: redes sociales, confianza, información y desarrollo financiero 1

Encuesta y experimento de campo: redes sociales, confianza, información y desarrollo financiero 1 Ecuesta y experimeto de campo: redes sociales, cofiaza, iformació y desarrollo fiaciero 1 Soia Di Giaatale, Alexader Elbittar, María José Roa 2, Patricia López 3 Itroducció El objetivo geeral de la presete

Más detalles

En ningún caso este porcentaje de disponibilidad, podrá ser inferior a un 99,9%.

En ningún caso este porcentaje de disponibilidad, podrá ser inferior a un 99,9%. EDICOM, Service Level Agreemet Terms ad Coditios www.edicomgroup.com Co el Compromiso de Calidad de Servicio (CCS), EDICOM se compromete co sus clietes de la Plataforma e-commerce, a cumplir co tres variables

Más detalles

Análisis en el Dominio del Tiempo para Sistemas Discretos

Análisis en el Dominio del Tiempo para Sistemas Discretos OpeStax-CNX module: m12830 1 Aálisis e el Domiio del Tiempo para Sistemas Discretos Do Johso Traslated By: Erika Jackso Fara Meza Based o Discrete-Time Systems i the Time-Domai by Do Johso This work is

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis 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 detalles

Midiendo el Desempeño

Midiendo el Desempeño Midiedo el Desempeño Prof. Mariela J. Curiel H. Midiedo el Desempeño Qué variables se desea medir Cuáles so las herramietas dispoibles Qué tecicas se utiliza para calcular los parámetros de etrada de u

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

Más detalles

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD MCAL103/03 LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 03. Aálisis Estadísticos de Cotrol de Calidad A. CONTENIDO Este Maual cotiee los procedimietos para aalizar,

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

Más detalles

ADMINISTRACIÓN DE RECURSOS HUMANOS

ADMINISTRACIÓN DE RECURSOS HUMANOS ADMINISTRACIÓN DE RECURSOS HUMANOS Coceptos Geerales sobre Recursos Humaos Teorías de Motivació Los recursos materiales hace las cosas posibles, pero las persoas las covierte e realidad. CONCEPTOS GENERALES

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1 3.4 Evaluació de la implemetació y su compatibilidad co NC PAS:99:2008 La aplicació del modelo del CMI y la herramieta de medició (el CM ODUN) permitió cotrastar los resultados co lo establecido por la

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

Estadística Inferencial

Estadística Inferencial Estadística Iferecial El presete documeto es ua guía para el curso de iferecia estadística impartido e el Istituto Nacioal de Estadística Geografía e Iformática (INEGI), e el edificio de capacitació; y

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva Itroducció Se defie alguos coceptos básicos para ua compresió ituitiva de la Estadística. Se itroduce los primeros coceptos sobre el uso y maejo de datos uméricos, que permite distiguir

Más detalles

VALORACIÓN DE EMPRESAS

VALORACIÓN DE EMPRESAS VALORACIÓN DE EMPRESAS Alfoso A. Rojo Ramírez Catedrático de Ecoomía Fiaciera y Cotabilidad (Uiversidad de Almería) Presidete de Auditor Valoració de empresas Justificació Alguos coceptos básicos de valoració.

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 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

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

Más detalles

Conclusiones y recomendaciones a la estrategia de comunicación para el mejoramiento de la calidad educativa de la primera infancia

Conclusiones y recomendaciones a la estrategia de comunicación para el mejoramiento de la calidad educativa de la primera infancia Foro Mudial de Grupos de trabajo por la Primera Ifacia Sociedad Civil.-Estado Cali, Colombia 1 al 7 de oviembre de 2009. 3. Movilizació social y resposabilidad de los medios de comuicació co la Primera

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL

SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL EDU101 SOFTWARE INVENFOR 1.0 SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL Autor: 1 Ig. Ricardo Iouye Rodríguez Co-Autores: 2 MSc. Caridad Salazar Alea 3 Ig. Jua J. Ramos Herádez

Más detalles

MANUAL PARA CAMARÓGRAFOS DEL DE LOS TALLERES DE

MANUAL PARA CAMARÓGRAFOS DEL DE LOS TALLERES DE MANUAL PARA CAMARÓGRAFOS DEL DE LOS TALLERES DE PARA CAMARÓGRAFOS DEL DE LOS TALLERES DE FORMACIÓN DE LOS DIRECTIVOS SINDICALES. EVALUACIÓN DOCENTE DE CARÁCTER DIAGNÓSTICO FORMATIVA (ECDF) 2016 Este maual

Más detalles

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso

Más detalles

Capítulo 4. Riesgos operacionales. 1. Introducción

Capítulo 4. Riesgos operacionales. 1. Introducción Capítulo 4 Riesgos operacioales Vicete Laze Jefe de la Divisió de Custodia y Liquidació de Valores de la Superitedecia de Valores y Seguros de Chile 1. Itroducció 2. Riesgo operacioal 3. Riesgo tecológico

Más detalles

Scoring Proactivo: el modelo en auge

Scoring Proactivo: el modelo en auge Puto de Iflexi Marzo 2006 Por Adreu Miró, Director Área de Baca y Ramo Trias, Presidete - Director Geeral El ivel de bacarizació e España y el alto ivel de viculació de los clietes co su baco o caja ha

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

PROGRAMACIÓN POR RESTRICCIONES PARA SOLUCIONAR PROBLEMAS DE PLANIFICACIÓN

PROGRAMACIÓN POR RESTRICCIONES PARA SOLUCIONAR PROBLEMAS DE PLANIFICACIÓN PROGRAMACIÓN POR RESTRICCIONES PARA SOLUCIONAR PROBLEMAS DE PLANIFICACIÓN Daiel Díaz Araya, Fracisco S. Ibáñez y Raymudo Q. Forradellas Departameto e Istituto de Iformática Uiversidad Nacioal de Sa Jua,

Más detalles

Articulación de los sectores de salud, protección y educación en la atención a la primera infancia *

Articulación de los sectores de salud, protección y educación en la atención a la primera infancia * Foro Mudial de Grupos de trabajo por la Primera Ifacia Sociedad Civil.-Estado Cali, Colombia 1 al 7 de oviembre de 2009. Articulació de los sectores de salud, protecció y educació e la ateció a la primera

Más detalles

QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL?

QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Rev. 12/26/12 DATOS Por qué? Qué? QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Las istitucioes fiacieras elige la maera e que comparte su iformació persoal. La ley federal otorga a los

Más detalles

8 Funciones, límites y continuidad

8 Funciones, límites y continuidad Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto

Más detalles

Contabilidad y finanzas Aplíquelas en su pyme

Contabilidad y finanzas Aplíquelas en su pyme Cotabilidad y fiazas Aplíquelas e su pyme Sepa qué so Costos y precios. Registros de cotrol. Estados fiacieros. El flujo de caja Para qué sirve? Cómo se prepara? Qué datos icluye? Claves para el éxito

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

FORMACIÓN DE FAMILIAS DE PRODUCTOS PARA 4 LÍNEAS DE EMPAQUE DE UNA EMPRESA FARMACÉUTICA

FORMACIÓN DE FAMILIAS DE PRODUCTOS PARA 4 LÍNEAS DE EMPAQUE DE UNA EMPRESA FARMACÉUTICA FORMACIÓN DE FAMILIAS DE PRODUCTOS PARA 4 LÍNEAS DE EMPAQUE DE UNA EMPRESA FARMACÉUTICA Isidro Soria Arguello y José Guadalupe Gómez García * soriaarguelloisidro@hotmail.com, imi.91@hotmail.com* Uiversidad

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

Cuadernos de Administración ISSN: 0120-3592 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia

Cuadernos de Administración ISSN: 0120-3592 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia Cuaderos de Admiistració ISSN: 0120-3592 revistascietificasjaveriaa@gmail.com Potificia Uiversidad Javeriaa Colombia Varela, Rodrigo La decisió de iversió y sus complejidades. Ua crítica al artículo ``Metodología

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

Grandparents. Cuestiones legales en el cuidado de sus nietos

Grandparents. Cuestiones legales en el cuidado de sus nietos Gradparets Raisig Gradchildre Cuestioes legales e el cuidado de sus ietos Como abuelo o abuela criado a sus ietos, quizás uca imagió estar ivolucrado co el sistema legal. Pero si sus ietos vive co usted

Más detalles

Guía de servicio al cliente VAIO-Link

Guía de servicio al cliente VAIO-Link Guía de servicio al cliete VAIO-Lik "Tratamos cada problema de cada cliete co cuidado, ateció y respecto y queremos que todos uestros clietes se sieta bie sobre la experiecia que tiee co VAIO-Lik." Guía

Más detalles

servicio familiar delhogar Información básica NIPO: 270-15-034-7

servicio familiar delhogar Información básica NIPO: 270-15-034-7 2015 servicio delhogar familiar 2015 Iformació básica NIPO: 270-15-034-7 Régime laboral Se cosidera relació laboral especial del servicio del hogar familiar la que cocierta el titular del mismo, como empleador,

Más detalles

ANÁLISIS DE VARIANZA

ANÁLISIS DE VARIANZA ANÁLISIS DE VARIANZA Se supoe el caso de u fabricate y tres cosumidores de latas cuyo fodo tega al meos 0.25 libras de recubrimieto de estaño. Mediate u tratamieto químico, se puede medir el peso de este

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

UNIVERSIDAD CENTRAL DE VENEZUELA ESCUELA DE QUIMICA FACULTAD DE CIENCIAS INSTRUMENTAL ANALITICO GUIA DE CROMATOGRAFÍA

UNIVERSIDAD CENTRAL DE VENEZUELA ESCUELA DE QUIMICA FACULTAD DE CIENCIAS INSTRUMENTAL ANALITICO GUIA DE CROMATOGRAFÍA UNIVESIDD CENTL DE VENEZUEL ESCUEL DE QUIMIC FCULTD DE CIENCIS INSTUMENTL NLITICO GUI DE COMTOGFÍ Caracas 2008 Tabla de Coteido DEFINICIONES IMPOTNTES...3 Cromatografía...3 Clasificació de los Métodos

Más detalles

Seguimiento del Examen Periódico Universal Información para las ONG

Seguimiento del Examen Periódico Universal Información para las ONG HOJA INFORMATIVA 4 child rights coect Seguimieto del Exame Periódico Uiversal Iformació para las ONG El Exame Periódico Uiversal (EPU) es u mecaismo de supervisió del Cosejo de los Derechos Humaos (CDH)

Más detalles

4. CONCEPTO BASICOS DE PROBABILIDADES

4. CONCEPTO BASICOS DE PROBABILIDADES 4. CONCEPTO BASICOS DE PROBABILIDADES Dr. http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 41 4.1 Espacio Muestral y Evetos 4.1.1 1 Experimetos Aleatorios y Espacios

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Estimaciones Estadísticas: Un Acercamiento Analítico. (Statistical Estimations: An Analitical Approach)

Estimaciones Estadísticas: Un Acercamiento Analítico. (Statistical Estimations: An Analitical Approach) Daea: Iteratioal Joural of Good Cosciece. 5(1) 37-55. ISSN 1870-557X 37 Estimacioes Estadísticas: U Acercamieto Aalítico (Statistical Estimatios: A Aalitical Approach) Badii, M.H. & A. Guille* Resume.

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

Marcos teóricos de PISA 2003. Conocimientos y destrezas en Matemáticas, Lectura, Ciencias y Solución de problemas

Marcos teóricos de PISA 2003. Conocimientos y destrezas en Matemáticas, Lectura, Ciencias y Solución de problemas Marcos teóricos de PISA 2003 Coocimietos y destrezas e Matemáticas, Lectura, Ciecias y Solució de problemas Marcos teóricos de PISA 2003 Coocimietos y destrezas e Matemáticas, Lectura, Ciecias y Solució

Más detalles

Valoración de permutas financieras de intereses (IRS) *

Valoración de permutas financieras de intereses (IRS) * Valoració de permutas fiacieras de itereses (IRS) * JOSÉ E. ROMERO FERNÁNDEZ Agecia Estatal de Admiistració Tributaria SUMARIO 1. INTRODUCCIÓN. 2. INSTRUMENTOS FINANCIEROS DERIVADOS. 3. LOS MERCADOS. 4.

Más detalles

ANÁLISIS Y RESOLUCIÓN DE CIRCUITOS

ANÁLISIS Y RESOLUCIÓN DE CIRCUITOS NÁLSS Y ESOLCÓN DE CCTOS. Las Leyes de Kirchhoff..- Euciado de las Leyes de Kirchhoff. Defiició de Nodo y Lazo Cerrado. Las Leyes de Kirchhoff so el puto de partida para el aálisis de cualquier circuito

Más detalles

CUÁLES SON LAS LIMITACIONES DE LAS ESTADÍSTICAS

CUÁLES SON LAS LIMITACIONES DE LAS ESTADÍSTICAS CUÁLES SON LAS LIMITACIONES DE LAS ESTADÍSTICAS DE POBREZA EN ARGENTINA? SONIA INÉS GONTERO Istituto de Ecoomía y Fiazas Facultad de Ciecias Ecoómicas Uiversidad Nacioal de Córdoba E los últimos años las

Más detalles

Planes Médicos para Grupos Pequeños 2-50

Planes Médicos para Grupos Pequeños 2-50 A p é d i c e d e A e t a I l l i o i s C o m m u i t y P l a S M Plaes Médicos para Grupos Pequeños 2-50 Opcioes de Pla Beeficios para Miembros (No requiere de remisió) Red Comuitaria IL Commuity Pla

Más detalles

white paper Data mining y estadísticas: adquiera una ventaja competitiva

white paper Data mining y estadísticas: adquiera una ventaja competitiva white paper Data miig y estadísticas: adquiera ua vetaja competitiva white paper Adquiera ua vetaja competitiva 2 & ómo puede descubrir patroes y tedecias e las motañas de datos que acumula su orgaizació?

Más detalles

14 Intervalos de confianza

14 Intervalos de confianza Solucioario 14 Itervalos de cofiaza ACTIVIDADES INICIALES 14.I. Calcula tal que P z < Z z α α = 0,87. P zα < Z zα = P Z zα P Z < zα = P Z zα 1= 0,87 P Z P Z P Z = 1,87 = 0,935. Buscado e el iterior de

Más detalles

MEDIDAS DE TENDENCIA CENTRAL CON EXCEL

MEDIDAS DE TENDENCIA CENTRAL CON EXCEL ) MEDIA ARITMÉTICA MEDIDAS DE TENDENCIA CENTRAL CON EXCEL Las medidas de tedecia cetral so medidas represetativas que como su ombre lo idica, tiede a ubicarse hacia el cetro del cojuto de datos, es decir,

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

www.derechoynegocios.net Edición # 53 issn : 2075-6631 Lic. Luis Barahona

www.derechoynegocios.net Edición # 53 issn : 2075-6631 Lic. Luis Barahona Edició # 53 EL SALVADOR iss : 2075-6631 Lic. Luis Barahoa Destacado abogado acioal y regioal e el área del derecho tributario. Co más de 20 años de recorrido profesioal. Socio de la firma Arias & Muñoz.

Más detalles

Inferencia estadística. Distribuciones muestrales. 3. Establecer relaciones entre los parámetros de la población y los obtenidos de la muestra.

Inferencia estadística. Distribuciones muestrales. 3. Establecer relaciones entre los parámetros de la población y los obtenidos de la muestra. UNIDAD 9 Iferecia estadística. Distribucioes muestrales la Estadística se distigue dos partes perfectamete difereciadas. Ua de ellas se cooce co el ombre de Estadística Descriptiva y tiee como objetivo

Más detalles

Herramientas de Control de Procesos

Herramientas de Control de Procesos Autor del presete maual: Edgardo Ojeda Barcos Profesor de Cotrol de Calidad y Estadística Iacap Uiversidad Tecológica de Chile Liceciado e Orgaizació Idustrial Uiversidad Argetia de La Empresa Postgrado

Más detalles

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441 PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE CURSO 007-008 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles