documentos de trabajo
|
|
- María Carmen Revuelta Padilla
- hace 8 años
- Vistas:
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
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 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 detallesEstimación 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 detallesREVISIÓN 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 detallesPara 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 detallesCRITERIOS 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 detallesTema 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 detalles7.2. 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 detallesGlobal 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 detalles16 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 detallesESTADÍSTICA 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 detallesMETODOLOGÍA 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 detallesMedidas 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 detallesMétodos 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 detallesAPLICACIÓN 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 detallesModelos 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 detallesTema 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 detallesSolución 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 detallesSoluciones 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 detallesCapítulo 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 detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesDIRECTORIO 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 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 detallesCONCEPTOS 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 detalles2. 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 detallesCuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.
II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros
Más detallesCONCEPTOS 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 detallesUNIVERSIDAD 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 detallesEstimación 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 detallesANEXO 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 detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com
Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la
Más detallesPRUEBA 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 detallesUna 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 detallesBIOESTADISTICA (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 detallesTEMA 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 detallesESTIMACIÓN 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 detallesInforme 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 detallesASIGNATURA: 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 detallesEXAMEN 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 detallesGuía 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 detallesBINOMIO 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 detalles1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)
1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,
Más detallesMATEMÁTICAS FINANCIERAS
MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD
PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).
Más detallesTema 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 detallesQUÉ 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 detallesPlanificación 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 detallesUNIDAD 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 detallesEn 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 detallesProgramación 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 detallesINTERVALOS 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 detallesImposiciones y Sistemas de Amortización
Imposicioes y Sistemas de Amortizació La Imposició u caso particular de reta e el cual cada térmio devega iterés (simple o compuesto) desde la fecha de su aboo hasta la fecha fial. Imposicioes Vecidas
Más detallesCOMUNICACIÓN A 5272 27/01/2012
2012 Año de Homeaje al doctor D. Mauel Belgrao A LAS ENTIDADES FINANCIERAS: COMUNICACIÓN A 5272 27/01/2012 Ref.: Circular LISOL 1-545 CONAU 1-962 Exigecia de capital míimo por riesgo operacioal. Determiació
Más detallesSucesiones numéricas.
SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detalles"Programa de Direcció por Objetivos e la Pyme" Desarrollado por: Pla de Cosolidació y Competitividad de la Pyme FEDER El Club Asturiao de Calidad preseta el proyecto Direcció por Objetivos e la Pyme, siguiedo
Más detallesMC Fco. Javier Robles Mendoza Primavera 2009
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2
Más detallesEjercicios Resueltos ADC / DAC
Curso: Equipos y Sistemas de Cotrol Digital Profesor: Felipe Páez M. Programa: Automatizació, espertio, 010 Problemas Resueltos: Ejercicios Resueltos ADC / DAC ersió 1.1 1. Se tiee u DAC ideal de 10 bits,
Más detallesMidiendo 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 detallesGradiente, divergencia y rotacional
Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para
Más detallesGENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:
GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los
Más detallesMuestreo. 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 detallesUNIDAD 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 detallesTEMA 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 detallesAnálisis 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 detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)
IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las
Más detallesLos 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 detalles1.1. Campos Vectoriales.
1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal
Más detallesCURSO 2.004-2.005 - CONVOCATORIA:
PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD
PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y,
Más detallesINFERENCIA 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 detallesPropuesta A. { (x + 1) 4. Se considera la función f(x) =
Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar
Más detallesIES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir
IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)
Más detallesEjemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de
Más detallesUnidad 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 detallesEncuesta 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 detallesMATRIZ 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 detallesTeorías de falla bajo cargas estáticas
Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto
Más detallesMEDIDAS 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 detallesCAL. 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 detallesPor qué elegir Windermere?
Por qué elegir Widermere? Desde 1972, Widermere Real Estate ha crecido de ser ua operació de ua sola oficia a más de 300 oficias y más de 7,000 agetes por todo el oeste de Estados Uidos y México. U crecimieto
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo
Más detallesVALORACIÓN 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 detallesADMINISTRACIÓN 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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos
Más detallesFigura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano
(VSHFLILFDFLRQHVHQHOGRPLQLRGHOWLHPSR E capítulos ateriores se ha estudiado la respuesta de estado estable de los sistemas lieales ( cuado tæ ), estudiaremos ahora la respuesta trasitoria. La respuesta
Más detalles1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)
Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =
Más detallesMODELO 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 detallesMUESTREO 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 detallesESTADÍSTICA 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 detallesINFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS
INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel
Más detallesTEMA 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 detallesAnálisis estadístico de datos simulados Estimadores puntuales
Aálisis estadístico de datos simulados Estimadores putuales Georgia Flesia FaMAF 5 de mayo, 2015 Aálisis estadístico Modelizació estadística: Elegir ua distribució e base a los datos observados. Estimar
Más detallesSOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que
SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso
Más detallesOPERACIONES 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 detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesEstadística 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 detallesA N U A L I D A D E S
A N U A L I D A D E S INTRODUCCION Y TERMINOLOGIA Se deomia aualidad a u cojuto de pagos iguales realizados a itervalos iguales de tiempo. Se coserva el ombre de aualidad por estar ya muy arraigado e el
Más detalles