2 CARTAS DE CONTROL POR ATRIBUTOS

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

Download "2 CARTAS DE CONTROL POR ATRIBUTOS"

Transcripción

1 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o defectuoso, será cosiderado como u atributo y para su cotrol se utiliza Cartas de Cotrol por Atributos. E el caso de las cartas para variables, teemos dos cartas, ua para la tedecia cetral y otra para la dispersió. E el cotrol por atributos, tato la media como la variabilidad de la proporció muestral depede de u úico parámetro, por lo que se hace sólo ua carta de cotrol. Existe diferetes tipos de cartas de cotrol por atributos si embargo solo estudiaremos las siguietes: Cartas p, p, c y u CARTA DE CONTROL p (Proporció de defectuosos) Estas cartas mide la proporció de uidades o coformes e u grupo de uidades que se ispeccioa. El objetivo es comprobar si la evolució de las proporcioes muestrales observadas so compatibles co u mismo valor poblacioal p. Este tipo de grafica se puede costruir co costate o variable por lo que a cotiuació se muestra el procedimieto para ambos casos. Pasos para la elaboració de la gráfica p co costate Paso 1: Recopilació de los datos. Establezca la frecuecia co la que los datos será tomados (por horas, por días, por semaas). Los itervalos cortos etre tomas de muestras permitirá ua rápida retroalimetació al proceso ate la presecia de problemas. Los tamaños de muestra grades permite evaluacioes más estables del desarrollo de proceso y so más sesibles a pequeños cambios e el promedio del mismo. Se sugiere que el tamaño de muestra() sea al meos de 0 y que el umero de subgrupos () sea al meos 25. Paso 2: Calculo de la proporció defectuosa de cada subgrupo (p i). p i = Proporció defectuosa por subgrupo pi= D i = Número de partes defectuosas por subgrupo = Tamaño de la muestra (costate) Preparado por: IQI María Guadalupe Cadeas Trejo 1

2 Paso : Calculo de la proporció defectuosa promedio. p = i =1 * D i = Número de partes defectuosas por subgrupo = Tamaño de la muestra (costate) = Número de subgrupos Paso 4: Calculo de los límites de cotrol. p * (1 p) UCL p = p+ CL p = p p * (1 p) LCL p = p NOTA: E alguos casos el límite de cotrol iferior puede resultar egativo y co u valor muy pequeño, e la práctica es imposible que ua proporció de o coformidad resulte egativa por lo tato el valor de limite resultate se cambia a cero. Paso 5: Trazado de la gráfica y aálisis de resultados. La grafica p cosiste e tres líeas de guía: Límite de cotrol iferior, líea cetral y límite de cotrol superior. La líea cetral es la proporció de defectos promedio y los dos límites de cotrol so fijados más o meos a tres desviacioes estádar. Cada subgrupo se idetifica e la gráfica como u puto, u círculo o ua cruz segú se establezca, cada puto correspode a u valor p i. Preparado por: IQI María Guadalupe Cadeas Trejo 2

3 Ejemplo: Se tomaro 10 muestras de tamaño 60 y se determio el úmero de artículos defectuosos e cada subgrupo. Paso 2 pi= Paso 4 UCL p = p+ CL p = p p * ( 1 p) p * (1 p) LCL p = p Paso p = i =1 * Paso 5.- Seleccioar las columas de UCLp CLp, y LCLp y la columa de las proporcioes de defectos (pi) e isertar u grafico de líeas 2 D. Preparado por: IQI María Guadalupe Cadeas Trejo

4 1.- U fabricate de latas de alumiio registra el úmero de partes defectuosas, tomado muestras cada hora de 50 latas, co 0 subgrupos. Costruir la carta de cotrol p (proporció de defectuosos) para la siguiete serie de datos obteida durate el muestreo además dar u iforme de la iterpretació de carta obteida. Subgrupo Latas defectuosas D i Preparado por: IQI María Guadalupe Cadeas Trejo 4

5 Pasos para la elaboració de la gráfica p co variable Paso 1: Recopilació de los datos. Paso 2: Calculo de la proporció defectuosa de cada subgrupo (p i). p i = Proporció defectuosa por subgrupo p i= D i = Número de partes defectuosas por subgrupo i i = Tamaño de la muestra (variable) Paso : Calculo de la proporció defectuosa promedio. p i = 1 = i= 1 i D i = Número de partes defectuosas por subgrupo i = Tamaño de la muestra (variable) Paso 4: Calculo de los límites de cotrol para cada subgrupo. UCLi = p+ CL= p LCLi= p p *(1 p) i p * (1 p) i Paso 5: Trazado de la gráfica y aálisis de resultados. La grafica p cosiste e tres líeas de guía: Límite de cotrol iferior (o recta), líea cetral y límite de cotrol superior (o recta). La líea cetral es la proporció de defectos promedio y los dos límites de cotrol so fijados más o meos a tres desviacioes estádar. Cada subgrupo se idetifica e la gráfica como u puto, u círculo o ua cruz segú se establezca, cada puto correspode a u valor p i. Preparado por: IQI María Guadalupe Cadeas Trejo 5

6 2.- U fabricate de módems para computadora recopila datos tomados de la prueba fial a que se somete el producto los resultados obteidos se preseta e la siguiete tabla: Costruir ua carta de cotrol p (variable) Subgrupo Tamaño de la muestra Numero de uidades defectuosas Preparado por: IQI María Guadalupe Cadeas Trejo 6

7 CARTA DE CONTROL p (Número de defectuosos) La carta p es ua herramieta estadística usada para evaluar el úmero de artículos defectuosos o el úmero de artículos o coformes producidos por u proceso. Tega e cueta que siempre que ua carta p se pueda utilizar tambié se podrá utilizar ua carta p. Paso 1: Recopilació de los datos. Paso 2: Calculo de la proporció defectuosa de cada subgrupo (p i). p i = Proporció defectuosa por subgrupo pi= D i = Número de partes defectuosas por subgrupo = Tamaño de la muestra (costate) Paso : Calculo de la proporció defectuosa promedio. p = i =1 * D i = Número de partes defectuosas por subgrupo = Tamaño de la muestra (costate) = Número de subgrupos Paso 4: Calculo de los límites de cotrol. UCL= p+ * p* 1 CL= p LCL= p * p* 1 ( p) ( p) Paso 5: Trazado de la gráfica y aálisis de resultados. La grafica p cosiste e tres líeas de guía: Límite de cotrol iferior, líea cetral y límite de cotrol superior. La líea cetral es el promedio de úmero de defectos por subgrupo y los dos límites de cotrol so fijados más o meos a tres desviacioes estádar. Cada subgrupo se idetifica e la gráfica como u puto, u círculo o ua cruz segú se establezca, cada puto correspode a u valor D i. Preparado por: IQI María Guadalupe Cadeas Trejo 7

8 .- La siguiete tabla de datos fue obteida mediate la apertura al azar de ua caja seleccioada de cada evío y cotado el úmero de melocotoes golpeados que teia cada caja. Había 250 melocotoes por caja. Costruir ua carta de cotrol p (úmero de defectuosos) y hacer la iterpretació de la misma. No. de evío Melocotoes golpeados Preparado por: IQI María Guadalupe Cadeas Trejo 8

9 CARTA DE CONTROL c (Número de ocurrecias/defectos) La carta c es ua herramieta estadística usada para aalizar la variabilidad del umero de defectos por subgrupo. Las cartas c respode a la preguta Tiee ua causa especial la variació causada e la tedecia cetral de este proceso para producir u úmero aormalmete grade o pequeño de ocurrecias durate el período de tiempo observado. Tome e cueta que, a diferecia de las cartas p o p, las cartas c o implica cotar los objetos físicos más bie implica cotar los evetos. Por ejemplo, cuado usamos las cartas p uo cotaría los melocotoes golpeados, cuado usamos las cartas c uo cotaría los golpes. Paso 1: Recopilació de los datos. Paso 2: Calculo de el promedio de ocurrecias c= Ocurreciasporsubgrupo umerodesubgrupos Paso : Calculo de los límites de cotrol. UCL= c+ * CL=c LCL= c * c c Paso 4: Trazado de la gráfica y aálisis de resultados. La grafica c cosiste e tres líeas de guía: Límite de cotrol iferior, líea cetral y límite de cotrol superior. La líea cetral es el promedio de ocurrecias por uidad y los dos límites de cotrol so fijados más o meos a tres desviacioes estádar. Cada subgrupo se idetifica e la gráfica como u puto, u círculo o ua cruz segú se establezca, cada puto correspode a u valor de c i. Preparado por: IQI María Guadalupe Cadeas Trejo 9

10 4.-E la siguiete tabla teemos el úmero de defectos por uidad observados e 26 muestras sucesivas de 100 filtros de seguridad. Costruir el grafico c y dar su iterpretació. Filtro Defectos c i Preparado por: IQI María Guadalupe Cadeas Trejo 10

11 CARTA DE CONTROL u (Número de ocurrecias por uidad) La carta u es ua herramieta estadística usada para evaluar la variació del úmero promedio de defectos por articulo o uidad. Se usa cuado el tamaño del subgrupo o es costate. Paso 1: Recopilació de los datos. Paso 2: Calculo de u i u i= ci i ci = Número de defectos ecotrados i= Tamaño de la muestra (variable) Paso : Calculo de u u i i c i = 1 = i = 1 Paso 4: Calculo de promedio = i = 1 Paso 5: Calculo de los límites de cotrol. UCL= u+ CL = u i LCL= u u u Paso 5: Trazado de la gráfica y aálisis de resultados. La grafica c cosiste e tres líeas de guía: Límite de cotrol iferior, líea cetral y límite de cotrol superior. La líea cetral es el promedio de defectos por uidad y los dos límites de cotrol so fijados más o meos a tres desviacioes estádar. Cada subgrupo se idetifica e la gráfica como u puto, u círculo o ua cruz segú se establezca, cada puto correspode a u valor de u i. Preparado por: IQI María Guadalupe Cadeas Trejo 11

12 5.- E ua fabrica se esambla artículos electróicos y al fial del proceso se hace ua ispecció por muestreo para detectar defectos relativamete meores. E la siguiete tabla se preseta el úmero de defectos observados e muestreos realizados e 24 lotes cosecutivos de piezas electróicas. Costruir ua carta de cotrol u e iterpretarla. Lote Tamaño de muestra Defectos ecotrados Preparado por: IQI María Guadalupe Cadeas Trejo 12

Medidas de Tendencia Central

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

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

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

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

Qué es la estadística?

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

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

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

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

Más detalles

Importancia de las medidas de tendencia central.

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

Más detalles

Secretaría de Extensión Universitaria. Trabajo Practico N 3

Secretaría de Extensión Universitaria. Trabajo Practico N 3 Trabajo Practico N 3 Medidas de Tedecia Cetral La Media (promedio), se deota como x, de ua muestra es el promedio aritmético de sus valores. Y se calcula mediate al formula: Si aparece los datos agrupados

Más detalles

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

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

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

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

Topografía 1. II semestre, José Francisco Valverde Calderón   Sitio web: II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,

Más detalles

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

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

Introducción a las medidas de dispersión.

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

Más detalles

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

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

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-04. APELLIDOS: DNI: NOMBRE:. La producció de piezas de ua factoría se realiza e dos máquias. El 40% de las piezas las produce la máquia M y el 60%

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

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

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

METODO DE ITERACION DE NEWTON

METODO DE ITERACION DE NEWTON METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura

Más detalles

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión

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

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

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

Más detalles

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

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Trabajo Especial Estadística

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

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

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

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

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

ESTIMACIONES DE MEDIAS

ESTIMACIONES DE MEDIAS COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

Figura 10. No se satisface el supuesto de linealidad.

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

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

1 Valores individuales del conjunto

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

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

MEDIDAS DE DISPERSIÓN.

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

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

Slide 1. Slide 2. Slide 3. # Categorias. Distribución de Frecuencia. Ejemplo: Taller de Reparaciones Hudson

Slide 1. Slide 2. Slide 3. # Categorias. Distribución de Frecuencia. Ejemplo: Taller de Reparaciones Hudson Slide 1 Ejemplo Práctico: Taller de Reparacioes Hudso Supoga que al admiistrador de u taller de reparacioes le gustaría teer ua mejor idea de la distribució de sus costos relacioados a comprar Autopartes

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

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

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

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

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

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

R de Pearson para dos variables cuantitativas Vicente Manzano Arrondo 2014

R de Pearson para dos variables cuantitativas Vicente Manzano Arrondo 2014 R de Pearso para dos variables cuatitativas Vicete Mazao Arrodo 014 Teemos ua muestra aleatoria de expedietes académicos de estudiates de eseñazas medias. Tomamos sus resultados e las materias de geografía

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

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Test de Hipótesis. Material Preparado por Hugo Delfino

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

Más detalles

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Jua Carlos Coloia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE UNA POBLACIÓN POBLACIONAL ES CONOCIDA Sea X ua muestra aleatoria de tamaño 1, X,..., X extraída de ua població N,

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD

INTRODUCCIÓN A LA PROBABILIDAD INTRODUIÓN L PROBBILIDD EXPERIMENTOS LETORIOS Y DETERMINISTS Los experimetos o feómeos cuyo resultado o puede coocerse hasta haber realizado la experiecia se llama aleatorios o estocásticos. uado el resultado

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

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

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació DIRPE Metodología Diseño Estadístico Ecuesta Sobre Ambiete y Desempeño Istitucioal Departametal

Más detalles

Probabilidad y estadística

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

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

Parámetros de tiempo para

Parámetros de tiempo para Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para

Más detalles

PRUEBAS DE HIPÓTESIS.

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

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7 Sucesioes. Defiició Sucesió Matemática Ua sucesió fiita (a k ) (de logitud r) co elemetos perteecietes a u cojuto S, se defie como ua fució y e este caso el elemeto a k correspode a f(k). f : {,,...,r}

Más detalles

INSTITUCIÓN EDUCATIVA JAVIERA LONDOÑO SEVILLA. GUIA Nº 3: Sucesiones, Límite de Sucesiones y Límite de Funciones en R

INSTITUCIÓN EDUCATIVA JAVIERA LONDOÑO SEVILLA. GUIA Nº 3: Sucesiones, Límite de Sucesiones y Límite de Funciones en R P á g i a INSTITUCIÓN EDUCATIVA JAVIERA LONDOÑO SEVILLA GUIA Nº 3: Sucesioes, Límite de Sucesioes y Límite de Fucioes e R GRADO: º AREA: MATEMÁTICAS PROFESORA: Ebli Martíez M. ESTUDIANTE: PERIODO: III

Más detalles

- A h h+1 n-1 n

- A h h+1 n-1 n 1º DMINISTRCIÓN Y FINNZS GESTIÓN FINNCIER. TEM 9 TEM Nº 9: SELECCIÓN DE INVERSIONES 1. DIMENSIÓN FINNCIER DE UN PROYECTO DE INVERSIÓN Desde el puto de vista fiaciero, es decir, moetario, cualquier proyecto

Más detalles

Luis González Abril y Luis M. Sánchez-Reyes {luisgon, - Dpto. Economía Aplicada I Universidad de Sevilla

Luis González Abril y Luis M. Sánchez-Reyes {luisgon, - Dpto. Economía Aplicada I Universidad de Sevilla ETUDIO OBRE EL EXCEO DE AMPLITUD EN LA CONTRUCCIÓN DE INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL CON VARIANZA DECONOCIDA EN UNA POBLACIÓN NORMAL Luis Gozález Abril y Luis M. áchez-reyes {luisgo,

Más detalles

Qué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II

Qué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II SISTEMA DE EVALUACION TECNICAS DE MUESTREO II Practicas 3% Exame parcial 3% Exame fial 3% Trabaos ecargados % Profesor: Ig. Celso Gozales Ch. Mg.Sc Email:cgozales@lamolia.edu.pe REFERENCIAS BIBLIOGRAFICAS

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

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

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

Más detalles

[e j N 2 e j N 2 ]...} (22)

[e j N 2 e j N 2 ]...} (22) Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre 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

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

Estimación de parámetros. Biometría

Estimación de parámetros. Biometría Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes

Más detalles

Unidad N 2. Medidas de dispersión

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

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

Informe sobre el Cálculo de Errores de Muestreo. Encuesta de la Sociedad de la Información (ESI- Familias)

Informe sobre el Cálculo de Errores de Muestreo. Encuesta de la Sociedad de la Información (ESI- Familias) Iforme sobre el Cálculo de Errores de Muestreo Ecuesta de la Sociedad de la Iformació (ESI- Familias) EUSKAL ESTATISTIKA ERAKUNDA INDICE 1. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

3. Las medidas de centralización

3. Las medidas de centralización FUOC XP00/71004/00017 21 Las medidas de cetralizació 3. Las medidas de cetralizació La mediaa y la media aritmética Los diagramas de tallos y hojas y los histogramas proporcioa ua descripció geeral de

Más detalles

Análisis Multivariable

Análisis Multivariable Aálisis Multivariable Resume El procedimieto Aálisis Multivariable está diseñado para resumir dos columas o más de datos uméricos. Calcula estadísticos de resume para cada variable, así como las variazas

Más detalles

2 FUNDAMENTOS DE PROBABILIDAD

2 FUNDAMENTOS DE PROBABILIDAD 2 FUNDAMENTOS DE PROBABILIDAD T al vez el estudio de la probabilidad toma setido cuado se percibe y se acepta la existecia de la aleatoriedad e diversos aspectos de la vida diaria. Si embargo, si cosideramos

Más detalles