INFERENCIA ESTADÍSTICA Notas de clase. Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez
|
|
- David Soler Alcaraz
- hace 7 años
- Vistas:
Transcripción
1 INFERENCIA ESTADÍSTICA Notas de clase Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez
2 TEMA III ESTIMACIÓN DE PARÁMETROS POR INTERVALOS DE CONFIANZA La estimación puntual es útil pues proporciona el valor más representativo para el parámetro que se desea estimar; sin embargo, la probabilidad de que el estimador tome el valor del parámetro es prácticamente cero, por lo que en algunos problemas es mucho más útil un intervalo para el cual la probabilidad de que el parámetro se encuentre en dicho intervalo sea alta. La estimación por intervalos parte de construir intervalos aleatorios. Un intervalo aleatorio es un intervalo en al menos uno de sus límites es una v.a. En general, un intervalo aleatorio se construye a través de los estadísticos y tales que recibe el nombre de nivel o coeficiente de confianza, y se denominan límites de confianza inferior y superior, respectivamente y se llama nivel de significación o nivel de significancia o simplemente significancia. En a partir de una condición se ha generado un intervalo aleatorio, en el cual, la constante que ha quedado dentro del intervalo puede ser el valor de un parámetro objetivo. Definición 3.1 Intervalo de confianza Un intervalo de confianza para el parámetro poblacional al nivel de confianza 100, siendo un valor en el intervalo, se define como un intervalo de la forma cuyos extremos son estadísticos y tiene la propiedad de que Para obtener el intervalo de confianza se utiliza el método del pivote. El método del pivote se basa en la determinación de una expresión pivote que es función de las mediciones de la muestra y del parámetro desconocido, en es la única cantidad desconocida y el pivote tiene una distribución de probabilidad que no depende del parámetro. Por ejemplo, si el estadístico tiene una distribución normal, tal que entonces se puede calcular, y despejando se obtiene: y y son los estadísticos del intervalo de confianza. Fig. 3.1 Considérese que se tiene una variable aleatoria contenida en un intervalo dado, por ejemplo: (Intervalo determinístico) el cual se podría escribir como: INTERVALO DE CONFIANZA PARA LA MEDIA En los capítulos anteriores se estudió el estadístico como estimador de la media poblacional, y si se considera una muestra grande, extraída de una población con conocida, entonces del teorema del límite central y en consecuencia, (Intervalo aleatorio)
3 INFERENCIA ESTADÍSTICA Tema III Pág. 2 S)))) por lo que se obtiene de El denotar a como, es una notación común en estadística, pero no está completamente generalizada. Cuando la muestra es pequeña y la población tiene una distribución normal con variancia conocida, entonces puede emplearse (3.1), como se ilustra en el siguiente ejemplo Ejemplo 3.1 Construir un intervalo del 95% de confianza para la media de una población normal con variancia, y. Además, utilizando los datos: y obtener una estimación. De el intervalo de confianza de dos lados para la media con un nivel de confianza de, cuando la muestra es grande es: y los límites son:... (3.1) Puesto que se desea un intervalo para la media, la variancia es conocida y la distribución de la población es normal, de la expresión (3.1) se tiene el valor se obtiene de tablas de distribución normal estándar de forma que y de tablas El intervalo aleatorio es y sustituyendo por se obtiene la estimación Fig. 3.2 ))))))))))))))) Estimación El último intervalo no es aleatorio, es decir, la estimación no es un intervalo de probabilidad 0.95, puesto que la probabilidad de que la media poblacional esté contenida en el intervalo es ó, lo que significa que la media está o no contenida en el intervalo.
4 INFERENCIA ESTADÍSTICA Tema III Pág. 3 S))) La interpretación del intervalo aleatorio es, que en repetidas utilizaciones de la fórmula, el 95% de las veces el intervalo generado (estimación) contendrá a la media. A pesar de que la estimación contiene o no a la media de la población, es común decir que se tiene una confianza del 95% de que sí lo contenga. En muchos casos no se conoce la variancia de la población, la cual se puede aproximar puntualmente mediante el estimador insesgado sustituirlo en lugar de en la expresión (3.1). y Ejemplo 3.2 En una escuela de ingeniería, se seleccionaron 50 alumnos y se determinó el promedio de horas que estudian a la semana, el cual fue de con una desviación estándar de los datos igual a. Con estos datos, estimar las horas que estudiaron en promedio los alumnos con un coeficiente de confianza igual a 95%. Se desea un intervalo para la media de las horas de estudio. Puesto que la muestra es grande entonces: Fig. 3.3 y sustituyendo por los valores de la muestra Y sustituyendo en el intervalo se tiene: como el valor de estimador insesgado como: se desconoce se puede aproximar mediante el de la expresión (3.1) se reescribe... (3.2) operando Cuando el tamaño de la muestra es pequeño,, la muestra se extrae de una población con distribución normal y la variancia se desconoce, entonces se utiliza el estadístico al considerar un intervalo simétrico y centrado en entonces, de tablas y puesto que el cual tiene una distribución con grados de libertad, y el intervalo de confianza del es:... (3.3) )))))))))))))))
5 INFERENCIA ESTADÍSTICA Tema III Pág. 4 S)))) se obtiene de tablas con distribución de Student de forma que operando Fig. 3.4 Ejemplo 3.3 Diez ejes de precisión fabricados en cierto proceso tienen un diámetro promedio de cm, con una desviación estándar de cm. Considerando que los datos provienen de una muestra aleatoria con distribución normal, construir un intervalo de confianza del 95% para el diámetro promedio real de los ejes fabricados. Puesto que la muestra es pequeña, los datos provienen de una población con distribución normal y la variancia es desconocida, entonces el intervalo de confianza para la media está dado por (3.3), de Ejemplo 3.4 Un fabricante produce anillos de pistón para un motor de automóvil, se sabe que el diámetro de los anillos se distribuye aproximadamente en forma normal y con una desviación estándar. Una muestra aleatoria de 15 anillos tiene media de. a) Construir un intervalo de confianza de dos lados del 95% con respecto al diámetro medio de los anillos de pistón. b) Construir un límite de confianza inferior del 95% respecto al diámetro medio de los anillos de pistón. a) Puesto que la población tiene distribución normal, el intervalo de dos lados está dado por: De tablas se obtiene que se satisface con Sustituyendo,, y sustituyendo los valores obtenidos en la muestra y de tablas b) Un límite de confianza inferior es de la forma por lo que... (3.2a) se obtiene de )))))))))))))))
6 INFERENCIA ESTADÍSTICA Tema III Pág. 5 S))) Definición 3.2 Cuando la muestra es grande el estadístico para la diferencia de medias está dado por De tablas Fig. 3.5 Por lo que el intervalo de confianza de dos lados para la diferencia de medias con un nivel de confianza de centrado en es sustituyendo se obtiene de tablas con distribución normal estándar Como se observó en el ejemplo, es posible obtener intervalos unilaterales, tanto inferiores como superiores, procediendo de una manera muy similar que para los intervalos de dos lados. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Al igual que el intervalo de confianza para la media, para el intervalo de confianza para la diferencia de medias pueden distinguirse dos casos: muestras grandes (variancia conocida o que se puede aproximar) y muestras pequeñas (distribución normal y variancia desconocida). de forma que Si se desconocen las variancias de las poblaciones y y la muestra es grande, entonces se pueden sustituir por sus estimadores puntuales y. Ejemplo 3.5 La resistencia del caucho a la abrasión aumenta si se agrega una carga de sílice y un agente de acoplamiento para enlazar químicamente a la carga con las cadenas de polímero del caucho. Cincuenta muestras de caucho con el agente de acoplamiento tipo I dieron una resistencia promedio de 92 y la variancia de las mediciones fue de 20. Cuarenta muestras de caucho con el agente de acoplamiento tipo II dieron un promedio de 98 y una variancia de 30 en sus mediciones. Estimar la diferencia verdadera entre las resistencias promedio a la abrasión en un intervalo de confianza del 95%. Puesto que las muestras son grandes y aproximando puntualmente las variancias, se tiene: )))))))))))))))
7 INFERENCIA ESTADÍSTICA Tema III Pág. 6 S))))...(3.4) Sustituyendo: Ejemplo 3.6 Para dos muestras extraídas de distribuciones normales se obtuvieron los siguientes resultados operando Cuando la variancia de la población es desconocida y la muestra es pequeña, se puede utilizar la distribución para obtener el intervalo de confianza. Definición 3.3 Cuando las muestras son pequeñas y provienen de poblaciones normales con variancias desconocidas pero iguales, entonces el estadístico para la diferencia entre dos medias está dado por Obtener un intervalo de confianza para la diferencia de medias con un coeficiente de confianza igual a, considerando igualdad de variancias poblacionales. Puesto que la muestra proviene de una distribución normal y las muestras son pequeñas con variancias desconocidas el valor de con grados de libertad para y Por lo que el intervalo de confianza de dos lados para la diferencia de medias con un nivel de confianza de centrado en es El intervalo es: valuando )))))))))))))))
8 INFERENCIA ESTADÍSTICA Tema III Pág. 7 S))) Finalmente INTERVALO DE CONFIANZA PARA LA VARIANCIA Definición 3.4 Si es una v.a. con distribución normal con media y variancia desconocidas, entonces el estadístico empleado es Ejemplo 3.7 Considérense los siguientes datos: Obtener: a) Un intervalo de confianza de dos lados del 95% para. b) Un intervalo de confianza inferior del 95% para. c) Un intervalo de confianza superior de 95% para. De los datos de la tabla se obtiene a) Sustituyendo en Utilizando el estadístico se obtiene el intervalo de confianza de dos lados con un coeficiente de confianza de, el cual es para De tablas...(3.5) Por lo que b) Para un intervalo inferior Fig. 3.6 De tablas entonces )))))))))))))))
9 INFERENCIA ESTADÍSTICA Tema III Pág. 8 S)))) Utilizando el estadístico se obtiene el intervalo de confianza de c) Para un intervalo superior dos lados con un coeficiente de confianza de las variancias, el cual es para la relación de De tablas entonces...(3.6) INTERVALO DE CONFIANZA PARA LA RAZÓN DE VARIANCIAS Definición 3.5 Si y son vv.aa. independientes con distribuciones normales con medias y desconocidas y variancias y desconocidas, respectivamente, entonces el estadístico empleado es Fig. 3.7 Ejemplo 3.8 Se extraen dos muestras independientes de poblaciones normales obteniéndose los siguientes datos Construir un intervalo de confianza de dos lados del 95 % con respecto a la relación de las variancias. El intervalo está dado por )))))))))))))))
10 INFERENCIA ESTADÍSTICA Tema III Pág. 9 S))) Utilizando el estadístico y aproximando la cantidad De tablas e interpolando sustituyendo mediante su estimador puntual confianza de dos lados con un coeficiente es se obtiene el intervalo de para la proporción...(3.7) INTERVALO DE CONFIANZA PARA UNA PROPORCIÓN Ejemplo 3.9 En una muestra al azar de 60 secciones de tubo en una planta química, 8 de ellos mostraron señales de corrosión seria. Construir un intervalo de confianza del 95 % para la proporción de los tramos de tubo con corrosión seria. Utilizando la fórmula (3.7), con de tablas, y Definición 3.6 Si se toma una muestra de tamaño de una población muy grande ( o infinita), y observaciones pertenecen a la clase de recordando que, se tiene: interés, entonces es un estimador puntual de la proporción de la población que pertenece a la clase en cuestión, y la distribución de muestreo es Finalmente: y y son los parámetros de la distribución binomial. )))))))))))))))
11 INFERENCIA ESTADÍSTICA Tema III Pág. 10 S)))) INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE PROPORCIONES Y de tablas, se tiene Definición 3.8 Si dos muestras independientes de tamaño y se extraen de poblaciones infinitas con distribuciones binomiales, representa el número de observaciones de la primera muestra que corresponden a la clase de interés, y representa el número de observaciones de la segunda muestra que corresponden a la clase en cuestión, entonces la distribución de muestreo para la diferencia de proporciones está dada por operando De la definición (3.8) se obtiene el intervalo de confianza de dos lados para la diferencia de proporciones, con un nivel de confianza de, el cual es...(3.8) Ejemplo 3.10 Dos grupos de 80 pacientes tomaron parte en un experimento en el cual un grupo recibió píldoras que contenían un antialérgico, mientras que al otro grupo se le administró un placebo, es decir, una píldora sin droga alguna. En el grupo que recibió el medicamento 23 exhibieron síntomas alérgicos, mientras que en el otro grupo 41 los exhibieron. Obtener un intervalo de confianza del 99 % para la diferencia entre las proporciones. Sustituyendo en la fórmula (3.8) con TÓPICOS ESPECIALES: INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS, CASOS ESPECIALES Existen algunos casos especiales para los intervalos de confianza de diferencia de medias. El primero de ellos es cuando se tienen datos apareados, o en pares, es decir, las muestras aleatorias no son independientes y tienen el mismo tamaño. El segundo de ellos, que queda un poco más allá del objetivo del presente curso, se tiene cuando las muestras son pequeñas, independientes, con distribuciones aproximadamente normales con variancias desconocidas y diferentes. DATOS EN PARES Cuando se observan datos en pares y se espera que exista una fuerte correlación entre cada pareja de datos, se debe generar una nueva variable aleatoria para construir el intervalo de confianza. Sea la variable aleatoria,, entonces: y el intervalo se puede generar mediante:, )))))))))))))))
12 INFERENCIA ESTADÍSTICA Tema III Pág. 11 S))) utilizando un intervalo de confianza para apareadas, se tiene : con observaciones y son la media y la desviación estándar muestrales, que se calculan mediante: La afirmación es válida. SQ SQ Ejemplo 3.11 Un gimnasio afirma que un nuevo programa de ejercicios reduce la talla de la cintura de una persona dos centímetros en promedio en un periodo de cinco días. Se indicó la talla de la cintura de seis hombres que participaron en este programa de ejercicios antes y después del periodo de cinco días y las cifras resultantes se registraron en la tabla: VARIANCIAS DIFERENTES MUESTRAS PEQUEÑAS Cuando el problema consiste en encontrar una estimación por intervalos para la diferencia de medias, las muestras son pequeñas, las poblaciones son aproximadamente normales y las variancias desconocidas no pueden considerarse iguales, entonces no existe un estadístico exacto para el problema; sin embargo, algunos autores han encontrado muy buenas aproximaciones utilizando el estadístico: Talla anterior de la cintura Talla posterior de la cintura H O M B R E S el cual tiene una distribución aproximadamente, con grados de libertad, los cuales se aproximan mediante: Determinar si la afirmación de este gimnasio es cierta, calculando un intervalo de confianza del para la reducción promedio de la talla de la cintura. Asumir que la distribución de las diferencias de las tallas antes y después del programa es aproximadamente normal. Si es la talla anterior y la talla posterior, o bien mediante,,, )))))))))))))))
13 INFERENCIA ESTADÍSTICA Tema III Pág. 12 S)))) BIBLIOGRAFÍA Hines, William W. y Montgomery, Douglas C., et al.- Probabilidad y Estadística para Ingeniería y Administración, Cuarta Edición..- CECSA.- México, Wackerly, Dennis D., Mendenhall, William, y Scheaffer, Richard L.- Estadística Matemática con Aplicaciones, Sexta edición.- Editorial Thomson.- México, puesto que difícilmente es entero se aproxima al entero más cercano. El intervalo de confianza de dos lados queda entonces: Milton, Susan J. y Arnold, Jesse C.- Introduction to probability and statistics, Fourth Edition.- McGraw-Hill, Walpole, Ronald E., et al..- Probabilidad y Estadística para Ingenieros.- Prentice Hall.- Sexta Edición.- México, Scheaffer, Richard L y McClave, James T.- Probabilidad y Estadística para Ingeniería.- Grupo Editorial Iberoamérica.- México Canavos, George C.- Probabilidad y Estadística Aplicaciones y Métodos.- McGraw-Hill.- México, Devore, Jay L.- Probability and Statistics for Engineering and the Sciences.- Sixth Edition.- Canada Borras García, Hugo E., et al.- Apuntes de Probabilidad y Estadística.-Facultad de Ingeniería, México Rosenkrantz, Walter A.- Introduction to Probability and Statistics for Scientists and Engineers.- McGraw-Hill.- EE.UU )))))))))))))))
PROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Notas de clase Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez TEMA VI DISTRIBUCIONES MUESTRALES En adelante, cuando se hable de una muestra aleatoria, o de las
Más detallesNotas de clase A. Leonardo Bañuelos Saucedo Nayelli Manzanarez Gómez
PROBABILIDAD Y ESTADÍSTICA Notas de clase A. Leonardo Bañuelos Saucedo Nayelli Manzanarez Gómez INTRODUCCIÓN TEMA V VARIABLES ALEATORIAS CONJUNTAS En los capítulos anteriores se estudiaron variables aleatorias
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Lunes jueves 1PM22 11:00-12:00 11:00-13:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com 1 de Agosto de 2011 OBJETIVO
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Notas de clase Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez INTRODUCCIÓN TEMA III VARIABLES ALEATORIAS El objetivo de este tema es conocer y utilizar el concepto
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Jueves Viernes 13:00-15:00 14:00-15:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com mhesiquiog@ipn.mx http://hesiquiogm.wordpress.com
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Notas de clase Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez TEMA IV MODELOS PROBABILÍSTICOS COMUNES INTRODUCCIÓN Las variables aleatorias sirven para modelar
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS PROBABILIDAD Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0056 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL CODIGO 214543 (COMPUTACION) 224543 (SISTEMAS) 254443 (CONTADURIA) 264443 (ADMINISTRACION) 274443( GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE 02 02 03 IV PRE REQUISITO
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA FACULTAD DE CIENCIAS BASICAS Y APLICADAS DEPARTAMENTO DE MATEMÁTICAS
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 6 ESTADÍSTICA II CÓDIGO 12251 PROGRAMA ADMINISTRACIÓN DE EMPRESAS Y CONTADURÍA PÚBLICA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 5 ESTADÍSTICA II CÓDIGO 22081 PROGRAMA ADMINISTRACIÓN DE LA SEGURIDAD INTEGRAL ÁREA DE FORMACIÓN ESTADÍSTICA SEMESTRE
Más detallesCarrera: IAM Participantes. Representantes de las academias de Ingeniería Ambiental. Academia de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería Ambiental IAM - 0423 3-2-8 2.- HISTORIA DEL
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 PROBABILIDAD
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesPROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN INGENIERÍA CIVIL ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1315 SEMESTRE:
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detalles6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE
6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE HIPÓTESIS. 6.1 INFERENCIA ESTADISTICA La estadística está dividida en descriptiva e inferencial donde La estadística Descriptiva se relaciona principalmente
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA SYLLABUS PROYECTO CURRICULAR DE INGENIERÍA ELÉCTRICA
Nombre del Docente ESPACIO ACADÉMICO (Asignatura): PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Obligatorio Básico Complementario Electivo Intrínseco Extrínseco FACULTAD DE
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 9 Experimentación y presentación de datos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir los conceptos de experimentación y determinación
Más detallesEjercicio 1(10 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa
Más detallesGrado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León
Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,
Más detallesESTADISTICA Y PROBABILIDADES
Bachillerato y Licenciatura en la Enseñanza de la Matemática ESTADISTICA Y PROBABILIDADES Código: MAB314 Nivel: III Ciclo lectivo: VI Naturaleza: teórico-práctico Area: Matemática Aplicada Requisitos:
Más detallesIntervalos de Confianza para dos muestras
Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación
Más detallesPrueba de hipótesis para la diferencia de medias
Estadística Técnica Prueba de hipótesis para la diferencia de medias Cladera Ojeda, Fernando Conceptos previos Inferencia estadística Población Muestra Parámetro Estadístico Hipótesis estadística Pruebas
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Muestreo aleatorio simple Resumen teórico Resumen teórico de los principales conceptos estadísticos Muestreo aleatorio
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesPROGRAMA DE ESTUDIOS NOMBRE DE LA ASIGNATURA ESTADÍSTICA CICLO CLAVE DE LA ASIGNATURA TOTAL DE HORAS SÉPTIMO SEMESTRE
GOBIERNO CONSTITUCIONAL DEL ESTADO LIBRE Y SOBERANO DE OAXACA INSTITUTO ESTATAL DE EDUCACIÓN PÚBLICA DE OAXACA COORDINACIÓN GENERAL DE PLANEACIÓN EDUCATIVA COORDINACIÓN GENERAL DE EDUCACIÓN MEDIA SUPERIOR
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesEjercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL
Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL 1. Se ha realizado una muestra aleatoria simple (m.a.s) de tamaño 10 a una población considerada normal. Llegando a la conclusión que
Más detallesIntervalos de confianza
Capítulo 5 Intervalos de confianza Como su nombre indica, el objetivo de un estadístico puntual para un parámetro desconocido de una población, es acercarnos al verdadero valor del mismo dando un valor
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesPrograma Analítico Plan de estudios Asignatura: Probabilidad y Estadística
Programa Analítico Plan de estudios 2011 Asignatura: Probabilidad y Estadística CARRERA: LICENCIATURA LIC. CIENCIAS EN DE CIENCIAS LA COMPUTACIÓN-LIC. DE LA COMPUTACIÓN EN SISTEMAS DE INFORMACIÓN AÑO:
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesConceptos del contraste de hipótesis
Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,
Más detallesCarrera: ADT Participantes Representante de las academias de Administración de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística administrativa I Licenciatura en Administración ADT-046-3-7.- HISTORIA
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
Más detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesEJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA
EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA 1. (2012-M3;Sept-B-4) El peso de las calabazas de una determinada plantación sigue una ley Normal con desviación típica 1200 g. a) (2 puntos) Halle
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detallesPLANEACIÓN DIDÁCTICA FO205P
PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA EN TICS DOCENTE (2) ING. JULIO MELÉNDEZ PULIDO NOMBRE DE LA ASIGNATURA (3) PROBABILIDAD Y ESTADISTICA CRÉDITOS (4) 5 CLAVE DE LA ASIGNATURA (5)
Más detallesLímites y continuidad de funciones reales de variable real
Límites y continuidad de funciones reales de variable real Álvarez S., Caballero M.V. y Sánchez M. a M. salvarez@um.es, m.victori@um.es, marvega@um.es Índice 1. Definiciones 3 2. Herramientas 10 2.1. Funciones
Más detallesFINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY Nombre y apellido: Nota
FINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY0 2015 Nombre y apellido: Legajo: 1 2 3 4 5 Nota / / / / / 1.- El gobierno de la ciudad ha construido senderos especiales para bicicletas en un barrio de la
Más detallesCAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores
CAPÍTULO I. INTRODUCCIÓN I.1 Breve Descripción Cuando se requiere obtener información de una población, y se desean obtener los mejores y más completos resultados, el censo es una opción para dar una respuesta
Más detallesTabla de datos de la asignatura Asignatura: Métodos Estadísticos de la Ingeniería
INGENIERO INDUSTRIAL Tabla de datos de la asignatura Asignatura: Métodos Estadísticos de la Ingeniería Titulación: INGENIERO INDUSTRIAL Ciclo: 1 Curso: 2 Carácter: Obligatoria Duración: Cuatrimestral Créditos
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesa. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.
El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué
Más detallesPROGRAMA ANALÍTICO. UBICACIÓN EN EL PLAN DE ESTUDIO DE MECÁNICA: 1er. CUATRIMESTRE DE 2do. AÑO
PROGRAMA ANALÍTICO DEPARTAMENTO: CIENCIAS BÁSICAS CARRERAS: INGENIERÍA MECÁNICA - INGENIERÍA QUÍMICA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CÓDIGO: 0406 AÑO ACADÉMICO: 2015 PLAN DE ESTUDIO: MECÁNICA 2005
Más detallesCarrera: COT Participantes Representante de las academias de Contaduría de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística administrativa I Licenciatura en Contaduría COT-0425 2-3-7 2.- HISTORIA
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar problemas
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción B Reserva, Ejercicio
Más detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detallesCONTENIDO PROGRAMÁTICO
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2015/09/30 Revisión No. 2 AC-GA-F-8 Página 1 de 5 ESTADÍSTICA II CÓDIGO 160012 PROGRAMA ECONOMÍA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detalles