TEST ESTADÍSTICA DESCRIPTIVA. Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "TEST ESTADÍSTICA DESCRIPTIVA. Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego"

Transcripción

1 TEST ESTADÍSTICA DESCRIPTIVA Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego

2 temas 1 y 2: VARIABLES, ATRIBUTOS Y DISTRIBUCIONES DE FRECUENCIAS 1.- De la Encuesta de Presupuestos Familiares se extraen los siguientes datos sobre las personas que integran las familias españolas: (N) Número de personas que integran el núcleo familiar; (E) Estudios; (P) Profesión; (C) Estado Civil; (I) Ingresos Anuales. Cuáles de estos caracteres se consideran atributos? a) E, P e I. b) N e I. c) E, P y C. 2.- Señale la afirmación correcta en relación con las distribuciones de frecuencias: a) A partir de la distribución de frecuencias de un atributo es posible calcular su media aritmética. b) Las frecuencias relativas acumuladas nos indican el número de observaciones menores o iguales que un valor determinado. c) Las frecuencias relativas nos dicen la proporción de observaciones correspondientes a cada valor o modalidad. 3.- Dada una distribución de frecuencias agrupada en intervalos, a) la marca de clase es el valor medio del intervalo. b) el valor representativo de cada intervalo se denomina moda. c) el intervalo modal siempre es único. 4.- A partir de la siguiente distribución se puede afirmar que a) existe un total de 10 observaciones. b) la media aritmética es 0,5. c) el valor 1 se repite 7 veces. x i f i N i 0 0,5 1 0, ,3 5.- En la siguiente distribución de frecuencias: x i n i f i N i F i , ,15 4 0,2 Total

3 n 2 vale: a) 4 b) 5 c) Se pretende realizar una representación gráfica para describir la situación de los distintos tipos de contratos temporales en la Comunidad de Madrid (en prácticas, eventual por circunstancias de la producción, por obra, ). Cuál de los siguientes gráficos no sería adecuado? a) Histograma. b) Diagrama de sectores. c) Diagrama de rectángulos. 7.- Señale la afirmación falsa en relación con los histogramas: a) Las alturas (de los rectángulos) de un histograma en el que los intervalos son de la misma amplitud se pueden representar con frecuencias absolutas o con densidades de frecuencia. b) El rectángulo más alto corresponde siempre al intervalo de mayor densidad de frecuencia y, por tanto, al de mayor frecuencia absoluta. c) Las alturas (de los rectángulos) de un histograma en el que los intervalos son de distinta amplitud deberían representar densidades de frecuencia. temas 3: MEDIDAS CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Dada la siguiente distribución de frecuencias, señale la afirmación correcta: a) La media aritmética es igual a 3,625. b) La moda es igual a 3. c) La mediana es igual a 3. x i n i f i N i , , , Tenemos información correspondiente al número de horas diarias trabajadas por una persona contratada durante doce días en una determinada empresa: 8, 8, 7, 8, 7, 9, 9, 5, 6, 7, 8, 8. a) El valor de la mediana es 9. b) El valor de la mediana es 8 y el del tercer cuartil también. c) El valor de la mediana es 9 y el del tercer cuartil 7.

4 3.- Se ha calculado el percentil 85 sobre las estadísticas de siniestralidad laboral en el sector de la construcción durante el último año y se ha obtenido el valor 2,5. El significado de este dato es a) el 2,5 por ciento de los trabajadores en el sector de la construcción sufren menos de 85 accidentes al año. b) el 15 por ciento de los trabajadores en el sector de la construcción sufren menos de 2,5 accidentes al año. c) el 85 por ciento de los trabajadores en el sector de la construcción sufren menos de 2,5 accidentes al año. 4.- La suma de las desviaciones de cada valor de la variable respecto a la media aritmética ponderada por su frecuencia relativa a) vale cero. b) es la desviación absoluta media. c) toma una valor positivo si la distribución es asimétrica a la derecha. 5.- Señale la afirmación falsa en relación con las medidas de dispersión: a) Las medidas de dispersión absolutas no se ven afectadas por cambios en las unidades de medida de la variable. b) Las medidas de dispersión cuantifican la variabilidad de los valores que ha tomado una variable. c) A diferencia de la varianza, la desviación típica se expresa en las mismas unidades de medida que la variable. 6.- Si dos distribuciones con valores positivos tienen igual desviación típica, con medias distintas a) la media menor es menos representativa de su distribución. b) la media mayor es menos representativa de su distribución. c) ambas tienen igual dispersión. 7.- Si dos distribuciones de frecuencias tienen el mismo coeficiente de variación, esto significa que a) tienen la misma desviación típica. b) tienen la misma media. c) ambas medias son igualmente representativas de sus respectivas distribuciones. 8.- Señale qué afirmación es falsa: a) El coeficiente de variación de Pearson es una medida de dispersión relativa, y sirve para comparar la representatividad de las medias aritméticas de dos distribuciones. b) La varianza es una medida de dispersión absoluta, y sirve para comparar las medias aritméticas en dos distribuciones.

5 c) La desviación absoluta media respecto a la media es una medida de dispersión absoluta, y se define como la media aritmética de las desviaciones absolutas entre los valores de la variable y su media. 9.- Una variable estadística X tiene media 15, varianza 4 y moda 12. Definida la variable Y = 3X 5, señale la afirmación correcta respecto a dicha variable: a) Tiene media 40, desviación típica 1 y moda 36. b) Tiene media 45, varianza 12 y moda 36. c) Tiene media 40, desviación típica 6 y moda Si X media = 2 y S 2 x = 9, y definimos Y = 2X + 1, entonces: a) S Y = 7. b) Cv (X) = Cv (Y) c) Cv (Y) = 1, Se desea comparar el nivel académico de dos estudiantes de la misma titulación de diferentes universidades para la concesión de una beca de postgrado. Se le concederá a) al que tenga una nota media más alta, b) al que tenga menor dispersión en las notas de su expediente. c) al que tenga la nota media tipificada más alta El coeficiente de variación de Pearson a) es una medida de dispersión que varía entre 0 y 1. b) es una medida de concentración relativa. c) es invariante ante la transformación Y = ax con a > Ante un cambio de origen y escala, el coeficiente de asimetría de Fisher a) sólo se ve afectado por el cambio de escala. b) se ve afectado por ambos. c) permanece invariante Ante un cambio de origen y escala, el coeficiente de apuntamiento a) sólo se ve afectado por el cambio de escala. b) se ve afectado por ambos. c) permanece invariante.

6 15.- Sean g 1 y g 2 el coeficiente de asimetría de Fisher y el coeficiente de apuntamiento, respectivamente. Si calculados ambos en una distribución de frecuencias encontramos que g 1 = 0,5 y g 2 = -2, entonces a) la distribución es asimétrica positiva y platicúrtica. b) la distribución es asimétrica positiva y leptocúrtica. c) la distribución es asimétrica negativa y leptocúrtica Si para una distribución de frecuencias se verifica que g 2 < -3, entonces a) la distribución es platicúrtica. b) la distribución es leptocúrtica. c) el coeficiente g 2 no puede tomar valores menores que De una distribución de frecuencias se conoce que la varianza es 10 y el momento central de orden 4 vale 200. Por tanto, a) la distribución es platicúrtica. b) la distribución es mesocúrtica. c) la distribución es leptocúrtica Dada una distribución de salarios a) se dice que existe concentración mínima o equidistribución cuando todos los asalariados perciben la misma cantidad y, por tanto, el índice de Gini es igual a uno y la curva de Lorenz coincide con la bisectriz del primer cuadrante. b) se dice que existe concentración máxima cuando todos los salariados perciben la misma cantidad y, por tanto, el índice de Gini es igual a cero y la curva de Lorenz coincide con la bisectriz del primer cuadrante. c) se dice que existe concentración mínima o equidistribución cuando todos los asalariados perciben la misma cantidad y, por tanto, el índice de Gini es igual a cero y la curva de Lorenz coincide con la bisectriz del primer cuadrante Una empresa ha decidido subir todos los salarios de sus empleados de manera que el año próximo cobrarán 50 más cada mes. El índice de Gini: a) aumenta b) disminuye c) no varía 20.- Una empresa ha decidido subir todos los salarios de sus empleados proporcionalmente a su salario actual y el año próximo pasarán a cobrar un 3 % más cada mes. El índice de Gini. a) Aumenta

7 b) Disminuye c) No varía 21.- Una empresa ha decidido subir todos los salarios de sus empleados proporcionalmente a su salario actual y el año próximo pasarán a cobrar un 3 % más cada mes. La curva de Lorenz: a) Se acerca más a la diagonal principal b) Se aleja de la diagonal principal c) No varía. tema 4: DISTRIBUCIONES BIDIMENSIONALES 1.- El fin de considerar simultáneamente dos caracteres de un mismo colectivo es: a) ahorrarse tiempo de cálculo b) estudiar las posibles relaciones entre ellos c) no tiene ningún fin específico 2.- Cuando no existe relación entre dos variables, se dice que las variables son: a) de baja correlación b) altamente relacionadas c) independientes 3.- Cuando la relación entre dos variables es perfecta, se dice que: a) las variables están relacionadas funcionalmente, lo que significa que su relación puede ser expresada bajo la forma y = f(x) b) las variables tienen algún tipo de relación, que puede ser expresada bajo la forma y = f(x) + e, siendo e una variable residual c) la relación entre ellas es inexistente 4.- En la siguiente tabla de correlación, n 23 nos dice X \ Y y 1 y 2 y 3 n i. x 1 n 11 n 12 n 13 n 1. x 2 n 21 n 22 n 23 n 2. x 3 n 31 n 32 n 33 n 3. n.j n. 1 n. 2 n. 3 N a) el número de veces que se presenta conjuntamente un 2 y un 3 b) el número de veces que se presenta x 3 con y 2 c) el número de veces que se presenta x 2 con y 3

8 5.- En la misma tabla anterior, la frecuencia marginal de y 3 es: a) n. 3 b) n 3. c) n. 3 /N 6.- Dos variables, X e Y, son independientes estadísticamente sí: a) la frecuencia relativa conjunta es igual al cociente de las frecuencias relativas marginales b) todos las frecuencias relativas condicionadas son iguales a sus correspondientes frecuencias relativas marginales c) ninguna de las dos anteriores 7.- Son siempre nulos: a) los momentos bidimensionales respecto a la media de orden 1 b) los momentos bidimensionales respecto al origen de orden 1 c) los momentos bidimensionales respecto al origen de orden Escoja la opción correcta: a) si X e Y son independientes, el valor de su covarianza es distinto de cero b) si la covarianza entre X e Y es cero, las variables son independientes siempre c) si X e Y son independientes, su covarianza es cero, pero el recíproco no siempre es cierto 9.- Calcule la covarianza de las variables X e Y de la siguiente tabla de correlación: X \ Y a) la covarianza es cero pero las variables no son independientes b) la covarianza es cero y las variables son estadísticamente independientes c) la covarianza es 55, por lo que las variables son dependientes 10.- Calcule la covarianza de las variables X e Y de la siguiente tabla de correlación: X \ Y a) la covarianza es cero pero las variables no son independientes

9 b) la covarianza es 50, por lo que las variables son dependientes c) la covarianza es -25, por lo que las variables son dependientes tema 5: REGRESIÓN Y CORRELACIÓN SIMPLE 1.- Si dos variables (X e Y) son independientes se cumple que: a) la covarianza (S xy ) es igual a cero b) la covarianza (S xy ) es positiva c) la covarianza (S xy ) es negativa 2.- Si el coeficiente de correlación lineal (r) de una variable bidimensional (X,Y) es igual a cero se puede afirmar que las variables X e Y son: a) estadísticamente independientes b) cuasi-independientes c) linealmente independientes 3.- Se sabe que en la recta de regresión de Y sobre X el valor del coeficiente de regresión (b) toma el valor Cuál de los siguientes valores podría ser el coeficiente de correlación de la recta de regresión de X sobre Y (b )? a) 0.5 b) c) La recta de regresión de Y sobre X para una determinada variable bidimensional resulta ser Y = 20-3X. Según esta recta, cuál será la variación de la variable Y ante un incremento de 5 unidades en la variable X? a) + 15 unidades b) + 5 unidades c) 15 unidades 5.- Las rectas de regresión obtenidas para una determinada variable bidimensional resultan ser las siguientes: Y/X: Y = X X/Y: X = Y qué porcentaje de varianza de cada una de las variables es explicada a partir de la regresión? a) 75% b) 50% c) 87%

10 6.- A partir de la recta de regresión de Y sobre X, qué valor cabe esperar que tome la variable Y cuando la variable X es igual a su media? a) la media de X b) la media de Y c) cero 7.- A qué será igual el coeficiente de regresión (b) de la recta de regresión de Y/X si estas variables se toman tipificadas? a) r 2 b) r c) a cero ya que dos variables tipificadas siempre serán independientes al tener media igual a cero y varianza igual a La función de demanda de un determinado producto obtenida mediante el ajuste de una recta de regresión resulta ser la siguiente: Q = P Qué cantidad se espera que se demande si el precio del bien es de 8 euros? a) 580 unidades b) 500 unidades c) 40 unidades 9.- Cuál de las siguientes expresiones relaciona de manera correcta las varianzas, total (S 2 Y), residual (S 2 r) y explicada (S 2 R) de una regresión? a) S 2 Y = S 2 R - S 2 r b) S 2 Y = S 2 R + S 2 r c) S 2 r = S 2 Y + S 2 R 10.- Si el coeficiente de correlación lineal de una variable bidimensional (X,Y) resulta ser igual a 0.98, qué interpretación se puedes obtener de tal resultado? a) que existe una mala asociación lineal entre las variables ya que el coeficiente de correlación resulta ser negativo b) que existe una fuerte asociación lineal entre ambas variables ya que se explica el 98% de la variabilidad de un a de las variables a partir de la información de la otra c) que existe una fuerte asociación lineal entre ambas variables ya que se explica el 96% de la variabilidad de un a de las variables a partir de la información de la otra 11.- Se dispone de la siguiente información de un a determinada variable bidimensional: S 2 X= 4 S 2 Y= 9 r = 0.4 Cuál sería el valor de la covarianza?

11 a) 2.4 b) 14.4 c) Cómo afecta un cambio de origen en la variable X (X*=X+c) sobre el coeficiente de regresión de la recta de regresión de Y sobre X (b)? a) b no se ve afectado ante cambios de origen de la variable X b) el nuevo coeficiente b* sería igual a b+c c) el nuevo coeficiente b* sería igual a b±c dependiendo el signo del signo de la covarianza 13.- Cómo afecta un cambio de origen en la variable Y (Y*=Y+c) sobre el coeficiente de regresión de la recta de regresión de Y sobre X (b)? a) b no se ve afectado ante cambios de origen de la variable Y b) el nuevo coeficiente b* sería igual a b+c c) el nuevo coeficiente b* sería igual a b±c dependiendo el signo del signo de la covarianza 14.- Cómo afecta un cambio de escala en la variable X (X*= c X) sobre el coeficiente de regresión de la recta de regresión de Y sobre X (b)? a) b no se ve afectado ante cambios de escala de la variable X b) el nuevo coeficiente b* sería igual a b/c c) el nuevo coeficiente b* sería igual a b c 15.- Cómo afecta un cambio de escala en la variable Y (Y*= c Y) sobre el coeficiente de regresión de la recta de regresión de Y sobre X (b)? a) b no se ve afectado ante cambios de escala de la variable Y b) el nuevo coeficiente b* sería igual a b/c c) el nuevo coeficiente b* sería igual a b c 16.- Cómo afecta un cambio de origen en la variable X (X*=X+c) sobre el término independiente de la recta de regresión de Y sobre X (a)? a) a no se ve afectado ante cambios de origen de la variable X b) el nuevo coeficiente a* sería igual a a-bc c) el nuevo coeficiente a* sería igual a a+c 17.- Cómo afecta un cambio de origen en la variable Y (Y*=Y+c) sobre el término independiente de la recta de regresión de Y sobre X (a)?

12 a) a no se ve afectado ante cambios de origen de la variable Y b) el nuevo coeficiente a* sería igual a a-bc c) el nuevo coeficiente a* sería igual a a+c 18.- Cómo afecta un cambio de escala en la variable X (X*= c X) sobre el término independiente de la recta de regresión de Y sobre X (a)? a) a no se ve afectado ante cambios de escala de la variable X b) el nuevo coeficiente a* sería igual a a/c c) el nuevo coeficiente a* sería igual a a c 19.- Cómo afecta un cambio de escala en la variable Y (Y*= c Y) sobre el término independiente de la recta de regresión de Y sobre X (a)? a) a no se ve afectado ante cambios de escala de la variable Y b) el nuevo coeficiente a* sería igual a b/c c) el nuevo coeficiente a* sería igual a b c 20.- Cómo afecta un cambio de origen en la variable X (X*=X+c) sobre el coeficiente de correlación (r) de la variable bidimensional (X,Y)? a) r no se ve afectado ante cambios de origen de la variable X b) el nuevo coeficiente r* sería igual a r+c c) el nuevo coeficiente r* sería igual a r±c dependiendo el signo del signo de la covarianza 21.- Cómo afecta un cambio de origen en la variable Y (Y*=Y+c) sobre el coeficiente de correlación (r) de la variable bidimensional (X,Y)? a) r no se ve afectado ante cambios de origen de la variable Y b) el nuevo coeficiente r* sería igual a r+c c) el nuevo coeficiente r* sería igual a r±c dependiendo el signo del signo de la covarianza 22.- Cómo afecta un cambio de escala en la variable X (X*= c X) sobre el coeficiente de correlación (r) de la variable bidimensional (X,Y)? a) r no se ve afectado ante cambios de escala de la variable X b) el nuevo coeficiente r* sería igual a r/c c) el nuevo coeficiente r* sería igual a r c 23.- Cómo afecta un cambio de escala en la variable Y (Y*= c Y) sobre el coeficiente de correlación (r) de la variable bidimensional (X,Y)?

13 a) r no se ve afectado ante cambios de escala de la variable Y b) el nuevo coeficiente r* sería igual a r/c c) el nuevo coeficiente r* sería igual a r c tema 6: REGRESIÓN Y CORRELACIÓN MÚLTIPLE 1.- Señale cual de las siguientes afirmaciones es la correcta: a) En la regresión con dos variables explicativas, el ajuste resultante es una recta que se puede representar en un espacio de 2 dimensiones. b) En la regresión con dos variables explicativas, el ajuste resultante es un plano susceptible de representarse en un espacio de dos dimensiones. c) En la regresión con dos variables explicativas, el ajuste resultante es un plano susceptible de representarse en un espacio de tres dimensiones. 2.- Señale cual de las siguientes afirmaciones es la correcta: a) El hiperplano de regresión se puede representar en el mundo físico. b) Cuando la regresión se efectúa sobre más de dos variables explicativas el ajuste resultante se denomina plano de regresión. c) El significado conceptual de un hiperplano de regresión (con más de dos variables explicativas) es equivalente al caso de una recta y de un plano. 3.- Señale cual de las siguientes afirmaciones es falsa: a) Los parámetros de un modelo de regresión múltiple son los coeficientes de regresión parciales. b) El coeficiente b 2 nos da la variación de Y, inducida por una variación de la variable X 2, teniendo en cuenta el efecto del resto de variables explicativas. c) El coeficiente b 2 nos da la variación de Y, inducida por una variación de X 2, suponiendo que las demás variables permanecen constantes. 4.- En la regresión múltiple se cumple la siguiente afirmación: a) La media de los valores observados de Y es igual al valor medio de sus valores teóricos obtenidos en el hiperplano de regresión. b) La media de los valores observados de Y es igual al valor medio de una de las variables explicativas del modelo de regresión. c) La media de los valores teóricos coincide con la media de los residuos. 5.- Señale cual de las siguientes afirmaciones es la correcta: a) Al igual que sucede en la regresión lineal simple, en la regresión múltiple la suma de los errores generados es positiva.

14 b) Al igual que sucede en la regresión lineal simple, en la regresión múltiple la suma de los errores generados es negativa. c) Al igual que sucede en la regresión lineal simple, en la regresión múltiple la suma de los errores generados es nula. 6.- El problema de la multicolinealidad surge cuando: a) Existe una correlación lineal simple perfecta entre dos variables explicativas del modelo de regresión múltiple. b) Existe una correlación simple entre cualquier variable del modelo de regresión múltiple. c) No existe correlación entre dos variables explicativas del modelo de regresión múltiple. tema 7: NÚMEROS ÍNDICES 1.- Siendo p i0, q i0 y v i0 el precio, cantidad y valor de una magnitud simple i en el momento 0 ó periodo base (p it, q it y v it en el periodo t), el índice del valor de la magnitud i en el período (0,t) es: a) V t 0 b) V c) V t 0 t 0 p = q = = i0 i0 p p p q it i0 i0 i0 q p it it q q q it p i0 it it 2.- Un número índice complejo es: a) un número índice muy complicado b) un número índice obtenido para un conjunto de magnitudes simples c) un número índice calculado para varios periodos 3.- En un número índice complejo ponderado a) todas las magnitudes simples integrantes tienen la misma importancia b) las magnitudes simples integrantes han de ser tenidas en cuenta por orden alfabético c) cada magnitud simple integrante viene afectada por un peso relativo a su importancia en el conjunto considerado 4.- El índice de Bradstreet-Dûtot a) es una media agregativa simple de los valores de las magnitudes simples correspondientes a cada periodo b) es un índice complejo ponderado c) es una media aritmética simple de los índices simples que integran la magnitud compleja

15 5.- El índice de precios de Laspeyres es un índice complejo ponderado en el que se utilizan como pesos: a) las valores de la magnitud en el periodo base b) los precios del periodo base c) las cantidades de cada periodo 6.- Por su construcción, el valor del índice de Edgeworth, estará comprendido entre: a) los valores de los índices de Laspeyres y Paasche b) los valores de los índices de Paasche y de Fisher c) uno y el valor del índice de Laspeyres 7.- En una compañía se fabrican tres componentes, siendo las cantidades vendidas (en miles) y sus precios unitarios (en euros) los siguientes: Precios Cantidades A 1,5 1, B 2,7 3, C 0,8 0, A la vista de estos datos, y utilizando un índice de Paasche, la cantidad vendida en 2003 respecto al año 2000 ha variado en a) 3,7% b) +12,6% c) +5,4% 8.- En una gran superficie se calcula mensualmente los índices de precios de una cesta de artículos básicos, utilizando la metodología de Laspeyres y de Paasche y respecto a una misma base. En el último mes estos fueron de 143% y 148%, respectivamente. Por tanto, el índice de Fisher tomó el valor: a) 145,5% b) 150,2% c) 144,8% 9.- Sabiendo que para cierta magnitud en un determinado periodo el índice de su valor relativo es 118% y, para el mismo periodo, el índice de precios de Paasche es 125%, por tanto el índice cuántico toma el valor: a) 102,8% b) 94,4% c) 121,0% 10.- El índice cuántico hallado en el apartado anterior corresponde a: a) un índice de cantidades de Fischer

16 b) un índice de cantidades de Paasche c) un índice de cantidades de Laspeyres 11.- Deflactar una serie de valores corrientes significa a) añadir las variaciones del poder adquisitivo del dinero a la serie de cantidades b) eliminar la influencia del distinto poder adquisitivo del dinero en el tiempo c) homogenizar las cantidades de cada periodo 12.- El a) deflactor b) infractor c) inflacionista es el índice de precios adecuado para obtener la serie de valor a precios constantes El Sr. García vendió sus acciones de Adolfo Domínguez a finales de 1995, obteniendo en la operación de venta un beneficio de euros. De haberlas vendido a finales del año 2003, el beneficio total habría ascendido a euros. Conociendo que el índice de precios para 2003 en base 1995 fue de 177%, se estará arrepintiendo el Sr. García de haberse deshecho de sus acciones en 1995? a) Si, pero por muy poco dinero b) No, está muy contento c) No tiene ni idea y decide comprarse un libro de estadística descriptiva, mucho más barato que un asesor bursátil 14.- El índice de precios de Paasche es el más adecuado como deflactor. a) No es correcto, el más adecuado es el índice de Laspeyres b) Correcto, porque es el que permite pasar de valores monetarios constantes a valores en precios corrientes de cada periodo c) Correcto, porque es el que permite pasar de valores monetarios corrientes a valores en precios constantes del año base 15.- Se dispone de los siguientes datos de un mismo índice, pero con distintas bases: Índice base 1995 Índice base % % % % % % 100%

17 % % % El enlace técnico entre ambas series es: a) 100% b) 107% c) 110% 16.- Con los datos del problema anterior, el índice para el año 1997 en base 2000 es: a) 102,95% b) 96,36% c) 95,43% 17.- Si los datos de la pregunta 15 corresponden al índice de precios de cierto electrodoméstico, que en 1997 valía 350 euros, cuál sería su precio en el año 2003? a) 388,65 euros b) 285,32 euros c) 420,91 euros tema 8: SERIES TEMPORALES 1.- El componente tendencial de una serie temporal: a) siempre es estacionario b) es el movimiento general de largo plazo de la serie c) refleja la tendencia del último tercio de la serie analizada 2.- Las oscilaciones regulares de una serie temporal, de periodicidad igual o inferior al año, es el componente denominado: a) estacionalidad b) irregular c) factor cíclico 3.- Las oscilaciones del componente estacional son causadas principalmente a) por elementos aleatorios no previsibles b) por el momento del ciclo económico, principalmente. c) por el tiempo, bien directamente por el clima, o bien indirectamente por efectos del calendario

18 4.- En vista de la representación gráfica de la serie Yt siguiente, el esquema de agregación que elegiría para la misma es: Yt ,01 94,01 95,01 96,01 97,01 98,01 t a) esquema provocativo b) esquema aditivo c) esquema multiplicativo 5.- Las oscilaciones periódicas, pero no regulares, en el medio plazo (superiores a un año), es el componente denominado: a) estacionalidad b) irregular c) factor cíclico 6.- En vista del siguiente gráfico desviación típica media de una serie temporal Zt, el esquema de agregación que elegiría para la misma es: 20 Desv.Típica Media a) esquema provocativo b) esquema aditivo c) esquema multiplicativo

19 7.- La primera media móvil centrada que podemos calcular en la siguiente serie temporal de periodicidad trimestral es: a) 14,25 b) 14 c) 14, er trim º trim er trim º trim Y además corresponderá al instante temporal: a) 2º trimestre de 2002 b) 2º trimestre de 2003 c) 3 er trimestre de Si de la evolución temporal de la serie se desprende que la tendencia de la misma es lineal, para el análisis de este componente según el método de la regresión ajustamos una recta donde: a) la variable dependiente es los valores medios anuales de la serie y la variable independiente es el tiempo b) la variable dependiente es las medias móviles centradas y la variable independiente es los índices de variación estacional c) la variable dependiente es el tiempo y la variable independiente es los valores medios anuales de la serie 10.- Una serie trimestral con esquema de agregación multiplicativo presenta los siguientes índices de variación estacional, ya normalizados: 1 er trim.= 94%, 2º trim. 108% y 3 er trim= 112% cuál será el valor del 4º trimestre? a) 100% b) 91% c) 86% 11.- Si los IVE s de la pregunta anterior pertenecen a una serie temporal de ventas trimestrales de cierto artículo, y se conoce que el dato de ventas del 3 er trimestre de 2003 ha sido de unidades cuál serian las ventas en ese trimestre sin la influencia estacional? (es decir, el dato desestacionalizado) a) b) c) Y para terminar con las ventas del 3 er trimestre de 2003, también sabemos que su componente tendencial es de unidades para ese periodo cuál será, por último, el componente irregular de ese dato? a) 136 b) 1,20

20 c) 0, Sobre una serie histórica de consumo de energía con tendencia lineal se ha obtenido la siguiente recta de regresión en el periodo para captar su componente tendencial (siendo i = años): y i = , 5 i La proyección del componente de tendencia para el 1 er trimestre de 2004 es: a) 7.012,68 b) 7.114,68 c) Para la misma serie temporal de la pregunta anterior, los IVE s normalizados son los siguientes: IVE 1 er trim. 85% 2º trim. 120% 3 er trim. 58% 4º trim. 137% La predicción del consumo de energía para el 2º trimestre de 2004 es: a) 8.539,71 b) 6.047,47 c) 7.110,54

1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.

1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7. MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga

Más detalles

UNIDAD 7 Medidas de dispersión

UNIDAD 7 Medidas de dispersión UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada

Más detalles

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES ESTADÍSTICAS BIDIMENSIONALES VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes

Más detalles

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318

Más detalles

Matemáticas. Selectividad ESTADISTICA COU

Matemáticas. Selectividad ESTADISTICA COU Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

Regresión y Correlación

Regresión y Correlación Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios

Más detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:

Más detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

Tema 1.- Correlación Lineal

Tema 1.- Correlación Lineal Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va

Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer

Más detalles

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS 1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. 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 detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN 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 detalles

El ejemplo: Una encuesta de opinión

El ejemplo: Una encuesta de opinión El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar

Más detalles

Un estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.

Un estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos. La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes

Más detalles

Módulo de Estadística

Módulo de Estadística Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

TRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4).

TRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4). TRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4). Técnicas Cuantitativas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que

Más detalles

La medición de la desigualdad económica

La medición de la desigualdad económica La medición de la desigualdad económica La medida de desigualdad económica mas comúnmente utilizada es la distribución del ingreso percibido por las personas durante un periodo determinado de tiempo generalmente

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra. ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a

Más detalles

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO

ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas

Más detalles

PROYECTO DOCENTE ASIGNATURA: "Estadística"

PROYECTO DOCENTE ASIGNATURA: Estadística PROYECTO DOCENTE ASIGNATURA: "Estadística" Grupo: Grupo de Clases Teóricas-Prácticas Estadística(921602) Titulacion: Grado en Economía Curso: 2016-2017 DATOS BÁSICOS DE LA ASIGNATURA/GRUPO Titulación:

Más detalles

SERIES TEMPORALES. Notación: Dada la magnitud numérica (variable) Y designaremos las observaciones mediante alguna de las dos siguientes notaciones:

SERIES TEMPORALES. Notación: Dada la magnitud numérica (variable) Y designaremos las observaciones mediante alguna de las dos siguientes notaciones: SERIES TEMPORALES INTRODUCCIÓN DESCOMPOSICIÓN (ANÁLISIS CLÁSICO) TENDENCIA SECULAR VARIACIONES CÍCLICAS VARIACIONES ESTACIONALES VARIACIÓN ERRÁTICA ANÁLISIS DE LA TENDENCIA MEDIAS MÓVILES ALISAMIENTO EXPONENCIAL

Más detalles

Estadística. Análisis de datos.

Estadística. Análisis de datos. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS

INTRODUCCIÓN AL ANÁLISIS DE DATOS INTRODUCCIÓN AL ANÁLISIS DE DATOS HORARIOS: Lunes, 12:00-13:30 Martes, 8:15-9:45 Jueves, 8:15-9:45 Tema 1. Introducción. El análisis de datos dentro de la estadística. Características de los datos socioeconómicos.

Más detalles

TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION

TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION TEMA IV PERCENTIL Y ESTADIGRAFOS DE POSICION 1. Percentiles, cuartiles y deciies. 2. Estadígrafos de Posición. 3. Sesgo y curtosis o de pastel. Pictogramas. OBJETIVOS DE UNIDAD GENERALES. Que el futuro

Más detalles

Medidas de centralización

Medidas de centralización 1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. 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 detalles

Dispone de 1 hora para resolver las siguientes cuestiones planteadas.

Dispone de 1 hora para resolver las siguientes cuestiones planteadas. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:

Más detalles

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24 Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00

Más detalles

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1 Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea

Más detalles

Tema 2. Descripción Conjunta de Varias Variables

Tema 2. Descripción Conjunta de Varias Variables Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis

Más detalles

Repaso Estadística Descriptiva

Repaso Estadística Descriptiva Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable

Más detalles

Transformaciones de variables

Transformaciones de variables Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale

Más detalles

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización

Más detalles

Tema 7: Estadística y probabilidad

Tema 7: Estadística y probabilidad Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro

Más detalles

ANÁLISIS DE DATOS UNIDIMENSIONALES

ANÁLISIS DE DATOS UNIDIMENSIONALES ANÁLISIS DE DATOS UNIDIMENSIONALES TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS MEDIDAS DE POSICIÓN MEDIDAS DE TENDENCIA CENTRAL MEDIA ARITMÉTICA OTRAS MEDIAS: GEOMÉTRICA.ARMÓNICA.MEDIA GENERAL MEDIANA

Más detalles

MÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA

MÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA 1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:

Más detalles

Diplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10

Diplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10 DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes

Más detalles

15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES

15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES 15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES MÁLAGA, 2004 15 CASOS PRÁCTICOS DE ESTADÍSTICA APLICADA A LAS CIENCIAS DEL TRABAJO ANTONIO FERNÁNDEZ MORALES

Más detalles

ESTADÍSTICA Y ANÁLISIS DE DATOS

ESTADÍSTICA Y ANÁLISIS DE DATOS ESTADÍSTICA Y ANÁLISIS DE DATOS Práctica del Tema 1. Variables estadísticas unidimensionales Problemas 1. Se ha contabilizado el número de días que durante un año han faltado al trabajo, por baja laboral,

Más detalles

Medidas de variabilidad (dispersión)

Medidas de variabilidad (dispersión) Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

Tema 3. Relación entre dos variables cuantitativas

Tema 3. Relación entre dos variables cuantitativas Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas

Más detalles

Tema 5. Variables Aleatorias

Tema 5. Variables Aleatorias Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,

Más detalles

PROBLEMAS ESTADÍSTICA I

PROBLEMAS ESTADÍSTICA I PROBLEMAS ESTADÍSTICA I INGENIERÍA TÉCNICA EN INFORMÁTICA CURSO 2002/2003 Estadstica Descriptiva Unidimensional 1. Un edificio tiene 45 apartamentos con el siguiente número de inquilinos: 2 1 3 5 2 2 2

Más detalles

Código: ESA-343. Horas Semanales: 4. Prelaciones: CAL-265

Código: ESA-343. Horas Semanales: 4. Prelaciones: CAL-265 INSTITUTO UNIVERSITARIO JESÚS OBRERO PROGRAMA DE ESTUDIO Unidad Curricular: Estadística I Carrera: Informática Semestre: Tercero Código: ESA-343 Horas Semanales: 4 Horas Teóricas: 2 Horas Prácticas: 2

Más detalles

Tema 9: Tasas y números índices

Tema 9: Tasas y números índices Estadística I Universidad de Salamanca Curso 2010/2011 Outline Tasas de variación 1 Tasas de variación 2 3 Índice de precios al consumo: IPC 4 Tasas de variación Definición Las tasas de variación son instrumentos

Más detalles

Estadística descriptiva y métodos diagnósticos

Estadística descriptiva y métodos diagnósticos 2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a

Más detalles

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.

Más detalles

Estadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión

Estadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo

Más detalles

Variables estadísticas bidimensionales

Variables estadísticas bidimensionales Variables estadísticas bidimensionales BEITO J GOZÁLEZ RODRÍGUEZ (bjglez@ulles) DOMIGO HERÁDEZ ABREU (dhabreu@ulles) MATEO M JIMÉEZ PAIZ (mjimenez@ulles) M ISABEL MARRERO RODRÍGUEZ (imarrero@ulles) ALEJADRO

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

Unidad Temática 3: Probabilidad y Variables Aleatorias

Unidad Temática 3: Probabilidad y Variables Aleatorias Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento

Más detalles

2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD

2º ESO UNIDAD 14 ESTADÍSTICA Y PROBABILIDAD º ESO UNIDAD 1 ESTADÍSTICA Y PROBABILIDAD 1 1.- CONCEPTOS BÁSICOS Estadística.- Es la ciencia que estudia conjuntos de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

Variables estadísticas bidimensionales: problemas resueltos

Variables estadísticas bidimensionales: problemas resueltos Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los

Más detalles

EJERCICIOS ESTADÍSTICA DESCRIPTIVA

EJERCICIOS ESTADÍSTICA DESCRIPTIVA EJERCICIOS ESTADÍSTICA DESCRIPTIVA 1.- Dada la siguiente distribución de frecuencias de variable discreta. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica x i f i 47 1 48 3 49 2 50

Más detalles

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:

15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos: 15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las

Más detalles

Técnicas de Investigación Social

Técnicas de Investigación Social Licenciatura en Sociología Curso 2006/07 Técnicas de Investigación Social Medir la realidad social (4) La regresión (relación entre variables) El término REGRESIÓN fue introducido por GALTON en su libro

Más detalles

2.- Tablas de frecuencias

2.- Tablas de frecuencias º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------

Más detalles

Estadística aplicada a la comunicación

Estadística aplicada a la comunicación Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2

Más detalles

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:

EJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos

Más detalles

ESTADÍSTICA SEMANA 3

ESTADÍSTICA 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 detalles

Temas de Estadística Práctica

Temas de Estadística Práctica Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 2: Medidas de tipo paramétrico Resumen teórico Medidas de tipo paramétrico Medidas de tendencia central Medidas

Más detalles

T. 6 Estadísticos de posición individual

T. 6 Estadísticos de posición individual T. 6 Estadísticos de posición individual 1 1. Los porcentajes acumulados 2. Las puntuaciones típicas 2.1. Las escalas derivadas Hasta ahora se ha abordado la descripción de los datos de conjuntos de observaciones

Más detalles

TRATAMIENTO ESTADÍSTICO

TRATAMIENTO ESTADÍSTICO TRATAMIETO ESTADÍSTICO DESCRIPCIÓ DE LOS DATOS - Tipos de datos - Distribución de frecuencias - Representación de frecuencias DESCRIPCIÓ DE LOS DATOS - Medidas de posición - Medidas de dispersión ÚMEROS

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)

Más detalles

UNIDAD 6. Estadística

UNIDAD 6. Estadística Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos

Más detalles

FUNCIONES Y GRÁFICAS. CARACTERÍSTICAS GENERALES

FUNCIONES Y GRÁFICAS. CARACTERÍSTICAS GENERALES FUNCIONES Y GRÁFICAS. CARACTERÍSTICAS GENERALES 1º. La edad de Pedro es el doble de la de Juan. Expresa esta función mediante una fórmula y haz una tabla con algunos de sus puntos. 2º. Relaciona cada texto

Más detalles

Estadística Descriptiva. SESIÓN 7 Medidas de centralización

Estadística Descriptiva. SESIÓN 7 Medidas de centralización Estadística Descriptiva SESIÓN 7 Medidas de centralización Contextualización de la sesión 7 A través de las sesiones anteriores has aprendido los conceptos básicos de la Estadística, los tipos de datos

Más detalles

UNIDAD 6 Medidas de tendencia central

UNIDAD 6 Medidas de tendencia central UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo

Más detalles

SOLUCIONARIO Medidas de tendencia central y posición

SOLUCIONARIO Medidas de tendencia central y posición SOLUCIONARIO Medidas de tendencia central y posición SGUICEG046EM32-A16V1 1 TABLA DE CORRECCIÓN GUÍA PRÁCTICA Medidas de tendencia central y posición Ítem Alternativa 1 C 2 E Aplicación 3 E 4 E Comprensión

Más detalles

EJERCICIOS RESUELTOS TEMA 1.

EJERCICIOS RESUELTOS TEMA 1. EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la

Más detalles

INSTITUCIÓN EDUCATIVA EDUARDO SUAREZ ORCASITA ASIGNATURA: GRADO: PROFESOR: Lácides Baleta NOMBRE: FECHA:

INSTITUCIÓN EDUCATIVA EDUARDO SUAREZ ORCASITA ASIGNATURA: GRADO: PROFESOR: Lácides Baleta NOMBRE: FECHA: NOMBRE: FECHA: Representación gráfica para datos agrupados Histograma INSTITUCIÓN EDUCATIVA EDUARDO SUAREZ ORCASITA ASIGNATURA: GRADO: PROFESOR: Lácides Baleta Son gráficos construidos de barras verticales

Más detalles

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.

Una población es el conjunto de todos los elementos a los que se somete a un estudio estadístico. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

INSTITUTO 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 detalles

4. Medidas de tendencia central

4. Medidas de tendencia central 4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable

Más detalles

NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012

NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso

Más detalles

Probabilidad y Estadística, EIC 311

Probabilidad y Estadística, EIC 311 Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda

Más detalles

Facultad de Derecho. Grado en Relaciones Laborales

Facultad de Derecho. Grado en Relaciones Laborales Facultad de Derecho Grado en Relaciones Laborales GUÍA DOCENTE DE LA ASIGNATURA: ESTADÍSTICA Curso Académico 2012-2013 LOGO FACULTAD/ ESCUELA Para acceder a la ayuda y el glosario de términos hacer clic

Más detalles

FACULTAD: Facultad de Ciencias de la Educación

FACULTAD: Facultad de Ciencias de la Educación INFORMACIÓN GENERAL FACULTAD: Facultad de Ciencias de la Educación CURSO: ESTADISTICA INFERENCIAL Carrera: LICENCIATURA EN ADMINISTRACIÓN EDUCATIVA Nombre del Curso: ESTADISTICA INFERENCIAL Pre-requisito:

Más detalles