PROBABILIDAD y ESTADÍSTICA II

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

Download "PROBABILIDAD y ESTADÍSTICA II"

Transcripción

1 UNIVERSIDAD TECNOLÓGICA NACIONAL Facultad Regoal Sa Ncolá PROBABILIDAD ESTADÍSTICA II UNIDAD Nº Lcecatura e Eeñaza de la Matemátca Año 011 Mg. Lucía C. Sacco

2 Lcecatura e Eeñaza de la Matemátca FRSN - UTN UNIDAD Nº Varable aleatora bdmeoale dcreta. Correlacó regreó. Correlacó. Dagrama de dperó. Parámetro de ua dtrbucó bdmeoal. Eperaza matemátca varaza. Covaraza. Correlacó leal. Coefcete de correlacó leal. Coefcete de determacó. Regreó leal. Recta de regreó mímo cuadrátca. Fabldad de la recta de regreó. Propóto: Brdar oportudade para la cotruccó de herrameta que permta: - Utlzar lo dagrama de dperó para repreetar cojuto de dato de do varable. - Apreder el gfcado de correlacó etadítca. - Medr la depedeca etadítca co auda del coefcete de correlacó leal. - Calcular la recta de regreó emplearla para hacer etmacoe. Bblografía ugerda: Caavo, George. Probabldad Etadítca. Aplcacoe Método. Méco. McGraw Hll Meer Paul L. Probabldad Aplcacoe Etadítca. Méco. Addo Wele Iberoamercaa Walpole Roald, Mer Ramod. Probabldad Etadítca. Méco. Pearo Educacó Zlberberg, Alejadro. Probabldad Etadítca P(X). Nueva Lbrería. Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága

3 Lcecatura e Eeñaza de la Matemátca FRSN - UTN 1. Correlacó Al etudar dtrbucoe bdmeoale, el objetvo peregudo e determar ete relacó etadítca etre la do varable coderada. E decr, ver lo cambo e ua de la varable flue e lo cambo de la otra. Cuado ucede eto, dremo que amba varable etá correlacoada o que ha correlacó etre ella. S la varable crece cojutamete, la correlacó e drecta. S, por el cotraro, al aumetar ua de ella dmue la otra, la correlacó erá vera. La correlacó puede clafcare como fuerte cuado el grado de depedeca e alto; como débl e cao cotraro. S la correlacó e fuerte, a partr de ua varable puede etmare la otra co ua probabldad alta. S la correlacó e débl, la etmacó de ua varable a partr de otra e poco fable. Ejemplo a) La correlacó etre el úmero de zapato la etatura de la peroa e drecta fuerte. (La fábrca de zapato hace talla de zapato má grade e Sueca que e Japó, pue, e geeral, lo ueco o má alto que lo japoee. No obtate, ade e compra lo zapato por u etatura, todo el mudo e lo prueba!!). b) La varable temperatura el úmero de efermo de grpe etá veramete correlacoada: a meor temperatura má efermo de grpe. Quzá e trate, també, de ua correlacó fuerte. c) La varable altura cocete telectual de la peroa o etá correlacoada. d) La correlacó etre el úmero de errore cometdo tempo empleado e realzar ua tarea por u grupo de peroa o abemo cómo e; para determarla habría que teer dato cocreto Dagrama de dperó El prmer pao para determar el etdo el grado de la correlacó etre do varable cote e repreetar gráfcamete, e el plao carteao, lo pare de valore coocdo. Eto gráfco, que recbe el ombre de dagrama de dperó, permte vualzar la pocó de lo dato e el plao. La forma de la ube de puto aocada a cada dagrama o permtrá etablecer cojetura obre la correlacó etete etre la varable etudada. Ejemplo 1 Lo guete dato correpode a la vda útl a la velocdad de corte de ua herrameta: Velocdad de corte: Vda útl: Dado lo pare de valore (, ) etre lo cuale e deea etudar la relacó, e repreeta a lo mmo e u tema de eje carteao ortogoale, eleccoado ua ecala de modo que la lectura del dagrama reulte má fácl Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 3

4 Vda útl Lcecatura e Eeñaza de la Matemátca FRSN - UTN (geeralmete e codera la dfereca etre el mámo mímo de cada varable a ea dfereca e le aga la mma logtud e cada eje). S ua de la varable e puede coderar como la varable que caua, o eplca lo cambo obervado e la otra, a ea varable e la deoma eplcatva e la repreeta obre el eje. E ete cao, a la otra varable e la deoma varable repueta e la repreeta obre el eje. S o e quere dtgur etre varable eplcatva varable repueta, cualquera de la do puede repreetare e el eje de la abca. El guete dagrama de dperó correpode a lo dato obre la velocdad de corte vda útl de ua herrameta. 44,85 34,68 4,50 14,33 4,15 85,00 91,5 97,50 103,75 110,00 Velocdad Para terpretar u dagrama de dperó e ecearo recoocer prmero u apecto geeral que debe revelar la dreccó, la forma e tedad de la relacó etre la varable. A partr del dagrama de dperó e percbe ua relacó co tedeca leal pedete egatva. Valore uperore al promedo de la velocdad de corte etá e correpodeca co valore que o ferore al promedo de la vda útl valore ferore al promedo de velocdad de corte etá e correpodeca co valore que upera el promedo de la vda útl. E ete cao decmo que la varable etá relacoada egatvamete. Ammo decmo que do varable etá relacoada potvamete cuado lo valore que e repreeta obre el eje que upera u promedo tede a etar e correpodeca co lo valore que e repreeta obre el eje upera u promedo, lo valore ferore al promedo de cada varable també tede a ocurrr cojutamete. S ete ua fuerte relacó etre do varable, el coocmeto de ua de ella permte predecr el comportameto de la otra, pero cuado la relacó e débl, la formacó de ua de la varable o auda demaado a etraer cocluoe obre la otra. E geeral, depededo de la forma de la ube de puto, puede aegurare: Ua ube de puto alargada dca correlacó leal: lo puto e dtrbue e toro a ua líea recta. La etrechez de la ube eprea que la correlacó e fuerte. S la recta que e ajuta a la ube tee pedete potva, la correlacó erá drecta; al crecer la varable X, lo hace també la varable Y. Ua recta co pedete egatva, dca que la correlacó e vera, al crecer X, dmue Y. Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 4

5 Lcecatura e Eeñaza de la Matemátca FRSN - UTN Correlacó drecta fuerte Correlacó drecta débl Correlacó ula Actvdade: 1. Ocho peroa, co mlar detreza e mecaografía, teclearo 40 líea de teto e u ordeador. El tempo empleado, e muto, el úmero de errore cometdo, fuero: Tempo (X) Errore (Y) Qué tpo de correlacó e da etre la varable etudada?. Lo guete dato correpode al coumo de combutble de u auto a medda que aumeta u velocdad. Velocdad Coumo a) Dbuja u dagrama de dperó. Cuál codera que e la varable eplcatva? b) Decrbe la forma de la relacó. Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 5

6 Lcecatura e Eeñaza de la Matemátca FRSN - UTN. Parámetro de ua dtrbucó bdmeoal Lo dato de ua dtrbucó bdmeoal uele dare e forma de tabla. Lo dato correpodete a cada ua de la varable e llama dato margale. E el cao de tabla de doble etrada puede hablare de frecueca margale. Eto dato permte el cálculo de lo parámetro margale de cada ua de la varable..1. Meda La meda margale para cada ua de la varable X e Y vale repectvamete: El puto (, ) e llama cetro medo de la dtrbucó. E el cetro de gravedad (o cetro de maa) de la ube de puto... Varaza devacoe típca La varaza margale, que deotamo Para la varable X: Para la varable Y: ( ) ( ), vale: La devacoe típca margale, varaza. o la raíz cuadrada de la repectva.3. La covaraza La covaraza e u parámetro etadítco cojuto, pue, e u cálculo tervee la do varable a la vez. Se defe como la meda artmétca de lo producto de la dfereca de lo valore de cada varable repecto de u meda margal. Por tato, vale: ( ) ( ) La covaraza e u úmero tal que: 1. Su go dca el etdo de la correlacó etre la varable. S S 0, la correlacó e drecta. S S 0, la correlacó e vera.. U valor grade de S adverte que la correlacó etre la varable puede er fuerte. Pero a la covaraza le paa lo mmo que a la varaza: e ve afectada por la udad de medda e que vega lo dato. Por otra parte, la dtta aturaleza de lo feómeo etudado hace que la comparacó etre covaraza carezca de gfcado. E deftva, la covaraza ólo o da el Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 6

7 Lcecatura e Eeñaza de la Matemátca FRSN - UTN etdo de la correlacó: drecta e potva e vera u valor e egatvo. Actvdad: 3. S coderamo la dtrbucó que mde la altura de ño e cm de dferete año: Año (X) Etatura (Y) a. Realzar el dagrama de dperó b. Hallar u covaraza. c. Qué tpo de correlacó preeta la varable año etatura? qué mplca eto? 3. Cálculo de la correlacó leal E la dtrbucoe de ua ola varable, el coocmeto de la varaza (o la devacó típca) o bata para precar la dperó de la dtrbucó, o que e ecearo defr ua medda relatva de la varabldad: el coefcete de varacó. Algo parecdo ha que hacer co la dtrbucoe bdmeoale, pue tampoco la covaraza da ua medda objetva (comparable) de la correlacó de la varable Coefcete de correlacó leal El valor del coefcete de correlacó leal e el crtero que e utlza para medr la fuerza de la correlacó etre do varable. Ete coefcete, deotado, e defe aí Eto e, la razó etre la covaraza de la varable X e Y el producto de u devacoe típca margale. La propedade fudametale del coefcete de correlacó o: 1. El valor de o camba al hacerlo la ecala de medcó, pue la covaraza el producto de la devacoe típca varía e la mma proporcó.. El go de e el mmo que el de la covaraza, pue la devacoe típca empre o potva. Luego: S 0, la correlacó e drecta. S 0, la correlacó e vera. Ete coefcete mde ecluvamete la correlacó leal etre varable. Por tato, puede haber otro tpo de correlacó o detectada por. Por ejemplo, Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 7

8 Lcecatura e Eeñaza de la Matemátca FRSN - UTN o detectaría la correlacó epoecal perfecta que ha etre lo puto (-1, 0,5), (0,1), (1,) (4,16), que perteece todo a la gráfca de 3. El valor de etá etre -1 +1: S toma valore cercao a 0 por zquerda, la correlacó e débl (e vera). 5. S toma valore cercao a +1, la correlacó e fuerte ( drecta). El go de o determa la fuerza de correlacó: ólo el etdo. Tampoco dca la maor o meor pedete de la recta aocada a la ube de puto. 6. S 1, la correlacó e perfecta. Ha depedeca leal etre la varable X e Y. 7. S toma valore cercao a 0, la correlacó e débl. Lo dagrama guete aclara eta propedade. Actvdade: 4. Hallar el coefcete de correlacó etre el tempo empleado el úmero de errore cometdo por ocho peroa al realzar u trabajo de mecaografía (Actvdad 1). 5. Hallar el coefcete de correlacó de la dtrbucó dada por la guete tabla: X Y Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 8

9 Lcecatura e Eeñaza de la Matemátca FRSN - UTN 3.. Coefcete de determacó Cuado etá prómo a 1 (o a -1), la correlacó leal e fuerte. Eto gfca que lo cambo e la varable Y e eplca, e gra medda, por lo cambo de la varable X, e coecueca, e puede hacer etmacoe fable de Y a partr de X. Ua meda de eta fabldad e, edo el coefcete de correlacó, pue u valor dca la proporcó de la varacó e la varable Y que puede er eplcada por lo cambo de la varable X. A e le llama coefcete de determacó. S multplcamo por 100 e obtee el porcetaje de cambo de Y eplcado por X. Aí, 0, lo cambo e la varable eplca el 0 % de lo cambo e la varable Y, o ea, ada: la varable X e Y o lealmete depedete. Y 1 (o 1 ), la varacó de Y e eplca totalmete, al 100% por la varacó de la X; e ete cao, la varable X e Y o lealmete depedete. Fuera de eto límte, el porcetaje eplcado e 100. Ejemplo a) El coefcete de correlacó etre la edad la altura de ño (Actvdad 3), vale 0, 94. Por tato, el coefcete de determacó erá 0,94 0,88. Eto gfca que, e lo ño de uetro ejemplo, el 88% de u altura e eplca por la edad; el reto, hata el 100%, erá debdo a otra caua: altura de u padre, deta, etc. b) El coefcete de determacó etre el tempo empleado el úmero de errore cometdo por ocho peroa (Actvdad 1), vale ( 0,764) 0,584. O ea, el tempo empleado eplca el 58,4% de la dfereca de errore. El 41,6% de la varacó retate e debe a caua decoocda por ootro. 4. Regreó leal Hata ahora o hemo lmtado, a decr cuádo do varable etá correlacoada. Prmero, repreetábamo el dagrama de dperó decíamo que, cuado ua recta e ajutaba be a la ube de puto, etoce la correlacó era fuerte. Depué, co el coefcete, dábamo ua medda del etdo fuerza de la correccó. E eta ocaó, acaremo el mámo provecho a la correlacó, hallado qué recta e la que mejor e ajuta a la ube de puto. Eta recta o permtrá calcular qué valor de Y e el que cabe eperar para u valor coocdo de X. O ea, podremo hacer etmacoe de ua varable a partr de la otra Recta de regreó mímo cuadrátca La recta de regreó e la recta que mejor e ajuta a la ube de puto. E ua recta deal que agaría a cada valor de la varable X el promedo de lo correpodete a. E coecueca, debe paar por el puto (, ) gravedad de la dtrbucó bdmeoal., cetro de Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 9

10 Lcecatura e Eeñaza de la Matemátca FRSN - UTN Al er ua recta deal o tee por que paar por guo de lo puto dado, pero í lo má cerca poble de todo ello. De cualquer maera, empre e cometerá errore e la etmacó. Obvamete, lo que e pretede e que eto errore ea lo má pequeño poble. La recta que mejor e ajuta a eto propóto e la recta de regreó mímo cuadrátca, que e aquella que mmza la uma de lo cuadrado de lo errore. Eto e, la ecuacó de eta recta e, lo puto dado o a b, ),, ),, ) ( 1 1 ( cumplre que la uma valor dado, mmo : (, debe e1 e... e, correpodete a ea míma, edo e la dfereca etre el a b, el valor deducdo e por la recta para ee Co eta codcoe, lo valore de la pedete a de la ordeada al orge b de ea recta vale: a b Luego, la ecuacó de la recta de regreó e: ( ) Sedo e la meda margale de la varable X e Y, la varaza de X la covaraza. Eta recta de regreó e llama Y obre X, pue e utlza para Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 10

11 Lcecatura e Eeñaza de la Matemátca FRSN - UTN predecr (etmar) lo valore de Y a partr de lo de X. S lo que e deea e etmar lo valore de X partedo de lo de Y, e empleará la ecuacó de la recta de regreó de X obre Y, que e: Actvdade: ( ) 6. Co lo dato de la Actvdad 1: a) hallar la ecuacó de la recta de regreó que permta etmar lo errore a partr del tempo. b) repreetar la recta lo puto dado. c) etmar el úmero de errore de ua peroa que tardae 11 muto e teclear la 40 líea. d) Ídem para otra peroa que tardae 9 muto. Compararlo co dato del problema. 7. a) Hallar la recta que mejor e ajute a la dtrbucó dada por la guete tabla: X Y b) medate la recta obteda, etmar el valor para Y para = = Fabldad de la recta de regreó La fabldad de la etmacoe hecha a partr de la recta de regreó depede fudametalmete de: 1. El valor del coefcete de correlacó Ua correlacó alta ( prómo a 1), aegura etmacoe fable. El úmero de dato coderado La fabldad aumeta al aumetar lo dato. Ua recta obteda a partr de poco dato geera grade rego, auque ea mu alto. 3. La promdad del valor 0, para el que e quere hacer la etmacó, a la meda La etmacó de 0 para u 0 dado e má fable cuado 0 etá prómo a ; a medda que 0 e aleja de la etmacó e hace má arregada. Se oberva e la guete fgura como la líea de puto determa ua bada alrededor de la recta de regreó. Eta bada dca lo márgee del valor etmado dado. E ete cao, la bada e ha geerado para ua probabldad 0, para cada 0 de acerto del 95%. Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 11

12 Lcecatura e Eeñaza de la Matemátca FRSN - UTN Obervacoe obre la recta de regreó 1. La bada e eacha a medda que o alejamo de la meda. Eto dca que la etmacó deea hacere para valore alejado de la meda, la probabldad de acerto e meor.. La bada e eacha má rápdamete cuado el coefcete de correlacó e meor. 3. Para la mma dtrbucó, la etmacó erá má fable aumeta lo dato de la muetra coderada Lmtacoe de la recta de regreó La recta de regreó debe uare para hacer etmacoe e valore prómo a lo coderado. Preteder ua etmacó e puto lejao puede coducr a olucoe aburda. Por ejemplo, co la recta que obtuvmo para la Actvdad 1 etmamo el úmero de errore que cometería ua peroa que tardae 30 muto e teclear 40 líea, e obtedría: 3,511, ,519-7 errore? Aburdo! Probabldad Etadítca II Udad Nº Mg. Lucía Sacco Pága 1

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN CAPÍTULO 3. ANÁLISIS DE REGRESIÓN Leccó 0: Regreó leal Smple La palabra Regreó fue utlzada por prmera vez por Frac Galto, (.8.9) e u etudo de Bología obre la hereca, doe él oto que la caracterítca promedo

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES.

VARIABLES ESTADÍSTICAS BIDIMENSIONALES. CONTENIDOS: VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Orgazacó de dato: tabla de frecueca de doble etrada. Frecueca margale. Dagrama de dperó. Regreó leal: recta de regreó. Coefcete de correlacó leal. Iterpretacó.

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010 UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE AÑOS CONVOCATORIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES RESOLUCIÓN DE LOS EJERCICIOS PROPUESTOS Ejercco a) ( puto) Racoalce mplfque

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

Análisis de Regresión Lineal Simple.

Análisis de Regresión Lineal Simple. Aál de Regreó Leal mple. Itroduccó Regreó mple Método de lo mímo cuadrado Propedade de lo etm. m. cuadrado Predccó Evaluacó de la tedad de la relacó leal Ejercco Itroduccó E mu frecuete ecotrar proceo

Más detalles

Tema 1. El modelo de regresión lineal simple

Tema 1. El modelo de regresión lineal simple Método de Regreó-Grado e Etadítca Emprea /47 Tema. El modelo de regreó leal mple. Itroduccó. Covaraza. Correlacó. Hpóte báca 3. Etmacó por el método de lo mímo cuadrado 3. Etmacó de lo parámetro 0 3. Etmacó

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Método de egreó Grado e Etadítca y Emprea Tema 4 /3 Tema 4. Problema de fereca etadítca e el modelo de regreó leal múltple. Itervalo de cofaza y cotrate para lo coefcete de regreó... Itervalo de cofaza

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

10 MEDIDAS DE DISPERSIÓN

10 MEDIDAS DE DISPERSIÓN Capítulo 10 MEDIDAS DE DISPERSIÓN U mportate cocepto de la etadítca e que gú promedo por í mmo da ua dea clara de la dtrbucó del eveto; aú cuado e codere ademá lo extremo uperor e eror, o extrá ua vó clara

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras.

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras. Capítulo : Comparacó de varo tratameto o grupo Mucha preguta de vetgacó e educacó, pcología, egoco, dutra ceca aturale tee que ver co la comparacó de varo grupo o tratameto. Ya etudamo como comparar dfereca

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

MEDIDAS, INCERTIDUMBRE, ERRORES

MEDIDAS, INCERTIDUMBRE, ERRORES Icertdumbre de la medda. MEDIDAS, ICERTIDUMBRE, ERRORES Al realzar el proceo de medcó, el valor obtedo y agado a la medda dferrá probablemete del valor verdadero debdo a caua dvera, algua de la cuale ombraremo

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

UNIVERSITAT ROVIRA I VIRGILI

UNIVERSITAT ROVIRA I VIRGILI UNIVERSITAT ROVIRA I VIRGILI Departamet de Químca Aalítca Químca Orgàca PARÁMETROS CUALIMÉTRICOS DE MÉTODOS ANALÍTICOS QUE UTILIZAN REGRESIÓN LINEAL CON ERRORES EN LAS DOS VARIABLES Te Doctoral FRANCISCO

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 6: Medidas de Dispersión para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 6: Medidas de Dispersión para Datos Agrupados por Clases Curo de Etadítca Udad de Medda Decrptva Leccó 6: Medda de Dperó para Dato Agrupado por Clae Creado por: Dra. Noeí L. Ruz Lardo, EdD 00 Derecho de Autor Objetvo. Calcular la edda de dperó (apltud, varaza,

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos Curo de Etadítca Udad de Medda Decrptva Leccó 4: Medda de Dperó para Dato Crudo Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Recoocer el gfcado del cocepto de dperó aplcado a

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN CAPÍTULO VIII EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN 8. INTRODUCCIÓN A través del Dagrama Causa - Efecto establecemos las posbles causas que provoca u problema de caldad, estas aseveracoes

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

Conceptos teóricos para resolver ejercicios tema 1

Conceptos teóricos para resolver ejercicios tema 1 Cocepto teórco para reolver ejercco tema MEDIDAS DE CONCENTRACIÓN Cocepto: Grado de cocetracó de la produccó (empleo, veta) e ua dutra (mporta tato el úmero como la dtrbucó relatva del tamaño de la emprea

Más detalles

Regresión y correlación lineal.

Regresión y correlación lineal. Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos

Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos Aplcacó de Mcrooft Ecel a la Químca Aalítca: valdacó de método aalítco Joé Marco Jurado Departameto de Químca Aalítca 1 de abrl de 008 1 Etadítca báca 11 Cocepto de poblacó y muetra E etadítca, e defe

Más detalles

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

Variables bidimensionales: regresión y correlación

Variables bidimensionales: regresión y correlación Varables bdmesoales: regresó correlacó VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1. Itroduccó.... Dstrbucoes margales... 4 3. Mometos... 7 3.1 Mometos respecto al orge... 7 3. Mometos respecto a la meda...

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

UNIVERSIDAD AUTÓNOMA CHAPINGO TESIS DIVISIÓN DE CIENCIAS FORESTALES MÉTODOS DE MUESTREO LICENCIADO EN ESTADÍSTICA ROXANA IVETTE ARANA OVALLE

UNIVERSIDAD AUTÓNOMA CHAPINGO TESIS DIVISIÓN DE CIENCIAS FORESTALES MÉTODOS DE MUESTREO LICENCIADO EN ESTADÍSTICA ROXANA IVETTE ARANA OVALLE UIVRSIDAD AUTÓOMA CHAPIGO DIVISIÓ D CICIAS FORSTALS MÉTODOS D MUSTRO TSIS Que como requto parcal para Obteer el Título de: LICCIADO STADÍSTICA PRSTA: ROAA IVTT ARAA OVALL Capgo, Texcoco, do. de Méxco Juo,

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

Más detalles

Capitalización, actualización y equivalencia financiera en capitalización compuesta

Capitalización, actualización y equivalencia financiera en capitalización compuesta Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA TRATA DE DESCRIBIR CONJUNTOS DE DATOS RESUMIENDO LA INFORMACIÓN QUE ESTOS PROPORCIONAN, UTILIZANDO: TABLAS DE FRECUENCIAS GRÁFICAS MEDIDAS NUMÉRICAS REPRESENTATIVAS (POSICIÓN, DISPERSIÓN

Más detalles

Figura 1

Figura 1 Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025 . Queremo realzar ua mpocó a plazo fjo, para lo cual acudmo a tre etdade facera. La codcoe que o ofrece o: el baco ofrece u % omal pagadero meualmete, el baco B ofrece u,% efectvo trmetral y el baco u

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

l 0 + l La energía potencial elástica de un resorte vale:

l 0 + l La energía potencial elástica de un resorte vale: ASOCIACIÓN DE RESORTES..- La fuerza y eergía elátca de u reorte o muelle. U reorte o muelle e u dotvo mecáco que uede comrmre o dlatare y que vuelve a u ocó orgal o atural, emre que el delazameto o ea

Más detalles

Correlación y regresión lineal. Ejemplos

Correlación y regresión lineal. Ejemplos Correlacó y regresó leal. Ejemplos Problema Nro. 0 Las estaturas (mts.) y los pesos (Kg) de 0 jugadores de Balocestos so: Estatura X Pesos Y(Kg) (mts) 86 85 89 85 90 86 9 90 93 87 98 93 0 03 03 00 93 9

Más detalles

Calibración de Modelos Hidrológicos Juan Cabrera, Civ. Eng. Universidad Nacional de Ingeniería Facultad de Ingeniería Civil

Calibración de Modelos Hidrológicos Juan Cabrera, Civ. Eng. Universidad Nacional de Ingeniería Facultad de Ingeniería Civil Calbracó de Modelo Hdrológco Jua Cabrera, Cv. Eg. Uverdad Nacoal de Igeería Facultad de Igeería Cvl 1. Itroduccó El uo de modelo hdrológco tee por faldad mular lo feómeo que ocurre e la realdad. S embargo,

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

ESTADÍSTICA. Escuela Técnica Superior de Ingenieros Industriales Universidad Politécnica de Madrid

ESTADÍSTICA.  Escuela Técnica Superior de Ingenieros Industriales Universidad Politécnica de Madrid www.et.upm.e/gor/etadtca/ ESTADÍSTICA. Decrptva. Probabldad 3. Ifereca 4. Aál de la varaza 5. Deño de Epermeto 6. Regreó leal Ecuela Técca Superor de Igeero Idutrale Uverdad Poltécca de adrd Departameto

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles