ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL

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

Download "ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL"

Transcripción

1 ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal 8. Correlacón 9. Regreón Defncón de Etadítca : la palabra etadítca procede del vocablo "etado" pue era funcón prncpal de lo goberno de lo etado etablecer regtro de poblacón, nacmento, defuncone, etc. Ho en día la maoría de la perona entenden por etadítca al conunto de dato, tabla, gráfco, que e uelen publcar en lo perodco. En la actualdad e entende por etadítca como un método para tomar decone, de ahí que e emplee en multtud de etudo centífco. La etadítca e puede dvdr en do parte : - Etadítca decrptva o deductva, que trata del recuento, ordenacón clafcacón de lo dato obtendo por la obervacone. Se contruen tabla e repreentan gráfco, e calculan parámetro etadítco que caracterzan la dtrbucón, etc. - Etadítca nferencal o nductva, que etablece prevone concluone obre una poblacón a partr de lo reultado obtendo de una muetra. Se apoa fuertemente en el cálculo de probabldade. Poblacón : e el conunto de todo lo elemento que cumplen una determnada caracterítca. Eemplo : alumno matrculado en COU en toda Epaña. Muetra : cualquer ubconunto de la poblacón. Eemplo : alumno de COU del Sotomaor. Carácter etadítco : e la propedad que permte clafcar a lo ndvduo, puede haber de do tpo : - Cuanttatvo : on aquello que e pueden medr. Eemplo : nº de ho, altura, temperatura. - Cualtatvo : on aquello que no e pueden medr. Eemplo : profeón, color de oo, etado cvl. Varable etadítca : e el conunto de valore que puede tomar el carácter etadítco cuanttatvo ( pue el cualtatvo tene "modaldade'' ). Puede er de do tpo : - Dcreta : puede tomar un número fnto de valore. Eemplo : nº de ho - Contnua : puede tomar todo lo valore poble dentro de un ntervalo. Emplo : temperatura, altura. Frecuenca aboluta f : ( de un determnado valor ) al número de vece que e repte dcho valor.

2 Frecuenca aboluta acumulada F : ( de un determnado valor ) a u frecuenca aboluta má la uma de la frecuenca aboluta de todo lo valore anterore. Frecuenca relatva h : e el cocente f /, donde e el número total de dato. Frecuenca relatva acumulada H : e el cocente F / S la frecuenca relatva la multplcamo por 00 obtenemo lo %. Tratamento de la nformacón : e deben de egur lo guente pao : - recogda de dato - ordenacón de lo dato - recuento de frecuenca - agrupacón de lo dato, en cao de que ea una varable aleatora contnua o ben dcreta pero con un número de dato mu grande e agrupan en clae. º de clae Lo punto medo de cada clae e llaman marca de clae. Ademá e debe adoptar el crtero de que lo ntervalo ean cerrado por la zquerda aberto por la derecha. - contruccón de la tabla etadítca que nclurá, clae, marca de clae, f, F, h, H. Eemplo : La nota de Matemátca de una clae han do la guente : Contrur una tabla : f F h H 0 /30 /30 3 3/30 /30 6 /30 6/ /30 7/ /30 8/30 3 3/30 / /30 3/ /30 8/ /30 / /30 30/30 30 Repreentacone gráfca : para hacer má clara evdente la nformacón que no dan la tabla e utlzan lo gráfco, que pueden er :

3 Dagrama de barra ( dato cualtatvo cuanttatvo de tpo dcreto ). En el ee e pueden repreentar frecuenca aboluta o relatva. Frecuenca aboluta f ota Htograma ( dato cuanttatvo de tpo contnuo o dcreto con un gran número de dato ). El htograma conte en levantar obre cada ntervalo un rectángulo cuo área ea gual a u frecuenca aboluta área bae altura f n luego la altura de cada rectángulo vendrá dada por n que e llama funcón de dendad. S por eemplo un ntervalo e doble de ancho que lo demá u altura n debe er la mtad de la frecuenca aboluta aí no e puede nducr a errore. ormalmente la ampltud de lo ntervalo e cte por lo que n erá proporconal a f por tanto podemo tomar f como la altura n a que la forma del gráfco erá la mma, aunque ahora el área del rectángulo a no ea eactamente la frecuenca aboluta ( a no er que la ampltud del ntervalo ea gual a ). Polígono de frecuenca frecuenca aboluta f nota

4 Dagrama de ectore Cartograma Prámde de poblacón Dagrama lneale Pctograma CÁLCULO DE PARÁMETROS : Medda de centralzacón : Meda artmétca : on poco dato f + f +... f on mucho valore pero e repten mucho f + f +... En el cao de que lo dato etén agrupado en clae, e tomará la marca de clae como. o empre e puede calcular la meda artmétca como por eemplo cuando lo dato on cualtatvo o lo dato etán agrupado en clae aberta. Eemplo : hacer lo cálculo para el eercco de la nota Moda : e el valor de la varable que preenta maor frecuenca aboluta. Puede haber má de una. Cuando lo dato etán agrupado en clae e puede tomar la marca de clae o utlzar la fórmula : d M 0 L nf + donde : L nf límte nferor de la clae modal, ampltud d + d del ntervalo, d dferenca entre la f de la clae modal la f de la clae anteror d dferenca entre la f de la clae modal la f de la clae poteror. Tambén e puede hacer gráfcamente :

5 La moda rve para dato cualtatvo, pero no tene por qué tuare en la zona central del gráfco. Eemplo : en el eercco de la nota la moda ería 8 Medana : e el valor de la varable tal que el número de obervacone menore que él e gual al número de obervacone maore que él. S el número de dato e par, e puede tomar la meda artmétca de lo do valore centrale. Cuando lo dato etán agrupado la medana vene dada por el prmer valor de la varable cua F ecede a la mtad del número de dato. S la mtad del número de dato concde con F e tomará la emuma ente ete valor el guente. Cuando lo dato etén agrupado en clae e puede utlzar regla de tre o la fórmula : F M L nf + f Gráfcamente e hace a partr del polígono de frecuenca acumulada. Eemplo : En el cao de la nota podría ordenar de menor a maor lo dato obtendríamo : dato número -6 (por er par) luego la medana ería 7 Tambén e podría obervar la F ver que en el 7 e ecede a la mtad del nº de dato, e decr, obrepaa el. Cuantle : on parámetro que dvden la dtrbucón en parte guale, aí por eemplo la medana lo dvde en do parte guale, lo cuartle on tre valore que dvden a la ere de dato en cuatro parte guale, lo quntle on cuatro valore que lo dvden en parte, lo decle en 0 lo percentle en 00. Se calculan de la mma manera que la medana. n F Tambén e puede utlzar la fórmula : C n L nf + 00 donde n e el f valor que dea el n% de valore por debao de él. Medda de dperón : Rango o recorrdo : e la dferenca entre el maor valor el menor. Depende mucho de lo valore etremo por que e uele utlzar el rango ntercuartílco Q 3 - Q o el rango entre percentle P 90 - P 0 Eemplo : Para el cao de la nota ería Varanza : e la meda artmétca de lo cuadrado de la devacone repecto a la meda ( devacón repecto a la meda d - ). ( ) ( ) ( )

6 f ( ) + f ( ) +... f ( ) f + f +... Al gual que la meda en el cao de que lo dato etén agrupado en clae, e tomará la marca de clae como. Otra forma de calcular e : ( ) f f ( + ) f + f Se llama devacón típca a la raíz cuadrada de la varanza. E má útl que la varanza a que tene la mma dmenone que la meda Eemplo : Hacer lo cálculo para el eercco de la nota - Coefcente de varacón : e el cocente entre la devacón típca la meda artmétca. Valore mu bao ndcan muetra mu concentrada. C.V. σ DISTRIBUCIOES BIDIMESIOALES : Varable etadítca bdmenonale : e cuando al etudar un fenómeno obtenemo do medda e, en vez de una como hemo hecho hata ahora. Eemplo : pulo tª de lo enfermo de un hoptal, ngreo gato de la famla de lo trabaadore de una emprea, edad nº de día que faltan al trabao lo productore de una fábrca. Tpo de dtrbucone bdmenonale : - cualtatva - cualtatva - cualtatva - cuanttatva ( dcreta o contnua ) - cuanttatva ( dcreta o contnua ) - cuanttatva ( dcreta o contnua ) Tpo de tabla : - Tabla de do columna, ( poco dato ) - Tabla de tre columna,, f ( mucho dato poco valore poble ) - Tabla de doble entrada ( mucho dato mucho valore poble )... n f * f f... f n f * f f... f n f * m f m f m... f nm f *m f * f * f *... f n* f ** Dagrama de dperón : S ha poco dato ( tabla de do columna ), e repreentan la varable en lo ee e. S ha mucho dato pero mu agrupado ( tabla de tre columna tabla de doble entrada ), e hace gual pero con lo punto má gordo egún la f,o e pntan mucho

7 punto unto, o e pnta en tre dmenone,, f, con lo que obtendríamo un dagrama de barra en tre dmenone. S ha mucho dato mucho valore poble, e pueden agrupar en clae, e utlzan lo etereograma ( 3 dmenone ) en lo que el volumen de cada prma e proporconal a la frecuenca. Tambén e puede tomar la marca de clae de lo ntervalo tratar la varable contnua como fuee dcreta. Cálculo de parámetro : - Cuando ha poco dato o etán mu agrupado ( tabla de o 3 columna ) f f f ( ) f ( ) Aparece un parámetro nuevo que e la covaranza que e la meda artmétca de la devacone de cada una de la varable repecto a u meda repectva. f ( )( ) f - Cuando ha mucho dato ( tabla de doble entrada ) f * f f* f f ( ) ( ) * f f f ( ) ( ) * f f f ( )( ) f Correlacón o dependenca : e la teoría que trata de etudar la relacón o dependenca entre la do varable que ntervenen en una dtrbucón bdmenonal, egún ean lo dagrama de dperón podemo etablecer lo guente cao : - Independenca funconal o correlacón nula : cuando no ete nnguna relacón entre la varable.( r 0 ) - Dependenca funconal o correlacón funconal : cuando ete una funcón tal que todo lo valore de la varable la atfacen ( a cada valor de le correponde uno olo de o a la nvera ) (r ± ) - Dependenca aleatora o correlacón curvlnea (ó lneal ): cuando lo punto del dagrama e autan a una lnea recta o a una curva, puede er potva o drecta, o negatva o nvera ( -<r<0 ó 0<r<) Eemplo : a alumno de COU e le toma la nota de lo últmo eámene de Matemátca, Fíca Floofía : Matemátca Fíca Floofía

8 S repreentamo la varable matemátca- fíca en un dagrama matemátcafloofía en otro vemo que la correlacón e mucho má fuerte en el prmero que en el egundo a que lo valore etán má alneado. Coefcente de correlacón lneal : e una forma de cuantfcar de forma má preca el ttpo de correlacón que ha entre la do varable. r Regreón : conte en autar lo má poble la nube de punto de un dagrama de dperón a una curva. Cuando eta e una recta obtenemo la recta de regreón lneal, cuando e una parábola, regreón parabólca, cuando e una eponencal, regreón eponencal, etc. ( logcamente r debe er dtnto de 0 en todo lo cao ). La recta de regreón de obre e : ( ) en la cual e hace mínma la dtanca entre lo valore obtendo epermentalmente lo valore teórco de. A valor e le llama coefcente de regreón de obre ( no da la pendente de la recta de regreón ). La recta de regreón de obre e : ( ) en la cual e hace mínma la dtanca entre lo valore obtendo epermentalmente lo valore teorco de. A valor e le llama coefcente de regreón de obre ( u nvera no da la otra pendente ).

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : EDIDAS DE DISPERSIÓN Y DE FORA (PARTE II) EDIDAS DE FORA TEA 9: EDIDAS DE FORA. EDIDAS DE ASIETRIA Son medda que mden el grado de deformacón horzontal

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

Anál de ere temporale Fernando Berzal, berzal@acm.org Anál de ere temporale Caracterítca de la ere temporale Vualzacón de ere temporale Fltrado de ere temporale Meda móvle Suavzado exponencal Técnca de

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS

ANÁLISIS EXPLORATORIO DE DATOS ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de

Más detalles

CONTENIDO 1. TEORÍA DEL RIESGO Y ÁRBOLES DE DECISIÓN...2

CONTENIDO 1. TEORÍA DEL RIESGO Y ÁRBOLES DE DECISIÓN...2 CONTENIDO. TEORÍ DEL RIESGO Y ÁRBOLES DE DECISIÓN.... ELEMENTOS ESTRUCTURLES DE JUEGOS EN RIESGO.... DOMINCIÓN SIMPLE Y ESTOCÁSTIC.... DOMINCIÓN ESTOCÁSTIC....4 VLOR ESPERDO DE L INFORMCIÓN PERFECT....4.

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

Diseño óptimo de un regulador de tensión en paralelo

Diseño óptimo de un regulador de tensión en paralelo Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

El CAT se calcula a partir de los flujos de recursos entre el cliente y la institución que otorga el crédito. t j

El CAT se calcula a partir de los flujos de recursos entre el cliente y la institución que otorga el crédito. t j Explcacón del cálculo del Coto nual Total (CT) El CT e calcula a partr de lo fluo de recuro entre el clente y la nttucón que otorga el crédto.. Fórmula para el cálculo del CT El CT e el valor numérco de,

Más detalles

Cuaderno de actividades 4º ESO

Cuaderno de actividades 4º ESO Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

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

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

ESTADÍSTICOS EN TÉRMINOS DE VECTORES Y MATRICES. José Carlos de Miguel Domínguez Agustín Ramos Calvo Julio Pallas González

ESTADÍSTICOS EN TÉRMINOS DE VECTORES Y MATRICES. José Carlos de Miguel Domínguez Agustín Ramos Calvo Julio Pallas González Docenca de Matemátca en la Economía la Emprea ESTADÍSTICOS E TÉRMIOS DE VECTORES Y MATRICES Joé Carlo de Mguel Domínguez Agutín Ramo Calvo Julo Palla González Dpto. de Método Cuanttatvo para la Economía

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Programación de la Producción en un sistema flow shop híbrido sin esperas y tiempos de preparación dependientes de la secuencia

Programación de la Producción en un sistema flow shop híbrido sin esperas y tiempos de preparación dependientes de la secuencia DITS ( 2006/01). Workng Paper del Departament d Organtzacó D empree de la Unvertat Poltècnca de Catalunya. Programacón de la Produccón en un tema flow hop híbrdo n epera y tempo de preparacón dependente

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

ESTADISTICA APLICADA A LA EDUCACIÓN

ESTADISTICA APLICADA A LA EDUCACIÓN UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Estadística de Defunciones según la Causa de Muerte. Metodología

Estadística de Defunciones según la Causa de Muerte. Metodología Etadítca de efuncone egún la Caua de Muerte Metodología I Antecedente La Etadítca de efuncone y de Muerte Fetale Tardía egún la caua de muerte tenen dentdad propa, aunque e enmarcan dentro de la Etadítca

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Glosario básico. de términos estadísticos

Glosario básico. de términos estadísticos Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

Capítulo III Medidas de posición y de dispersión

Capítulo III Medidas de posición y de dispersión Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

Cinemática de Robots. Práctica 2. 2.1.- Introducción

Cinemática de Robots. Práctica 2. 2.1.- Introducción Práctca de Robótca utlzando Matlab Práctca 2 Cnemátca de Robot 2..- Introduccón Lo robot cláco preentan una arqutectura antropomórfca eral, emejante al brazo humano. Conten de una ere de barra rígda unda

Más detalles

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros. Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas

Más detalles

TABLAS DE RESULTADOS DEL ESTUDIO DE COMISIONES BANCARIAS 2014. Opción de análisis de cuentas sin nómina o ingresos regulares:

TABLAS DE RESULTADOS DEL ESTUDIO DE COMISIONES BANCARIAS 2014. Opción de análisis de cuentas sin nómina o ingresos regulares: Co m o n e b a n c a r a E t u d od e1 6e n t d a d e j u l o e p t e mb r e2 01 4 TABLAS DE RESULTADOS DEL ESTUDIO DE COMISIONES BANCARIAS 2014 Opcón de anál de cuenta n nómna o ngreo regulare: Entdade

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

SOLICITUD DE ADMISIÓN

SOLICITUD DE ADMISIÓN SOLICITUD DE ADMISIÓN Prmer Apelldo Pegar foto Segundo Apelldo Nombre Fecha POSTULA A MAGÍSTER EN GESTIÓN Y DIRECCIÓN DE EMPRESAS (MBA): [ ] Tempo Completo Eta Solctud de Admón e válda para potular al

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Regresión y Correlación

Regresión y Correlación Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6

Más detalles

ANÁLISIS DEL CRITERIO COSTE AMORTIZADO. APLICACIÓN A UN PRÉSTAMO CONCERTADO POR EL SISTEMA DE AMORTIZACIÓN FRANCÉS CON TIPO DE INTERÉS INDICIADO

ANÁLISIS DEL CRITERIO COSTE AMORTIZADO. APLICACIÓN A UN PRÉSTAMO CONCERTADO POR EL SISTEMA DE AMORTIZACIÓN FRANCÉS CON TIPO DE INTERÉS INDICIADO 87a ANÁLISIS DEL RITERIO OSTE AMORTIZADO. APLIAIÓN A UN PRÉSTAMO ONERTADO POR EL SISTEMA DE AMORTIZAIÓN FRANÉS ON TIPO DE INTERÉS INDIIADO Mª armen Vall Martínez Alca Ramírez Orellana Profeora Ttulare

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Diseño de Controladores PID. Sistemas de Control Prof. Mariela CERRADA

Diseño de Controladores PID. Sistemas de Control Prof. Mariela CERRADA Deño de Controladore PID Stema de Control Prof. Marela CERRADA Controlador del to PI: Mejorando la reueta etaconara Lo controladore del to PI olo ncororan la accone Proorconale Integrale, aumentando en

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

TEORÍA DE MEDIDAS INTRODUCCIÓN

TEORÍA DE MEDIDAS INTRODUCCIÓN Teoría de Meddas TEORÍA DE MEDIDAS ITRODUCCIÓ Las cencas epermentales operan con valores numércos que se obtenen como resultado de efectuar meddas de varables, por ejemplo una temperatura, una longtud

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Programa de Asesor Financiero (PAF) Nivel I

Programa de Asesor Financiero (PAF) Nivel I Programa de Asesor Fnancero (PAF) Nvel I MÓDULO 1_Fundamentos de la Inversón SOLUCIÓN_CUESTIONARIOS DEL LIBRO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO Capítulo 4: TIPOS DE INTERÉS Y RENTABILIDAD Capítulo

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

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

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

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

Tratamiento de datos experimentales. Teoría de errores

Tratamiento de datos experimentales. Teoría de errores Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Interferencias en los equipos electrónicos de medida

Interferencias en los equipos electrónicos de medida 6 Interferenca en lo equpo electrónco de medda 6. Introduccón En el capítulo e comprobó que el rudo y la eñale externo no deeado e acoplan a todo equpo electrónco de un laboratoro o cadena de produccón

Más detalles

MATERIAL Y MÉTODOS. Se utilizó el listado de códigos que Caminal estableció para España, a los cuales se

MATERIAL Y MÉTODOS. Se utilizó el listado de códigos que Caminal estableció para España, a los cuales se MATERIAL Y MÉTODOS Fuentes de nformacón Los datos de hosptalzacón se obtenen del Conjunto Mínmo de Datos de Egresos Hosptalaros del Seguro Públco de Salud Costarrcense (SPSC) y las proyeccones de poblacón

Más detalles