ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL
|
|
- Silvia María Dolores González Jiménez
- hace 7 años
- Vistas:
Transcripción
1 ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca Concepto de varable estadístca bdmensonal. Eemplos Tablas bdmensonales de frecuencas. Tablas de doble entrada Dstrbucones margnales Vector de medas Dstrbucones condconadas Covaranza: Concepto y cálculo. Matrz de covaranza Introduccón a la regresón lneal Idea ntutva del auste de una lnea a un dagrama de dspersón.... Recta de regresón: Sgnfcado y cálculo de la recta de regresón de y sobre x. Cálculo de la recta de regresón de x sobre y Sgnfcado y cálculo del coefcente de correlacón Coefcente de correlacón lneal: Defncón y cálculo Interpretacón del coefcente de correlacón Lneal... 9 Estadístca Bdmensonal. -1-
2 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca Concepto de varable estadístca bdmensonal. Eemplos. En muchas ocasones no basta con estudar la descrpcón de un fenómeno y sus varacones, es convenente conocer a qué son debdas esas varacones. Puede resultar nteresante e ncluso necesaro estudar los cambos producdos en una varable en relacón con otras, o cómo nfluyen unas varables para que otra cambe. Cuando se estudan conuntamente varas varables se entra en el campo de la estadístca multvarable (muchas varables). S el estudo se reduce a dos varables, como en este tema, se llama estadístca bdmensonal. La estadístca bdmensonal estuda fenómenos en los que ntervenen dos varables conuntamente, buscando la relacón que exste entre ambas. Así, por eemplo, se puede estudar la nfluenca que tenen los ngresos de una determnada famla en los gastos que tene, o cómo nfluye la velocdad de un certo automóvl en su consumo de combustble, o qué relacón exste entre los pesos y las estaturas de un grupo de personas. Una varable bdmensonal se representa por un par (X, Y), donde X es la prmera varable y toma los valores x 1, x, x 3,...,x n e Y la segunda y toma los valores, y 1, y, y 3,...,y n. Sn embargo, al consderar dos varables de una poblacón o muestra, no podemos afrmar que se trata de una varable bdmensonal porque la relacón entre las varables puede no ser estadístca. Así, entre dos varables puede exstr: Dependenca Funconal. Cuando es posble predecr con exacttud los valores de una varable a partr de los de la otra, se dce que ambas varables están en relacón funconal. Dada la varable (X,Y) exstrá una funcón f(x) tal que y = f(x ). Para cada valor de x se puede conocer el valor de y. Eemplo: a) La altura desde la que cae un cuerpo y el tempo que tarda en llegar al suelo está sueto a la ley de la gravedad. Sempre tarda lo msmo en recorrer el msmo espaco. b) El preco de una tela es funcón del coste del metro de tela y del número de metros. Independenca o Incorrelacón. Cuando las dos varables no tenen nnguna relacón entre ellas y podemos estudarlas por separado. Eemplo: a) La estatura y la nota de matemátcas. b) La nota en selectvdad y el número de letras del nombre. Dependenca estadístca o correlacón. Cuando no podemos establecer una relacón funconal pero tampoco podemos afrmar que no exste nterrelacón, se dce que están en relacón estadístca. Lo que nos proponemos a lo largo de estos apartados es determnar el grado de correlacón que exste entre las varables. Eemplo: a) De un colectvo se anota el número de horas de sueño y la edad de cada ndvduo. Hay una tendenca general a afrmar que a mayor edad menos horas de sueño, pero no podemos afrmar con exacttud que a X años le corresponden Y horas de sueño. b) Otro eemplo de relacón estadístca es el nº de cgarrllos consumdos y el resgo de fallo cardaco. Estadístca Bdmensonal. --
3 Dagrama de dspersón. ube de Puntos Una manera senclla y efcaz de estudar la posble correlacón entre varables es recurrr a los dagramas de dspersón, que son representacones gráfcas en un sstema de ees cartesanos donde cada par (x, y) se representa por un punto. La representacón gráfca resultante se denomna dagrama de dspersón o nube de puntos. Podemos apuntar un par de deas sobre la nube de puntos: 1.- En muchas ocasones la nube de puntos sugere la forma de la gráfca de alguna funcón conocda: una recta, una parábola, una funcón exponencal. Esto sgnfca que puede exstr alguna relacón entre las varables. S así ocurrese, se dría que las varables están correlaconadas..- S la forma de la nube es estrada y sus puntos se pueden encerrar en una elpse, la estrechez de esa elpse es un ndcador de la fuerza de la correlacón 1..-Tablas bdmensonales de frecuencas. Tablas de doble entrada. Lo prmero que tenemos que resolver es como tabular los datos obtendos en las observacones. Podemos construr una tabla de frecuencas, pero son mucho más práctcas las tablas de doble entrada que reflean los valores y frecuencas de las varables bdmensonales. Eemplo: Las notas en Lengua y en Idoma de los 30 alumnos de una clase en la últma evaluacón han sdo: Lengua: 3,, 8,,,,, 9,,, 3,, 3,, 3, 8,,,,,,, 9,, 9,,,, 1, Idoma:,, 10,,,,, 9,,,,, 1,, 1, 10,,, 8,,,, 9,, 9, 8,,,0, Para el estudo de los resultados podemos dsponer las notas en una tabla de doble entrada, en la que unto a los dstntos resultados aparezcan sus frecuencas. Obtenemos así la dstrbucón de frecuencas de la varable estadístca bdmensonal (X,Y), donde X representa la nota en Lengua e Y la nota en Idoma de los alumnos de la clase. Escrbe la dstrbucón de frecuencas de X="nota en Lengua". Calcula su meda y su varanza. Escrbe la dstrbucón de frecuencas de Y="nota en Idoma". Calcula su meda y su varanza. Estadístca Bdmensonal. -3-
4 Observa esta nueva tabla en la que se ha añaddo una fla y una columna más con los totales: Y \ X Total Total Dstrbucones margnales Se denomna dstrbucón margnal de una varable bdmensonal a la dstrbucón que se obtene al estudar ndependentemente cada varable. S tomamos la prmera columna y la últma columna en la tabla anteror, obtenemos la dstrbucón de frecuencas margnales de la varable estadístca Y: Y n S tomamos la prmera fla y la últma, obtenemos la dstrbucón de frecuencas de X: X n Con estas dstrbucones podemos calcular los msmos parámetros estadístcos que calculamos para las dstrbucones undmensonales. Las medas margnales son: x Varanzas margnales son: S ( x x) n p x n x n' = 1 = 1 = y= q ( y y) n' x = = ( x ) x S = ( ) y = ( y ) ( y) Estadístca Bdmensonal. --
5 1..-Vector de medas. Sea (X,Y) una dstrbucón estadístca bdmensonal. Al par ( x, y ) se le denomna vector de medas o centro de gravedad de la dstrbucón. Eerccos: 1) Un vendedor de helados anota durante doce días la temperatura (T) a las doce de la mañana y el número de bloques venddos (V) en ese día, obtenendo los sguentes valores: (30 0,10), ( 0,8), (8 0,9), ( 0,8), (30 0,10), (31 0,11), ( 0,9), (8 0,10), (9 0,11), (30 0,11), (9 0,1), (30 0,10). Escrbe la dstrbucón de frecuencas de la varable bdmensonal (T,V) en forma de tabla de doble entrada. Escrbe las dstrbucones margnales de la dstrbucón anteror y calcula la temperatura meda y el número medo de bloques venddos. Calcula en las dos dstrbucones margnales la varanza y la desvacón típca. ) Hemos preguntado a los 0 alumnos de una clase el número de horas semanales que dedcan al estudo (E) y el número de horas semanales que ven televsón (T): E T Construye una tabla de doble entrada. escrbe las dstrbucones margnales de ambas varables y calcula sus medas y varanza. 3) Las alturas (X) y los pesos (Y) de personas son los sguentes: X (Kgr.) [0-) [0-) [-0) [-0) [-0) Y (Cm.) [1-10) [10-1) [1-10) [10-1) [1-180) Frecuenca 1 3 X (Kgr.) [0-) [0-) [0-) [-80) [80-8) Y (Cm.) [1-10) [10-1) [1-180) [10-1) [10-1) Frecuenca Expresa estos resultados medante una tabla de doble entrada. Escrbe las dstrbucones margnales y calcula sus medas y varanzas (toma como valor de cada ntervalo el punto medo, Marca de clase). 1..-Dstrbucones condconadas Son las dstrbucones que se obtenen al far un valor en una de las varables y estudar las frecuencas correspondentes a la otra. Por eemplo la dstrbucón de la varable Y para el valor X=x. La dstrbucón que se obtene es undmensonal. 1..-Covaranza: Concepto y cálculo. Matrz de covaranza. Se llama covaranza de la varable (X,Y) a la meda artmétca de los productos de las desvacones de cada varable respecto de la meda.. Tambén se le denomna varanza conunta o sncronzada de las varables X e Y. La covaranza es la medda más smple de la relacón lneal entre dos varables. Vene dada por:σ = ( x x) ( y y) f ( x, y ) = r, ( x x) ( y y) n Estadístca Bdmensonal. --
6 Se demuestra que:σ = x y n, x y Interpretacón de la covaranza Una covaranza postva y alta ndca que ambas varables crecen o decrecen smultáneamente, es decr, presentan una fuerte correlacón. Cuando mayor sea la covaranza, más estrecha es la relacón entre las varables. Una covaranza alta y negatva ndca que cuando una varable crece, la otra decrece y vceversa, es decr, presentan una fuerte correlacón nversa. Cuanto menor sea la covaranza, puesto que es negatva, más estrecha es esta relacón entre las varables. La covaranza cero o próxma a cero ndca que no exste relacón entre las varables. Eemplo: A 1 alumnos de un colego se les toma las notas de los últmos exámenes de matemátcas, físca y flosofía. Observa que hay una relacón fuerte entre las notas de matemátcas y las de físca. ALUMO MATEMÁTICAS.SSS FÍSICA FILOSOFÍA A B C D E F G H I J K L Vemos la gráfca de los pares de puntos (x,y ) y su relacón con la covaranza En la prmera gráfca, los puntos están más alneados y por tanto la relacón entre las varables (CORRELACIÓ) es más fuerte. Por el contraro, en la segunda gráfca es más débl. Pero la covaranza presenta algún nconvenente: 1- Los puntos más aleados de la nube nfluyen más en su valor y sgno que los centrales. - Las escalas nfluyen en el valor de la covaranza. Así, al cambar la escala camba el valor de la covaranza y sn embargo, la relacón entre las varables es la msma. Matrz de covaranzas Podemos agrupar los parámetros anterores en la sguente matrz: S M = S x S S y Estadístca Bdmensonal. --
7 .- Introduccón a la regresón lneal.1.- Idea ntutva del auste de una lnea a un dagrama de dspersón La regresón es el estudo de los métodos de auste de una curva conocda a una nube de puntos. La regresón calcula la expresón matemátca de la curva que más se aproxma, o que meor se austa, a la nube de puntos. Trata, por lo tanto, de averguar cuál es la funcón que reflea del modo más exacto la relacón entre ambas varables. Esto nos permtrá estmar y predecr valores para una de las varables a partr de los valores de la otra. Regresón lneal: La regresón lneal estuda los dstntos métodos, o técncas, de austar una recta a una nube de puntos.. Recta de regresón: Sgnfcado y cálculo de la recta de regresón de y sobre x. Cálculo de la recta de regresón de x sobre y. Dada una nube de puntos, la recta de regresón que meor se auste a ella tendrá una ecuacón de la forma y = Ax + B. Para obtener los valores de A y B, se mpondrán dos condcones: 1.- Gravedad de la nube de puntos. Esta condcón mplca que la recta de regresón pasa por el punto (, ) es decr su ecuacón será y y = A ( x x). Sólo queda por determnar el valor de la pendente de la recta, A..- A cada punto P, de coordenadas (x, y ), pertenecente a la nube de puntos, le corresponde, en la recta, el punto P ' de coordenadas (x, y ). S se llamamos D a la dferenca y - y, se mpondrá la condcón de que la suma de los cuadrados de estas dferencas sea mínma. Puesto que el punto ( x,y ) pertenece a la recta se verfca que y' = y+ A ( x x) Como D tene que ser mínmo, para cometer el menor error. Entonces la dervada de D = ( y' y) = y+ A ( x x) y con respecto a A debe de ser 0. De esta condcón, y medante un tratamento matemátco, se deduce que el valor de A debe ser A = S / S x. Por lo tanto la recta de regresón de y sobre x es: S y y = ( x x) esta ecuacón permte aproxmar valores de y conocdos los de x. Sx S Al valor se le denomna Coefcente de regresón de Y sobre X S x Del msmo modo obtenemos la ecuacón de la recta de regresón de x sobre y que será: S x x = ( y y) que permte aproxmar valores de x conocendo los de y. Sy S Al valor se le denomna Coefcente de regresón de X sobre Y S y El método de obtencón de esta recta, mnmzando la suma de los cuadrados de las dferencas y - y, se denomna método de mínmos cuadrados y la recta de regresón se llama tambén recta de mínmos cuadrados. L Los valores de la aproxmacón serán meores s el coefcente de correlacón se acerca a 1 o -1. Estadístca Bdmensonal. --
8 Interpolacón y extrapolacón. La recta de regresón puede utlzarse para predecr el valor de Y que corresponde a un determnado valor de X conocdo. Se llama nterpolacón a la estmacón de un valor de la varable Y para un certo valor de X, dentro de su recorrdo. Se llama extrapolacón a la estmacón de un valor de Y, para un certo valor de X fuera de su recorrdo. Eemplo: Realzamos un expermento que consste en sumnstrar a cada una de 10 ratas una doss dara de 1 mg, mg, 3 mg,..., 10 mg, respectvamente, de un certo fármaco A, y calculamos el aumento de peso de cada rata después de un mes. Realzamos el msmo expermento con otras 10 ratas y otro fármaco B. Y por últmo un tercer expermento con otras 10 ratas y otro fármaco C. Los resultados gráfcamente son: A la vsta de las tres gráfcas, nos nclnamos a pensar que A favorece el engorde de las ratas, B no nfluye y C es perudcal. La correlacón de la gráfca 1 es postva y la de la 3 es negatva, gual que las pendentes de las rectas de regresón correspondentes. En la segunda gráfca se observa que la nube de puntos es amorfa y no sugere nnguna recta. o hay correlacón entre las varables. Se dce que son Incorreladas. Estadístca Bdmensonal. -8-
9 3.-Sgnfcado y cálculo del coefcente de correlacón. 3.1 Coefcente de correlacón lneal: Defncón y cálculo. La correlacón mde el grado de auste de la nube de puntos a la funcón matemátca asgnada. Responde por tanto a la pregunta: en qué medda una recta, u otra funcón matemátca, descrbe de un modo adecuado la relacón exstente entre las varables?. La relacón entre dos varables puede austarse muy ben a una recta o cualquer otra funcón matemátca. Para medr el grado de auste de la dstrbucón a una recta, se emplea el coefcente de correlacón de Pearson, cuya expresón es: σ ρ = S Sx S = y σx σ y Este coefcente solucona los problemas que presentaba la Covaranza por varas razones: 1.- S el coefcente de una vara ble (x, y) es D el de (aax, bay) tambén es D.- o tene undades, lo que nos permtrá estudar la correlacón con ndependenca de como tomemos las meddas. 3. Interpretacón del coefcente de correlacón Lneal El sgno del coefcente de correlacón de Pearson concde con el sgno de la covaranza σ, puesto que * x y * y son dos números postvos. Los valores que puede tomar el coefcente de correlacón de Pearson están comprenddos entre -1 y 1. A S 0<D <1, la correlacón es postva. La correlacón es postva o drecta cuando al aumentar una varable, se produce un aumento en la otra, y al dsmnur una, se produce una dsmnucón en la otra. Esto ocurre cuando la covaranza es postva. A S -1<D < 0, la correlacón es negatva. La correlacón es negatva, o nversa, cuando al aumentar una varable, se produce una dsmnucón de la otra, y al dsmnur una varable, se produce un aumento en la otra. Esto ocurre, cuando la covaranza es negatva. S D = + 1 el auste es perfecto. Cuando se da este caso, las varables X e Y guardan una relacón funconal lneal exacta, y = f(x). S D = 1 la recta tene pendente postva y s D = -1 la recta tene pendente negatva. S D = 0 no hay recta de regresón, la nube de puntos no se austa a una recta Estadístca Bdmensonal. -9-
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 detallesRelaciones 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 detallesMATEMÁTICAS 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 detallesHistogramas: 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 detallesTEMA 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 detallesREGRESION 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 detallesAnálisis 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 detallesIES 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 detallesCAPITULO 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 detallesBloque 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 detallesREGRESION 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 detallesTema 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 detallesCorrelación 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 detallesTema 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 detallesPRUEBAS 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 detallesEfectos 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 detallesMedia 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 detallesEXPERIMENTACIÓN 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 detallesTÉCNICAS 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 detallesPoblación: 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 detallesVARIABLE 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 detallesT. 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 detallesTema 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 detallesTema 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 detallesEconometría. 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 detallesInvestigación 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 detallesLECTURA 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 detallesMatemáticas 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 detallesCálculo 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 detallesVARIABLES 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 detallesMétodos 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 detallesAdemás 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 detallesCESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
Más detallesAnálisis 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 detallesPREGUNTAS 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 detallesOferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA
Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w
Más detallesMedidas 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 detallesDELTA 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 detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesApéndice 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 detallesFugacidad. Mezcla de gases ideales
Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar
Más detallesColección de problemas de. Poder de Mercado y Estrategia
de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.
Más detallesEconomía 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 detallesVariable 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 detallesANÁLISIS DE DATOS MULTIDIMENSIONALES
AÁLISIS DE DATOS MULTIDIMESIOALES ITRODUCCIÓ DISTRIBUCIÓ DE FRECUECIAS MULTIDIMESIOAL DISTRIBUCIOES MARGIALES DISTRIBUCIOES CODICIOADAS IDEPEDECIA ESTADÍSTICA ESTUDIO AALÍTICO DE DISTRIBUCIOES MULTIDIMESIOALES
Más detallesESTADÍSTICA (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 detallesDicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.
Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una
Más detalles6.1 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 detallesVectores 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 detalles1. 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 detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesTratamiento 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 detallesLECTURA 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 detallesTEMA 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 detallesGlosario 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 detallesMateriales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.
Materales Industrales, Ingenería Técnca Industral Mecánca Profesor: Dr. María Jesús Arza, Departamento de Físca Aplcada, CITE II-A,. Teoría de meddas. Meddas magntudes: La teoría de meddas Las varables
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.- 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 detallesUNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.
UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesPARÁMETROS 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 detalles1. 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 detallesPORTAFOLIO 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 detallesFisicoquímica CIBEX Guía de Trabajos Prácticos 2010. Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición-
Fscoquímca CIBX Guía de Trabajos Práctcos 2010 Trabajo Práctco N 7 - Medda de la Fuerza lectromotrz por el Método de Oposcón- Objetvo: Medr la fuerza electromotrz (FM) de la pla medante el método de oposcón
Más detallesIntroducción al riesgo de crédito
Introduccón al resgo de crédto Estrella Perott Investgador Senor Bolsa de Comerco de Rosaro eperott@bcr.com.ar. Introduccón El resgo credtco es el resgo de una pérdda económca como consecuenca de la falta
Más detallesResumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange
TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley
Más detalles4ºB 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 detallesTEMA 6 AMPLIFICADORES OPERACIONALES
Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal
Más detalles1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo
EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces
Más detallesFUNDAMENTOS QUIMICOS DE LA INGENIERIA
FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE
Más detallesCAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS
CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos
Más detallesPerturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros
Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de
Más detallesPrograma 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 detalles4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o
4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS
Más detallesJordi Esteve Comas. Monográfico sobre inestabilidad financiera.
Jord Esteve Comas Cclos, tendencas y estaconaldad en la bolsa española Monográfco sobre nestabldad fnancera. Quaderns de Polítca Econòmca. Revsta electrònca. 2ª época. Vol. 10, Mayo -Agosto 2005 Edta:
Más detallesCapitalización 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 detallesTEMA 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 detallesCAPÍTULO 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 detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesTEORÍA 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 detallesFacultad 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 detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesRegresión 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 detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesOrganización 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 detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detalles7ª 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 detallesUnidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire
4 Undad II: Análss de la combustón completa e ncompleta. 1. Are El are que se usa en las reaccones de combustón es el are atmosférco. Ya se djo en la Undad I que, debdo a que n el N n los gases nertes
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesTema 21: Distribución muestral de un estadístico
Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15
Más detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesMÓDULO DE GEOESTADÍSTICA PARA EXCEL: APLICACIÓN A PESCA Diana María González Troncoso Centro Oceanográfico de Vigo.
MÓDULO DE GEOESTADÍSTICA PARA EXCEL: APLICACIÓN A PESCA Dana María González Troncoso Centro Oceanográfco de Vgo. Cabo Esta, Vgo RESUMEN La Geoestadístca es una cenca cada vez más usada en dstntos ámbtos
Más detallesRegresión 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 detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detalles4. 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 detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesDe 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