DECISIÓN ESTADISTICA. Pruebas de hipótesis

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

Download "DECISIÓN ESTADISTICA. Pruebas de hipótesis"

Transcripción

1 DECISIÓN ESTADISTICA. Pruebas de hitesis Se trata de utilizar ls dats bteids a artir de ua muestra ara tmar ua decisi sbre la blaci. Pr ejeml se uede decidir a artir de ls dats del muestre si u fármac uev es realmete efectiv si u uev rduct es mejr ue el atigu si ua meda está trucada etc... Estas decisies se llama decisies estadísticas se tma sbre ua base rbabilística. Ls suuests cjeturas acerca de las blacies ue se estudia ue uede ser cierts se demia hitesis estadísticas. Hitesis ula: es la hitesis a ctrastar ue se csidera rvisialmete cm verdadera ue es revisada tras haber recibid ifrmaci de ls dats muestrales. Se desiga r H. Hitesis alterativa: es cualuier tra hitesis ue difiera de la hitesis dada. Se desiga r H 1 E la tma de decisies cualuier hitesis ula H ha de ir acmañada de ua alterativa H 1 ue es la ue asira a deslazar a la ula. Para ua hitesis ula ccreta uede haber varias hitesis alterativas. Segú ls tis de ctraste las hitesis se latea de la siguiete frma BILATERAL : H ; = H1; MEDIA : H ; H1; > UNILATERAL : H ; H1; < CONTRASTE : BILATERAL : H ; = H1; PROPORCIÓN : H ; H1; > UNILATERAL : H ; H1; < Se llama ruebas de hitesis a ls rcedimiets ue ermite decidir si ua hitesis se aceta se rechaza determiar si las muestras bservadas difiere sigificativamete de ls resultads eserads. Otrs mbres ara las ruebas de hitesis s: esas de hitesis test de sigificaci reglas de decisi. E el ctraste de hitesis ha ds tis de errres: - Errr de ti I: la hitesis ula es cierta er a la vista de la ifrmaci muestral la rechazams. - Errr de ti II: acetams H segú la ifrmaci muestral si embarg es falsa. L cual euivale a rechazar H 1 sied verdadera. Así tedríams el siguiete cuadr resume: El ivel de sigificaci N s es u valr rbabilístic mu eueñ ue se establece c ateriridad a la bteci del resultad. Su fuci es la siguiete: Se rechazará H a favr de H 1 cuad la rueba estadística dé u valr cua rbabilidad de ue curra baj H sea mer ue N s Ls valres ue se utiliza ara N s s: 5 (5%); 1 (1%); 1 (1%) recibe ls mbres (resectivamete) de: ivel casi sigificativ sigificativ mu sigificativ.

2 Etaas de las ruebas de hitesis - Etaa 1: Euciar la hitesis ula (H ) la alterativa (H 1 ). Ambas debe ser ecluetes etre sí. H es la hitesis ue se desea ctrastar se frmula c el rsit de ser rechazada. Cuad se csigue rechazarla se aceta H 1. Segú la frmulaci ue recibe H 1 la rueba uede ser uilateral bilateral. - Etaa : Determiar la regi crítica refijad el ivel de sigificaci N s establecer la za de acetaci de rechaz. El ivel de sigificaci N s el ivel de cfiaza N c está relaciads mediate N s N c = 1. Así tedríams la siguiete tabla: Nivel de cfiaza (N c ) 9% 95% 99% 999% Nivel de sigificaci (N s ) 1% 5% 1% 1% Valres crítics Pruebas uilaterales (z c ) Valres crítics Pruebas Bilaterales (z c ) Pr ejeml ara N s = % tedríams las siguietes zas críticas PRUEBAS UNILATERALES PRUEBABILATERAL La za de rechaz regi crítica es el cjut de valres tales ue cuad H es verdadera la rbabilidad (N s ) de ue la muestra dé u valr ue se ecuetre etre ells es mu eueña. El rest de la distribuci muestral ue es za de rechaz es la za regi de acetaci. - Etaa 3: Tmar la decisi e iterretarla

3 CONTRASTE PARA LA MEDIA Estadístic de ctraste: N(1) = Hitesis ula H Hitesis alterativa H 1 Regi de acetaci Iterval H Regi crítica de rechaz Gráfic Rallada la regi crítica = > < > > < < CONTRASTE PARA LA PROPORCIÓN Estadístic de ctraste: N(1) = Hitesis ula H Hitesis alterativ a H 1 Regi de acetaci Iterval H Regi crítica de rechaz Gráfic Rallada la regi crítica = > < > > < <

4 INTRODUCCIÓN AL CONTRASTE DE HIPÓTESIS E la eerimetaci cietífica a sea bservad la realidad maiuládla e el labratri se reseta muchas veces ua de las ds situacies siguietes a las ue a u ivel elemetal vams a tratar de dar ua resuesta mediate ls ccimiets de muestre ue teems. Situaci A: U aturalista sabe ue las aves de ua esecie ue llega a ua determiada lagua e su cicl aual de emigraci resa e ella varis días. El úmer de días de estacia sigue ua distribuci rmal de media desviaci ccids. U añ ctrla ua muestra de aves bserva ue el tiem medi de estacia difiere bastate del habitual. Vams a darle u criteri ara ue él ueda decidir a la vista de ls dats si l bservad etra detr de l habitual si r el ctrari es sigificativa la diferecia bservada cviee estudiar ué causas uede ifluir e el cmrtamiet de las aves. Ccretad c u ejeml si el úmer de días de estacia es N (48) e ua muestra estudiada el tiem medi de estacia es días es de etrañar er sí arecería etrañ si fuera 4 53 A artir de cuad debe recuar? Necesitams darle u criteri. Situaci B: Ls cirujas ue efectúa ciert ti de eraci ha cstatad ue el tiem medi ara el alta sigue ua distribuci rmal de media sigma ccids. U eui de ciert hsital está rbad ua ueva técica mes traumática decide rbarla e ua muestra de acietes btiee u tiem medi de recueraci más crt. Para la cmuidad cietífica es imrtate teer u criteri ara saber si esta mejra es sigificativa etraría detr de las fluctuacies habituales ue dems bserva al cambiar de muestra. E la situaci A elrams si s hems salid de l habitual (r defect eces). E B si s salims de l habitual r defect. Para A utilizarems u criteri llamad de ctraste bilateral e B u criteri de ctraste uilateral. E ambs cass el ivestigadr trata de decidir etre ds hitesis ue se llama hitesis ula frete a la hitesis alterativa. La hitesis ula es la cservadra las csas s cm siemre la variaci es frut de la casualidad estadística.... La hitesis alterativa es la de cambi alg ha cambiad ara ue se s resete esta muestra... ivestigams ué. Decidirse r la hitesis ula la alterativa se llama ctrastar la hitesis. Se ctrasta siemre c u ivel de sigificaci ue es u rcetaje mu reducid habitualmete etre el 1 el 5%. Qué sigifica trabajar c u ivel del 5%? E el ctraste bilateral sigifica ue cm las muestras de amlitud tiee ua media () ue es N( ) uede cstruirse u iterval dde estará el 95% de las muestras (1-5)%. Acetarems la hitesis alterativa si uestra muestra cae fuera del iterval (r eces r defect). Si está e el iterval acetarems la hitesis ula auí asa ada. Cm verems es u criteri mu eigete ues ara ue la muestra s haga meditar tiee ue erteecer a ese 5 % de muestras eticas. Ejeml A El tiem de estacia es N (4 8). Seguims la ista a 5 aves vems ue su tiem medi de estacia es de 33 días. La hitesis ula es ue etre detr de l habitual. H : = 4 La hitesis alterativa ue ha algua causa iflued. H 1 : 4 Ctrastams al ivel de sigificaci del 5%.

5 Cm a sabems u 95% de las muestras está e el iterval: 8 8 ( ) = ( ) 5 5 iterval de acetaci iterval de H. 33 días está fuera de ese iterval está e la regi crítica est s ermite rechazar la hitesis ula acetar la alterativa. N es frut de la casualidad ess 33 días. E cambi 37 4 días estaría detr de l habitual. E el ctraste uilateral dems señalar e la camaa de la N( ) u valr v ue arta la camaa e 95%5% 5%95% segú el rblema situad uestra muestra vems si está e la za del 95% hitesis ula e la za del 5% hitesis alterativa. Ejeml B Pr ejeml si la técica usual de cierta eraci lleva a us tiems de cvalececia ue sigue distribuci N (15 3) u eui ha utilizad ua ueva técica c 16 acietes el tiem medi ha bajad a 1 días teems: Hitesis ula: ls resultads etra detr de l habitual. H : = 15 Hitesis alterativa: la ueva técica es sigificativamete mejr. H 1 : < 15 Ctrastams al ivel de sigificaci del 5% 3 Las muestras (16) sigue ua distribuci rmal N (15 ) = N(15 75). La regi de 16 acetaci será: sustitued: '65 = 16 ( 13'76 ) Cm uestr valr está fuera de la regi de acetaci rechazams la hitesis ula acetams la alterativa el métd uev es sigificativamete mejr (al ivel 5%) ue es el tradicial. Otra frma de hacer el ctraste es a artir de ls valres de Ejeml C Ua ecuesta a 64 rfesiales de ua istituci revel ue el tiem medi de emle e dich cam era de 5 añs c ua desviaci tíica de 4. Csiderad u ivel de sigificaci del 5 sirve ests dats ara afirmar ue el tiem medi de emle de ls rfesiales de ésta istituci está r debaj de ls 6 añs? Se sue ue la blaci de rfesiales se distribue rmalmete. Sluci: Se cmieza c ua susici a riri ara la media blacial ciert valr La frma de latear H1 : < ciert valr marca la direcci de la rueba > ciert valr Se utiliza (media de la muestra) ara decidir si es rbable la susici sbre

6 La hitesis ula H = 6 E uestr cas: La hitesis alterativa H1 < 6 c se aceta la hitesis ula Ctraste: > c se aceta la hitesis alterativa La rueba es uilateral N s = 5 z c = = 64 = = 5 X es N(6;5) ara = 5 z = = este valr bteid cae detr de la za de rechaz tmams la decisi 5 de rechazar H acetams H 1 acetams ue el tiem medi de ls emleads está r debaj de ls 6 añs. Ejeml D U eert e temas electrales basádse e resultads aterires sstiee ue si se celebra eleccies e la actualidad ta sl acudirá a vtar el 48% del electrad. Si embarg e u sde electral realizad 15 ersas 8 maifiesta su iteci de vtar. Platea la rueba de hitesis más adecuada ara u ivel de sigificaci del 5 cmeta el resultad. Sluci: Se arte de ua susici rcetaje blacial La hitesis alterativa H 1 uede latearse P ua cierta rrci H 1 = P < ua cierta rrci P > ua cierta rrci 8 8 Desués se usa la rrci = = de ua muestra ara cmrbar la hitesis sbre P H P '48 E uestr cas: H1 P > '48 Que determiarlas regies: c = 1 96 (Pr tabla) 8 P '48 = = 15 = 4.13 P Q '48'5 15 c se aceta la hitesis ula Ctraste: > c se aceta la hitesisalterativa E este cas se rechaza la hitesis ula se aceta la hitesis alterativa. E defiitiva uiere decir ue ls resultads de la rueba difiere bastate de ls lateamiets ruests r el scilg cm ara derls atribuir a errres uramete estadístics debied latearse ue ls hábits resect a la iteci de vt de la blaci ha variad.

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Ctraste de hipótesis I.E.. A uqueira I pag 1 Itrducció CONTRATE DE HIPÓTEI Hasta ahra hems vist ds frmas de efectuar ua estimació de u parámetr de la pblació a partir de ua muestra de tamañ : la estimació

Más detalles

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fc Ayala de Graada Sbrates de 004 (Mdel 6) Slucies Germá-Jesús Rubi Lua OPCIÓN A EJERCICIO 1_A (1 put) Dibuje la regió del pla defiida pr las siguietes iecuacies: x 3y -13; x + 3y 17, x + y 11; y 0.

Más detalles

Relación de Ejercicios de Contrastes de Hipótesis. Ponencia Andaluza de Matemáticas Aplicadas a las CCSS II del año 2009.

Relación de Ejercicios de Contrastes de Hipótesis. Ponencia Andaluza de Matemáticas Aplicadas a las CCSS II del año 2009. IES Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua Relació de Ejercicios de Cotrastes de Hiótesis. Poecia Adaluza de Matemáticas Alicadas a las CCSS II del año 29. Ejercicio 1. La altura e cm. de

Más detalles

Propiedades molares parciales. Volumen molar parcial. En este capítulo veremos las propiedades de mezclas binarias no reactivas.

Propiedades molares parciales. Volumen molar parcial. En este capítulo veremos las propiedades de mezclas binarias no reactivas. Priedades mlares arciales E este caítul verems las riedades de clas biarias reactivas. UNIDD 4: Mezclas simles Vlume mlar arcial Etal y agua s erfectamete miscibles etre sí. Si embarg al clar estas sustacias

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 211 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció A Reserva 1, Ejercicio 4, Oció A Reserva 2, Ejercicio

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 22 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció B Reserva, Ejercicio 4, Oció B Reserva 2, Ejercicio 4,

Más detalles

R 1º) La conexión de los R N 2. En los dos casos las S. T Para calcular el flujo máximo se utilizará la expresión: U1ef

R 1º) La conexión de los R N 2. En los dos casos las S. T Para calcular el flujo máximo se utilizará la expresión: U1ef Máquias Eléctricas 5º Curs Mecáics Máquias iversidad de Ovied Dpt. de geiería Eléctrica EJERCCO Nº 4 TEMA V: Trasfrmadres trifásics OBJETVOS: Circuit equivalete del trasfrmadr trifásic valració de pérdidas

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 214 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció B Reserva 2, Ejercicio 4, Oció B Reserva 4, Ejercicio

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

TEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas

TEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas Capítulo 5 TEST DE HIPÓTESIS 5.1. Itroducció E este tema trataremos el importate aspecto de la toma de decisioes, referida a decidir si u valor obteido a partir de la muestra es probable que perteezca

Más detalles

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS Págia 1 de 13 CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS E este capítulo etraremos al fial del ciclo del método cietífico, usado la iformació de la muestra para geeralizar y llegar a coclusioes

Más detalles

TRABAJO Y ENERGÍA 1.- TRABAJO MECÁNICO.

TRABAJO Y ENERGÍA 1.- TRABAJO MECÁNICO. TRABAJO Y ENERGÍA 1. Trabaj mecánic. 1.1. Trabaj de una fuerza cnstante. 1.. Trabaj de una fuerza variable.. Energía..1. Energía cinética... Energía tencial...1. Energía tencial gravitatria.... Energía

Más detalles

1º CC.SS. Resumen tema 10. Distribuciones de probabilidad de variable discreta. La binomial.

1º CC.SS. Resumen tema 10. Distribuciones de probabilidad de variable discreta. La binomial. 1. CÁLCULO DE PROBABILIDADES. a. Suces aleatri. Aquél que depende del azar, es decir, que n se puede prever. Para estudiar ests sucess, es necesari hacerl a partir de la experiencia. nº de veces que curre

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA UNP-Facultad de Igeiería Carreras: Ig. Electróica y Electricista CAPÍTUO 6 ESTIMACIÓN DE VARIANZAS PROPORCIONES POBACIONAES MEDIANTE INTERVAOS DE CONFIANZA 6.1 Itervalo de cofiaza ara la variaza de ua

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

Pruebas de contraste de hipótesis. Estimación puntual y por intervalos

Pruebas de contraste de hipótesis. Estimación puntual y por intervalos 10 Pruebas de cntraste de hipótesis. Estimación puntual y pr intervals Ágata Carreñ Serra 10.1. Intrducción La mayría de las investigacines realizadas en el ámbit médic-clínic, cmprtan estudis cmparativs

Más detalles

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/ Númers cmplejs El cjut frmad pr tds ls úmers de la frma acib, dde a y b s úmers reales, c las peracies de adició y prduct defiidas pr: 1/100.a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

UNIDAD 7: ESTADÍSTICA INFERENCIAL

UNIDAD 7: ESTADÍSTICA INFERENCIAL UNIDAD 7: ESTADÍSTICA INFERENCIAL ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1.- VARIABLES ESTADÍSTICAS. PARÁMETROS... 3.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.1.- Distribució Biomial... 4 3..- Distribució

Más detalles

Tema 4B. Inecuaciones

Tema 4B. Inecuaciones 1 Tema 4B. Inecuacines 1. Intrducción Una inecuación es una desigualdad en la que aparecen númers y letras ligads mediante las peracines algebraicas. Ls signs de desigualdad sn: , Las inecuacines

Más detalles

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Analisis y modelos a pequeña señal del transistor

Analisis y modelos a pequeña señal del transistor Aalisis y mdels a pequeña señal del trasistr. arrill, J.I. Huirca Abstract Ls BJT y FET s mdelads usad redes de ds puertasa a través de parámetrs h ó Y respectivamete. Para cada el BJT e base cmú, clectr

Más detalles

Ejemplo: En este ejemplo veremos cómo podemos utilizar un coaxial slotted line para calcular la impedancia de carga Z L.

Ejemplo: En este ejemplo veremos cómo podemos utilizar un coaxial slotted line para calcular la impedancia de carga Z L. 91 Ejempl: En este ejempl verems cóm pdems utilizar un caxial sltted line para calcular la impedancia de carga. Un caxial sltted line tiene una pequeña abertura lngitudinal (i.e. slit) en su cnductr exterir.

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

Más detalles

COACHING VIVENCIAL PARA PROFESORES. Plan de formación Permanente del profesorado Curso 2013/2014

COACHING VIVENCIAL PARA PROFESORES. Plan de formación Permanente del profesorado Curso 2013/2014 COACHING VIVENCIAL PARA PROFESORES Plan de frmación Permanente del prfesrad Curs 2013/2014 OBJETIVOS: Finales y de resultads - Favrecer el trabaj en equip, la cmunicación, reflexión e intercambi de infrmación

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL INTRODUCCIÓN Durate años la estadística se ha dedicado fudametalmete al desarrollo de la Estadística Descriptiva, cuya pricipal labor como hemos visto es recopilar datos, ordearlos,

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

1. Introducción. Capítulo 1

1. Introducción. Capítulo 1 Caítul. Itrducció La laeació, diseñ, y eració de u sistema de tecia reuiere estudis de igeiería ara evaluar el sistema actual y el futur, e asects cm eficiecia, cfiabilidad, seguridad, y ecmía. Estudis,

Más detalles

Artículo técnico CVM-NET4+ Cumple con la normativa de Eficiencia Energética. Nuevo analizador de redes y consumos multicanal Situación actual

Artículo técnico CVM-NET4+ Cumple con la normativa de Eficiencia Energética. Nuevo analizador de redes y consumos multicanal Situación actual 1 Artículo técico Joatha Azañó Divisió Gestió Eergética y Calidad de Red CVM-ET4+ Cumple co la ormativa de Eficiecia Eergética uevo aalizador de redes y cosumos multicaal Situació actual Las actuales ormativas

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

Seminario Desarrollo Social: Cuatro pilares para una política de Estado 25/11/14

Seminario Desarrollo Social: Cuatro pilares para una política de Estado 25/11/14 Seminari Desarrll Scial: Cuatr pilares para una plítica de Estad 25/11/14 Prpuesta para una nueva plítica educativa. Resumen de ls principales punts abrdads pr Gustav Iaies. LA REGIÓN Y SUS CLAVES DE MEJORA

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9. II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

PLANIFICACIÓN DE ASIGNATURAS

PLANIFICACIÓN DE ASIGNATURAS FACULTAD DE CIENCIAS JURÍDICAS, POLÍTICAS Y SOCIALES PLANIFICACIÓN DE ASIGNATURAS A. IDENTIFICACIÓN Nmbre de la Asigatura: Práctica Itegral de Televisió III Nmbre del Área: Cmuicació Scial Carreras para

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

Texto. Dossier Comercial Clientes. Servicio de venta y distribución de entradas Online

Texto. Dossier Comercial Clientes. Servicio de venta y distribución de entradas Online Text Dssier Cmercial Clietes Servici de veta y distribució de etradas Olie YALASTENGO.COM es u prtal de veta de ticketig de reciete creació, que perteece a u grup de persas c plea dedicació e prmver y

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA Autores: Ágel A. Jua (ajuap@uoc.edu), Máimo Sedao (msedaoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS Defiició Propiedades

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

Estimación del tamaño de la muestra en la investigación clínica y epidemiológica Jaume Marrugat, Joan Vila, Marco Pavesi y Ferran Sanz

Estimación del tamaño de la muestra en la investigación clínica y epidemiológica Jaume Marrugat, Joan Vila, Marco Pavesi y Ferran Sanz ESTADÍSTICA EN MEDICINA Estimació del tamaño de la muestra e la ivestigació clíica y epidemiológica Jaume Marrugat, Joa Vila, Marco Pavesi y Ferra Saz Uidad de Lípidos y Epidemiología Cardiovascular. Uidad

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

Sesiones 2-3: Transformación de datos

Sesiones 2-3: Transformación de datos Curs de intrducción a Stata Jrdi Muñz (UAB) Sesines 2-3: Transfrmación de dats Hasta ahra hems vist ls elements básics de stata, y cóm inspeccinar ls dats que tenems. A partir de ahra vams a trabajar sbre

Más detalles

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir: Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.

Más detalles

( )( ) ( ) ( ) ( ) ( ) ( )

( )( ) ( ) ( ) ( ) ( ) ( ) Primera Prueba Parcial Laps 03-778 /5 Universidad Nacinal Abierta Análisis de Dats (Cód. 778) Vicerrectrad Académic Cód. Carrera: 06 Fecha: 8 09 03 OBJ PTA Dada la siguiente matriz: MODELO DE RESPUESTAS

Más detalles

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar

Más detalles

DETERMINACIÓN DEL TAMAÑO MUESTRAL

DETERMINACIÓN DEL TAMAÑO MUESTRAL DETERMINACIÓN DEL TAMAÑO MUESTRAL Notas Ídie. INTRODUCCIÓN. TAMAÑO MUESTRAL EN ESTUDIOS PARA DETERMINAR PARÁMETROS.. Tamaño muestral ara estimar ua roorió.. Tamaño muestral ara estimar ua media 3 3. TAMAÑO

Más detalles

Instalación y Configuración de la interfaz de TPV. www.chefexact.es

Instalación y Configuración de la interfaz de TPV. www.chefexact.es Instalación y Cnfiguración de la interfaz de TPV INSTALACIÓN Una vez descargad el ficher de la Interfaz se instalara en el mism rdenadr dnde este TPVFacil instalada, haga dble clic para cmenzar la instalación,

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Estimaciones Estadísticas: Un Acercamiento Analítico. (Statistical Estimations: An Analitical Approach)

Estimaciones Estadísticas: Un Acercamiento Analítico. (Statistical Estimations: An Analitical Approach) Daea: Iteratioal Joural of Good Cosciece. 5(1) 37-55. ISSN 1870-557X 37 Estimacioes Estadísticas: U Acercamieto Aalítico (Statistical Estimatios: A Aalitical Approach) Badii, M.H. & A. Guille* Resume.

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z < Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

Más detalles

Germán Jesús Rubio Luna Catedrático de Matemáticas del IES Francisco Ayala

Germán Jesús Rubio Luna Catedrático de Matemáticas del IES Francisco Ayala Decisión estadística. Contraste de hipótesis Nota.- Cuando tratábamos la estimación de parámetros, intentábamos obtener un valor o un intervalo de valores que constituyesen la mejor estimación del parámetro

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

POTENCIAS.- a determina la potencia de base a y exponente n, significa que hemos de multiplicar a por si mismo n veces.

POTENCIAS.- a determina la potencia de base a y exponente n, significa que hemos de multiplicar a por si mismo n veces. POTENCIAS.- determi l oteci de se y exoete, sigific ue hemos de multilicr or si mismo veces. Defiició: L otció Bse Exoet El exoete,, idic ls veces ue se reite l se e el roducto de ést or si mism. L se,,

Más detalles

La información no es de valor hasta que un número es asociado con ella. o Benjamín Franklin.

La información no es de valor hasta que un número es asociado con ella. o Benjamín Franklin. Histria de la Medición en el Sftware La infrmación n es de valr hasta que un númer es asciad cn ella. Benjamín Franklin. N puedes cntrlar l que n puedes medir. Si crees que el cst de la medición es alt,

Más detalles

Capítulo 7. Distribución Binomial y de Poisson. 7.1 Distribución Binomial

Capítulo 7. Distribución Binomial y de Poisson. 7.1 Distribución Binomial Caítulo 7 Distribució Biomial y de oisso 7. Distribució Biomial E la física exerimetal, la distribució de Gauss es la más imortate de las distribucioes límites, si embargo existe otras distribucioes ue

Más detalles

Semiconductores ( ) Masa Efectiva. Masa Efectiva. Masa Efectiva. Hueco. Masa Efectiva. v g dk h dk. m * Cualquier electrón está sujeto a fuerzas

Semiconductores ( ) Masa Efectiva. Masa Efectiva. Masa Efectiva. Hueco. Masa Efectiva. v g dk h dk. m * Cualquier electrón está sujeto a fuerzas Semdutres Masa Efeta Cualquer eletró está sujet a fuerzas ttal ext + t ma S resams la euaó sól e fuó de las fuerzas exteras ext m a El eletró se mrta m s su masa ambara. Esta es la masa efeta. Masa Efeta

Más detalles

Profr. Efraín Soto Apolinar. Área bajo una curva

Profr. Efraín Soto Apolinar. Área bajo una curva Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

3. Volumen de un sólido.

3. Volumen de un sólido. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Itegrales y aplicacioes.. Volume de u sólido. E esta secció veremos cómo podemos utilizar la itegral defiida para calcular volúmees de distitos tipos

Más detalles

Plataforma de formación. Guía de navegación

Plataforma de formación. Guía de navegación Platafrma de frmación Guía de navegación Acceder a la platafrma Para acceder a la Platafrma de Frmación escribe la siguiente dirección en tu navegadr web: www.ics-aragn.cm A cntinuación verás la página

Más detalles

IES Fco Ayala de Granada Septiembre de 2015 (Modelo 3) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Septiembre de 2015 (Modelo 3) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2015 MODELO 3 OPCIÓN A EJERCICIO 1 (A) 8-4 1 2 Sea las matrices A = -1 2, B = 1 2 2-1 -1 2, C = 12 8. -8 4 (0 5 putos) Calcule A 2. (1 7 putos) Resuelva

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

5.- Calcule: a) La entalpía de combustión del etino a partir de los siguientes datos: o

5.- Calcule: a) La entalpía de combustión del etino a partir de los siguientes datos: o TERMOQUÍMICA QCA 09 ANDALUCÍA.- Cnsidere la reacción de cmbustión del etanl. a) Escriba la reacción ajustada y calcule la entalpía de reacción en cndicines estándar. b) Determine la cantidad de calr, a

Más detalles

Hacia la universidad Probabilidad y estadística

Hacia la universidad Probabilidad y estadística Hacia la uiversidad Probabilidad y estadística OPCIÓN. Se laza u dado cargado cuyas caras co úmeros múltiplos de tres tiee triple probabilidad de salir que cada ua de las otras. Halla la probabilidad de

Más detalles

Abel Martín LAS FRACCIONES. - Las fracciones como parte de un todo - Egipto les espera

Abel Martín LAS FRACCIONES. - Las fracciones como parte de un todo - Egipto les espera LAS FRACCIONES - Las fraccioes como parte de u todo - Nuestros amigos prueba su máquia del tiempo. Egipto les espera Despegamos! E la evolució del pesamieto humao, 000 años a. C., los egipcios comieza

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció B Reserva, Ejercicio 4,

Más detalles