DECISIÓN ESTADISTICA. Pruebas de hipótesis
|
|
- Carla Espejo Miranda
- hace 7 años
- Vistas:
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) 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 detallesCONTRASTE 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 detallesSobrantes 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 detallesRelación 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 detallesPropiedades 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 detallesPROBLEMAS 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 detallesPROBLEMAS 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 detallesR 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 detallesPROBLEMAS 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 detallesPRUEBAS 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 detallesEstadística 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 detallesINFERENCIA 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 detallesPRUEBAS 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 detallesINTERVALOS 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 detallesUNIDAD 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 detallesIES 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 detallesProblemas 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 detallesEjercicios 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 detallesDistribuciones 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 detallesPRUEBAS 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 detallesTEST 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 detallesCAPÍTULO 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 detallesTRABAJO 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 detalles1º 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 detallesPRUEBAS 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 detallesPROBLEMAS 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 detallesAnálisis 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 detallesESTIMACIÓN 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 detalles1 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 detallesPruebas 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 detallesNúmeros 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 detallesIES 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 detallesUNIDAD 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 detallesTema 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 detallesIES 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 detallesTrabajo 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 detallesTrata 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 detallesPrueba 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 detallesAnalisis 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 detallesEjemplo: 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 detallesIntervalos 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 detallesEL 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 detallesMatemáticas 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 detallesCOACHING 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 detallesESTADÍSTICA 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 detallesPara 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 detallesORGANIZACIÓN 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 detallesEjemplos 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 detalles1. 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 detallesArtículo 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 detallesContraste 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 detallesSeminario 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 detallesPROBLEMAS 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 detalles16 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 detallesIES 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 detallesCuadro 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 detallesIntervalo 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 detallesIES 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 detallesMedidas 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 detallesBIOESTADISTICA (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 detallesTema 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 detallesTema 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 detallesPLANIFICACIÓN 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 detallesMuestreo. 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 detallesTexto. 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 detallesTEMA 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 detallesESTIMACIÓN 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 detallesLAS 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 detallesIES 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 detallesPRUEBAS 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 detallesEstimación 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 detallesDepartamento 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 detallesSesiones 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 detallesSeries 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 detallesUNIDAD 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 detallesDETERMINACIÓN 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 detallesInstalación 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 detallesMEDIDAS 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 detallesEstimaciones 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 detallesPRUEBAS 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 detallesTema 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 detallesINFERENCIA 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 detallesGermán 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 detallesLECTURA 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 detallesPOTENCIAS.- 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 detallesLa 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 detallesCapítulo 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 detallesSemiconductores ( ) 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 detallesProfr. 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 detallesSobrantes 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 detalles3. 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 detallesPlataforma 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 detallesIES 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 detallesESTADISTICA 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 detalles5.- 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 detallesHacia 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 detallesAbel 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 detallesPROBLEMAS 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