Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación
|
|
- Jorge Castilla Silva
- hace 7 años
- Vistas:
Transcripción
1 Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares prvados, obtenda como una submuestra de la relacón de vvendas utlzadas en una de las últmas encuestas de ogares realzada por el INE. Ello nos a permtdo dsponer de un drectoro actualzado así como de algunas característcas de dcas vvendas, que an sdo utlzadas en el proceso de seleccón de la muestra. Este marco estaba consttudo por seccones censales, de las cuales se an selecconado probablístcamente 999. A su vez el marco muestral orgnalmente utlzado fue la relacón de seccones censales del Censo de Poblacón y Vvendas Por razones de tpo práctco se a elmnado de la muestra un pequeño grupo de provncas, quedando éstas representadas por otras provncas de característcas smlares y que pertenecen a su msma Comundad Autónoma. Dadas las especales dfcultades que presenta una nvestgacón de tpo panel y con objeto de alcanzar el tamaño mínmo de muestra exgdo por EUROSTAT, se an susttudo todas las ncdencas abdas durante el trabajo de campo, negatvas, ausencas y vvendas no encuestables. Para ello además de la muestra de vvendas ttulares se selecconó una muestra de vvendas reservas que se a utlzado en la susttucón de aquellas vvendas que an presentado algún tpo de ncdenca. La susttucón a sdo controlada, en el sentdo de que se a susttudo cada vvenda por otra con las msmas característcas. La varable de control utlzada fue el tamaño del ogar Las característcas más mportantes del dseño de la muestra se detallan a contnuacón. B Tpo de muestreo y estratfcacón Se a utlzado un muestreo betápco estratfcado entre las undades de prmera etapa. Dado que entre otros objetvos del panel fgura el de poder facltar certas clasfcacones a nvel de NUT2 (comundades autónomas), se a selecconado una muestra ndependente en cada una de ellas. Las undades de prmera etapa an sdo las seccones censales, que se consderan conglomerados de vvendas. Aunque para esta encuesta no se a calculado, el efecto de dseño obtendo en otras encuestas que emplean dseños semejantes, para característcas relaconadas con la actvdad que se presentan en un 20 por cento de la poblacón, está en torno a 2. Las undades de segunda etapa son las vvendas famlares prncpales. En ellas no se realza submuestreo y se nvestga a todos los ogares y personas que son
2 membros del ogar de acuerdo con las defncones dadas para la encuesta. La varable de estratfcacón utlzada a sdo el tamaño del muncpo al que pertenece la seccón. Para llegar a la formacón de los estratos se consderan los sguentes tpos de muncpos: 1. Muncpos autorrepresentados: Son aquellos, que dada su categoría dentro de la provnca, deben tener sempre seccones en la muestra. Son muncpos autorrepresentados: - La captal de la provnca - Muncpos de mportanca smlar o superor a la captal de la provnca - Muncpos que tenendo una stuacón demográfca destacada dentro de la provnca no exsten otros smlares con que agruparlos. 2.- Muncpos correpresentados: Son aquellos que dentro de la msma provnca forman parte de un grupo de muncpos demográfcamente smlares y que son representados en común. De acuerdo con esta clasfcacón, en líneas generales, los estratos teórcos consderados responden a los sguentes conceptos: Estrato 1: Muncpo captal de provnca Estrato 2: Muncpos autorrepresentados, de mportanca smlar o superor a la captal de provnca (caso por ejemplo de Gjón o Vgo) Estrato 3: Muncpos autorrepresentados, mportantes en relacón con la captal o muncpos mayores de abtantes Estrato 4: Muncpos entre y abtantes Estrato 5: Muncpos entre y abtantes Estrato 6: Muncpos entre y abtantes Estrato 7: Muncpos entre y abtantes Estrato 8: Muncpos entre y abtantes Estrato 9: Muncpos menores de abtantes Hay que tener en cuenta que dada la dferente dstrbucón de tamaños de los muncpos entre las dstntas provncas no es efcente realzar una estratfcacón unforme para todas ellas. Sn embargo, se a procurado realzar una estratfcacón unforme para todas las provncas pertenecentes a una msma Comundad Autónoma. Así por ejemplo, en Andalucía y Canaras apenas exsten muncpos menores de abtantes, por ello en estas Comundades el estrato menor corresponde a Muncpos menores de abtantes, englobando en un sólo estrato los estratos teórcos 8 y 9. Por el contraro, en Castlla y Aragón adqueren gran mportanca los muncpos nferores a abtantes y apenas exsten muncpos ntermedos entre y abtantes. En estas Comundades se an agrupado los estratos teórcos 7 y 8, creando un estrato de muncpos entre y abtantes y mantenendo plenamente el estrato 9. C Tamaño de la muestra y dstrbucón El tamaño de la muestra, a nvel global, para todos los países de la Unón Europea es de ogares, lo que supone un total de aproxmadamente personas entrevstadas.
3 La dstrbucón de la muestra entre los dferentes países se a realzado tenendo en cuenta además de la necesdad de nformacón el tamaño y las característcas del país. A España le a sdo asgnada una muestra de ogares. Se a fjado un total de 8 vvendas por seccón, para una muestra fnal de 999 seccones dstrbudas por todo el terrtoro naconal. Para lograr los objetvos de la encuesta, se exge una muestra mínma de 400 ogares para cada NUT1 (Grandes regones) y de 200 ogares para cada NUT2 (Comundad Autónoma), por lo que la afjacón de las 999 seccones entre Comundades Autónomas se a realzado asgnando una parte de las seccones unformemente y el resto de modo proporconal. La dstrbucón de la muestra de seccones aparece en el cuadro I. Cuadro I. Dstrbucón de la muestra NUT1 NUT2 SECCIONES 1. Noroeste Galca 63 Asturas 40 Cantabra Nordeste País Vasco 54 Navarra 32 Roja 29 Aragón Madrd Madrd Centro Castlla-León 61 Castlla-La Manca 48 Extremadura Este Cataluña 113 Comundad Valencana 80 Baleares Sur Andalucía 124 Murca 40 Ceuta-Mellla - 7. Canaras Canaras 58 La afjacón en cada comundad se a eco prmero entre las provncas y luego entre los estratos, sguendo el crtero de afjacón proporconal a la poblacón, aunque se an potencado los estratos que contenen a los muncpos de mayor tamaño por ser éstos donde la poblacón tene característcas con mayor varabldad y tambén donde se presenta un mayor número de ncdencas. D Seleccón de la muestra La seleccón de las undades prmaras, dentro de la muestra general de la cual se a obtendo, se a realzado en cada estrato con probabldad proporconal al tamaño. La seleccón de la muestra de vvendas en cada seccón, se a realzado medante
4 un muestreo sstemátco con arranque aleatoro. E Estmadores Los estmadores utlzados en esta encuesta son estmadores de expansón corregdos con nformacón facltada por fuentes externas, para ajustar las dstrbucones obtendas medante la muestra a las dstrbucones poblaconales. Para el cálculo de las estmacones se sgue un proceso que permte obtener el peso o ponderacón fnal de cada ogar en cuatro pasos, que se aplcan cada uno después del anteror y que permte conocer la aportacón de cada uno de ellos al peso fnal.(los dos últmos pasos an sdo realzados por EUROSTAT) Estos factores se calculan normalzados de tal forma que permtan la comparacón entre sí de todos los ogares de la muestra. Cada persona dentro del ogar tene el msmo factor de elevacón. Los pasos a segur son los sguentes: Paso 1. Factor de dseño Este factor es la nversa de la probabldad de seleccón del ogar. De acuerdo con el procedmento de seleccón de la muestra, la probabldad de una vvenda en un estrato se puede calcular, aproxmadamente, medante la expresón: P (V ) = 8 n V sendo: n = número de seccones afjadas en la encuesta en el estrato V = Total de vvendas según Censo en el estrato El factor de dseño normalzado tene la expresón: (1) W = V 8 n. m V. m 8 n sendo: m = muestra efectva de ogares en el estrato m = m Paso 2. Factor de ajuste de la falta de respuesta Este factor trata de recoger el efecto de las dstntas tasas de respuesta que se pueden alcanzar en dferentes partes de la muestra.
5 La expresón normalzada de dco factor es: (2), W = m. m m., m sendo: m muestra teórca de vvendas en el estrato m = muestra efectva de vvendas completamente entrevstadas en el estrato m = m = total muestra efectva, m = m = total muestra teórca 4, Paso 3. Factor para corregr la dstrbucón de los ogares Se ntroduce para ajustar la dstrbucón de ogares estmada a partr de la muestra, después de aplcar las ponderacones obtendas en los pasos 1 y 2, a la dstrbucón poblaconal de ogares conocda a través de fuentes externas. Esta nformacón deberá ser fable y actualzada y puede proceder de un Censo, una encuesta o cualquer otra fuente. El ajuste se puede realzar para dstntas característcas. Las característcas de control utlzadas an sdo: - Dstrbucón de ogares según número de actvos - Dstrbucón de ogares según número de personas que los abtan Ambas se an obtendo a partr de las estmacones de la Encuesta de Poblacón Actva, en el cuarto trmestre de El planteamento general del problema es el sguente: Sea: $P k = Proporcón estmada de ogares que poseen la modaldad k de una determnada característca de clasfcacón (k = 1...K), sendo estas modaldades mutuamente excluyentes. P $ = k d y o Y$ $ Y = Total de ogares en la poblacón, estmado a partr de la muestra. K Y $ = d o y k=1 d o = Peso asgnado al ogar después de aplcar los pasos 1 y 2.
6 y = Varable que toma los valores 1 ó 0 según que el ogar posea o no la modaldad k de la característca. se extende a todos los ogares de la muestra. P k = Proporcón poblaconal en la modaldad k de la característca utlzada para el ajuste. El objetvo es encontrar una nueva ponderacón d (d =f.d o ) de tal forma que se verfque: P $ = k k k=1 d y d y = P k con la condcón de que la dstanca entre d y d o sea mínma. Exsten dversas solucones al problema antes planteado que dependen de la funcón de dstanca elegda. En nuestro caso se a aplcado la metodología desarrollada por el Insttuto de Estadístca de Franca, adoptada por EUROSTAT para esta encuesta. El procedmento nos permte obtener el factor f, que una vez normalzado y sguendo la notacón anteror denomnamos W (3). Paso 4. Factor para corregr la dstrbucón de personas Este factor se ntroduce, para ajustar la dstrbucón de personas en la muestra a la dstrbucón de personas en la poblacón para determnadas característcas demográfcas sgnfcatvas. Las característcas utlzadas para el ajuste son la edad y el sexo, sendo la dstrbucón poblaconal empleada la Proyeccón Demográfca de Poblacón referda a mtad del cuarto trmestre de El planteamento es análogo al descrto en el paso 3. Sea: $P c = Proporcón de personas con la categoría c estmada a partr de la muestra (c=1...c) P $ = c d 1 x X$ c sendo: x c = Número de personas que pertenecen a la categoría c de la varable de ajuste (grupos de edad y sexo) en el ogar. $X = Total de personas estmado en la muestra
7 C $X = d 1 x c=1 c d 1 = Peso asgnado al ogar después de aplcar los tres pasos anterores P c = Proporcón de la categoría c obtenda de las Proyeccones Demográfcas de Poblacón. El objetvo, análogamente al paso 3, es ajustar el peso del ogar d 1 por un factor g tal que al aplcar este peso corregdo d 1. g la dstrbucón estmada de la muestra concda con la dstrbucón dada por la Proyeccón de Poblacón obtenda de fuentes externas. El ajuste se ace de tal forma que el factor g se aproxme a 1 tanto como sea posble, aplcando el método de mínmos cuadrados generalzados que asgna el msmo factor a todos los membros del ogar. A este factor normalzado le denomnamos W (4) sguendo la nomenclatura utlzada en fases anterores Ponderacón fnal Como factor de ajuste global, a cada ogar se le asgna el obtendo como producto de los factores calculados en cada uno de los pasos anterores. (fnal) (1) (2) (3) W = W x W x W xw (4) Este peso fnal se normalza, es decr la meda para todas las personas es gual a 1. Factor de expansón Las ponderacones anterores son váldas para la estmacón de medas y proporcones. Para estmar el total de cualquer característca nvestgada, el cocente entre la poblacón total y la correspondente poblacón muestral, P/p, se multplca por las ponderacones muestrales normalzadas. Con lo que el factor para totales quedaría: P/p.W. F Estmadores para cclos posterores al prmero El cálculo de las ponderacones para el análss transversal y longtudnal en las encuestas tpo panel, a lo largo del tempo, envuelve una sere de técncas complejas. Las ponderacones ncales asgnadas a las personas muestrales en el cclo 1, an de ser ajustadas para reflejar los cambos en la poblacón de estudo así como la evolucón de la muestra en el tempo. Estas ponderacones ajustadas son las que vamos a denomnar ponderacones báscas. En prncpo, los datos de la muestra orgnal con las ponderacones báscas pueden ser utlzadas para el análss transversal y longtudnal. Sn embargo, y puesto que el panel contene tambén nformacón sobre personas no muestrales, que an entrado en la encuesta por resdr en un ogar con una o más
8 personas muestrales, se utlzará una aproxmacón para nclur en el análss la nformacón facltada por estas personas no muestrales. Las ponderacones necesaras para análss específcos se obtenen por transformacones sencllas de los pesos báscos. F.1 CÁLCULO DE LAS PONDERACIONES BÁSICAS a) Peso ncal En el cclo 1, a cada ogar y a cada membro k del msmo, se le asgna el msmo peso que en el apartado anteror denomnamos W (fnal). Llamamos a este factor peso ncal que a partr de aora notamos por (1) u = u (1) defndo para todos los ogares de la muestra y para todas las personas muestrales. b) Peso básco En cada cclo t, este peso se defne para todas las personas muestrales. Se consderan personas muestrales aquellas que formaron parte de la muestra en el cclo 1, y que aún sguen pertenecendo a la msma, más los nños nacdos de alguna mujer muestral. El peso básco de una persona en el cclo t se obtene por ajuste de su peso básco asgnado en el cclo t-1, es decr (t) (t -1) u = u. f (t -1 t) ( t 1 t) Para calcular el factor de ajuste f ay que tener en cuenta los sguentes factores que recogen los cambos producdos en la poblacón y la muestra entre los cclos t-1 y t: 1º) Ajuste de la falta de respuesta Los pesos del cclo t-1 se multplcan por un factor nversamente proporconal a la probabldad de la persona de colaborar en el cclo t, abendo colaborado en el cclo t-1. Esta probabldad se determna en funcón de certas característcas de ogares o de personas. 2º) Ajuste con fuentes externas En cada cclo, los pesos deben ser ajustados para que los datos estmados a partr de la muestra sean consstentes con la dstrbucón de la poblacón según dferentes característcas demográfcas. 3º) Los nños nacdos entre t-1 y t de una mujer muestral recbe el peso básco de su madre.
9 Los nños nacdos de una madre que no es una persona muestral no se consderan personas muestrales. Estos pesos báscos se defnen a nvel de persona pero no de ogar. Todas las personas no muestrales tenen un peso básco gual a cero. F.2 ESTIMADORES PARA EL ANÁLISIS TRANSVERSAL A cada ogar se le asgna un peso obtendo como la meda de los pesos báscos de sus membros adultos, es decr: (t) w = 1 s+ n s k=1 u (t) sendo: u (t) = peso básco asgnado al adulto muestral k en el ogar, en el cclo t s = el número de adultos muestrales n = el número de adultos no muestrales. De la msma forma que los ogares entrevstados en el cclo 1 ponderados por sus (1) pesos ncales u proporconan una muestra representatva de ogares en el perodo en que se ncó el panel, los ogares entrevstados en cualquer cclo posteror t, ponderados por los pesos w (t) proporconan una muestra representatva en el tempo t. Para el análss transversal de personas, a todos los membros muestrales y no muestrales, adultos y nños se le asgna el peso del ogar calculado anterormente, es decr ( t ) W, j = W (t) Todas las personas entrevstadas en el cclo t ponderadas con su peso compartdo w j (t) son, para el objetvo de representar a la poblacón transversal en el perodo t, equvalentes a las personas muestrales entrevstadas en t ponderadas con sus pesos báscos u (t). Utlzando lo prmero en lugar de lo últmo nos permte una extensón de la base muestral, por la nclusón en el análss de las personas no muestrales que resden con personas muestrales. F.3 ANÁLISIS LONGITUDINAL DE PERSONAS El análss longtudnal a de ser específco para un ntervalo de tempo, y lmtado a los ndvduos que pertenecen a la muestra durante dco ntervalo. La transformacón de los pesos báscos es smlar a la ndcada en el análss transversal, es decr consderando el ntervalo de tempo transcurrdo entre t y T (t T) j w = 1 (T) (t T) s + n S (T) k=1 u (T)
10 sendo: u (T) = Peso básco asgnado al adulto muestral k del ogar en el cclo T s (T) = Total de adultos muestrales en T n ( t T) Número de adultos no muestrales presentes en T y que entraron a formar parte de la muestra en t o antes. Todas las personas del ogar tenen el msmo peso.
METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
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 detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
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 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 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 detallesPresentación. Carmen Alcaide Guindo Presidenta del INE
Presentacón El Índce de Precos de Consumo (PC), base 20, es el punto de partda de una nueva forma de concebr este ndcador, cuya característca prncpal es su rápda adaptacón a los cambos de la economía y,
Más detallesIndice de Coste Laboral Armonizado. Metodología
Indce de Coste Laboral Armonzado Metodología Indce 1. Introduccón 2. Defncones 3. Formulacón 4. Ajuste de seres 1. Introduccón El objetvo prncpal del Indce de Coste Laboral Armonzado es proporconar una
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 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 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 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 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 detallesDepartamento Administrativo Nacional de Estadística
Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE
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 detallesTEMA UNIDAD III: INFERENCIA ESTADÍSTICA
MÉTODOS DE MUESTREO 13.1. ITRODUCCIÓ 13.. COCEPTOS BÁSICOS 13.3. ERRORES E EL MUESTREO 13.4. ETAPAS DEL PROCESO DE MUESTREO 13.5. RAZOES PARA LA IVESTIGACIÓ POR MUESTREO 13.6. DISEÑO MUESTRAL 13.7. ESTIMACIÓ
Más detallesCréditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias
Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso
Más detallesAnálisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp
Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos
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 detallesÍndice de Precios de Consumo. Base 2006
NSTTUTO NACONAL DE ESTADÍSTCA Índce de Precos de Consumo. Base 2006 Metodología Madrd, Subdreccón General de Estadístcas de Precos y Presupuestos Famlares Índce 1. ntroduccón 2. Defncón del ndcador 3.
Más detallesANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP
ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP Ortz Serrano, Salvador Unversdad Autónoma de Madrd. Departamento de Economía Aplcada. Tlfn.:
Más detallesÍndice de Precios de Consumo. Base 2011
NSTTUTO NACONAL DE ESTADÍSTCA Índce de Precos de Consumo. Base 2011 Metodología Subdreccón General de Estadístcas Coyunturales y de Precos Madrd, mayo 2012 1 Índce 1. ntroduccón 2. Defncón del ndcador
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 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 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 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 detallesRentas financieras. Unidad 5
Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor
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 detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
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 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 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 detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
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 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 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 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 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 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 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 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 detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
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 detallesANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:
Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).
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 detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesCAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales
CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología
Más detallesMÉTODOS PARA PROBAR NUMEROS
Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular
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 detallesTEMA 4 Amplificadores realimentados
TEM 4 mplfcadores realmentados 4.1.- Introduccón La realmentacón (feedback en nglés) negata es amplamente utlzada en el dseño de amplfcadores ya que presenta múltples e mportantes benefcos. Uno de estos
Más detallesGANTT, PERT y CPM INDICE
GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4
Más detalles2.5 Especialidades en la facturación eléctrica
2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros
Más detallesMATERIAL Y MÉTODOS. Se utilizó el listado de códigos que Caminal estableció para España, a los cuales se
MATERIAL Y MÉTODOS Fuentes de nformacón Los datos de hosptalzacón se obtenen del Conjunto Mínmo de Datos de Egresos Hosptalaros del Seguro Públco de Salud Costarrcense (SPSC) y las proyeccones de poblacón
Más 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 detallesEstimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores
Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca
Más detallesTasas de Caducidad. - Guía de Apoyo para la Construcción y Aplicación - Por: Act. Pedro Aguilar Beltrán. paguilar@cnsf.gob.mx
Tasas de Caducdad - Guía de Apoyo para la Construccón y Aplcacón - Por: Act. Pedro Agular Beltrán pagular@cnsf.gob.m 1. Introduccón La construccón y aplcacón de tasas de caducdad en el cálculo de utldades
Más detallesAnálisis de Sistemas Multiniveles de Inventario con demanda determinística
7 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 00 Análss de Sstemas Multnveles de Inventaro con demanda determnístca B. Abdul-Jalbar, J. Gutérrez, J. Scla Departamento de
Más detallesFocalización Geográfica del Gasto Social: Mapas de Pobreza. Javier Escobal Máximo Torero * Carmen Ponce ** RED CIES DE POBREZA GRADE-APOYO
Focalzacón Geográfca del Gasto Socal: Mapas de Pobreza Javer Escobal Máxmo Torero * Carmen Ponce ** RED CIES DE POBREZA GRADE-APOYO INFORME FINAL Juno, 2001 Investgador Prncpal, GRADE ** Investgadora Asstente,
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesÍndices de precios de consumo. Índices del coste de la vida. Fundamentos y aspectos metodológicos más destacados
ESTADÍSTICA ESPAÑOLA Vol. 42, Núm. 145, 2000, págs. 59 a 82 Índces de precos de consumo. Índces del coste de la vda. Fundamentos y aspectos metodológcos más destacados por MIGUEL ÁNGEL DE CASTRO Subdrector
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 detallesTERMODINÁMICA AVANZADA
TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón
Más detallesEn este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de
Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO
Más detallesLa reforma del FCI ante las nuevas Perspectivas Financieras de la UE
La reforma del FCI ante las nuevas Perspectvas Fnanceras de la UE Mara CUBEL (cubel@ub.edu) Crstna de GISPERT (crsdegspert@ub.edu) Unverstat de Barcelona Insttut d Economa de Barcelona Abstract En este
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 detallesMedidas 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 detallesUnidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI
Undad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI 3.1. DINÁMICA DE LA GESTIÓN DE PROYECTOS. 3.1.1. GESTIÓN DE PROYECTOS. La gestón
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 detallesBOLETÍN OFICIAL DE CANTABRIA
AYUNTAMIENTO DE MEDIO CUDEYO Acuerdo 23 mayo 2016 por el que se aprueban las bases para regular la convocatora y formacón una Bolsa Empleo Educador/Educadora Socal como personal laboral temporal. Bases
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 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 detallesEquilibrio termodinámico entre fases fluidas
CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo
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 detalles7.5.VARIOS CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE
BOLETÍN OFICIAL DE 7.5.VARIOS CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE Orn ECD/113/2015, 16 octubre, que regula el reconocmento y la certfcacón los nveles domas l Consejo Europa, según se fnen en el
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesMatemáticas Financieras
Matemátcas Fnanceras Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Profundzar en los fundamentos del cálculo fnancero, necesaros
Más detallesEl costo de oportunidad social de la divisa ÍNDICE
El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado
Más detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detallesUN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *
UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:
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 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 detallesa) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
Más detallesConvertidores Digital-Analógico y Analógico-Digital
Convertdores Dgtal-Analógco y Analógco-Dgtal Conversón Dgtal-Analógca y Analógca-Dgtal Con estos crcutos se trata de consegur una relacón bunívoca entre una señal analógca y una dgtal o vceversa. Las magntudes
Más detalles4 Contraste de hipótesis en el modelo de regresión múltiple
4 Contraste de hpótess en el modelo de regresón múltple Ezequel Urel Unversdad de Valenca Versón: 9-13 4.1 El contraste de hpótess: una panorámca 1 4.1.1 Formulacón de la hpótess nula y de la hpótess alternatva
Más detallesAPLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS
APLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS Marcelno Sánchez Rvero Departamento de Economía Aplcada y Organzacón de Empresas Unversdad de Extremadura
Más detallesMEDICIÓN DE LA DESIGUALDAD: CONTRIBUCIÓN A UNA BASE DE DATOS REGIONAL*
MEDICIÓN DE LA DESIGUALDAD: CONTRIBUCIÓN A UNA BASE DE DATOS REGIONAL* Francsco J. Goerlch y Matlde Mas Correspondenca a M. Mas: IVIE. C/. Guarda Cvl, 22, Esc. 2, 1º. 46020 Valenca. Tel.: 963 930 816 /
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 detallesDiseño y Análisis de Experimentos en el SPSS 1
Dseño y Análss de Expermentos en el SPSS EJEMPLO. Los sguentes datos muestran las meddas de hemoglobna (gramos por 00 ml) en la sangre de 40 ejemplares de una espece de truchas marrones. Las truchas se
Más detallesRentas o Anualidades
Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades
Más detallesANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO
GOBIERNO DE CHILE MINISTERIO DE HACIENDA Dreccón de Presupuestos ANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO Dvsón de Control de Gestón Santago, Mayo 2009 CHILE PRESENTACIÓN * El anexo que a contnuacón se
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 detallesLas acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:
CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por
Más detallesVisión moderna del modelo de transporte clásico
Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y
Más detallesPORTAL MAYORES. Métodos de cálculo de la gravedad de la discapacidad. Palabras clave Discapacidad; Estadísticas; Encuestas; Evaluación; Metodología.
INFORMES PORTAL MAYORES ISSN: 15-67 Juno 21 Métodos de cálculo de la gravedad de la dscapacdad Cecla Esparza Catalán Consejo Superor de Investgacones Centífcas (CSIC). Centro de Cencas Humanas y Socales
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 detallesDEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL
DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS
Más detalles