Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
|
|
- Gonzalo Macías Espinoza
- hace 7 años
- Vistas:
Transcripción
1 Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más aproximado) al número de observaciones. Criterio de Sturges: k= 1+3.3log(n) Ancho de clase = Media aritmética (media muestral) Media aritmética (muestral) para datos agrupados fi = frecuencia absoluta de la clase i mi= es el punto medio de la clase i k = # Intervalos de clase Mediana (muestral) Si n es impar, Si n es par, es la observación ordenada es el promedio las observaciones ordenadas Moda (muestral) Es el valor que más se repite Varianza muestral Varianza muestral para datos agrupados Desviación estándar muestral Coeficiente de variación muestral fi = frecuencia absoluta de la clase i mi= es el punto medio de la clase i k = # Intervalos de clase Es la media muestral agrupada
2 Percentil P 0< P < 100 Es la observación ordenada Diagrama de caja 1. Observación mínima no considerada extrema = Q1-1.5*fs 2. Primer cuartil (Percentil 25, Q1) 3. Mediana (Percentil 50, Q2) 4. Tercer cuartil (Percentil 75, Q3) 5. Observación máxima no considerada extrema = Q *fs Rango intercuartílico = fs= Q3 Q1 Puntos extremos del lado izquierdo < Q1-1.5*fs Puntos extremos del lado derecho > Q *fs Módulo 2. Teoría de Probabilidad Probabilidad marginal P(A) Regla del complemento P(A c ) = 1 P(A) Probabilidad conjunta P(A B) Regla de la adición para eventos mutuamente excluentes P(A B)= P(A) + P(B) Regla de la adición para eventos con elementos en común P(A B) = P(A) + P(B) P(A B) Regla de la multiplicación para eventos P(A B) = P(A)P(B) independientes Regla de la multiplicación para eventos P(A B) = P(A/B)P(B) ; dependientes P(A B) = P(B/A)P(A) Probabilidad condicional para eventos independientes P(A/B) = P(A) ; P(B/A) = P(B) Probabilidad condicional para eventos dependientes P(A/B) = ; P(B/A) = Regla de producto para pares ordenados T = n 1 *n 2 Regla de producto para arreglos ordenados de k elementos T k = n 1 *n 2* *n k Permutaciones En la selección: Importa el orden la selección es sin reemplazo. Combinaciones En la selección: No importa el orden la selección es sin reemplazo. ncx
3 Módulo 3. Modelación de mediciones aleatorias Distribución de probabilidad de una variable aleatoria discreta Distribución de probabilidad acumulada de una variable aleatoria discreta Valor esperado de una variable aleatoria discreta para todos los valores de X para todos los valores de X Varianza de una variables aleatoria discreta donde, Distribución de probabilidad Binomial X = # de éxitos en n pruebas idénticas Valor esperado varianza de una variable aleatoria Binomial Distribución de probabilidad Poisson X = # de éxitos en un intervalo de tiempo Valor esperado varianza de una variable aleatoria Poisson Función de densidad de probabilidad Distribución de probabilidad acumulada de una variable aleatoria continua Valores esperados para variables aleatorias continuas P(X = x) = ncx Para x = 0,1,2,3,...,n µ = E(X) = np σ 2 = V(X) = np(1-p) P(X = x) = x = 0,1,2,3, E(X) = µ V(X) = µ f(x) para variables aleatorias continuas Varianza de una variable aleatoria continua donde, Propiedades del valor esperado E(aX + b) = ae(x) + b Propiedad de la varianza V(aX + b) = a 2 V(X) Función de densidad de probabilidad normal Si X ~ Normal con E(X) = µ V(X) = σ 2 Entonces Función de densidad de probabilidad de una variable aleatoria exponencial Función de distribución acumulada de una variable aleatoria exponencial ~ Normal Estándar con E(Z) = 0 V(Z) = 1 para
4 Módulo 4. Distribuciones de muestreo estimación de parámetros Distribuciones de muestreo Escenario Estadístico Distribución Parámetros Población normal Normal Población desconocida Aproximadamente Normal Aproximadamente normal Intervalos de confianza estimados de 100*(1-α)% Escenario Intervalo Caso 1. Intervalo para µ σ Distribución poblacional de X normal x ± z α Varianza conocida, σ 2 2 Caso 2. Intervalo para µ con muestras pequeñas Distribución poblacional de X normal Varianza desconocida n Caso 3. Intervalo para σ 2 Distribución poblacional de X normal LIC Caso 4. Intervalo para p ; ; (Nivel de confianza aproximado) LSC Tamaños de muestra Para estimar un intervalo para µ para el Caso 1 (Población infinita) Para estimar un intervalo para µ para el Caso 1 (Población finita) E = Error máximo permisible N= Tamaño de la población D=
5 Para estimar un intervalo para P para el Caso 5 E = Error máximo permisible Módulo 5. Pruebas de hipótesis paramétricas no paramétricas Pruebas de hipótesis con un nivel de significancia de α para una población Escenario Hipótesis Estadístico Regiones de rechazo Caso 1. Prueba para µ Distribución de X normal H 0 : µ = µ 0 H a : µ > µ 0 z z α H a : µ < µ 0 z - z α Varianza conocida, σ 2 H a : µ µ 0 Z - z α/2 ó z z α/2 Caso 2. Prueba para µ Distribución de X normal Varianza desconocida H 0 : µ = µ 0 H a : µ > µ 0 t t α,n-1 H a : µ < µ 0 t - t α, n-1 H a : µ µ 0 t - t α/2, n-1 ó t t α/2, n-1 Caso 3. Prueba para σ 2 Distribución de X normal H 0 : σ 2 = σ 2 0 H a : σ 2 > σ 2 0 χ 2 χ 2 α, n-1 H a : σ 2 < σ 2 0 χ 2 χ 2 1- α, n-1 H a : σ 2 σ 2 0 χ 2 χ 2 1- α/2, n-1 ó χ 2 >= χ 2 α/2, n-1 Caso 4. Prueba para p (nivel de significancia aproximado) ; ; H 0 : p = p 0 H a : p > p 0 z z α H a : p < p 0 z - z α H a : p p 0 z - z α/2 ó z z α/2 Pruebas de hipótesis con un nivel de significancia de α para dos poblaciones
6 Escenario Hipótesis Estadístico Regiones de rechazo H 0 : µ 1 µ 2 = Δ 0 H a : µ 1 µ 2 > Δ 0 z z α Caso 1. Prueba para µ 1 µ 2 Distribuciones normales. Varianzas conocidas (σ 1 2,σ 2 2 ) Muestras independientes. H a : µ 1 µ 2 < Δ 0 z - z α H a : µ 1 µ 2 Δ 0 z z α/2 z - z α/2 ó H a : µ 1 µ 2 > Δ 0 z z α H a : µ 1 µ 2 < Δ 0 z - z α z - z H a : µ 1 µ 2 Δ α/2 ó 0 z z α/2 Caso 2. Prueba para µ 1 µ 2 Escenario 1 Distribuciones normales. Muestras independientes. H 0 : µ 1 µ 2 = Δ 0 H a : µ 1 µ 2 > Δ 0 t t α, (n1+ n2) -2 H a : µ 1 µ 2 < Δ 0 t - t α, (n1+ n2) -2 Varianzas desconocidas, pero asumidas iguales. σ 1 2 = σ 2 2 H a : µ 1 µ 2 Δ 0 t - t α/2, (n1+ n2) -2 ó t t α/2,( n1+ n2) -2 Escenario 2 Distribuciones normales. Muestras independientes. Varianzas desconocidas, pero asumidas diferentes. σ 1 2 σ 2 2 H 0 : µ 1 µ 2 = Δ 0 H a : µ 1 µ 2 > Δ 0 T t α, ν H a : µ 1 µ 2 < Δ 0 T - t α, ν H a : µ 1 µ 2 Δ 0 t - t α/2, ν ó t t α/2, ν Caso 3. Prueba para σ 1 2 /σ 2 2 H 0 : σ 1 2 /σ 2 2 = 1 Distribuciones normales H a : σ 1 2 /σ 2 2 > 1 ν 1 =n 1-1 ν 2 =n 2-1 F F α, ν1,ν2
7 Muestras independientes H a : σ 1 2 /σ 2 2 < 1 F F 1-α, ν1,ν2 H a : σ 1 2 /σ Donde, F F F 1-α/2, ν1,ν2 ó f α/2, ν1,ν2 Caso 4. Prueba para p 1 p 2 (nivel de significancia aproximado) Escenario 1 Muestras independientes Δ 0 = 0 i = 1, 2 ; Escenario 2 Muestras independientes Δ 0 0 H 0 : p 1 p 2 = 0 H a : p 1 p 2 > 0 z z α H a : p 1 p 2 < 0 z - z α z H a : p 1 p 2 0 H 0 : p 1 p 2 = 0 - z α/2 ó z z α/2 H a : p 1 p 2 > 0 z z α ; i = 1, 2 H a : p 1 p 2 0 Valor P = 1 P(Z < z calculada ) H a : p 1 p 2 < 0 z - z α Valor P para una prueba Z para una prueba de cola superior z - z α/2 ó z z α/2 Valor P = P(Z < - z calculada) Valor P = 2*[1 - P(Z < z calculada )] Si, Valor P Valor P para una prueba de cola inferior para una prueba de dos colas Rechazar H 0 al nivel α No rechazar H 0 al nivel α Análisis de Varianza, ANOVA, de un factor Hipótesis Supuestos Región de rechazo H 0 = µ 1 = µ 2 = = µ i =... = µ k H a = al menos dos de las µ i son diferentes Las poblaciones tienen distribuciones normales Las poblaciones tienen desviaciones estándar poblacionales iguales. Las muestras se seleccionan de manera independiente Rechazar H 0 si F >= F α, k 1, n k
8 Fuente de Variación Entre tratamientos Tabla ANOVA Suma de Cuadrados G. de L. Cuadrados Medios Estadístico k - 1 Dentro de tratamientos SCE = SC(Total) - SCT n - k Total n - 1 Donde, T i n i Es la suma total de los valores x en la muestra i Es el número de observaciones en la muestra i Es la suma de los valores de x en todas las muestras Son los valores de x en todas las muestras elevados al cuadrado luego sumados N es el número total de observaciones n = n 1 + n n i + + n k K El número de niveles (poblaciones o tratamientos) del factor Pruebas de la bondad de ajuste Aplicaciones: Hipótesis Estadístico Regiones de rechazo Frecuencias esperadas iguales o diferentes Normalidad H 0 : las frecuencias observadas son iguales a las esperadas Ha: Son diferentes k = clases o celdas e i = n*p i Tablas de contingencia H 0 : las variables categóricas son independientes Ha: Son dependientes r = # renglones c = # columnas
9 Niveles de confianza más utilizados para estimar intervalos que involucran Z 1 - α α α/2 z α/ z 0.05 = z = z 0.01 = z = Regiones de rechazo más utilizadas para pruebas Z con un nivel de significancia de α Prueba de cola inferior Prueba de cola superior Prueba de dos colas α z - z α z z α z - z α ó z z α 0.1 -z 0.1 = z 0.1 = z 0.05 = ó z 0.05 = z 0.05 = z 0.05 = z = ó z = z 0.02 = z 0.02 = z 0.01 = ó z 0.01 = z 0.01 = z 0.01 = z = ó z = 2.575
INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesCentro Universitario de Tonalá
Presentación Este curso de estadística y evaluación de datos se encuentra diseñado para los estudiantes del Doctorado en Agua y Energía del Centro Universitario de Tonalá. Competencias genéricas de la
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesTEMARIO PRUEBA DE SÍNTESIS MATEMÁTICA NIVEL SÉPTIMO BÁSICO
NIVEL SÉPTIMO BÁSICO Operatoria números naturales Operatoria números decimales Clasificación de números decimales Transformación de decimal a fracción Orden de números enteros Ubicación de números enteros
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesLA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO. Introducción 1
LA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO ÍNDICE CONCEPTO Página Introducción 1 I Generalidades... 3 I.1 Definiciones de Estadística... 4 I.2 Diferentes clases de Estadística... 8 II La Estadística
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesEXAMEN DE ESTADÍSTICA Septiembre 2011
EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura
Más detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detalles1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k
1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesCarrera: COT Participantes Representante de las academias de Contaduría de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística administrativa I Licenciatura en Contaduría COT-0425 2-3-7 2.- HISTORIA
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detallesETSI de Topografía, Geodesia y Cartografía
Disttool Es una herramienta de MATLAB que permite visualizar de forma gráfica las características de cada distribución con la posibilidad de variar sus parámetros. Las funciones que muestra son: Función
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesPrograma. Asignatura: Estadística Aplicada. año de la Carrera de Contador Público
Sede y localidad Carrera Sede Atlántica, Viedma Contador Publico Programa Asignatura: Estadística Aplicada Año calendario: 2012 Carga horaria semanal: 6 (seis) hs. Cuatrimestre: Primer Cuatrimestre. Segundo
Más detallesEstadística Descriptiva en SPSS
Estadística Descriptiva en SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 22 de
Más detallesUNIVERSIDAD ALONSO DE OJEDA ESTADISTICA II
UNIVERSIDAD ALONSO DE OJEDA ESTADISTICA II UNIDAD I MUESTREO Y ESTIMACION DE PARAMETROS (GUIA DE ESTUDIO) DR. DENY GONZALEZ MAYO 2016 La Estadística es un conjunto de métodos para la toma de decisiones
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesCONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesProbabilidad, Variable Aleatoria Pag 1 de 26 PROBABILIDAD
Probabilidad, Variable Aleatoria Pag 1 de 6 PROBABILIDAD Actualmente la teoría de probabilidades desempeña un papel importante en el campo de los negocios, la investigación, específicamente en la toma
Más detallesSUBDIRECCION ACADEMICA
SUBDIRECCION ACADEMICA Página 1 de 9 CARRERA Ingeniería en Gestión Empresarial CURSO O ASIGNATURA Estadística Descriptiva PERIODO DEL CURSO Agosto 2011- Enero 2012 GRUPO 3 AGE NOMBRE DEL DOCENTE Ing. Rangel
Más detallesNombre de la materia. Departamento. Academia
Probabilidad Ciencias Aplicadas de la Información Ciencias Básicas Nombre de la materia Departamento Academia Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I4862 60 20-80 9 Nivel Carrera
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesSyllabus. Curso:SEXTO. Materia:ESTUDIOS MATEMÁTICOS
Syllabus Curso:SEXTO Materia:ESTUDIOS MATEMÁTICOS Descripción del curso: Esta asignatura está destinada a estudiantes con distintas capacidades y niveles de conocimiento, con el objeto de infundir seguridad
Más detallesUNIVERSIDAD MEXIQUENSE DEL BICENTENARIO UNIDAD DE ESTUDIOS SUPERIORES IXTAPALUCA PLAN DE TRABAJO
UNIVERSIDAD MEXIQUENSE DEL BICENTENARIO UNIDAD DE ESTUDIOS SUPERIORES IXTAPALUCA PLAN DE TRABAJO NOMBRE DEL PROFESOR: Ing. Oscar Solís Beltrán ASIGNATURA: Probabilidad y Estadística. FECHA DE INICIO: 01
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesTema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
Más detallesFacultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO
Facultad de Ciencias e Ingeniería Escuela Académico Profesional de Comunicación SÍLABO ASIGNATURA: ESTADÍSTICA APLICADA A LAS COMUNICIONES I. DATOS GENERALES: 1.1. Código de Asignatura : 21252 1.2. Escuela
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 Revisión No. 1 AC-DO-F-8 Página 1 de 10 ESTADÍSTICA I CÓDIGO 14241 PROGRAMA INGENIERÍA INDUSTRIAL ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detallesCarrera: ADT Participantes Representante de las academias de Administración de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística administrativa I Licenciatura en Administración ADT-046-3-7.- HISTORIA
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesTítulo: ESTADISTICA I DESDE UN ENFOQUE POR COMPETENCIAS Primera edición. de esta edición. Fondo Editorial. Universidad San Ignacio de Loyola
Título: ESTADISTICA I DESDE UN ENFOQUE POR COMPETENCIAS 2014. Primera edición de esta edición Fondo Editorial Universidad San Ignacio de Loyola Av. La Fontana 750, La Molina Teléfono: 317-1000 anexo 3705
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Mag. María del Carmen Romero 2014 romero@econ.unicen.edu.ar Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo
Más detallesA. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords
A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.
ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido
Más detallesINDICE Prefacio Como usar este libro Capitulo 1. Introducción Capitulo 2. Análisis exploratorio de los datos
INDICE Prefacio Como usar este libro Capitulo 1. Introducción 1 El comienzo de todo: determinación lo que se debe saber 2 Evaluación numérica de las unidades de observación con la ayuda de las escalas
Más detalles8 Resolución de algunos ejemplos y ejercicios del tema 8.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal
Más detallesDistribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas
Distribuciones Probabilísticas Curso de Estadística TAE,005 J.J. Gómez Cadenas Distribución Binomial Considerar N observaciones independientes tales que: El resultado de cada experimento es acierto o fallo
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Las pruebas de bondad de ajuste son pruebas de hipótesis para verificar si los datos observados en una muestra aleatoria se ajustan con algún nivel de significancia a determinada
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesEstadística Aplicada a los Negocios I
Estadística Aplicada a los Negocios I Nombre de la Materia Estadística aplicada a los negocios I Departamento Ciencias Económico Administrativas Academia Economía y métodos cuantitativos Clave Horas-teoría
Más detallesMuestreo de variables aleatorias
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como
Más detallesESTADÍSTICA BASICA EN CONTROL DE CALIDAD
ESTADÍSTICA BASICA EN CONTROL DE CALIDAD El control estadístico de la calidad, aplica la teoría del muestreo estadístico, al estudio de las características de calidad. Pretende determinar la variabilidad,
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 8 ESTADÍSTICA I CÓDIGO 14241 PROGRAMA INGENIERÍA INDUSTRIAL ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesPROGRAMA DEL CURSO DE MÉTODOS CUANTITATIVOS I
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA CENTRO UNIVERSITARIO DE JUTIAPA JUSAC- LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS CURSO: MÉTODOS CUANTITATIVOS I CÓDIGO 05250 AÑO 2014: Primer Semestre COORDINADOR:
Más detallesPROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS
PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS En lo que sigue le presentamos 50 puntos que fueron incluidos en diferentes evaluaciones finales de los fundamentos
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesCOLEGIO CALASANCIO. MADRID. ESTADÍSTICA UNIDIMENSIONAL. 4º E.S.O.
Repasa de cursos anteriores: Estadística. Población. Muestra. Carácter estadístico: cualitativo (modalidad) y cuantitativo (variable estadística), que puede ser (discreta y continua] Frecuencias: absolutas
Más detallesAnálisis de datos y gestión n veterinaria. Tema 1 Estadística descriptiva. Prof. Dr. José Manuel Perea Muñoz
Análisis de datos y gestión n veterinaria Tema 1 Estadística descriptiva Prof. Dr. José Manuel Perea Muñoz Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, de Septiembre
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesPROBABILIDAD Y ESTADÍSTICA TEMARIO
PROBABILIDAD Y ESTADÍSTICA TEMARIO 0. INTRODUCCIÓN AL CURSO 0.1 El curso en contexto Qué es probabilidad? Qué estudia la probabilidad? Qué es estadística? Qué estudia la estadística? Qué es ingeniería?
Más detallesElementos de probabilidad e inferencia estadística en el seguro
Elementos de probabilidad e inferencia estadística en el seguro Instructor: Act. Erick Mier Moreno. Director general y profesor de AMAT- Applied Mathematics and Actuary Training. Profesor de asignatura
Más detalles