MATEMATICAS I Primer curso de Ciencias Ambientales / Curso HOJA 1

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

Download "MATEMATICAS I Primer curso de Ciencias Ambientales / Curso HOJA 1"

Transcripción

1 MATEMATICAS I Primer curso de Ciecias Ambietales / Curso HOJA 1 1. E 1978, H. Cavedish realizó ua serie de 9 experimetos co objeto de medir la desidad de la tierra. Sus resultados, tomado como uidad la desidad del agua, fuero: a) Represeta los datos por medio de u diagrama de tallos y hojas. b) Halla la mediaa y los cuartiles; represeta los datos por medio de u diagrama de caja y bigotes. Cálculos ecesarios para el cálculo del diagrama de cajas y bigotes. Mediaa. Como hay 9= (14) 1 datos. La mediaa es el dato x 15 m = x 15 = 5, 46 Cuartiles El primer cuartil es la mediaa del primer grupo de datos. E este caso teemos 9 datos asi que el primer grupo so 14. Como 14 es par la mediaa sera (x t + x 8 )/ Por tato Del mismo modo para Q 3 Q 1 = m(x 1 : x 14 ) = x 7 + x 8 = 5, 9 + 5, 9 = 5, 9 Barreras y rago itercuartil Q 3 = m(x 16 : x 9 ) = x + x 3 = 5, , 6 = 5, 615 (R.I) = (Q 3 Q 1 ) = 0,35; 1,5R.I = 0, 4875 (B.I.I) Barrera Itercuartil iterior iferior, (B.I.E) Barrera itercuartil iterior exterior B.I.I = Q 1 1,5R.I = 4,805, B.I.E = Q 3 + 1,5R.I = 6,01 Como o existe datos fuera de las barrera iteriores o calculamos la exteriores. c) Halla la media y la desviació típica. x = 1 x i = 5, 4479, v x = 1 i=1 (x x i ) = 1 i=1 x i x = 0, 0471, s x = v x = 0, 17 d) Agrupar los datos e 5 clases y hallar la media y la desviació típica co los datos agrupados. Defio las clases A 1 = (4, 8; 5, ), A = [5, ; 5, 4), A 3 = [5, 4; 5, 6), A 4 = [5, 6; 5,8), A 5 = [5, 8, 6) Calculo la tabla de frecuecias absolutas, relativas y acumuladas (Por completitud o me haria falta e este caso). Defio la marca de clase como el puto medio de la clase. A 1 A A 3 A 4 A 5 marcas a k 5 5, 3 5, 5 5, 7 5, 9 frecuecias absolutas k frecuecias relativas f k = k 0, 103 0, 310 0, 310 0, 41 0, 034 frecuecias relativas acumuladas F k = i j=1 j 0, 103 0, 413 0, 74 0, i=1 1

2 Formula para la media e caso de datos agrupados (Supoemos que tuvieramos datos simples e los que cada vez que tego u dato e la clase A k me sale la marca a k ). Como f k = k las siguietes fórmulas so equivaletes x = 1 k=1 ka k = k=1 f ka k = 5, 448 Para la variaza hago lo mismo. Tomo la fórmula mas secilla v x = 1 k a k x = f k a k x = 0, 05 Importate: Usar e esta fórmula, la media obteida mediate datos agrupados. Y la desviació típica s x = v x = 0, 5 e) Se puede cosiderar que hay datos atípicos? No porque o hay datos fuera de las barreras itercuartiles.. El maíz es u alimeto importate para los aimales pero carece de alguos amioácidos que so eseciales. U grupo de cietíficos desarrolló ua ueva variedad que sí coteía iveles apreciables de dichos amioácidos. Para comprobar la utilidad de esta ueva variedad para la alimetació aimal se llevó a cabo el siguiete experimeto: a u grupo de 0 pollos de 1 día se les sumiistró u pieso que coteía haria de maíz de la ueva variedad. A otro grupo de 0 pollos (grupo de cotrol) se le alimetó co u pieso que sólo se difereciaba del aterior e que o coteía haria de la variedad mejorada de maíz. Los resultados que se obtuviero sobre las gaacias de peso de los pollos (e gramos) al cabo de 1 días de alimetació fuero los siguietes: Variedad ormal Variedad mejorada a) Para comparar las dos distribucioes, represeta los dos diagramas de caja y bigotes e u mismo gráfico. Qué se puede deducir de estos diagramas? b) Cuáles so las medias y desviacioes típicas de los datos de ambos grupos? Qué diferecias hay etre ambos? : Los datos se ecuetra e el fichero Excel. Observamos que la variedad mejorada aumeta los estadisticos de cetralizació (media y mediaa) y dismiuye los estadisticos de dispersió variaza y distacia itercuartil. Asi que e pricipio el experimeto es positivo respecto a la mejora del graño. 3. La EPA (Agecia de Protecció del medio ambiete de EEUU) exige a los fabricates de automóviles que idique los cosumos, tato por ciudad como por carretera, de cada uo de sus modelos. A cotiuació se preseta los datos de cosumo por carretera de 30 modelos de automóvil de 1994, expresados e litros por cada 100 km: 1, 3 9, 1 10, 1 10, 4 9, 7 11, 3 11, 3 10, 8 9, 7 10, 1 10, 8 10, 5 11, 3 9, 7 10, 8 10, 5 1, 8 1, 3 10, 8 11, 3 9, 1 11, 8 11, 8 14, 1 10, 8 18, 8 10, 8 10, 4 10, 1 10, 8 a) Represeta los datos co u diagrama de tallos y hojas. b) Cuál es el cosumo mediao? 10,8 Cuátos litros por cada cie km. debe cosumir como máximo u automóvil para estar etre el 5 % de modelos que cosume meos? Nos esta pregutado cual es el primer cuartil. Ordeados de mayor a meor queremos saber el umero que delimita el primer cuarto de los datos. Recordamos Q 1 = m(x 1 ; x 1 5) = x 8 = 10, 1

3 c) Halla la media y explica cómo se compara co la mediaa. x = 11, 14 La media se aleja e parte de la mediaa debido a la existecia de u dato atípico y otro extremadamete atípìco 4. El úmero de acidos e España e 1995, por grupos de edades de la madre, es el siguiete Necesitamos hallar la tabla de frecuecias relativas y acumuladas a) Elabora u histograma que represete estos datos. b) Halla la mediaa, los cuartiles y la distacia itercuartílica. Dibuja u diagrama de caja y bigotes. c) Elige marcas de clase y halla la media y la desviació típica de la variable edad de la madre. Los datos se ecuetra e el fichero Excell. 5. La tabla siguiete da las emisioes de CO (TM per capita), Reta per capita (GNI) e idice de aumeto de la població (porcetaje aual) de 4 paises e 004 Pais RPC Emisioes I.Població Pais RPC Emisioes I.Població Albaia ,51 Egipto ,83 Algeria ,7 F iladia ,18 Agola ,9 F racia ,39 Argetia ,0 Georgia ,35 Australia ,9 Alemaia ,01 Armeia ,31 Espaa ,15 Austria ,13 Guatemala ,78 BosiaHerzegovia , 15 Idia ,67 Bagladesh 440 4,08 Ira ,86 Belgica ,16 Japo ,08 Bolivia ,55 Libao ,30 Brasil ,10 M alasia ,8 Bulgaria ,91 M ejico ,18 U K ,8 Rusia ,5 Cameru ,8 Suecia ,17 Chile ,00 suda 530 8,64 Chia ,56 U SA ,9 Colombia ,5 T urquia ,1 Cogo ,08 V eezuela ,44 Croacia ,0 U craia ,7 Checoslovaquia ,04 V ietam ,05 Hacer u diagrama de tallos y hojas de las variables RPC y emisioes, calcular los cuartiles y hacer u diagrama de caja. Calcular la media y desviació típica. (Fuetes: El estudiate iteresado puede cosultar los datos completos e estas pagias web, e particular se puede decidir u ivel de pobreza de los datos del problema y compararlo co el cosiderado e obteido de los datos de todos los pauses del mudo). 3

4 6. Estamos iteresados e la variable X= Tiempo de vida (e días) de ua especie de isectos. a) E ua muestra pequeña de 11 isectos, los resultados muestrales fuero: 0, 5, 13, 18, 3, 5, 0, 15, 8, 40, 7 Cuál es el tiempo mediao de vida? Los ordeamos: 13, 15, 18, 0, 0, 5, 5, 7, 8, 3, 40 x 6 = 5 b) E ua muestra grade, los resultados obteidos se resume de la siguiete forma: Percetil Tiempo de vida Hallar el tiempo medio de vida (idicado previamete las clases, marcas de clase y frecuecias proporcioadas por la iformació muestral). : Teemos que iterpretar la iformacio de los percetiles e termios de clases y frecuecias relativas. El percetil 30 igual a 18 quiere decir que el 30Es decir que la frecuecia relativa de la clase [0,18] es 0,3. Aálogamete defio las clases A 1 = (0, 18], A = (18, ), A 3 = (, 6], A 4 = (6, 30] A 1 A A 3 A 4 marcas a k frecuecias relativas acumuladas F k 0, 3 0, 5 0, 7 1 frecuecias relativas f k = F k F k 1 0, 3 0, 0, 0, 3 La expresió de f k = F k F k 1 os iforma de como calcular las frecuecias relativas a partir de las acumuladas. E este caso o podemos coocer las frecuecias absolutas! Co la tabla de frecuecias podemos ya calcular los estadisticos. El resultado o es úico pues depede de la elecció de las marcas x = f k a k = 0, , 0 + 0, 4 + 0, 3 8 = 19, 9 7. Co el fi de cotrolar la cotamiació de u río, todas las semaas se hace ua medició del ivel de ácido úrico. a) Las medicioes durate 9 semaas fuero: Hallar el ivel mediao de ácido úrico. : 5,5,5,7,7,9,10,1,13 m = (x 5 + x 6 )/ = 8 b) E u estudio más completo, las medicioes semaales de ácido úrico se resumiero de la siguiete forma: Percetil Nivel de ácido úrico Hallar el ivel medio de ácido úrico y dibujar el histograma (idicado previamete las clases, marcas de clase y frecuecias proporcioadas por la iformació muestral). A 1 = (0, 6], A = (6, 8], A 3 = (8, 1], A 4 = (1, 18] 4

5 A 1 A A 3 A 4 marcas a k frecuecias relativas acumuladas F k 0, 0, 4 0, 7 1 frecuecias relativas f k 0, 0, 0, 3 0, 3 x = f k a k = 0, 3 + 0, 7 + 0, ,3 15 = 9,5 8. Se ha estudiado la edad del público de u cie dode se exhibe ua película para mayores de 18 años, e las dos últimas sesioes. Los datos obteidos so: Edad (18, 3) (3, 8) (8, 33) (33, 38) (38, 43) (43, 48) (48, 68) Asistetes a) Calcular la edad media de los asistetes y elaborar u histograma. E este caso os da las marcas de clase y las frecuecias absolutas k. Calculamos = k k = = 300 Co las defiicioes obvias de clases la tabla es, A 1 A A 3 A 4 A 5 A 6 A 7 marcas a k 0,5 5,5 30., 5 35,5 40,5 45,5 58 frecuecias absolutas k frecuecias relativas f k = k 0, 0, 66 0, 166 0, , 1 0,0666 0,0666 frecuecias relativas acumuladas F k = F k 1 + f k 0, 0, 466 0, 633 0, ,866 0,933 1 Edad media x = 31,666 b) Qué edad hay que teer para estar etre el 5 % más jove de los asistetes? Nos pide el percetil 5 es decir el primer cuartil. Lo hacemos e dos pasos El itervalo cuartil es A ya que la frecuecia acumulada de A 1 es 0. y la de A es Ahora iterpolamos calculado la recta que pasa por (3, 0,) y (8, 0,466). La ecuació de la recta que pasa por (x 0, y 0 ), (x 1, y 1 ) es y y 0 = y 1 y 0 x 1 x 0 (x x 0 ) E euestro caso (x 0, y 0 ) = (3, 0,); (x 1, y 1 ) = (8, 0,466), y = 0,5. Sustituyedo Despejado x = 3 + 0,5 0, = 0,466 0, (x 3) (0,5 0,) = 3, ,466 0, c) Si hubiera otro espectador más co 97 años, cómo ifluiría este dato sobre la media y sobre la mediaa? Justificar la respuesta si hacer igú cálculo. Nigua de las dos se veria muy afectada porque el umero de datos es 300. De las dos la mediaa se veria meos afectada porque es mas robusta que la media. Asi que la uica modificacio e su calculo seria que iterpolariamos etre 60/301 = 0,199333, 80/301 = 0,4651. La media se modificaría u poco mas porque iterviee todas las frecuecia y ademas ifluye el valor. Notar que para la modificació de la mediaa da igual que el uevo expectador tega 90,10 o 3000 años si fuera posible. Si embargo este dato si es relevate para la media. 9. Se ha estudiado la edad de los excursioistas que visita el Parque Regioal de la Pedriza e u domigo de primavera. Los datos obteidos so: 5

6 Edad Visitates a) Elaborar u histograma que represete estos datos. A 1 A A 3 A 4 A 5 A 6 marcas a k ,5 frecuecias absolutas k frecuecias relativas f k = k 0,05 0,7 0,4 0, 0,05 0,01 frecuecias relativas acumuladas F k = F k 1 + f k 0,05 0,3 0,7 0,94 0,99 1 b) Hallar la edad media de los visitates. x = 6, 95 c) Qué edad hay que teer para estar etre el 40 % más jove de los visitates?(hacer ua iterpolació lieal). Buscamos primero el itervalo que deja la frecuecia acumulada e medio y es A 3. Teemos que iterpolar etre (0, 0,3) y (30, 0, 7) y hallar la x para que y sea 0,4. Obteemos que x = ,7 0,3 (0,4 0,3) = 3, Estimamos que el 40 % de los visitates tiee meos de 3, años. (la estimació solo es fiable si se cumple que la distribucio de los visitates etre 0 y 30 años es homogeea). 6

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 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 valores observados e la muestra, dividida

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

Trabajo Especial Estadística

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

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

Introducción a las medidas de dispersión.

Introducción a las medidas de dispersión. UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

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

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

Más detalles

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión Tema 1 Estadística descriptiva: Medidas de cetralizació y dispersió Curso 2017/18 Grados e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable

Más detalles

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal.

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal. Uidad 1. Iferecia estadística. Estimació de la media Matemáticas aplicadas a las Ciecias Sociales II Resuelve Págia 85 Lazamieto de varios dados Comprueba e la tabla aterior ue: DESV. TÍPICA DESV. TÍPICA

Más detalles

Asignatura: TRATAMIENTO DE DATOS CON ORDENADOR Curso TEORÍA Y EJEMPLOS DEL TEMA 2

Asignatura: TRATAMIENTO DE DATOS CON ORDENADOR Curso TEORÍA Y EJEMPLOS DEL TEMA 2 Tema.- Estadísticos Descriptivos Uivariates Asigatura: TRATAMIETO DE DATOS CO ORDEADOR Curso 9- º Estudios simultáeos de L.A.D.E. y Derecho Profesora: Agela Diblasi TEORÍA Y EJEMPLOS DEL TEMA TEMA.- ESTADÍSTICOS

Más detalles

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

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

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

3. Las medidas de centralización

3. Las medidas de centralización FUOC XP00/71004/00017 21 Las medidas de cetralizació 3. Las medidas de cetralizació La mediaa y la media aritmética Los diagramas de tallos y hojas y los histogramas proporcioa ua descripció geeral de

Más detalles

ESTADISTICA UNIDIMENSIONAL

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

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

Secretaría de Extensión Universitaria. Trabajo Practico N 3

Secretaría de Extensión Universitaria. Trabajo Practico N 3 Trabajo Practico N 3 Medidas de Tedecia Cetral La Media (promedio), se deota como x, de ua muestra es el promedio aritmético de sus valores. Y se calcula mediate al formula: Si aparece los datos agrupados

Más detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

Estadística Teórica II

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

Más detalles

Prueba A = , = [ 7.853, 8.147]

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

Más detalles

Análisis de datos en los estudios epidemiológicos II

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

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

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

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UIDIMESIOAL..- ITRODUCCIÓ A LA ESTADÍSTICA.- Objeto de la estadística La Estadística es el cojuto de métodos ecesarios para recoger, clasificar, represetar y resumir datos así como para iferir

Más detalles

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición: Parcial de Probabilidad y Estadística : parte A Ejercicio 1: U embalaje cotiee 9 cajas de CDs. Las 9 cajas tiee la siguiete composició: 6 cajas cotiee 5 discos de música rock y 15 discos de música clásica

Más detalles

2.- Estudio Poblacional y Muestral Univariante

2.- Estudio Poblacional y Muestral Univariante .- Estudio Poblacioal y Muestral Uivariate Població: Colectivo de persoas o elemetos co ua característica comú, objeto de estudio. Imposibilidad de estudio de esta característica e toda la població - Coste

Más detalles

02) Mediciones. 0202) Mediciones

02) Mediciones. 0202) Mediciones Págia 02) Medicioes 0202) Medicioes Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Teoría de Errores e Icertezas Si usted puede medir lo que está cosiderado y expresarlo e úmeros, usted

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Ejercicios de intervalos de confianza en las PAAU

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

Más detalles

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA Métodos estadísticos y uméricos Estimació por Itervalos de cofiaa PROBLEMA REUELTO DE ETIMACIÓN POR INTERVALO DE CONFIANZA U adador obtiee los siguietes tiempos, e miutos, e 0 pruebas croometradas por

Más detalles

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

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

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-04. APELLIDOS: DNI: NOMBRE:. La producció de piezas de ua factoría se realiza e dos máquias. El 40% de las piezas las produce la máquia M y el 60%

Más detalles

Medidas de Tendencia Central

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

Más detalles

1 Valores individuales del conjunto

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

Más detalles

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente. º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos

Más detalles

INTERVALOS DE CONFIANZA

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

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

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

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de

Más detalles

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

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

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

Estimación de parámetros. Biometría

Estimación de parámetros. Biometría Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes

Más detalles

Slide 1. Slide 2. Slide 3. # Categorias. Distribución de Frecuencia. Ejemplo: Taller de Reparaciones Hudson

Slide 1. Slide 2. Slide 3. # Categorias. Distribución de Frecuencia. Ejemplo: Taller de Reparaciones Hudson Slide 1 Ejemplo Práctico: Taller de Reparacioes Hudso Supoga que al admiistrador de u taller de reparacioes le gustaría teer ua mejor idea de la distribució de sus costos relacioados a comprar Autopartes

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

Pasos básicos para docimar una hipótesis:

Pasos básicos para docimar una hipótesis: Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill. GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,

Más detalles

MEDIDAS DE DISTRIBUCION

MEDIDAS DE DISTRIBUCION MEDIDAS DE DISTRIBUCION ASIMETRIA Y CURTOSIS Dr. EDGAR APAZA ZUÑIGA UNIVERSIDAD NACIONAL DEL ALTIPLANO MEDIDAS DE DISTRIBUCIÓN Las Medidas de Distribució permite idetificar y caracterizar la forma e que

Más detalles

ORGANIZACIÓN DE LOS DATOS.

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

Más detalles

UNIDAD 3. b b.1 Es una P.G. con a 1 5 y d 0,5. Por tanto: a n a 1 n 1 d 5 n 1 0,5 5 0,5n 0,5 0,5n 4,5 a n 0,5n 4,5

UNIDAD 3. b b.1 Es una P.G. con a 1 5 y d 0,5. Por tanto: a n a 1 n 1 d 5 n 1 0,5 5 0,5n 0,5 0,5n 4,5 a n 0,5n 4,5 UNIDAD 3 a Escribe los cico primeros térmios de las sucesioes: a.1) a 2, a 3 1 2 a a a 1 2 a.2 b 2 + 1 b Halla el térmio geeral de cada ua de estas sucesioes: b.1 3, 1, 1, 3, 5,... b.2 2, 6, 18, 54,...

Más detalles

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

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

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

2 Conceptos básicos y planteamiento

2 Conceptos básicos y planteamiento ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.

Más detalles

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

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

Más detalles

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

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

Más detalles

TRABAJO DE GRUPO Series de potencias

TRABAJO DE GRUPO Series de potencias DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

Contrastes de hipótesis

Contrastes de hipótesis Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media

Más detalles

Tema 1. Estadística Descriptiva

Tema 1. Estadística Descriptiva Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 1 Estadística Descriptiva 1 Itroducció 1 2 Coceptos geerales 2 3 Distribucioes de frecuecias 3 4 Represetacioes

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n. 1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos Aputes de Métodos Estadísticos I Prof. Gudberto J. Leó R. I- 46 Medidas Descriptivas Numéricas Frecuetemete ua colecció de datos se puede reducir a ua o uas cuatas medidas uméricas secillas que resume

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles