La Organización Mundial de la Salud es un organismo especializado

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

Download "La Organización Mundial de la Salud es un organismo especializado"

Transcripción

1

2 La Orgaizació Mudial de la Salud es u orgaismo especializado de las Nacioes Uidas que se ocupa fudamealmee de asuos saiarios ieracioales y salud pública. Por coduco de esa orgaizació, creada e 1948, los profesioales de la salud de uos 165 países iercambia sus coocimieos y experiecias co objeo de que odos los ciudadaos del mudo pueda alcazar e el año 2000 u grado de salud que les permia llevar ua vida social y ecoómicamee produciva. Mediae la cooperació écica direca de sus Esados Miembros y el fomeo de dicha cooperació ere ésos, la OMS promueve el esablecimieo de servicios compleos de salud, la preveció y la lucha cora las efermedades, el mejoramieo de las codicioes ambieales, la formació y el perfeccioamieo del persoal de salud, la coordiació y el desarrollo de las ivesigacioes biomédicas y sobre servicios de salud, y la plaificació y ejecució de programas de salud. U programa a vaso comprede acividades muy variadas, ere las que cabe desacar el esablecimieo de sisemas de aeció primaria de salud que alcace a odas las poblacioes de los Esados Miembros; el mejoramieo de la higiee maeroifail; la lucha cora la malurició; la lucha cora el paludismo y oras efermedades rasmisibles, como la uberculosis y la lepra; coseguida ya la erradicació de la viruela, el fomeo de la imuizació e masa cora ciero úmero de oras efermedades eviables; el abasecimieo de agua poable, y la formació de persoal de salud de odas las caegorías. El mejoramieo de la salud e odo el mudo requiere ambié la colaboració ieracioal e cieras acividades como el esablecimieo de paroes ieracioales para susacias biológicas y de ormas sobre plaguicidas y preparacioes farmacéuicas; la formulació de crierios de higiee del medio; la recomedació de deomiacioes comues ieracioales para medicameos; la admiisració del Reglameo Saiario Ieracioal; la revisió de la Clasificació Ieracioal de Efermedades, Traumaismos y Causas de Defució; y la compilació y difusió de esadísicas de salud. E las publicacioes de la OMS puede ecorarse más daos sobre umerosos aspecos de la labor de la Orgaizació.

3 DETERMINACION DEL TAMAÑO DE LAS MUESTRAS EN LOS ESTUDIOS SANITARIOS Maual prácico S. K. Lwaga Meodología Epidemiológica y Esadísica Orgaizació Mudial de la Salud Giebra, Suiza y S. Lemeshow Divisió de Salud Pública Uiversidad de Massachuses e Amhers MA, EE.UU. Orgaizació Mudial de la Salud Giebra 1991

4 Caalogació por la Biblioeca de la OMS Lwaga, S. K. Deermiació del amaño de las muesras e los esudios saiarios maual prácico/s. K. Lwaga y S. Lemeshow. 1.Samplig sudies 2.Healh surveys 1. Lemeshow, S. II.Tile ISBN (NLM Classificaio: WA 950) Orgaizació Mudial de la Salud 1991 Las publicacioes de la Orgaizació Mudial de la Salud esá acogidas a la proecció previsa por las disposicioes sobre reproducció de origiales del Proocolo 2 de la Coveció Uiversal sobre Derecho de Auor. Los ieresados e reproducir o raducir íegramee o e pare algua publicació de la OMS deberá soliciar la oporua auorizació a la Oficia de Publicacioes, Orgaizació Mudial de la Salud, Giebra, Suiza. La Orgaizació Mudial de la Salud dará a esas soliciudes cosideració muy favorable. Las deomiacioes empleadas e esa publicació y la forma e que aparece preseados los daos que coiee o implica, por pare de la Secrearía de la Orgaizació Mudial de la Salud, Juicio alguo sobre la codició jurídica de países, erriorios, ciudades o zoas, o de sus auoridades, i respeco del razado de sus froeras o límies. La deomiació «país o zoa» que figura e los íulos de los cuadros abarca países, erriorios, ciudades o zoas. La meció de deermiadas sociedades mercailes o de ombres comerciales de cieros producos o implica que la Orgaizació Mudial de la Salud los apruebe o recomiede co preferecia a oros aálogos. Salvo error u omisió, las marcas regisradas de arículos o producos de esa auraleza se disigue e las publicacioes de la OMS por ua lera iicial mayúscula. Las opiioes expresadas e la presee publicació so de la exclusiva resposabilidad de sus auores. PRINTED IN SPAIN 89/8284-Gráficas Reuldas-1500

5 Idice Prólogo Iroducció v vii Siuacioes co ua sola muesra Cálculo de la proporció de ua població co precisió absolua específica Cálculo de la proporció de ua població co precisió relaiva específica 2 Pruebas de hipóesis para ua proporció de població 3 Siuacioes co dos muesras 6 Cálculo de la diferecia ere dos proporcioes de població co precisió absolua específica 6 Pruebas de hipóesis para dos proporcioes de població 7 Esudios de casos co esigos 9 Cálculo de la razó de probabilidad co precisió relaiva específica 9 Pruebas de hipóesis para ua razó de probabilidad 10 Esudios de cohores 12 Cálculo de u riesgo relaivo co precisió relaiva específica 12 Pruebas de hipóesis para u riesgo relaivo 13 Muesreo para verificació de la calidad de loes 15 Acepació de que la prevalecia e ua població o supera u valor específico 15 Regla para decidir sobre el «rechazo de u loe» 15 Esudios de asas de icidecia 17 Cálculo de ua asa de icidecia co precisió relaiva específica 17 Pruebas de hipóesis para ua asa de icidecia 17 Pruebas de hipóesis para dos asas de icidecia e esudios de seguimieo (por cohores) 18 Defiició de érmios empleados 21 Cuadros de amaños míimos de las muesras Cálculo de la proporció de ua població co precisió absolua específica Cálculo de la proporció de ua població co precisió relaiva específica Pruebas de hipóesis para ua proporció de població Cálculo de la diferecia ere dos proporcioes de població co precisió absolua específica 33 iii

6 Deermiació del amaño de las muesras 5. Pruebas de hipóesis para dos proporcioes de població Cálculo de la razó de probabilidad co precisió relaiva específica Pruebas de hipóesis para ua razó de probabilidad Cálculo de u riesgo relaivo co precisió relaiva específica Pruebas de hipóesis para u riesgo relaivo Acepació de que la prevalecia e ua població o supera u valor específico Regla para decidir sobre el «rechazo de u loe» Cálculo de ua asa de icidecia co precisió relaiva específica Pruebas de hipóesis para ua asa de icidecia Pruebas de hipóesis para dos asas de icidecia e esudios de seguimieo (por cohores) (duració del esudio, o deermiada) 77 iv

7 Prólogo E muchos de los Esados Miembros de la OMS se esá realizado ecuesas iformaivas que facilie la plaificació, la operació, el corol y la evaluació de los servicios de salud. Para plaificar esas ecuesas es fudameal decidir sobre el amaño de la muesra de la població objeo de esudio; ese maual respode a las ecesidades de los agees de salud y los admiisradores resposables de esa decisió. Es básicamee la versió revisada y ampliada de u documeo iédio muy coocido sobre el amaño de las muesras que se ha uilizado mucho e los proyecos y los cursillos de la OMS. Los ejemplos y los cuadros, escogidos por su periecia para muchos de los méodos más uilizados e los esudios saiarios, o sólo so de uilidad prácica imediaa para los agees de salud sio que además da u aisbo de los méodos esadísicos de deermiació del amaño de las muesras. Los auores desea dar las gracias por su asesoramieo al Dr. B. Grab, que fue esadísico de la sede de la OMS, Giebra; al Dr. R. J. Hayes, de la Escuela de Higiee y Medicia Tropical de Lodres, y a sus colegas del Servicio de Meodología Epidemiológica y Esadísica de la OMS y por sus observacioes. Agradece ambié la ayuda fiaciera del Programa de Lucha cora las Efermedades Diarreicas y el Programa Ampliado de Imuizació de la OMS, así como del Programa Especial PNUD/Baco Mudial/OMS de Ivesigacioes y Eseñazas sobre Efermedades Tropicales. v

8

9 Iroducció Ua de las preguas que debe hacerse el agee de salud aes de empreder cualquier ecuesa o esudio es: «Qué amaño de muesra ecesio?» La respuesa depederá de los objeivos, la auraleza, el alcace y el resulado previso del esudio, odo lo cual debe eerse muy e cuea e la fase de plaificació. Por ejemplo, e u esudio sobre la eficacia de u fármaco cora ua efermedad moral como el sídrome de imuodeficiecia adquirida (SIDA), e el que sería imporae u solo resulado posiivo, puede cosiderarse irascedee el amaño de la muesra. E cambio, para el esayo de ua ueva vacua aipalúdica, el úmero de sujeos de la muesra edrá que ser suficiee para que se pueda comparar los efecos de la vacua co los de las medidas preveivas exisees. Debe omarse ambié e cosideració el «resulado» a que se aspira. Hay res posibles ipos de resulados. E el primer ipo exise dos aleraivas: sí/o, muero/vivo, vacuado/o vacuado, exisecia de u comié de salud/iexisecia de u comié de salud. E el segudo hay múliples aleraivas que se excluye ere sí, por ejemplo, las creecias religiosas o los grupos saguíeos. E esos dos ipos de resulados, los daos se expresa geeralmee como porceajes o asas. El ercer ipo abarca las variables de respuesa coiua como peso, esaura, edad o presió saguíea, que so suscepibles de expresió umérica. E ese caso, los daos se resume e forma de medias y variazas o sus derivados. El méodo esadísico adecuado para deermiar el amaño de la muesra depederá de cuál de esos ipos de resulados ierese al ivesigador. El agee de salud o podrá decidir sobre el amaño de la muesra hasa que se haya especificado claramee el esudio y sus objeivos. El presee maual se ha cocebido como u prouario para omar ese ipo de decisió. E él se expoe diversas siuacioes e las que debe deermiarse el amaño de la muesra, iclusive esudios deermiaivos de la proporció poblacioal, razó de probabilidad, riesgo relaivo y asa de icidecia.! E cada caso se especifica la iformació ecesaria y se da por lo meos u ejemplo. Todos los ejemplos, salvo uo, va acompañados de cuadros idicaivos del amaño míimo de la muesra e las diversas siuacioes esudiadas, a fi de que el lecor pueda resolver el problema si recurrir a cálculos (la publicació de Lemeshow e al. que luego se mecioa coiee cuadros más exesos). E odos los ejemplos se supoe que el méodo uilizado es el muesreo aleaorio, es decir que los cuadros o so válidos si se emplea oro méodo. 1 No se examia las variables de respuesa coiua debido a la gra variedad de parámeros posibles. vii

10 Deermiació del amaño de las muesras El maual debe uilizarse como u «libro de receas»; o ayuda al lecor a decidir qué ipo de esudio, ivel de cofiaza o grado de precisió es más apropiado i ampoco aaliza la base eórica de la deermiació del amaño de la muesra. Así, aes de emplear el maual, el ivesigador deberá escoger el ipo de esudio, hacer u proósico razoable sobre el probable resulado, deermiar qué iveles de sigificació, poecia y precisió (e su caso) ecesia y aalizar las dificulades operaivas, como la dispoibilidad de iempo o de recursos. Para mayor iformació sobre la meodología esadísica de deermiació del amaño de las muesras se remie al lecor a Lemeshow, S. e al., Adequacy 01 sample size i healh sudies (Chicheser, Joh Wiley, 1990; publicado e ombre de la Orgaizació Mudial de la Salud) o a cualquier libro de exo sobre esadísica. viii

11 Siuacioes co ua sola muesra Cálculo de la proporció de ua població co precisió absolua específica Iformació ecesaria y oació a) Proporció de la població previsa P b) Nivel de cofiaza 100 (1-a)% e) Precisió absolua ecesaria a ambos lados de la proporció (e puos porceuales) d Por lo geeral basará u cálculo aproximado de P. Si o se puede calcular P deberá asigársele el valor 0,5 (como e el ejemplo 2) porque es la opció más «segura» para calcular ua proporció de població, dado que el amaño de la muesra ecesaria es mayor cuado P = 0,5. Si la proporció previsa se expresa como iervalo deberá uilizarse el valor más próximo a 0,5. E los cuadros 1 a y 1 b (págias 25 y 26) se idica los amaños míimos de muesra para iveles de cofiaza del 95% y el 90%. E ua auéica ecuesa sobre el erreo es poco probable que sea ópimo el méodo de muesreo aleaorio simple. Si se uiliza oro probablemee hará fala ua muesra mayor, debido al «efeco de diseño». Por ejemplo, aplicado la esraegia de muesreo por coglomerados el efeco de diseño puede calcularse e 2. Eso sigifica que para obeer la misma precisió habrá que esudiar doble úmero de idividuos que co el muesreo aleaorio simple. Así, e el ejemplo 2 el amaño de la muesra edría que ser 192. Ejemplo 1 U deparameo local de salud quiere calcular la prevalecia de la uberculosis ere los meores de 5 años de su circuscripció. Cuáos iños ha de figurar e la muesra para que pueda calcularse la prevalecia co ua precisió de 5 puos porceuales del valor real y u 95% de cofiaza, si se sabe que es poco probable que la verdadera asa exceda del 20%? Solució a) Proporció de la població previsa b) Nivel de cofiaza e) Precisó absolua (15%-25%) 20% 95% 5 puos porceuales E el cuadro la (págia 25) puede verse que si P = 0,20 y d = 0,05 se ecesiará ua muesra de 246 sujeos. Si es impracicable por razoes de iempo y de recursos esudiar a 246 iños los ivesigadores deberá reducir el ivel de cofiaza exigido, quizá al 90%. 1

12 Deermiació del amaño de las muesras E ese caso, como puede verse e el cuadro 1 b (págia 26), el amaño de la muesra ecesaria quedaría reducido a 173. Ejemplo 2 U ivesigador de ciero programa acioal de imuizació desea calcular la proporció de iños que recibe vacuació apropiada durae la ifacia. Cuáos iños habrá que esudiar para que la esimació resulae se siúe e u iervalo de 10 puos porceuales de la proporció real co u 95% de cofiaza? (No hay hipóesis posible sobre la coberura de vacuació.) Solució a) Proporció de la població previsa (opció más «segura», ya que P es descoocido) b) Nivel de cofiaza e) Precisió absolua (40%-60%) 50% 95% 10 puos porceuales E el cuadro la (págia 25) puede verse que si P= 0,50 Y d= 0,10 el amaño de la muesra edrá que ser 96. Cálculo de la proporció de ua població co precisió relaiva específica Iformació ecesaria y oació a) Proporció de la població previsa b) Nivel de cofiaza e) Precisió relaiva P 100 (l-a)% e El valor de P elegido para calcular el amaño de la muesra debe ser lo más moderado (pequeño) posible, pueso que cuao meor sea P mayor será el amaño míimo de la muesra. E los cuadros 2a y 2b (págias 27 y 28) se idica los amaños míimos de muesra para iveles de cofiaza del 95% y el 90%. Ejemplo 3 El ivesigador de ciero programa acioal de imuizació desea calcular la proporció de iños que recibe vacuació apropiada durae la ifacia. Cuáos iños habrá que esudiar para que la esimació resulae se siúe e u iervalo del 10% (o de 10 puos porceuales) de la proporció real co u 95% de cofiaza? (Se supoe que la coberura de vacuació o es meor del 50%.) Solució a) Proporció de la població previsa (valor moderado) b) Nivel de cofiaza e) Precisió relaiva (del 45% al 55%) 50% 95% 10% (de 50%) E el cuadro 3a (págia 29) puede verse que si P = 0,50 Y e = 0,10 se ecesiárá ua muesra de 384 sujeos. Si es impracicable por razoes de iempo y de recursos esudiar a 384 iños los ivesigadores deberá reducir el ivel de cofiaza exigido, quizá al 90%. E ese caso, como puede verse e el cuadro 2b (págia 28), el amaño de la muesra ecesaria quedaría reducido a

13 Siuacioes co ua sola muesra E ua auéica ecuesa sobre el erreo es poco probable que sea ópimo el méodo de muesreo aleaorio simple. Si se uiliza oro, probablemee hará fala ua muesra mayor, debido al «efeco de diseño». Por ejemplo, aplicado la esraegia de muesreo por coglomerados el efeco de diseño puede calcularse e 2. Eso sigifica que para obeer la misma precisió habrá que esudiar doble úmero de idividuos que co el muesreo aleaorio simple. Así, e ese ejemplo, para u ivel de cofiaza del 95% se ecesiará ua muesra de 768 sujeos. Ejemplo 4 Qué amaño de muesra se ecesiará para calcular la proporció de ua població de mujeres embarazadas que solicia asisecia preaal durae el primer rimesre de embarazo, co ua precisió del 5% del valor real y u 95% de cofiaza? Se supoe que la proporció de mujeres que pide esa asisecia se siúa ere el 25% y el 40%. Solució a) Proporció de la població previsa b) Nivel de cofiaza e) Precisió relaiva 25%-40% 95% 5% (de 25% a 40%) E el cuadro 2a (págia 27) se idica los siguiees amaños de muesra para e = 0,05 y para proporcioes de la població del 25% al 40%. P Tamaño de la muesra 0, , , , Por ao, para alcazar los objeivos previsos puede cocebirse u esudio co mujeres aproximadamee. Si es ecesario cabe uilizar ua muesra más pequeña pero ello reduciría la precisió, la cofiaza o ambas cosas, si el valor real de P se aproximara al 25%. Pruebas de hipóesis para ua proporció de població Esa secció se refiere a los esudios cuyo objeo es someer a pruebas la hipóesis de que la proporció de sujeos de ua població que posee ciera caracerísica es igual a u valor deermiado. Iformació ecesaria y oació a) Valor de prueba de la proporció e caso de hipóesis ula Po b) Valor previso de la proporció de la població Pa e) Nivel de sigificació 100a% el) Poecia de la prueba 100(1-P)% e) Hipóesis aleraiva: Pa > Po o Pa < Po (prueba uilaeral) o bie: Pa. Po (prueba bilaeral) 3

14 Deermiació del amaño de las muesras E los cuadros 3a y 3b (págias 29 y 30) se idica los amaños míimos de la muesra para u ivel de sigificació del 5%, poecias del 90% y el 80% y pruebas uilaerales y bilaerales. E los cuadros 3c y 3d, debe usarse como valor de la columa el complemeo de Po siempre que Po > 0,5. Ejemplo 5 Segú las publicacioes cieíficas, la asa de curació de deermiado ipo de cácer e 5 años (es decir, la proporció de paciees que o presea cácer al cabo de 5 años de raamieo) es del 50%. U ivesigador desea someer a prueba la hipóesis de que esa asa de curació es aplicable e ciero disrio saiario. Qué amaño míimo edrá que eer la muesra si el ivesigador iee ierés e rechazar la hipóesis ula sólo si el valor real es iferior al 50% y si desea eer ua seguridad del 90% de que deecará ua asa real del 40% al ivel de sigificació del 5%? Solució a) Tasa de curació objeo de prueba b) Tasa de curació previsa e) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva (prueba uilaeral) 50% 40% 5% 90% asa de curació < 50% E el cuadro 3a (págia 29) puede verse que SI Po = 0,50 Y Pa = 0,40, se ecesiará ua muesra de 211 sujeos. Ejemplo 6 Ecuesas precedees ha demosrado que la prevalecia de la caries deal ere los escolares de ciera comuidad suele ser más o meos del 25%. Cuáos iños debería icluirse e ua ueva ecuesa desiada a probar la reducció de la prevalecia, si se aspira a deecar, co u 90% de seguridad, ua asa del 20% a u ivel de sigificació del 5%? Solució a) Tasa de caries objeo de prueba b) Tasa de caries previsa e) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva (prueba uilaeral) 25% 20% 5% 90% asa de caries < 25% E el cuadro 3a (págia 29) puede verse que si Po = 0,25 Y Pa = 0,20 se ecesiará ua muesra de 601 sujeos. Si los ivesigadores uiliza ua muesra de ese amaño y si la asa real de caries es meor del 20% la poecia de la prueba será mayor del 90%, es decir, que edrá más de u 90% de probabilidad de deecar esa asa. Ejemplo 7 Las publicacioes cieíficas isise e que la asa de eficacia del raamieo quirúrgico de ua cardiopaía es del 70%. Hay u raamieo uevo cuya eficacia se asegura que es equivalee. U hospial caree de las isalacioes y el persoal ecesarios para el raamieo quirúrgico ha resuelo aplicar sisemáicamee ese uevo raamieo. Cuáos paciees se ecesiará para probar la hipóesis de que la asa de eficacia del uevo raamieo es del 70%, cora la hipóesis aleraiva de que o es del 70%, a u ivel de sigificació del 5%? Los ivesigadores desea que la poecia de la prueba para deecar ua diferecia ere asas de 10 puos porceuales o más e ambos seidos sea del 90%. 4

15 Siuacioes co ua sola muesra Solució a) Tasa de eficacia objeo de prueba b) Tasa de eficacia previsa e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) 70% 80% 060% 5% 90% asa de eficacia #- 70% E el cuadro 3c (págia 31) puede verse que si (1 - Po) = 0,30 Y I Pa - Po I = 0,10 se ecesiará ua muesra de 233 sujeos. Ejemplo 8 E ua regió, el deparameo de salud esima que la proporció de mujeres embarazadas que recibe asisecia preaal durae el primer rimesre de embarazo es del 40%. Las auoridades de ora regió quiere comparar co esa cifra el porceaje que ellas cosigue. Cuáas mujeres deberá compreder la muesra para probar la hipóesis de que la asa de coberura e la seguda regió es del 40% cora la hipóesis aleraiva de que o es del 40%? Los ivesigadores desea deecar, co ua seguridad del 90%, ua diferecia de 5 puos porceuales o más e ambos seidos a u ivel de sigificació del 5%. Solució a) Tasa de coberura objeo de prueba b) Tasa de coberura previsa e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) 40% 35% 045% 5% 90% asa de coberura #- 40% E el cuadro 3c(págia 31) puede verse que si Po = 0,40 Y I Pa - Po I = 0,05 se ecesiará ua muesra de mujeres. 5

16 Siuacioes co dos muesras Cálculo de la diferecia ere dos proporcioes de població co precisió absolua específica Iformació ecesaria y oació a) Proporcioes de las poblacioes previsas b) Nivel de cofiaza e) Precisió absolua ecesaria a ambos lados del valor real de la diferecia ere las dos proporcioes e puos porceuales) el) Valor iermedio PI Y P (l-a)% d Para cualquier valor de d, el amaño de la muesra ecesaria será mayor cuado PI y P 2 sea iguales al 50%; por ao, si o se puede calcular igua de las proporcioes de la població deberá uilizarse e ambos casos la opció más «segura», es decir, 0,5. El valor de V puede obeerse direcamee del cuadro 4a (págia 33), e la columa correspodiee a P 2 (o su complemeo) y la líea correspodiee a PI (o su complemeo). Ejemplo 9 E los cuadros 4b y 4c (págias 34 y 35) se idica los amaños míimos de las muesras para uos iveles de cofiaza del 95% y el 90% respecivamee. Qué amaño deberá eer la muesra respeciva de dos grupos de persoas.para calcular ua diferecia de riesgo co ua precisió de 5 puos porceuales de la diferecia real y co u 95% de cofiaza, si o puede hacerse igua esimació razoable de PI y P 2? Solució a) Proporcioes de la població previsas (opció más «segura») b) Nivel de cofiaza e) Precisió absolua el) Valor iermedio 50% 95% 5 puos porceuales 0,50 E el cuadro 4b (págia 34) puede verse que si d = 0,05 y V = 0,50 se ecesiará ua muesra de cada grupo de 769 sujeos. Ejemplo 10 U esudio piloo de 50 rabajadores agrícolas de u proyeco de regadío reveló que el 40% padecía esquisosomiasis aciva. U esudio piloo similar de oros 50 rabajadores disios reveló que sólo la padecía el 32% de ellos. Si u epidemiólogo desea ampliar el esudio para calcular la diferecia ere 6

17 Siuacioes co dos muesras el riesgo de esquisosomiasis co ua precisió de 5 puos porceuales del valor real y co u 95% de cofiaza, cuáas persoas deberá esudiar de cada grupo? Solució a) Proporcioes de la població previsas b) Nivel de cofiaza e) Precisió absolua d) Valor iermedio 40%,32% 95% 5 puos porceuales 0,46 E el cuadro 4b (págia 34) puede verse que si d = 0,05 Y V = 0,46 se ecesiará ua muesra de cada grupo de 707 sujeos. Pruebas de hipóesis para dos proporcioes de població Esa secció se refiere a los esudios cuyo objeo es probar la hipóesis de que dos proporcioes de ua població so iguales. Si las proporcioes so muy pequeñas, véase el ejemplo 13. Iformació ecesaria y oació a) Valor de la diferecia ere dos proporcioes de ua població someido a prueba e caso de hipóesis ula b) Valores previsos de las proporcioes de la població e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva: o bie: p Y P % 100(I-P)% p - P 2 > O o p -p 2 < O (prueba uilaeral) p - P 2 #- O (prueba bilaeral) E los cuadros 5a a 5h (págias 36 a 41) se idica el amaño míimo de las muesras para u ivel de sigificació del 5%, poecias del 90% y el 80%, pruebas uilaerales y bilaerales y el caso especial de las proporcioes muy pequeñas. Se uilizará los cuadros 5e a 5h cuado la proporció de que se rae sea meor del 5 %. Ejemplo 11 Se esima que la proporció de casos co complicacioes a raíz de ciera ierveció quirúrgica es del 5% mieras que la proporció de complicacioes a raíz de ora ierveció disia es del 15%. Cuál edrá que ser el amaño de la muesra de cada grupo de paciees si u ivesigador desea comprobar, co ua poecia del 90%, si el segudo procedimieo iee ua asa de complicacioes sigificaivamee mayor que el primero, a u ivel de sigificació del 5%? Solució a) Valor de la diferecia ere las asas de complicacioes someido a prueba b) Tasas de complicació previsas e) Nivel de sigificació 0% 5%,15% 5% 1 Para u aálisis más deeido de las proporcioes pequeñas, véase Lemeshow, S. e al., Adequacy 01 sample size i healh sudies (Chicheser, Joh Wiley, 1990; publicado e ombre de la Orgaizació Mudial de la Salud). 7

18 Deermiació del amaño de las muesras el) Poecia de la prueba e) Hipóesis aleraiva (prueba uilaeral) 90% Diferecia ere los riesgos (PI - P 2 ) < 0% E el cuadro 5a (págia 36) puede verse que si PI = 0,05 Y P 2 = 0,15 se ecesiará ua muesra de cada grupo de 153 sujeos. Ejemplo 12 Como pare de ua ecuesa piloo realizada e u país e desarrollo, u epidemiólogo comparó ua muesra de 50 adulos afecados de ciera efermedad eurológica co ua muesra de 50 esigos saos. Treia de los efermos (60%) y 25 de los esigos (50%) rabajaba e la pesca. Si la proporció de persoas dedicadas a ese rabajo e oda la població es similar a la observada e la ecuesa piloo, cuáos sujeos de cada grupo debería icluirse e u esudio más amplio, si el epidemiólogo desea deecar, co u 90% de cofiaza, ua diferecia real ere ambos grupos a u ivel de sigificació del 5%? Solució a) Valor de la diferecia ere las proporcioes dedicadas a la pesca someido a prueba b) Proporcioes previsas de població dedicada a la pesca e) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) 0% 60%,50% 5% 90% diferecia ere los riesgos -# 0% El amaño de la muesra ecesaria puede obeerse cosulado e el cuadro Sc (págia 38) la columa correspodiee a los valores más pequeños de PI' P2 Y de sus complemeos, y la líea correspodiee a I P 2 - p l. E ese caso, si (l-p ) = 0,40 Y I P 2 -P I I = 0,10 la muesra de cada grupo deberá eer 519 sujeos. Ejemplo 13 Dos comuidades va a paricipar e u esudio cuyo objeo es evaluar u uevo programa de deecció precoz de ciero ipo de cácer. E ua comuidad, pero o e la ora, el programa de deecció abarcará a odos los adulos de más de 35 años. La icidecia aual del cácer esudiado es de 50 x (0,0005) e ua població o someida a u sisema de deecció. Ua baja de esa asa a 20 x (= 0,0002) jusificaría la aplicació geeral del sisema. Cuáos adulos de cada comuidad habrá de icluirse e el esudio, si los ivesigadores desea eer ua probabilidad del 80% de deecar ua baja de la icidecia de esa magiud, siedo el ivel de sigificació del 5%? Solució a) Diferecia ere las asas de cácer someida a prueba b) Tasas de cácer previsas e) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva (prueba uilaeral 0% 0,05%, 0,02% 5% 80% diferecia ere los riesgos (p -P 2 ) > 0% E el cuadro 5f(págia 40) puede verse que si PI = 0,0005 Y P 2 = 0,0002 se ecesiará ua muesra de sujeos de cada grupo. 8

19 Esudios de casos co esigos Los ejemplos 14 y 15 se refiere a la razó de probabilidad, que es la relació ere las probabilidades de que suceda algo e cieras circusacias y las probabilidades de que suceda lo mismo e circusacias disias. Por ejemplo, si el «suceso» es ua efermedad cabe clasificar a las persoas que la padece y a las persoas que o la padece segú su exposició a deermiada variable: Efermedad N o efermedad Expuesas a e No expuesas b d La razó de probabilidad será eoces adjbe. Cálculo de la razó de probabilidad co precisió relaiva específica Iformació ecesaria y oació a) Hay que coocer dos de los siguiees parámeros: Probabilidad previsa de «exposició» para las persoas co la efermedad [al(a + b)] p * Probabilidad previsa de «exposició» para las persoas si la efermedad [e/(e + d)] P 2 * Razó de probabilidad previsa OR b) Nivel de cofiaza 100(1 - a)% e) Precisió relaiva e Cuado e ua població el úmero de persoas afecadas por la efermedad es relaivamee pequeño por comparació co el úmero de persoas o afecadas: y e = (a + e) d = (b + d). Por ao, la probabilidad de «exposició» e caso de «o efermedad» (p se aproxima a la asa de exposició geeral. E los cuadros 6a a 6h (págias 42-49) se idica los amaños míimos de las muesras para iveles de cofiaza del 95% y el 90% y precisioes relaivas del 10%, el 20%, el 25% y el 50%. 9

20 Deermiació del amaño de las muesras Para deermiar el amaño de la muesra a parir del cuadro 6 cuado OR>- 1 se ecesia los valores de P 2 * y ORo Ambos puede calcularse si es ecesario, siempre que se coozca pr y Si OR < 1 deberá uilizarse e cambio los valores de P * y l/oro Ejemplo 14 Solució Se cree que e ciera zoa dode el cólera represea u grave problema de salud pública, alrededor del 30% de la població uiliza agua de fuees coamiadas. Debe realizarse e la zoa u esudio de casos co esigos para deermiar la relació ere el cólera y la exposició a agua coamiada; para ello se esimará la razó de probabilidad co u 25% de precisió del valor real, que se cosidera más o meos de 2, co u 95% de cofiaza. Qué amaños de muesras del grupo co cólera y del grupo esigo se ecesiará? a) Probabilidad previsa de «exposició» e la siuació de «efermedad»? Probabilidad previsa de «exposició» e la siuació de «efermedad» (se aproxima a la asa de exposició geeral) 30% Razó de probabilidades previsa 2 b) Nivel de cofiaza 95% e) Precisió relaiva 25% E el cuadro 6c (págia 44) puede verse que si OR = 2 Y P 2 * = 0,3, se ecesiará e cada grupo ua muesra de 408 sujeos. Pruebas de hipóesis para ua razó de probabilidad E esa secció se explica cómo deermiar el amaño míimo de la muesra para probar la hipóesis de que la razó de probabilidad e la població es igual a l. Iformació ecesaria y oació a) Valor de la razó de probabilidad someido a prueba e caso de hipóesis ula ORo = 1 b Debe coocerse dos de los siguiees parámeros: Probabilidad previsa de «exposició» para las persoas co la efermedad [a/(a + b)] P* 1 Probabilidad previsa de «exposició» para las persoas si la efermedad [ci(c + d)] P 2* Razó de probabilidad previsa e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) ORa 100a% 100 (l-p)% E los cuadros 7a y 7b (págias 50 y 51) se idica los amaños míimos de las muesras para u ivel de sigificació del 5% y poecias del 90% y el 80% e pruebas bilaerales. 10

21 Esudios de casos co esigos Para deermiar el amaño de la muesra a parir del cuadro 7, cuado ORa> 1 se ecesia los valores de P 2 * y OR; ambos puede calcularse, si es ecesario, siempre que se coozca p *: y Cuado ORa < 1 deberá uilizarse e cambio los valores de P * y l/ora Ejemplo 15 Solució Ae las dudas respeco a la eficacia de la vacua BCG para preveir la uberculosis ifail se ha diseñado u esudio comparaivo de las asas de coberura de vacuació de u grupo de uberculosos y de u grupo esigo. Se cree que alrededor del 30% de los esigos o esá vacuados. Los ivesigadores desea eer u 80% de seguridad de que deecará ua razó de probabilidad sigificaivamee diferee de 1 a u ivel de sigificació del 5%. Si se cosidera como diferecia imporae ere ambos grupos ua razó de probabilidad de 2, qué amaño debe eer la muesra de cada grupo esudiado? a) Valor de la razó de probabilidad someido a prueba b) Probabilidad previsa de «exposició» e la siuació de «efermedad» Probabilidad previsa de «exposició» e la siuació de «o efermedad» Razó de probabilidad previsa e) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva 30% 2 5% 80% razó de probabilidad =1-1? E el cuadro 7b (págia 51) puede verse que si OR = 2 Y P 2 * = 0,30, se ecesiará para cada grupo ua muesra de 130 sujeos. 11

22 Esudios de cohores Cálculo de u riesgo relaivo co precisió relaiva específica Iformació ecesaria y oació a) Debe coocerse dos de los siguiees parámeros: Probabilidad previsa de efermedad e las persoas expuesas al facor ivesigado Probabilidad previsa de efermedad e las persoas o expuesas al facor ivesigado Riesgo relaivo previso b) Nivel de cofiaza e) Precisió relaiva P 2 RR 100 (l-a)% e E los cuadros 8a a 8h (págias 52-59) se idica los amaños míimos de las muesras para iveles de cofiaza del 95% y el 90% y iveles de precisió del 10%, el 20%, el 25% y el 50%. Para deermiar el amaño de la muesra a parir del cuadro 8, cuado RR ~ 1 se ecesia los valores de P 2 y RR. Ambos puede calcularse, de ser ecesario, siempre que se coozca PI: y Cuado RR < 1 deberá uilizarse e cambio los valores de PI y 1/ RR. Ejemplo 16 U epidemiólogo proyeca u esudio de la posibilidad de que ciera efermedad pulmoar esé relacioada co la exposició a u coamiae amosférico recié deecado. Qué amaño edrá que eer la muesra de cada grupo (expueso y o expueso) si el epidemiólogo desea calcular el riesgo relaivo co ua precisió del 50% del valor real (probablemee de 2) co u 95% de cofiaza? La efermedad se maifiesa e el 20% de las persoas o expuesas al coamiae amosférico. Solució a) Probabilidad previsa de efermedad e la siuació de «exposició» Probabilidad previsa de efermedad e la siuació de «o exposició» Riesgo relaivo previso b) Nivel de cofiaza e) Precisió relaiva 12? 20% 2 95% 50%

23 Esudios de cohores E el cuadro 8d (págia 55) puede verse que si RR = 2 Y P 2 = 0,20 se ecesiará e cada grupo ua muesra de 44 sujeos de cada grupo. Pruebas de hipóesis para u riesgo relaivo Esa secció se refiera al modo de deermiar el amaño míimo de la muesra ecesaria para probar la hipóesis de que el riesgo relaivo de la població es igual a uo. Iformació ecesaria y oació a) Valor del riesgo relaivo someido a prueba e caso de hipóesis ula b) Debe coocerse dos de los siguiees parámeros: Probabilidad previsa de efermedad e las persoas expuesas a la variable Probabilidad previsa de efermedad e las persoas o expuesas a la variable Riesgo relaivo previso e) Nivel de sigificació i) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) RRo= 1 P 2 RRa 100a% 100 (l-p)% RRa # RRo E los cuadros 9a a 9c (págias 60-62) se idica los amaños míimos de las muesras para u ivel de sigificació del 5% y poecias del 90%, el 80% y el 50% e pruebas bilaerales. Para deermiar el amaño de la muesra a parir del cuadro 9, cuado RRa > 1 se ecesia los valores de P 2 y RRa. Ambos puede calcularse, si es ecesario, siempre que se coozca PI: y Cuado RRa < 1 deberá uilizarse e cambio los valores de PI y 11 RRa Ejemplo 17 E u esayo clíico mulicérico debe evaluarse mediae u esudio de cohores dos raamieos posibles de deermiado cácer. Los paciees será asigados aleaoriamee al raamieo A o al raamieo B y se los seguirá durae cico años después del raamieo para observar si reaparece la efermedad. El raamieo A es uevo y se geeralizará, si queda demosrado que reduce a la miad el riesgo de reaparició del cácer durae los cico primeros años después del raamieo (es decir, RRa = 0,5); acualmee se observa e los paciees que ha recibido el raamieo B ua reaparició del cácer del 35%. Cuáos paciees de cada grupo e raamieo deberá esudiarse para que el ivesigador pueda rechazar aceradamee la hipóesis ula co u 90% de cofiaza (RRo = 1), si es falsa, y si la prueba ha de efecuarse a u ivel de sigificació del 5%? Solució a) Valor del riesgo relaivo objeo de prueba b) Probabilidad previsa de reaparició co el raamieo A Probabilidad previsa de reaparició co el raamieo B Riesgo relaivo previso? 35% 0,5 13

24 Deermiació del amaño de las muesras e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva 5% 90% riesgo relaivo #- 1 E el cuadro 9a (págia 60) puede verse que si RRa = 0,5 (l/rr a = 2) Y P 2 = 0,35 (p = 0,175) habrá que cosiuir e cada grupo ua muesra de 135 sujeos (cifra obeida por ierpolació; el amaño exaco de la muesra, segú los cálculos, es de 131 sujeos). 14

25 Muesreo para verificació de la calidad de loes Acepació de que la prevalecia e ua població o supera u valor específico Esa secció se refiere al modo de deermiar el amaño míimo de la muesra ecesaria de ua població para que si ciera caracerísica se ecuera sólo e u úmero deermiado de sujeos de la muesra pueda admiirse que la prevalecia de esa caracerísica e la població o excede de ciero valor. Iformació ecesaria y oació a) Prevalecia previsa e la població b) Tamaño de la població e) Número máximo de sujeos de la muesra que presea la caracerísica el) Nivel de cofiaza P N 100 (l-a)% E los cuadros loa a 10j (págias 63-68) se idica los amaños míimos de la muesra para iveles de cofiaza del 95% y el 90% y valores de de O a 4. Ejemplo 18 E ua escuela co iños, a cuáos habrá que examiar para que, si sólo se deeca parasiemia palúdica e dos, pueda llegarse a la coclusió, co u ivel de cofiaza del 95%, de que la prevalecia del paludismo e la escuela o excede del 10%? Solució a) Prevalecia previsa e la població b) Tamaño de la població e) Número máximo de casos de paludismo e la muesra el) Nivel de cofiaza 10% % E el cuadro loc (págia 64) puede verse que si P = 0,10 Y N = se ecesiará ua muesra de 61 iños. Regla para decidir sobre el «rechazo de u loe)) Esa secció se refiere a los esudios diseñados para probar si u «loe» (ua població objeo de muesreo) cumple u requisio específico. La hipóesis ula es que la proporció de sujeos de la població que presea ciera caracerísica es igual a u valor dado; la prueba uilaeral permie acepar que el loe cumple el requisio específico sólo si puede rechazar la hipóesis ula. A al fi, se esablece u «valor umbral» de sujeos co la caracerísica () como base para la decisió; si el úmero de sujeos de la muesra que resul- 15

26 Deermiació del amaño de las muesras a poseer la caracerísica o excede del umbral se rechaza la hipóesis ula (y se acepa el loe), mieras que si excede del umbral se rechaza el loe. Iformació ecesaria y oació a) Valor de la proporció de la població someido a prueba e caso de hipóesis ula b) Valor previso de la proporció de la població e) Nivel de sigificació el) Poecia de la prueba Po Pa 100a% 100 (1-/1)% E los cuadros 11 a a 11 c (págias 69-71) se idica los amaños míimos de las muesras para u ivel de sigificació del 5% y poecias del 90%, el 80% y el 50% e pruebas uilaerales. Ejemplo 19 E ua gra ciudad, las auoridades saiarias desea dar a la població ifail ua coberura de vacuació del 90%. E visa de los iquieaes broes de efermedades ifailes observables e cieras zoas de la ciudad, u equipo de ivesigadores del servicio de saidad proyeca hacer ua ecuesa que revele los barrios dode la coberura es del 50% o meos, a fi de que pueda adoparse las medidas apropiadas. Cuáos iños habrá que esudiar, como míimo, e cada zoa y qué valor umbral habrá de uilizarse para probar la hipóesis de que la proporció de iños o vacuados es del 50% o más, a u ivel de sigificació del 5%? Los ivesigadores desea eer ua seguridad del 90% de que recoocerá las zoas dode se ha alcazado la coberura de vacuació omada como mea (es decir, e las que sólo hay u 10% de los iños que o esá oalmee imuizados). Solució a) Valor de la proporció de la població someido a prueba b) Valor previso de la proporció de la població e) Nivel de sigificació el) Poecia de la prueba 50% 10% 5% 90% Como el error más imporae es acepar que cieros grupos de iños esá suficieemee vacuados cuado e realidad su coberura es del 50% o meos, Po = 0,50 y Pa = 0,10. E el cuadro 11a (págia 69) puede verse que, e ese caso, el amaño de la muesra debe ser 10 y el valor umbral 2. Por ao, deberá omarse e cada ua de las zoas esudiadas ua muesra de 10 iños. Si se descubre que e ua muesra hay más de dos iños deficieemee vacuados se «rechaza» el loe (la població orige de la muesra), y las auoridades saiarias podrá omar medidas para mejorar la coberura e la zoa de que se rae. E cambio, si se descubre que sólo esá deficieemee vacuados 2 iños (o meos) deberá rechazarse la hipóesis ula y se podrá esimar que el grupo de iños o es ua prioridad imediaa e ua campaña iesiva de vacuació. 16

27 Esudios de asas de icidecia Cálculo de ua asa de icidecia co precisió relaiva específica Iformació ecesaria y oació a) Precisió relaiva b Nivel de cofiaza (l-a)% E el cuadro 12 (págia 72) se idica los amaños míimos de las muesras para iveles de cofiaza del 99%, el 95% y el 90%. Ejemplo 20 Qué amaño debe eer la muesra de paciees objeo de seguimieo, si u ivesigador desea calcular la asa de icidecia de ua efermedad co ua precisió del 10% del valor real y u 95% de cofiaza? Solució a) Precisió relaiva b) Nivel de cofiaza 10% 95% E el cuadro 12 puede verse que si 8 = 0,10 Y si el ivel de cofiaza es del 95% se ecesiará ua muesra de 385 sujeos. Pruebas de hipóesis para ua asa de icidecia Se examia e esa secció los esudios diseñados para probar la hipóesis de que la asa de icidecia de ua caracerísica es igual a deermiado valor. Iformació ecesaria y oació a) Valor de la asa de icidecia e la població someido a prueba e caso de hipóesis ula b) Valor previso de la asa de icidecia e la població e) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva: o bie: AO Aa 100a% 100 (l-p)% Aa > Ao O Aa < Ao (prueba uilaeral) A. a ;i: Aa (prueba bilaeral) E los cuadros 13a a 13d (págias 73-76) se idica los amaños míimos de las muesras para u ivel de sigificació del 5%, poecias del 90% y el 80% y pruebas uilaerales y bilaerales. 17

28 Deermiació del amaño de las muesras Ejemplo 21 Sobre la base del esudio de seguimieo de uas pocas persoas durae 5 años se señala que la icidecia aual de ciera efermedad es del 40%. Qué amaño míimo edría que eer la muesra para probar la hipóesis de que la asa de icidecia e la població es del 40% a u ivel de sigificació del 5%? Se desea que la prueba ega ua poecia del 90% para localizar ua asa aual de icidecia del 50%, y los ivesigadores esá ieresados e rechazar la hipóesis ula sólo si la asa real es superior al 40%. Solució a) Valor de la asa de icidecia someido a prueba b) Tasa de icidecia previsa c) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva (prueba uilaeral) 40% 50% 5% 90% asa de icidecia> 40% E el cuadro l3a (págia 73) puede verse que si,10 0,40 Y Aa = 0,50 se ecesiará ua muesra de 169 sujeos como míimo. Pruebas de hipóesis para dos asas de icidecia e esudios de seguimieo (por cohores) Iformació ecesaria y oació Esa secció se refiere a los esudios diseñados para probar la hipóesis de que las asas reales de icidecia de u rasoro o ua caracerísica e dos grupos de idividuos so iguales. Los sujeos iee e comú la fecha de iclusió e el esudio y so seguidos hasa que presea la caracerísica ivesigada o hasa que o se los puede seguir más (ejemplo 22) o so icluidos e el esudio cuado se puede pero sólo so objeo de seguimieo hasa ua fecha deermiada (ejemplo 23). a) Valor someido a prueba de la diferecia ere las asas de icidecia para cada grupo de població e caso de hipóesis ula b) Valores previsos de las asas de icidecia c) Nivel de sigificació el) Poecia de la prueba e) Hipóesis aleraiva: o bie: j} Duració del esudio (si se ha deermiado),11-,12 = O Al YA 2 100a% 100 (1-P)%,11-,12 > O o Al -,12 <O (prueba uilaeral) A. l - A. 2 =F O (prueba bilaeral) T Si el esudio se da por ermiado e u momeo fijo, aes de que ermie el período de ierés respeco de odos los sujeos, se dice que las observacioes esá cesuradas. E ese caso, los valores de A ha de modificarse co arreglo a la fórmula: como e el ejemplo 23. E los cuadros 14a a 14d (págias 77-80) se idica los amaños míimos de las muesras para u ivel de sigificació del 5%, poecias del 90% y el 18

29 Esudios de asas de icidecia 80% Y pruebas uilaerales y bilaerales, cuado la duració del esudio o esá deermiada y los dos grupos objeo de esudio so de igual amaño. No se icluye cuadros para los esudios de duració fija porque el úmero de parámeros es excesivo para su abulació. Ejemplo 22 Como pare de u esudio sobre el efeco a largo plazo del ruido e los rabajadores de ua idusria especialmee ruidosa, se ha decidido seguir a ua cohore de persoas coraadas emporalmee y compararlas co ua cohore similar de rabajadores de ua idusria mucho meos ruidosa. Se seguirá a los sujeos durae el reso de su vida o hasa que sufra rasoros de la audició. Los resulados de ua ecuesa aerior e pequeña escala parece idicar que la asa aual de icidecia de esos rasoros e la idusria ruidosa puede llegar hasa el 25%. Cuáas persoas de cada grupo (que debe eer el mismo amaño) habrá que seguir para probar la hipóesis de que las asas de icidecia de rasoros de la audició e ambos grupos so idéicas, a u ivel de sigificació del 5% y co ua poecia del 80%? La hipóesis aleraiva es que la asa aual de icidecia de dichos rasoros e la idusria meos ruidosa o es superior a la media acioal, del 10% aproximadamee (para persoas del mismo grupo de edad), mieras que e la idusria ruidosa la asa es disia de esa media. Solució a) Valor someido a prueba de la diferecia ere las asas de icidecia b) Tasas de icidecia previsas e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) j} Duració del esudio 25% y 10% 5% 80% Al # o aplicable E el cuadro 14d (págia 80) puede verse que si Al = 0,25 Y A 2 = 0,10 será ecesaria ua muesra de 23 sujeos de cada grupo. Ejemplo 23 Ha de realizarse u esudio similar al descrio e el ejemplo 22 pero co ua duració de 5 años. Cuáos sujeos de cada grupo deberá ser objeo de seguimieo? Solució a) Valor de la diferecia ere las asas de icidecia someido a prueba b) Tasas de icidecia previsas e) Nivel de sigificació d) Poecia de la prueba e) Hipóesis aleraiva (prueba bilaeral) j} Duració del esudio 25% y 10% 5% 80% Al # años Los valores de A debe modificarse segú la fórmula f) que figura e la págia 18: l(x = 0,175) = 0,0918 siedo X = (Al + A 2 )/2 f(a l = 0,25) = 0,1456 f(a 2 = 0,10) = 0,0469. La fórmula de amaño apropiado de la muesra es: 19

30 Deermiació del amaño de las muesras siedo k la razó ere amaño de la muesra del segudo grupo de sujeos ( 2 ) y el amaño de la muesra del primer grupo ( ). (E ese ejemplo k = 1.) = (1.96 V[2(0,0918)] + 0,842 V[0, ,0469])2 / (0,25-0,10)2 = 1,462/0,023 = 65,0. Por ao, se ecesiará ua muesra de 65 sujeos de cada grupo. Si la prueba es uilaeral la fórmula para obeer el amaño de la muesra será: 20

31 Defiició de érmios empleados Las breves defiicioes que sigue iee sólo por objeo servir de recordaorios al lecor. Para explicacioes más compleas de los érmios esadísicos y ua exposició de la eoría esadísica sobre deermiació del amaño de las muesras, véase Lemeshow, S. e al., Adequacy of sample size i healh sudies (Chicheser, Joh Wiley, 1990; publicado e ombre de la Orgaizació Mudial de la Salud). a p Efeco de diseño Esudios de casos co esigos Esudios de cohores Hipóesis ula Muesreo aleaorio simple Muesreo para comprobar la calidad de los loes Nivel de sigificació de ua prueba: probabilidad de rechazar la hipóesis ula cuado es ciera (es decir, p!obabilidad de comeer u error de ipo 1). Probabilidad de o rechazar la hipóesis ula cuado es falsa (es decir, probabilidad de comeer u error de ipo 11). E el muesreo por coglomerados, el efeco de diseño es u idicio de la variació debida a la cosiució de coglomerados. Se calcula como la razó ere la variaza cuado se uiliza el muesreo por coglomerados y la variaza cuado se uiliza el muesreo aleaorio simple. Esudios e que se seleccioa a los sujeos segú esé clasificados e fució de ciera caracerísica (como el padecimieo de ua efermedad); los «casos» presea la caracerísica y los «esigos» o la presea. A ambos grupos se los esudia desde el puo de visa de su exposició aerior y acual a presuos facores de riesgo. Esudios e los que se seleccioa a sujeos que presea y que o presea ua caracerísica (por ejemplo, exposició a deermiado facor) presuamee asociada co el resulado que se aaliza (por ejemplo, ua efermedad). A ambos grupos de sujeos se los somee a seguimieo para observar la posible aparició del resulado. Afirmació sobre el valor de u parámero de població. Es la presució que se raa de verificar e ua prueba de sigificació, por ejemplo, el supueso de que ua diferecia observada se debe oalmee a u error de muesreo. Méodo de muesreo e el que cada uidad de esudio iee la misma probabilidad de ser seleccioada y cada muesra del mismo amaño iee la misma probabilidad de ser elegida. Técicas de orige idusrial, para comprobar si loes de arículos respode a deermiadas ormas. Muesreo por coglomerados Procedimieo e el que las uidades de muesreo esá formadas por coglomerados o grupos de uidades de esudio. 21

32 Deermiació del amaño de las muesras Nivel de cofiaza Nivel de sigificació Poecia de la prueba Precisió Prevalecia Proporció de població Prueba bilaeral Prueba uilaeral Razó de probabilidad Riesgo relaivo Tasa de icidecia Uidades de esudio Probabilidad de que la esimació de u parámero de població se siúe dero de cieros límies por relació al valor real; se represea habiualmee por «l-u». Véase la defiició de u. Probabilidad de rechazar correcamee la hipóesis ula cuado es falsa; se represea habiualmee por «l-p». Medida de la proximidad de ua esimació al valor real de u parámero de població. Puede expresarse e érmios absoluos o relaivos co respeco a la esimació. Número de casos de ua efermedad (o de persoas co ciera caracerísica) que exise e ua població específica e u momeo dado. Proporció de idividuos de ua població que posee deermiada caracerísica. E las pruebas de hipóesis, aquellas e que o se especifica de aemao el seido de la diferecia cuya sigificació se raa de probar (por ejemplo, cuado la prueba o iee e cuea si Xl > X 2 o Xl < x 2 ). E las pruebas de hipóesis, aquellas e que se especifica de aemao el seido de la diferecia que se raa de probar (por ejemplo, cuado Xl < X 2 pero o Xl > X 2 se coeja co la hipóesis ula Xl = x 2 ). Relació e que se ecuera las probabilidades de que ocurra algo e u cojuo de circusacias y las probabilidades de que ocurra lo mismo e oro cojuo disio de circusacias (véase ambié la págia 9). Razó ere el riesgo (probabilidad) de u resulado (por ejemplo, ua efermedad o la muere) e sujeos expuesos a deermiado facor y el mismo riesgo e sujeos o expuesos. Número de eveos específicos (por ejemplo, uevos casos de ua efermedad) que se produce e ua població por uidad de iempo. Miembros de la població cuyas caracerísicas va a medirse. Zl-<' Zl-a/2 Y Zl-P Represea el úmero de errores esádar co respeco a la media, Zl-a Y ZI-aJ2 so fució del ivel de cofiaza y ZI_P es fució de la poecia de la prueba. 22

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL CONCEPTO BÁCO DE ETADTCA NFERENCAL Població N Muesra Parámeros Esadísico µ Esimador dividuo Cada parámero poblacioal le correspoderá u esadísico de la muesra que cosiuirá ua esimació del primero. Defiició

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

Regresión Lineal Simple

Regresión Lineal Simple REGRESIÓN LINEAL Regresió Lieal Simple Plaeamieo El comporamieo de ua magiud ecoómica puede ser explicada a ravés de ora F( Si se cosidera que la relació puede ser de ipo lieal, la formalizació vedría

Más detalles

Planificación contra stock. Presentación. Introducción

Planificación contra stock. Presentación. Introducción Plaificació cora sock 09.0.07 Preseació Fabricar cora sock? No iee que ser cero el iveario? Se vio e el capíulo de iroducció. Plaificar cora sock Ciclo de pedido y fabricació idepediees. Demada aual coocida.

Más detalles

XXVI CONGRESO NACIONAL DE ACTUARIOS. El Margen de Riesgo. Solvencia II. México. Por: Pedro Aguilar B. Septiembre 2013

XXVI CONGRESO NACIONAL DE ACTUARIOS. El Margen de Riesgo. Solvencia II. México. Por: Pedro Aguilar B. Septiembre 2013 El Marge de Riesgo México Por: Pedro Aguilar B. paguilar@csf.gob.mx paguilar@ifiium.com.mx Sepiembre 2013 Coeido 1. Aspecos Geerales sobre Marge de Riesgo 2. La Problemáica 3. Plaeamieo de ua Posible Solució

Más detalles

APÉNDICE: ANÁLISIS DE REGRESIÓN

APÉNDICE: ANÁLISIS DE REGRESIÓN Fud. Físicos de la Iformáica / Fud. Tecológicos de los Compuadores APÉDICE: AÁLISIS DE REGRESIÓ ITRODUCCIÓ El aálisis de regresió es ua herramiea esadísica que permie hacer u ajuse de daos eperimeales

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULTAD DE ECONOMÍA ECONOMETRIA. Proceso Estocástico. Mtro. Horacio Catalán Alonso

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULTAD DE ECONOMÍA ECONOMETRIA. Proceso Estocástico. Mtro. Horacio Catalán Alonso UNIVERSIDAD NACIONAL AUÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULAD DE ECONOMÍA ECONOMERIA Proceso Esocásico Mro. Horacio Caalá Aloso Proceso esocásico Defiició.- U Proceso Esocásico (PE es ua secuecia

Más detalles

SP-A Superintendencia de Pensiones, al ser las catorce horas del siete de diciembre del dos mil diecisiete.

SP-A Superintendencia de Pensiones, al ser las catorce horas del siete de diciembre del dos mil diecisiete. Superiedecia de Pesioes, al ser las caorce horas del siee de diciembre del dos mil diecisiee. SE MODIFICA INTEGRALMENTE EL ACUERDO SP-A-008 DEL 20 DE DICIEMBRE DE 2002 Y SUS REFORMAS CONSIDERANDO: 1. El

Más detalles

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A . Resolver Solució. l sisema lo defie dos marices la mari de coeficiees la mari ampliada. rg ' rg ' ' Rago de (méodo de ramer) S..D. rg ' rg. Resolver Solució. l sisema lo defie dos marices la mari de

Más detalles

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS hp://www.maemaicaaplicada.ifo 1 de 8 Maizales, 23 de Mao de 2014 Para los siguiees problemas aplicar el procedimieo para grado uo grado dos; deermiado cual reprearía el mejor ajuse a los daos aporados.

Más detalles

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1)

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1) ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO (NOVALES.) Cosideremos P P e g. Dado que dicha fució es coiua y que exise y so coiuas las derivadas de odos los órdees, podemos aplicar Taylor

Más detalles

Tema 8B El análisis fundamental y la valoración de títulos

Tema 8B El análisis fundamental y la valoración de títulos PARTE III: Decisioes fiacieras y mercado de capiales Tema 8B El aálisis fudameal y la valoració de íulos 8B.1 Iroducció. 8B.2 El aálisis fudameal y la valoració de íulos. 8B.3 Modelos para la valoració

Más detalles

MATEMÁTICAS. Posgrado en Nanotecnología. Dr. Roberto Pedro Duarte Zamorano 2016 Departamento de Física

MATEMÁTICAS. Posgrado en Nanotecnología. Dr. Roberto Pedro Duarte Zamorano 2016 Departamento de Física MAEMÁICAS Posgrado e Naoecología Dr. Robero Pedro Duare Zamorao 16 Deparameo de Física EMARIO. Series de Fourier 1. Iroducció.. Desarrollo de Fourier. 3. Expasioes de Fourier de medio rago. Iroducció.

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO DECRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació a u

Más detalles

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid Febrero de 2012

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid Febrero de 2012 Tema 2: Aálisis gráfico y esadísico de relacioes Uiversidad Compluese de Madrid Febrero de 202 Aálisis gráfico y descripivo de ua variable (I) Daos de series emporales: Rea per c pia EEUU Cosumo per c

Más detalles

6. Intervalos de confianza

6. Intervalos de confianza 6. Iervalos de cofiaa Curso 0-0 Esadísica Coceo de iervalo de cofiaa Se ha realiado ua ecuesa a 400 ersoas elegidas al aar ara esimar la roorció de voaes de u arido olíico.? Resulado Ecuesa Sí 0 ooros

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS MAEC 2140: Méodos Cuaiaivos Prof. J.L.Coo DISCUSION Y EJEMPLOS SOBRE EL TEMA FUNCIONES EXPONENCIALS El valor del diero

Más detalles

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8 Méodos Numéricos - cap. 7. Ecuacioes Difereciales PVI /8 Ecuacioes Difereciales Ordiarias (EDO Ua Ecuació Diferecial es aquella ecuació que coiee difereciales o derivadas de ua o más fucioes. Ua Ecuació

Más detalles

CAPITULO 2. La importancia básica de pronóstico es de ser un eslabón que se une a la etapa de Planificación y Control de un sistema.

CAPITULO 2. La importancia básica de pronóstico es de ser un eslabón que se une a la etapa de Planificación y Control de un sistema. CAPITULO PRONOSTICOS Hacer u proósico, es hacer u proceso de esimació de u acoecimieo fuuro, a parir de ua iformació de ipo hisórica, ormalmee de ipo maemáica, y/o de ipo referecial de apreciacioes, esimacioes

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO CRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació e la maemáica

Más detalles

Propuesta A. 3. Se considera la función f(x) = t, si 3 x 3 (x 3) 2 si x>3

Propuesta A. 3. Se considera la función f(x) = t, si 3 x 3 (x 3) 2 si x>3 Pruebas de Acceso a Eseñazas Uiverarias Oiciales de Grado Maeria: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá coesar a ua de las dos opcioes propuesas A ób. Se podrá uilizar cualquier

Más detalles

Capítulo 1 Introducción a la Electrónica de Potencia. 1. Introducción a la Electrónica de Potencia. 1.1 Clasificación de los Convertidores

Capítulo 1 Introducción a la Electrónica de Potencia. 1. Introducción a la Electrónica de Potencia. 1.1 Clasificación de los Convertidores Capíulo Iroducció a la Elecróica de oecia. Iroducció a la Elecróica de oecia. Clasificació de los Coeridores Como su ombre lo idica su fució es coerir ua fuee de ua esió y frecuecia dada a ora de diferees

Más detalles

EJERCICIOS DE MATRICES

EJERCICIOS DE MATRICES EJERCICIOS DE MTRICES RNGO DE UN MTRIZ 4. Calcula el rago de la mariz 4 0 0 0 Obeer ua mariz escaloada por filas Se puede cambiar el orde de las filas de la mariz: F F4 0 0 0 0 0 0 F F 4F 4 F 4 F F 0 F

Más detalles

Procesado digital de imagen y sonido

Procesado digital de imagen y sonido ema a zabal zazu Uiversidad del País Vasco Deparameo de Arquiecura Tecología de Compuadores upv ehu Tema 3_ Sisemas Procesado digial de image soido Defiició Descripció: Erada Salida Diagramas de bloques

Más detalles

FUNCIONES EXPONENCIALES

FUNCIONES EXPONENCIALES 1 FUNCIONES EXPONENCIALES Las fucioes epoeciales iee muchas aplicacioes, e especial ellas describe el crecimieo de muchas caidades de la vida real. Defiició.-La fució co domiio odos los reales y defiida

Más detalles

CONTROL DE ASISTENCIA A EXAMEN

CONTROL DE ASISTENCIA A EXAMEN Uiversidad de Las Palmas de Gra Caaria Escuela Técica Superior de Igeieros de Telecomuicació Teoría de la Señal - Eame Covocaoria Ordiaria: 3 de febrero de 2009 CONTROL DE ASISTENCIA A EXAMEN La firma

Más detalles

Precálculo Quinta edición Matemáticas para el cálculo

Precálculo Quinta edición Matemáticas para el cálculo Precálculo Quia edició Maemáicas para el cálculo Límies JAMES STEWART, LOTHAR REDLIN, SALEEMWATSON Pag. 88-94 . Cocepo iuiivo de ie de ua fució. Limies Esquema del capiulo E ese capiulo se esudia la idea

Más detalles

V.- CONDICIÓN DE CONTORNO ISOTÉRMICA EN SÓLIDOS INFINITOS

V.- CONDICIÓN DE CONTORNO ISOTÉRMICA EN SÓLIDOS INFINITOS V.- CONDICIÓN DE CONTONO ISOTÉMICA EN SÓIDOS INFINITOS V.1.- CONDUCCIÓN TANSITOIA EN PACA INFINITA CON CONDICIÓN DE CONTO- NO ISOTÉMICA a coducció a ravés de ua placa plaa de espesor fiio e la direcció

Más detalles

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES

Más detalles

OSCILACIONES AMORTIGUADAS. PENDULO DE POHL

OSCILACIONES AMORTIGUADAS. PENDULO DE POHL OSCILACIONES AMORTIGUADAS. PENDULO DE POHL.- INTRODUCCION TEÓRICA El Pédulo de Pohl de la figura permie esudiar las oscilacioes libres, amoriguadas y forzadas de baja frecuecia producidas mediae u pédulo

Más detalles

Universidad Tecnológica Nacional Facultad Regional Rosario Cátedra de Ing. De las Reacciones

Universidad Tecnológica Nacional Facultad Regional Rosario Cátedra de Ing. De las Reacciones Uiversidad Tecológica Nacioal Faculad Regioal Rosario Cáedra de Ig. e las Reaccioes Trabajo pracico Nº 3: Flujo o ideal: isribució de iempos de residecia e u reacor flujo pisó AÑO 14 Ig. Roque Masciarelli

Más detalles

SISTEMAS, MATRICES Y DETERMINANTES

SISTEMAS, MATRICES Y DETERMINANTES .- Discuir, e fució del parámero a, el siguiee sisema de ecuacioes lieales x y z x y z -4 x-y ( a ) z -a-5 4x y ( a 6) z -a 8 Solució: La mariz de los coeficiees es de orde 4x y la mariz ampliada a 4 a

Más detalles

DETERMINANTES II. Solución. 2. Calcula, aplicando la regla de Sarrus, el siguiente determinante: A = Solución

DETERMINANTES II. Solución. 2. Calcula, aplicando la regla de Sarrus, el siguiente determinante: A = Solución DETERMINNTES II 1 0 4-1 1. Halla los deermiaes de las siguiees marices: = B = 5-1 05 B 4 1 1 10-1 0. Calcula, aplicado la regla de Sarrus, el siguiee deermiae: = 0 0 1-6 -1 0 1 0 0 0 1 00 11 6 00 1 0 0

Más detalles

Qué es la Cinética Química?

Qué es la Cinética Química? Tema 4. La velocidad de Cambio Químico I. Velocidad de reacció.. Ecuació de velocidad y orde de reacció. 3. álisis de los daos ciéicos: ecuacioes iegradas de ciéicas secillas. 4. Ciéicas complejas.. Velocidad

Más detalles

AVISO A SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL

AVISO A SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL México, D.F., a 21 de julio de 2014. AVISO A SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL Co fudameo e los arículos 4008.00 y 4021.00 del Reglameo Ierior de MexDer, Mercado Mexicao de Derivados,

Más detalles

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid 2013

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid 2013 Tema 2: Aálisis gráfico esadísico de relacioes Uiversidad Compluese de Madrid 2013 Aálisis gráfico descripivo de ua variable (I) Daos de series emporales: Evolució aual de la rea el Cosumo per cápia e

Más detalles

Sistemas. Matrices y Determinantes 1.- Si A y B son matrices ortogonales del mismo orden:

Sistemas. Matrices y Determinantes 1.- Si A y B son matrices ortogonales del mismo orden: Sisemas. Marices y Deermiaes.- Si y B so marices orogoales del mismo orde: a) 2 b) B c) B 2.- Dadas dos marices iversibles y B NO se verifica e geeral que: a) ( ) ( ) b) ( B) B c) 3.- Dadas las marices

Más detalles

Capitulo II. II.2 Teoría de curvatura. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica

Capitulo II. II.2 Teoría de curvatura. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica Capiulo II II.2 Teoría de curvaura 1 Capiulo II Movimieo Plao II.1 Aspecos geerales del movimieo plao. II.2 Teoría de la curvaura. 1. Teorema de Harma. 2. Euler-Savary. 3. Circuferecia de iflexioes y circuferecia

Más detalles

ACELERACIÓN UNIVERSIDAD DE CARABOBO FACULTAS DE INGENIERÍA ESCUELA DE INGENIERÍA MECÁNICA DPTO. DISEÑO MECÁNICO Y AUTOMATIZACIÓN

ACELERACIÓN UNIVERSIDAD DE CARABOBO FACULTAS DE INGENIERÍA ESCUELA DE INGENIERÍA MECÁNICA DPTO. DISEÑO MECÁNICO Y AUTOMATIZACIÓN FCULTS DE INGENIERÍ PÁGIN: 5-1 de 16 INTRODUCCIÓN El esudio de las aceleracioes e los mecaismos ariculados coplaares se puede abordar ya sea por méodos aalíicos o por méodos gráficos. Ese capíulo se deermiará

Más detalles

Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8

Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8 8 7 - - - - - Méodos Numéricos - Cap 7 cuacioes Diereciales Ordiarias PVI 8 cuacioes Diereciales Ordiarias DO Ua cuació Dierecial es aquella ecuació que coiee diereciales o derivadas de ua o más ucioes

Más detalles

TEORÍA DE CONTROL MODELO DE ESTADO

TEORÍA DE CONTROL MODELO DE ESTADO TEORÍA DE ONTROL MODELO DE ESTADO Defiicioes: (Ogaa) Esado. El esado de u sisema diámico es el cojuo más pequeño de variables (deomiadas variables de esado) de modo que el coocimieo de esas variables e

Más detalles

Revisión periódica en tiendas con un elevado número de referencias de lento movimiento

Revisión periódica en tiendas con un elevado número de referencias de lento movimiento VIII Cogreso de Igeiería de Orgaizació Legaés, 9 y 1 de sepiembre de 24 Revisió periódica e iedas co u elevado úmero de referecias de leo movimieo Mauel Cardós, Eduardo Vices, Crisóbal Miralles Deparameo

Más detalles

UNIVERSIDAD DE LA COSTA DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS CONCEPTOS PREVIOS

UNIVERSIDAD DE LA COSTA DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS CONCEPTOS PREVIOS UNIVERSIDAD DE LA COSTA DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS CONCEPTOS PREVIOS Movimieo recilíeo Iroducció El esudio de los movimieos de los cuerpos es de vial imporacia para coocer el comporamieo

Más detalles

EXAMEN FINAL DE METODOS NUMERICOS (MB536)

EXAMEN FINAL DE METODOS NUMERICOS (MB536) UNIVERSIDAD NACIONAL DE INGENIERIA P.A. 7- FACULTAD DE INGENIERIA MECANICA //7 EXAMEN FINAL DE METODOS NUMERICOS (MB36) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA CIENTIFICA ESCRIBA

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN TEMA 5: CAPITALIZACIÓN COMPUESTA 1- INTRODUCCIÓN Llamamos capializació compuesa a la ley fiaciera segú la cual los iereses producidos por u capial e cada periodo se agrega al capial para calcular los iereses

Más detalles

Decimocuarta clase. Respuesta al impulso y convolución

Decimocuarta clase. Respuesta al impulso y convolución Uiversidad Disrial Fracisco José de Caldas - Aálisis de Señales y Sisemas - Marco A. Alzae Decimocuara clase. Respuesa al impulso y covolució E esa clase repasamos y esedemos la clase 3, ya que se raó

Más detalles

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete

Más detalles

SERIES DE TIEMPO AJUSTADAS CON MODELOS DE ESPACIO DE ESTADO. Errores de proyección. Adriana Fátima Panico de Bruguera.

SERIES DE TIEMPO AJUSTADAS CON MODELOS DE ESPACIO DE ESTADO. Errores de proyección. Adriana Fátima Panico de Bruguera. Ruig head: PROPAGACIÓN DE LOS ERRORES DE PROYECCIÓN DE LAS SERIES DE TIEMPO AJUSTADAS CON MODELOS DE ESPACIO DE ESTADO Errores de proecció Adriaa Fáima Paico de Bruguera apaico@herrera.u.edu.ar María Agélica

Más detalles

1 MEDIDAS DE MORTALIDAD GENERAL

1 MEDIDAS DE MORTALIDAD GENERAL MEDIDAS DE MORTALIDAD GENERAL El aálisis de la moralidad aborda el raamieo de la defució como acoecimieo demográfico. ero el úmero de mueres de ua població, la iformació básica que apora las esadísicas

Más detalles

Índice. 1. Introducción Antecedentes Marco teórico... 5

Índice. 1. Introducción Antecedentes Marco teórico... 5 Ídice. Iroducció.... Objeivos.... Aecedees... 3. Pruebas para la hipóesis de movimieo Browiao...4 3. Marco eórico... 5 3. Alguos cocepos de procesos esocásicos...5 3.. Movimieo Browiao o Proceso de Wieer...7

Más detalles

Cómo medir la precisión de los pronósticos?

Cómo medir la precisión de los pronósticos? Cómo medir la precisió de los proósicos? Por Tomás Gálvez Maríez Presidee y Direcor de CELOGIS Educaio Parer de ENAE Busiess School A la fecha de la publicació de ese documeo used podrá ecorar, e la mayoría

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

03) Rapidez de Cambio. 0301) Cambio

03) Rapidez de Cambio. 0301) Cambio Págia 1 03) Rapidez de Cambio 0301) Cambio Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Iroducció Uo de los aspecos más desacables de la auraleza es su carácer variable. La Tierra y odos

Más detalles

METODOLOGÍA DEL ÍNDICE DE PRECIOS DE MAQUINARIA Y EQUIPO

METODOLOGÍA DEL ÍNDICE DE PRECIOS DE MAQUINARIA Y EQUIPO NE DTE Meodología del Ídice de Maquiaria y Equipo METODOLOGÍA DEL ÍNDCE DE PRECOS DE MAQUNARA Y EQUPO 1. DEFNCÓN El Ídice de Precios de Maquiaria y Equipo (PME), es u idicador ecoómico que muesra la variació

Más detalles

i 1,2,..., m (filas) j 1,2,..., n (columnas) t

i 1,2,..., m (filas) j 1,2,..., n (columnas) t MTRICES Y DETERMINNTES Cocepos básicos Deermiaes Mariz iversa CONCEPTOS BÁSICOS MTRIZ de m filas y columas: a11 a12 a1 a21 a22 a 2 am1 am2 am i1,2,..., m (filas) Se represea por a j 1,2,..., (columas)

Más detalles

PROPUESTA A. b ) Coordenadas de los máximos y mínimos relativos de f(x). dx. b )

PROPUESTA A. b ) Coordenadas de los máximos y mínimos relativos de f(x). dx. b ) ES CSTELR DJOZ Eame Juio de (Geeral) Euciado oio Megiao Corbacho PRUE DE CCESO (LOGSE) UNVERSDD DE CSTLL L MNCH JUNO (GENERL) MTEMÁTCS Tiempo máimo: horas miuos Elija ua de las dos opcioes, o, coese a

Más detalles

TEMA NÚMEROS INDICES Y NÚMEROS INDICES BURSÁTILES.

TEMA NÚMEROS INDICES Y NÚMEROS INDICES BURSÁTILES. Dpo. Ecoomía Fiaciera y Coabilidad MATEMATCAS EMRESARALES TEMA 3.3 :roducció a los úmeros ídices y úmeros ídices bursáiles rof. María Jesús Herádez García. TEMA 3.3.- NÚMEROS NDCES NÚMEROS NDCES BURSÁTLES.

Más detalles

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y Capíulo 3 Marco eórico CAPÍTULO 3 MARCO TEÓRICO A lo largo de ese capíulo se explica los cocepos básicos que se debiero eer y cosiderar para la elaboració de la clasificació de maerias primas, los modelos

Más detalles

Estimación por intervalos

Estimación por intervalos Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo

Más detalles

Modelos discretos de probabilidad

Modelos discretos de probabilidad UNIDAD 6 Modelos discreos de probabilidad Objeivos Al fializar la uidad, el alumo: disiguirá y resolverá ejercicios de cada uo de los modelos discreos: biomial, geomérico, biomial egaivo, hipergeomérico

Más detalles

Tres Problemas que sirvieron de base a la introducción del concepto de Derivada

Tres Problemas que sirvieron de base a la introducción del concepto de Derivada Tres Problemas que sirviero de base a la iroducció del cocepo de Derivada Aily Acosa García Jua Miguel Valdés Placeres Iroducció El cocepo de derivada, ocupa u lugar poserior, e el ordeamieo de los emas

Más detalles

NORMA DE CARACTER GENERAL N

NORMA DE CARACTER GENERAL N NORMA DE CARACTER GENERAL N REF.: MODIFICA EL TÍTULO III DEL LIBRO IV, SOBRE VALORIZACIÓN DE LAS INVERSIONES DEL FONDO DE PENSIONES Y DEL ENCAJE, DEL COMPENDIO DE NORMAS DEL SISTEMA DE PENSIONES. Saiago,

Más detalles

MS-1 Modelos de supervivencia Página 1 de 20

MS-1 Modelos de supervivencia Página 1 de 20 CURSO: - TEMA : Pricipales modelos de moralidad. Modelizació esocásica. Ley de De Moivre. Leyes de Dormoy y de Sag. Leyes de Gomperz y de Makeham. Oros modelos de moralidad. Esudiaremos aquí disios modelos

Más detalles

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES 4. VARIABLES ALEATORIAS Y SUS PROPIEDADES Dr. hp://mah.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 4. Variables Aleaorias Ua variable aleaoria es ua fucio que asume sus

Más detalles

Nucleación y crecimiento unidimensional

Nucleación y crecimiento unidimensional Nucleació y crecimieo uidimesioal Pare II. Aálisis de la ecuació de Avrami Virgilio A. Gozález G.* Carlos A. Guerrero S, Jua Aguilar G.* ABSTRACT The applicaio of he Avrami-Johso-Mehl model o he uidimesioal

Más detalles

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

Más detalles

Ecuaciones diferenciales ordinarias: Problemas de valor inicial

Ecuaciones diferenciales ordinarias: Problemas de valor inicial Tiulació: Asigaura: Auor: Igeiero Geólogo Aálisis Numérico César Meédez Ulima acualizació: 6/0/00 Ecuacioes difereciales ordiarias: Problemas de valor iicial Plaificació: Maeriales: Coocimieos previos:

Más detalles

FORMULACIÓN Y EVALUACIÓN DE PROYECTOS

FORMULACIÓN Y EVALUACIÓN DE PROYECTOS FORMULACIÓN Y EVALUACIÓN DE PROYECTOS UNIDAD II EVALUACIÓN Y ANÁLISIS PARA LA TOMA DE DECISIONES . CRITERIOS DE EVALUACIÓN DE PROYECTOS Como se ha esudiado aeriormee, la evaluació de proyecos permie ideificar

Más detalles

El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos

El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos Méodos y écicas de iegració El siguiee ema sugerido para raar e clases es el méodo de iegració por pares veamos de dode surge y alguos ejemplos propuesos ( º ) Méodo de Iegració por pares:. dv u. v u =

Más detalles

EJERCICIOS PROPUESTOS

EJERCICIOS PROPUESTOS 7 Marices EJERCICIOS PROPUESTOS y. Ejercicios resuelos.. Dadas las marices A y B idica, si es posible. A 0 0 4 B 5 0 a) Los elemeos a 4 y b 4 b) La dimesió de cada ua de ellas c) La mariz raspuesa de cada

Más detalles

Curvas MOISES VILLENA

Curvas MOISES VILLENA 6 6.1. 6.. 6.. 6.4. 6.1. FUNCIÓN VECTORIAL DE UNA VARIABLE REAL 6.1.1 DOMINIO 6.1. LIMITE 6.1. CONTINUIDAD 6.. TRAYECTORIA (CAMINO) 6.. GRAFICA. DEFINICIÓN 6.4. TRAZA 6.5. CURVA 6.6. DERIVADA 6.7. CONCEPTOS

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Opció B Reserva, Ejercicio 4, Opció B Reserva 2, Ejercicio 4,

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació

Más detalles

TEMA 8 OPERACIONES FINANCIERAS SIMPLES

TEMA 8 OPERACIONES FINANCIERAS SIMPLES Facula e.ee. Dpo. e Ecoomía Fiaciera I Diaposiiva 1 Maemáica Fiaciera TEMA 8 OPERAIONES FINANIERAS SIMPLES 1. Plaeamieo geeral 2. Operacioes a coro y largo plazo 3. Valor fiaciero e la operació 4. Aplicacioes:

Más detalles

LECCIÓN N 14 ADQUISICIÓN Y CONVERSIÓN DE DATOS. Conversión Digital-Analógica. Conversión Analógico-Digital

LECCIÓN N 14 ADQUISICIÓN Y CONVERSIÓN DE DATOS. Conversión Digital-Analógica. Conversión Analógico-Digital Elecróica Digial LECCÓN N 4 ADQUSCÓN Y CONVESÓN DE DAOS roducció uesreo de señal Coversió DigialAalógica Coversió AalógicoDigial 4 Elecróica Digial roducció La iformació digial se puede procesar, almacear

Más detalles

Seminario de problemas. Curso Hoja 9

Seminario de problemas. Curso Hoja 9 Semiario de prolemas. Curso 05-6. Hoja 9 49. Alero, Berardo y Carla se ha coocido e ua red social. Ellos pregua a Carla cuádo es su cumpleaños; e lugar de respoderles direcamee, ella decide poerles u prolema.

Más detalles

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

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( ) I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad

Más detalles

GUÍA DE ESTUDIO MODULAR ESTADISTICA BÁSICA

GUÍA DE ESTUDIO MODULAR ESTADISTICA BÁSICA GUÍA DE ESTUDIO MODULAR ESTADISTICA BÁSICA Tercer Nivel TECNOLOGÍAS EN: ADMINISTRACIÓN DE EMPRESAS MENCIÓN CONTABILIDAD Y AUDITORIA E INFORMÁTICA MENCIÓN ANÁLISIS DE SISTEMAS Desarrollo Guía Modular: ECO.

Más detalles

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: MATEMÁTICAS DOCENTE: JOSÉ IGNACIO DE JESÚS FRANCO RESTREPO TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO N FECHA

Más detalles

Sistemas y Señales I. Ecuaciones de Estado. Variables de Estado

Sistemas y Señales I. Ecuaciones de Estado. Variables de Estado Sisemas y Señales I Ecuacioes de Esado Auor: Dr. Jua Carlos Gómez Variables de Esado Defiició: Las Variables de Esado so variables ieras del sisema, cuyo coocimieo para odo iempo, juo co el coocimieo de

Más detalles

CAPÍTULO 1: ESTIMACIÓN DE LOS INTERESES FUTUROS MEDIANTE NÚMEROS BORROSOS

CAPÍTULO 1: ESTIMACIÓN DE LOS INTERESES FUTUROS MEDIANTE NÚMEROS BORROSOS Pare II: Esimació de la esrucura emporal de los ipos de ierés a ravés de subcojuos borrosos y esimació de los ipos de ierés fuuros APÍTULO : ESTIMAIÓN DE LOS INTERESES FUTUROS MEDIANTE NÚMEROS BORROSOS

Más detalles

TEMA 10. La autofinanciación o financiación interna de la empresa

TEMA 10. La autofinanciación o financiación interna de la empresa Iroducció a las Fiazas TEM La auofiaciació o fiaciació iera de la empresa La fiaciació iera y sus compoees La auofiaciació esá formada por los recursos fiacieros que afluye a la empresa desde ella misma

Más detalles

Tema 2: Sistemas. 2.1 Introducción

Tema 2: Sistemas. 2.1 Introducción Tema : Sisemas Tema : Sisemas. Iroducció U sisema respode co uas deermiadas señales a la acció de oras. x() sisema y ( ) = T x( ) Ejemplo Tiempo coiuo: sisema mecáico () dy b d y() T{ } { } d y() dy()

Más detalles

MODULO IV. ESTIMACIÓN POR INTERVALOS DE CONFIANZA ANÁLISIS DE CASOS DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTADÍSTICA INFERENCIAL

MODULO IV. ESTIMACIÓN POR INTERVALOS DE CONFIANZA ANÁLISIS DE CASOS DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTADÍSTICA INFERENCIAL MODULO IV. ETIMACIÓN POR INTERVALO DE CONFIANA ANÁLII DE CAO DOCENTE: JUAN CARLO VERGARA CHMALBACH ETADÍTICA INFEREIAL CAO : ETIMACIÓN DE LA MEDIA CON DEVIACIÓN POBLACIONAL CONOCIDA La rimera esimació

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

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase

Más detalles

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas TAMAÑO DE MUETRA Ua de las etapas del diseño muestral es el cálculo del tamaño de la muestra (Cocra, 977, p. 7-88; Médez, 004, p. 45-47; y aro, 999, p. 39-4), ésta se lleva a cabo cosiderado el objetivo

Más detalles

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción CAPÍTULO UNO SEÑALES Y SISTEMAS. Iroducció Los cocepos de señales y sisemas surge e ua gra variedad de campos y las ideas y écicas asociadas co esos cocepos juega u papel imporae e áreas a diversas de

Más detalles

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de

Más detalles

Séptima clase. Señales exponenciales. Periodicidad en tiempo continuo y en tiempo discreto

Séptima clase. Señales exponenciales. Periodicidad en tiempo continuo y en tiempo discreto Uiversidad Disrial Fracisco José de Caldas - álisis de Señales y Sisemas - Marco. lzae Sépima clase. Señales expoeciales. Periodicidad e iempo coiuo y e iempo discreo E la auraleza so comues los sisemas

Más detalles

Instituto Tecnológico de San Luís Potosí

Instituto Tecnológico de San Luís Potosí Isiuo ecológico de Sa Luís Poosí Cero de elecomuicacioes eleproceso y Redes de Compuadoras Señales Elécricas Fís. Jorge Humbero Olivares Vázquez Cero de elecomuicacioes Eero 7 Isiuo ecológico de Sa Luís

Más detalles

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: MATEMÁTICAS DOCENTE: JOSÉ IGNACIO DE JESÚS FRANCO RESTREPO TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO N FECHA

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

Patrones de datos y elección de técnica de pronóstico

Patrones de datos y elección de técnica de pronóstico Curso de Ecoomería de Series de Tiempo Faculad de Ecoomía Uiversidad Nacioal Auóoma de México Paroes de daos y elecció de écica de proósico * Maerial de apoyo para desarrollar el capíulo 3 de Hae, e. al.

Más detalles

Test de Hipótesis. Material Preparado por Hugo Delfino

Test de Hipótesis. Material Preparado por Hugo Delfino Test de Hipótesis Material Preparado por Hugo Delfio 8-3 Qué es ua Hipótesis? Hipótesis: Es u suposició acerca del valor de u parámetro de ua població co el propósito de discutir su validez. Ejemplo de

Más detalles

Un modelo para el cálculo de la pérdida esperada en una cartera de préstamos hipotecarios

Un modelo para el cálculo de la pérdida esperada en una cartera de préstamos hipotecarios U modelo para el cálculo de la pérdida esperada e ua carera de présamos hipoecarios Jua Bazerque a Jorge ader b BCU F Depo. Esudios BCU F Depo. Esudios Resume E ese rabao se aaliza u aspeco deado de lado

Más detalles

Control de un proceso en bucle cerrado:

Control de un proceso en bucle cerrado: 0/0/0 0/0/0 Corol de u proceso e bucle cerrado: PC e Corolador v Proceso M Medida Para poder aplicar el corolador adecuado ecesiamos saber cómo se compora el proceso a lo largo del iempo. Cualquier proceso

Más detalles