Nombre: Práctica ( )
|
|
- José Vega Maldonado
- hace 7 años
- Vistas:
Transcripción
1 Nombre: Práctica ( ) Ejercicio: Total Puntos: Calificación: Nota: En cada apartado de estos ejercicios, indicar los comandos R utilizados para su resolución. Para el ejercicio 1, utiliza los datos y variables del fichero (descárgalo previamente en tu ordenador): suppresspackagestartupmessages(library(xlconnect)) Warning: package XLConnect was built under R version " wb <- loadworkbook("pesospollitos10dias.xlsx") datos2 = readworksheet(wb,sheet = 1) [1] "Pesogr" "TipoDieta" Ejercicio 1 (40) (a) Obtener la tabla de frecuencia completa de la variable TipoDieta, e indique el tipo de (4) variable. Una variable de tipo cualitativo nominal. (tabla.dieta = table(datos2$tipodieta)) (fr.dieta = tabla.dieta/length(datos2$tipodieta)) tabla.completa = cbind(tabla.dieta,fr.dieta) names(tabla.completa)=c("ni","fi") tabla.completa tabla.dieta fr.dieta attr(,"names") [1] "ni" "fi" NA NA NA NA NA NA Página 1
2 (b) Cuántos pollitos han seguido la dieta 3? (2) Hay 10 pollitos. tabla.dieta[3] 3 10 (c) Construye una tabla de frecuencias agrupando en 4 intervalos de la variable Pesogr, de (4) forma que puedas responder a las siguientes preguntas: Cuál es el porcentaje de pollitos con peso superior a 124 gr.? Cuántos pollitos no pesan más de 90 gr.? Hay un % de pollitos con peso superior a 124 gr. y hay 11 que no pesan más de 90 gr. (extremos = range(datos2$pesogr)) [1] datos.peso.agr = cut(datos2$pesogr,c(extremos[1]-1,90,107,124,extremos[2]+1)) (tabla.peso.agr = table(datos.peso.agr)) datos.peso.agr (50,90] (90,107] (107,124] (124,164] (tabla.peso.agr.porc = prop.table(tabla.peso.agr)*100) datos.peso.agr (50,90] (90,107] (107,124] (124,164] (d) Comando R para realizar un histograma de la variable Pesogr. Indica algún comentario (2) interpretando el gráfico. Di res.hist = hist(datos2$pesogr,breaks=4) Histogram of datos2$pesogr Frequency datos2$pesogr Página 2
3 res.hist $breaks [1] $counts [1] $density [1] [7] $mids [1] $xname [1] "datos2$pesogr" $equidist [1] TRUE attr(,"class") [1] "histogram" (e) Quién sería el percentil 85 y el tercer cuartil? (2) quantile(datos2$pesogr,c(0.85,0.75),type=2) 85% 75% (f) Comando R para realizar un diagrama de sectores de la variable TipoDieta. (2) pie(tabla.dieta) (g) Calcular la media y la varianza del peso de los pollitos. (2 1 / 2 ) Página 3
4 mean(datos2$pesogr) [1] var(datos2$pesogr)*((length(datos2$pesogr)-1)/length(datos2$pesogr)) [1] (h) Calcular el coeficiente de asimetría para la variable Pesogr e interprétalo. (2 1 / 2 ) Asimetría ligeramente hacia la izquierda, al ser negativo (aunque próximo a cero). require(fbasics) Loading required package: fbasics Loading required package: timedate Loading required package: timeseries Rmetrics Package fbasics Analysing Markets and calculating Basic Statistics Copyright (C) Rmetrics Association Zurich Educational Software for Financial Engineering and Computational Science Rmetrics is free software and comes with ABSOLUTELY NO WARRANTY Mail to: info@rmetrics.org skewness(datos2$pesogr) [1] attr(,"method") [1] "moment" x = datos2$pesogr desvtip = sqrt( var(x) * ( (length(x)-1) /length(x) )) (asimetria = (sum((x-mean(x))^3)/length(x))/( desvtip^3 ) ) [1] (i) Construye un diagrama de caja y bigotes para la variable Pesogr y coméntalo. (2) El valor mediano está sobre 110, esta cerca de la simetría (al observar la posición relativa de los bigotes y la distancia de la mediana a los extremos de la caja). boxplot(datos2$pesogr) Página 4
5 (j) Compara la variable Pesogr de los pollitos según las diferentes dietas con ayuda de (8) diagramas de caja y bigotes, y comenta que dietas poseen mayor peso mediano, y cuáles poseen mayor variabilidad al observar el gráfico construido. En término mediano, los que siguen la dieta 4 pesan más que el resto, siendo los de la dieta 1 los que pesan menos. Habría que observar que hay un pollito que sigue la dieta 2 con peso superior a todos (observación outlier). boxplot(datos2$pesogr ~ datos2$tipodieta) Página 5
6 (k) Cuál es el peso medio de los pollitos que siguen la dieta 2? (3) pob01 = subset(datos2,tipodieta==2) mean(pob01$pesogr) [1] (l) Y el peso mediano de los pollitos que siguen la dieta 1 y pesan más de 90 gr.? (3) pob02 = subset(datos2,tipodieta==1 & Pesogr>90) median(pob02$pesogr) [1] (m) Cuántos pollitos hay que pesan más de 82 gr. y siguen la dieta 1 o 3? (3) Página 6
7 pob03 = subset(datos2,pesogr>82 & (TipoDieta==1 TipoDieta==3)) length(pob03$pesogr) [1] 23 Ejercicio 2 (6) Se ha realizado una descripción de la distribución de edades (medida en años como variable discreta) en un grupo de 60 pacientes ingresados en hospitales por efectos adversos de drogas de diseño ( éxtasis ). Los investigadores resumen así la edad de sus pacientes: Edades y x (a) De qué tipo de gráfico se trata? (2) Curva acumulativa para una variable agrupada en intervalos. (b) Cuántos pacientes tienen 17 años cumplidos o menos? Qué proporción de pacientes (4) tenían más de 19 años cumplidos y no más de 21 años cumplidos? Qué porcentaje de pacientes tenían más de 23 años cumplidos? 5 pacientes que tienen 17 años cumplidos o menos. Porcentaje entre 19 y 21 años cumplidos: = 25 %. Porcentaje con más de 23 años cumplidos: = 8,3333 %. Ejercicio 3 (10) Para los siguientes datos obtenidos de la variable bidimensional (X, Y ), (19,22), (13,27), (4,29), (17,19), (5,17), (18,24), (14,20), (18,21), (4,18), (1,10) Página 7
8 (a) Calcula la media marginal de X y de Y, la varianza marginal de X e Y y la covarianza (5) de X e Y : x = c(19,13,4,17,5,18,14,18,4,1) y = c(22,27,29,19,17,24,20,21,18,10) (med.x = mean(x)) [1] 11.3 (med.y = mean(y)) [1] 20.7 (var.x = var(x)*((length(x)-1)/length(x))) [1] (var.y = var(y)*((length(y)-1)/length(y))) [1] (covarianza.xy = cov(x,y)*((length(x)-1)/length(x))) [1] (b) Calcula el coeficiente de correlación lineal de las dos variables. Son X e Y independientes? (5) No son independientes, ya que se sabe que si son independientes la covarianza debe ser cero y por lo tanto el coeficiente de correlación lineal, y puede observarse que el coeficiente de correlación lineal es distinto de cero. (coef.correlacion = cor(x,y)) [1] Para el ejercicio 4, utiliza los datos y variables del fichero: datos = read.csv(file=" names(datos) [1] "X" "Pesogr" "Tiempodias" "IdPollito" "TipoDieta" [1] "X" "Pesogr" "Tiempodias" "IdPollito" "TipoDieta" Ejercicio 4 (16) Para estudiar la relación o dependencia estadística entre el peso de los pollitos (Pesogr) y el tiempo en días que tiene el pollito (Tiempodias) pero únicamente sobre el pollito con identificador (IdPollito) igual a 1. (a) Calcular las medias y varianzas de las variables, y la covarianza de ambas. (5) Página 8
9 datosp01 = subset(datos,idpollito==1) x = datosp01$tiempodias y = datosp01$pesogr mean(x) [1] mean(y) [1] ( var.x = var(x)*((length(x)-1)/length(x)) ) [1] ( var.y = var(y)*((length(y)-1)/length(y)) ) [1] cov(x,y) # muestral [1] (cov.xy = (sum(x*y)/length(x)) - (mean(x)*mean(y)) ) [1] (b) Calcular la recta de regresión que permita estimar el peso del pollito en función del (5) tiempo en días. Realice una estimación del peso cuando transcurran 25 días. Página 9
10 (reglinyx = lm(y ~x)) Call: lm(formula = y ~ x) Coefficients: (Intercept) x summary(reglinyx) Call: lm(formula = y ~ x) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) ** x e-08 *** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: on 10 degrees of freedom Multiple R-squared: ,Adjusted R-squared: F-statistic: on 1 and 10 DF, p-value: 2.974e-08 predict(reglinyx,data.frame(x=25)) (c) A través del coeficiente adecuado indique cómo de fuerte es la dependencia lineal entre (4) ambas variables. ( coef.cor = cor(x,y) ) [1] cov.xy/(sqrt(var.x*var.y)) [1] (coef.cor.cuadrado = coef.cor^2) [1] coef.cor.cuadrado >=0.75 [1] TRUE (d) Comando R para representar un diagrama de dispersión de estas dos variables. (2) Página 10
11 plot(x,y) y x En el ejercicio 5, indicar la respuesta correcta, en caso de error se resta un 30 % de la puntuación. Ejercicio 5 (5) Leemos que una altura (130 cm) es el percentil 70 en niños de 8 años. Interpretación: A. Hay una probabilidad del 70 % de que un niño de 8 años mida 130 cm. B. El 70 % de los niños de 8 años miden por lo menos 130 cm. C. El 70 % de los niños de 8 años miden más de 130 cm. D. El 70 % de los niños de 8 años miden menos de 130 cm. E. Hay una probabilidad del 30 % de que un niño de 8 años mida 130 cm. 5. Correcta D: El 70 % de los niños de 8 años miden menos de 130 cm. Ejercicio 6 (13) En una oficina de empleo se tienen los siguientes datos: Parado En Activo Estudios Superiores Estudios Medios Estudios Primarios Sin Estudios Obtener las probabilidades de que al extraer un individuo al azar éste sea: (a) Sin estudios o en paro. (4) Consideramos: E 1, E 2, E 3, E 4 y A 1, A 2. (a) P (E 4 A 1 ) = P (E 4 ) + P (A 1 ) P (E 4 A 1 ) = Página 11
12 (45+15)/185 + (( )/185) - (45/185) [1] (b) Con estudios primarios y que esté trabajando. (4) (b) 10/185 [1] P (E 3 A 2 ) = (c) Con estudios medios, sabiendo que no está parado. (5) (c) P (E 2 A 2 ) = P (E 2 A 2 ) P (A 2 ) (20/185)/(( )/185) [1] 0.25 = Ejercicio 7 (10) En una determinada muestra de suelo se pueden aislar 3 tipos de bacterias: A, B, C, que se presentan en las proporciones 0.6; 0.3; 0.1 respectivamente. La probabilidad de que una bacteria de la clase A reaccione a la prueba del nitrato (transformándolo en nitrito) es Para B y C son 0.8 y 0.6 respectivamente. Se aísla una bacteria, hallar la probabilidad de que no reaccione a la prueba del nitrato. 7. La probabilidad es: Página 12
Nombre: 1 a Prueba Ev. Continua ( ) Estadística G2 (G.Ing. Salud)
Nombre: 1 a Prueba Ev. Continua (13-4-2015) Estadística G2 (G.Ing. Salud) Ejercicio: 1 2 3 4 5 6 Total Puntos: 45 10 10 10 10 15 100 Calificación: Nota: En cada apartado de estos ejercicios, indicar los
Más detallesEstadística I Examen Final - 19 de junio de Nombre:... Grupo:...
Estadística I Examen Final - 19 de junio de 2009 Nombre:... Grupo:... Realizar los cálculos intermedios con 4 decimales y redondear el resultado final a 2 decimales. 1. La siguiente tabla muestra las distribuciones
Más detallesEstadística I Examen Final - 28 Mayo de 2009 Tiempo: 2.5h - Total: 40 puntos. Nombre:... Grupo:...
Estadística I Examen Final - 28 Mayo de 2009 Tiempo: 2.5h - Total: 40 puntos Nombre:... Grupo:... Realizar los cálculos intermedios con 4 decimales y redondear el resultado final a 2 decimales. 1. (10
Más detallesEstadística I Solución Examen Final- 19 de junio de Nombre y Apellido:... Grupo:...
Estadística I Examen Final- 19 de junio de 2009 Nombre y Apellido:... Grupo:... (1) La siguiente tabla muestra las distribuciones de frecuencias absolutas de la variable altura (en metros) de n = 500 estudiantes
Más detallesEstadística I Solución Examen Final - 28 Mayo de 2009
Estadística I Examen Final - 28 Mayo de 2009 (1 (10 puntos A 16 estudiantes de Filosofía se les preguntó cuántas clases de esta asignatura habían perdido durante el cuatrimestre. Las respuestas obtenidas
Más detallesEjemplo de Regresión Lineal Simple.
Ejemplo de Regresión Lineal Simple. El archivo sargos.csv contiene datos morfométricos de una muestra de 200 sargos. Estos datos pueden leerse en R mediante la sintaxis: sargos=read.table(file="http://dl.dropbox.com/u/7610774/sargos.csv",
Más detallesTema 2: Estadística Bivariante Unidad 1: Correlación y Regresión
Estadística Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesTIPO DE CAMBIO MXN/EUR Eduardo Lozas 14 de diciembre de 2017
TIPO DE CAMBIO MXN/EUR Eduardo Lozas 14 de diciembre de 2017 El tipo de cambio es el precio de una moneda en términos de otra. Lo expresamos habitualmente como el número de unidades de una moneda que hay
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesMODELO PARA EL TALLER DE REGRESION
MODELO PARA EL TALLER DE REGRESION PROBLEMA. Los datos siguientes muestran la matricula estudiantil en los primeros 5 anos de nuestra Universidad. Años (desde el 2000 al 2004) x 1 2 3 4 5 Matricula (miles
Más detallesAjuste de Regresión Lineal Simple
Ajuste de Regresión Lineal Simple Hugo Alberto Brango García 1 1 Universidad de Córdoba Estadística II Mayo de 2014 Análisis de Regresión Mayo de 2014 1 / 33 Supuestos sobre los residuales del modelo Normalidad
Más detallesL FME al YoMO Se cumplen los cánones de belleza? Pedro Delicado, Lourdes Rodero 1 de marzo de 2017
L FME al YoMO 2017. Se cumplen los cánones de belleza? Pedro Delicado, Lourdes Rodero 1 de marzo de 2017 Comprobación de los cánones de belleza Canon Egipcio. Altura, Palma de la mano Canon de proporcionalidad:
Más detallesMedia-Lab Prado. Modelos Lineales en para procesar encuestas de Satisfacción. Manuel Pérez Gómez 16/06/2016
Media-Lab Prado Modelos Lineales en para procesar encuestas de Satisfacción Manuel Pérez Gómez 16/06/2016 Análisis de los Sectores. TPV Caja Compras Almacén Grupos Informes TPV Caja Compras Almacén Grupos
Más detallesEjemplo de Análisis de la Covarianza
Ejemplo de Análisis de la Covarianza Utilizando los datos del archivo sargos.csv representamos la itud desde el morro hasta la aleta dorsal frente a la itud total del pez: > sargos = read.table(file =
Más detallesy = 2, entonces: a) x es más dispersa que y. b) son igual de dispersas. 9.- Sean dos variables estadísticas x e y con los siguientes valores x = 5, σ
VARIABLES ESTADÍSTICAS 1.- Sea X una variable estadística de media 2 metros y desviación típica 5 metros. Sea Y una variable estadística de media 24 cm y desviación típica 60 centímetros. a) Y es más dispersa
Más detalles1 de 12 15/07/ :49
1 de 12 15/07/2010 12:49 Saltar a... UPM - TITULACIONES OFICIALES ampliacion_mate2 Cuestionarios Test Estadística Descriptiva Información Resultados Vista previa Editar Visión general Recalificar Calificación
Más detalles1)DESCRIPCIÓN DE LOS DATOS
1)DESCRIPCIÓN DE LOS DATOS ITAM-CONAC MÉTODOS ESTADÍSTICOS EN ACTUARÍA I DR. JUAN JOSÉ FERNÁNDEZ DURÁN EJEMPLO DE REGRESIÓN POISSON Y GAMMA RECLAMACIONES EN SEGUROS DE AUTOS EN SUECIA Los datos contienen
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesEjemplo de Regresión Lineal Simple
Ejemplo de Regresión Lineal Simple Países Porcentaje de Inmunización (x) Tasa de mortalidad (y) Bolivia 77 8 Brazil 69 65 Cambodia 3 84 Canada 85 8 China 94 43 Czech_Republic 99 Egypt 89 55 Ethiopia 3
Más detallesMATEMÁTICAS 1º BI-NM Serie Estadística Unidimensional y Bidimensional
MATEMÁTICAS 1º BI-NM Serie Estadística Unidimensional y Bidimensional 1 Entra en la página web del Instituto Nacional de Estadística y elige una variable numérica de tu interés que disponga de frecuencias
Más detallesJavier Roca Pardiñas Prof. Titular de Universidade Dpto. Estatística e I.O. Universidade de Vigo
Javier Roca Pardiñas Prof. Titular de Universidade Dpto. Estatística e I.O. Universidade de Vigo 30/10/2013 Modelos Lineales de Regresión Índice 1. Planteamiento de modelo Caso práctico 2. Estimación y
Más detallesAsignatura: Metodologías de investigación. Tema 6. Exploración de datos. Exploración de datos
Asignatura: Metodologías de investigación Tema 6 Etapas de una investigación Análisis : tests estadísticos, ajuste de curvas, análisis multivariante Obtención datos, calibrados, etc. Diseño del experimento
Más detallesTema 9: Estadística descriptiva
Tema 9: Estadística descriptiva Matemáticas específicas para maestros Grado en Educación Primaria Matemáticas específicas para maestros Tema 9: Estadística descriptiva Grado en Educación Primaria 1 / 47
Más detallesCapítulo 8. Autocorrelación Serial Roldán Andrés Rosales. Econometría Aplicada Utilizando R
Capítulo 8. Autocorrelación Serial Roldán Andrés Rosales Objetivo El propósito de este capítulo es que el usuario conozca y aprenda a resolver el problema de la autocorrelación serial en un modelo de estimación
Más detallesPrueba de Evaluación Continua Grupo A 26-XI-14
Estadística Descriptiva y Regresión y Correlación Prueba de Evaluación Continua Grupo A -XI-1 1.- Los valores de 5 mediciones realizadas con un distanciometro con apreciación en milímetros han sido agrupados
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes enviarlos a klasesdematematicasymas@gmail.com TRABAJO DE APLICACIÓN La siguiente base de datos se conformó por la información suministrada en la entidad financiera BankAmerica,
Más detallesMatemáticas Aplicadas I: Ev2 Recuperación febrero 2018
Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018 PARTE 1: ESTADÍSTICA UNIDIMENSIONAL Y BIDIMENSIONAL 1. La siguiente tabla recoge las edades de las personas que han subido a un avión. Edad [0, 18)
Más detallesTEMA 14 ESTADÍSTICA. Cuantitativa: si puede medirse y expresarse con números (es una variable), por ejemplo la talla de calzado.
Objetivos / Criterios de evaluación TEMA 14 ESTADÍSTICA O.15.1 Conocer el significado y saber calcular los parámetros de centralización y dispersión O.15.2 Interpretar y utilizar los parámetros de dispersión.
Más detallesModelo Lineal: Diagnóstico. Cómo verificamos todos los supuestos que hemos realizado?
Modelo Lineal: Diagnóstico Verificación de Supuestos y Diagnóstico Supongamos que tenemos una muestra(y i,x i ),,...,nquecumple: y i =x iβ+ɛ i dondeɛ i =N(0,σ 2 )sonindependientesyestimamosporelmétododemínimos
Más detallesAnálisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática
Análisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Técnicas Cuantitativas para el Management y los Negocios Contador Público Módulo I: ESTADÍSTICA DESCRIPTIVA Contenidos Módulo I Unidad 1. Introducción y conceptos básicos Conceptos básicos de Estadística.
Más detallesEXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES
EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES REGRESIÓN A TRAVÉS DEL ORIGEN Y Y i = β 1 + β 2X i + ε i Y i = β 2X i + ε i X A MENOS QUE EXISTA UNA EXPECTATIVA A PRIORI MUY FUERTE ES ACONSEJABLE
Más detallesINTRODUCCIÓN A REGRESIÓN LINEAL. Simple y Múltiple
1 INTRODUCCIÓN A REGRESIÓN LINEAL Simple y Múltiple 2 Introducción Aprendizaje Supervisado Predicción: estimar una función f(x) de forma que y = f(x) Donde Y puede ser: Número real: Regresión Categorías:
Más detallesEstadística Descriptiva 2da parte
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Descriptiva 2da parte 2 Cuatrimestre 2018 COMISIÓN :1. Prof. Dr. Juan Ignacio Pastore. Qué es la estadística? El contenido de la
Más detallesPrueba de Evaluación Continua
Prueba de Evaluación Continua 5-X-6.- En el aeropuerto de Madrid-Barajas se ha recogido una muestra del peso en kilogramos del equipaje de 0 viajeros: 40 0 3 3 6 5 30 3 4 3 4 9 7 39 Construir un diagrama
Más detallesEn todo proceso de investigación se generan datos y es la Estadística la disciplina encargada de :
En todo proceso de investigación se generan datos y es la Estadística la disciplina encargada de : Organizarlos y resumir Estadística la información Descriptiva Extraer conclusiones acerca de hipótesis
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesRegresión Lineal. 15 de noviembre de Felipe Bravo Márquez
Felipe José Bravo Márquez 15 de noviembre de 2013 Introducción Un modelo de regresión se usa para modelar la relación de una variable dependiente y numérica con n variables independientes x 1, x 2,...,
Más detallesRelación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS
INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318
Más detallesTema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1
Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesProbabilidades y Estadística Práctica 6
Probabilidades y Estadística Práctica 6 Ejercicio Nº 1 Sea X = la proporción de tiempo en la que se encuentra sin niebla, en funcionamiento, el aeropuerto de Ezeiza, y sea Y = la misma proporción para
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesLa distribucio n normal multivariante. Estadı stica II Tema 4: Regresio n mu ltiple. Ejemplos de densidades normales en dimensio n 2
La distribucio n normal multivariante El vector aleatorio X es normal (p-dimensional) con vector de medias µ y matriz de covarianzas Σ (notacio n: X N(µ, Σ)) si tiene densidad dada por: f (x) = Σ / (π)
Más detallesESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL. 30/09/2004 Proyecto MaMaEuSch 1
ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL 0/09/00 Proyecto MaMaEuSch Estadística Ciencia que trata sobre los métodos científicos para: Recoger, organizar, resumir y analizar datos Sacar conclusiones relevantes
Más detallesPrueba de Evaluación Continua
Prueba de Evaluación Continua 11-X-17 1- Demostrar que la varianza es la media de los cuadrados de la variable, menos el cuadrado de la media de la variable (0,5 puntos) - Para determinar un ángulo, medido
Más detallesESTADÍSTICA - PROMOCIÓN 2006 TRABAJOS DE APLICACIÓN CON DATOS ROPÍOS
ESTADÍSTICA - PROMOCIÓN 2006 TRABAJOS DE APLICACIÓN CON DATOS ROPÍOS TRABAJO DE APLICACIÓN CON DATOS PROPIOS Nº 1 1.- Relevar datos de una variable cuantitativa de su interés (no menos de 0 datos). l.
Más detallesRelación 3 de problemas
ESTADÍSTICA II Curso 2016/2017 Grado en Matemáticas Relación 3 de problemas 1. La Comunidad de Madrid evalúa anualmente a los alumnos de sexto de primaria de todos los colegios sobre varias materias. Con
Más detallesMatemáticas. Selectividad ESTADISTICA COU
Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries
Más detallesRegresión Lineal Múltiple en R
Regresión Lineal Múltiple en R 1 Hugo Alberto Brango García, MsC. Email: habrango@hotmail.com Web: www.habrango.jimdo.com www.ciecasesores.co Junio de 2014 ugo Alberto Brango García, MsC. (UNICORDOBA)
Más detallesModelos de elección discreta Aplicaciones en ordenador
Modelos de elección discreta Aplicaciones en ordenador Román Salmerón Gómez Para ilustrar cómo abordar el análisis de Modelos de elección discreta con el software econométrico Gretl resolveremos el siguiente
Más detallesEstadística II Ejercicios Tema 4
Estadística II Ejercicios Tema 4 1. Los siguientes datos muestran la estatura (en cm.) y el peso (en Kg.) para una muestra de cinco alumnos de una clase: estatura (cm.) peso (Kg.) 154 60 158 62 162 61
Más detallesGrado en IIAA y Grado en IHJ Asignatura: Estadística Aplicada. Curso SEPTIEMBRE 2014 NOMBRE:...APELLIDOS:... ESPECIALIDAD:...
Grado en IIAA y Grado en IHJ Asignatura: Estadística Aplicada. Curso 2013-2014 SEPTIEMBRE 2014 NOMBRE:...APELLIDOS:... ESPECIALIDAD:... Para estudiar el efecto de la temperatura, en C, sobre el vigor durante
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesSolución a los ejercicios de autocomprobación - Tema La información que nos dan es la siguiente:
Solución a los ejercicios de autocomprobación - Tema 2 1. La información que nos dan es la siguiente: Además, el extremo superior de la primera clase es 75, el número de clases es 6 y la longitud de cada
Más detallesSOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Más detallesEstadística I Examen extraordinario, 25 de Junio Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Estadística I Examen extraordinario, 25 de Junio 2013. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. REGLAS DEL EXAMEN: 1) Usar cuadernillos diferentes para cada problema. 2) Hacer los cálculos
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Hoja de Problemas PROBLEMA.- Se considera la siguiente tabla en la que aparece el idioma en el que están escritos los 00 artículos periodísticos más citados: Francés
Más detallesGEOESTADÍSTICA APLICADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GEOESTADÍSTICA APLICADA Tema: Análisis Exploratorio de Datos Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detalles1. Estadística descriptiva
1. Estadística descriptiva Curso 2011-2012 Estadística Datos Número Consumo Cilindrada Potencia Peso Aceleración Año País Nº Cilindros l/100km cc CV kg segundos 1 15 4982 150 1144 12 70 EEUU 8 2 16 6391
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA NOMBRE DEL ALUMNO(A): MAESTRO: Francisco Javier Tapia Moreno MATERIA: Estadística 1 ACTIVIDAD: Práctica 5. LUGAR Y FECHA: Hermosillo, Sonora, a 23 de febrero de 2017. 1. Introducción.
Más detallesCALENDARIZACIÓN DE CONTENIDOS
Asignatura de: PROBABILIDAD Y ESTADÍSTICA Unidad I Resultado de Aprendizaje de la unidad interpretar los resultados utilizando los conceptos básicos de la estadística, las distribuciones unidimensionales
Más detallesTema 8: Distribuciones Unidimensionales y Distribuciones Bidimensionales. Consideraciones iniciales:
Tema 8: Distribuciones Unidimensionales y Distribuciones Bidimensionales. Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.:
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesESTADÍSTICA I Tema 1: Estadística descriptiva
ESTADÍSTICA I Tema 1: Estadística descriptiva Estadística descriptiva e inferencia estadística Resúmenes numéricos de un conjunto de datos Herramientas gráficas para el análisis exploratorio de datos Datos
Más detallesTema 9. Regresión y correlación
Tema 9. Regresión y correlación Dada una muestra de n pares de observaciones ( 1, y 1 ),..., ( n, y n ) de la variable bidimensional (X, Y ), el objetivo va a ser encontrar una curva, lo más sencilla posible,
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesGUIA DOCENTE ESTADISTICA
1 GUIA DOCENTE ESTADISTICA 1- Datos de identificación Asignatura: Estadística Carácter: Formación básica Titulación: Psicología Ciclo: Grado Curso: 1 Cuatrimestre: Anual Departamento: Metodología de las
Más detallesOPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:
Bloque III Solucionario Actividades de síntesis: Estadística y probabilidad OPCIÓN A A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en
Más detallesEstadística I Ejercicios Tema 3 Curso 2016/17
Estadística I Ejercicios Tema 3 Curso 2016/17 1. En la siguiente tabla se representa la distribución conjunta de frecuencias (relativas) de 2 variables: calificación en Estadística I, y número de horas
Más detallesEstadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos
Estadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos Descripción numérica de datos: medidas descriptivas Centro Posición Variación Forma media cuartiles rango coef. asimetría
Más detallesBoletín 1. Estadística Descriptiva
Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Boletín 1. Estadística Descriptiva 1. Se desea estimar el porcentaje de albúmina en el suero proteico de personas
Más detallesFacultad de Ciencias Económicas y Empresariales - Grado en Economía Prácticas Estadística I Curso PRÁCTICA 1
Facultad de Ciencias Económicas y Empresariales - Grado en Economía Prácticas Estadística I Curso 2015-2016 Práctica 1.1 PRÁCTICA 1 Para conocer el perfil de las familias de los estudiantes de una facultad
Más detallesESTADÍSTICA. 1.- En una población de 25 familias se ha observado el número de vehículos que tienen obteniéndose los siguientes datos:
ESTADÍSTICA 1.- En una población de 25 familias se ha observado el número de vehículos que tienen obteniéndose los siguientes datos: 0, 1, 2, 3, 1, 0, 1, 1, 1, 4, 3, 2, 2, 1, 1, 2, 2, 1, 1, 1, 2, 1, 3,
Más detallesEn todo proceso de investigación se generan datos y es la Estadística la disciplina encargada de :
En todo proceso de investigación se generan datos y es la Estadística la disciplina encargada de : Organizarlos y resumir Estadística la información Descriptiva Extraer conclusiones acerca de hipótesis
Más detallesESTADÍSTICA Y ANÁLISIS DE DATOS
ESTADÍSTICA Y ANÁLISIS DE DATOS Práctica del Tema 2. Variables estadísticas bidimensionales Problemas 1. En la siguiente tabla aparecen, según la OIT (Organización Internacional del Trabajo), los parados
Más detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detallesAnalisis espectral con R
1 of 15 28/11/2013 23:29 Analisis espectral con R Documento tecnico: http://econometria.wordpress.com/2013/07/29/estimacion-con-parametros-dependientesdel-tiempo/ Leer librerias/datos/ crear nuevas variables
Más detallesCálculos de Regresión Logística en R, Caso de una covariable.
Cálculos de Regresión Logística en R, Caso de una covariable. Carga de datos (Tabla 1.1, Hosmer-Lemeshow): CH=read.table( CHDAGE.txt,header = T) attach(ch) Gráfico de Dispersión: plot(age,chd,xlab= Edad,
Más detallesPrueba de evaluación continua Grupo D
Prueba de evaluación continua Grupo D 23-XI-12 OPCION I 1. En un aparcamiento cobran por cada minuto que está estacionado el vehículo 15 céntimos. El tiempo que los vehículos permanecen estacionados dentro
Más detallesESTADÍSTICA 1.- NOCIONES GENERALES
ESTADÍSTICA 1.- NOCIONES GENERALES : Conjunto de elementos cuyo conocimiento es objeto de estudio. Ejemplo: Jóvenes de Laguna de Duero. : Parte de la población cuyo estudio sirve para inferir características
Más detallesRELACIÓN DE EJERCICIOS TEMA 2
1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación
Más detallesINTRODUCCIÓN. Fenómeno Real. Aprendizaje sobre el fenómeno. Análisis Estadístico. Datos Observados
ESTADÍSTICA INTRODUCCIÓN Qué es la estadística?. - Es la rama de las matemáticas que estudia la recolección, análisis e interpretación de datos. Por qué estudiamos estadística? - Aprender sobre fenómenos
Más detallesCAPÍTULO 8 ANÁLISIS DE DATOS 1.- LECTURA DE DATOS 2.- GRÁFICOS 3.- MEDIDAS DE CENTRALIZACIÓN Y DE DISPERSIÓN 4.- DETECCIÓN DE DATOS ATÍPICOS
CAPÍTULO 8 ANÁLISIS DE DATOS 1.- LECTURA DE DATOS 2.- GRÁFICOS 3.- MEDIDAS DE CENTRALIZACIÓN Y DE DISPERSIÓN 4.- DETECCIÓN DE DATOS ATÍPICOS 5.- DATOS BIDIMENSIONALES CAPÍTULO 8 1 2 1.- LECTURA DE DATOS
Más detallesMétodos robustos. September 7, 2017
Métodos robustos September 7, 2017 Contenidos Outliers en el análisis de regresión. M-estimadores de regresión Ejercicio de aplicación Los conjuntos de datos rara vez verifican completamente las hipótesis
Más detallesPráctica 4 EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables
EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables Marco elementos atípicos: b) Obtener la recta de regresión y comprobar
Más detallesRegresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t")
Regresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t") Ejemplo: (archivo datoempleado.dat) Fh (Referencia=Mujer) variables en el archivo names(b) [1] "id" "sexo" "fechnac" "educ" "catlab"
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE CIENCIAS ECONÓMICAS INFORME FINAL DEL TEXTO TEXTO: ESTADÍSTICA DESCRIPTIVA APLICADA A LA ECONOMIA
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 5) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 5) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Medidas de Tendencia Central y Variabilidad
Más detallesLibro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez
Libro de ejercicios de refuerzo de matemáticas María de la Rosa Sánchez Estadística bidimensional Tema 0 2 Índice general 1. Estadística unidimensional 5 2. Estadística bidimensional 11 3 Tema 1 Estadística
Más detallesIntroducción a la estadística. Itziar Gómez Salvador Unidad de Investigación
Introducción a la estadística Itziar Gómez Salvador Unidad de Investigación La estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los
Más detallesSyllabus. Curso:SEXTO. Materia:ESTUDIOS MATEMÁTICOS
Syllabus Curso:SEXTO Materia:ESTUDIOS MATEMÁTICOS Descripción del curso: Esta asignatura está destinada a estudiantes con distintas capacidades y niveles de conocimiento, con el objeto de infundir seguridad
Más detalles