Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos.

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

Download "Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos."

Transcripción

1 Ejercicio 1: Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura, y puede aplicarse en algunas partes utilizando cualquier método. El grupo de ingeniería de procesos responsable de esta operación está interesado en saber si existen diferencias entre tres tapaporos diferentes en cuanto a sus propiedades de adhesión. Para investigar el efecto que tienen el tipo de pintura tapaporos y el método de aplicación sobre la adhesión de la pintura, se realiza un diseño factorial. Para ello, se pintan tres muestras con cada tapaporo utilizando cada método de aplicación, después se aplica una capa final de pintura y a continuación se mide la fuerza de adhesión. Los datos son los siguientes: Tapaporos Inmersión Rociado Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos. (fichero pinturas.txt) Ejercicio 2: Supongamos que un ingeniero diseña una batería para su uso en un dispositivo que será sometido a ciertas variaciones extremas de temperatura. El único parámetro de diseño que se puede seleccionar es el material de la cubierta de la batería, y tiene tres alternativas. Cuando el dispositivo se manufactura y se envía al campo, el ingeniero no tiene control sobre los extremos de temperatura a que será expuesto el dispositivo, y sabe por experiencia que es probable que la temperatura influya en la duración efectiva de la batería. Sin embargo, sí es posible controlar la temperatura en el laboratorio de desarrollo de productos para los fines del ensayo. El ingeniero decide probar los tres materiales de la cubierta a tres niveles de temperatura (15º, 70º y 125º F) consistentes en el entorno de uso final del producto. Se prueban cuatro baterías con cada combinación de material de la cubierta y temperatura, y las 36 pruebas se ejecutan al azar. Los datos son los siguientes: Material 15º F 70 ºF 125 ºF Evaluar los efectos de los factores y la interacción entre ellos.

2 (fichero baterias.txt) Ejercicio 3.- Para comparar la rentabilidad de tres fondos de inversión se estudia la diferencia entre la rentabilidad anual del fondo y la rentabilidad media del mercado en cuatro años consecutivos. Consideraremos el año como un segundo factor, de manera que el primer dato corresponde al año 1 y el último al cuarto año. Los resultados son: Año1 año2 año3 año4 (fondo A) 1.12, 0.06, 0.08, (fondo B) 0.43, -1.76, -0.09, (fondo C) 2.21, -1.98, 0.80, Verificar si los tres fondos son de distinta rentabilidad esperada y si influye el año. (Fichero fondos3.txt) Ejercicio 4.- Para investigar el efecto en las ventas de la ubicación de un producto en un supermercado se realiza un experimento en el que el producto se coloca durante una semana en el estante superior, en la siguiente semana en el estante medio y en la tercera semana en el inferior. El número de unidades vendidas ha sido (datos obtenidos de lunes a viernes de cada semana): L M X J V (semana 1) 70, 95, 85, 90, 180 (semana 2) 112, 118, 130, 150, 230 (semana 3) 75, 105, 95, 115, 185 Verificar si influye la ubicación en las ventas y el día de la semana. (Fichero produ2.txt) Ejercicio 5.- Se clasifican 24 alumnos según tres criterios formando un 2 3. La variable respuesta es la nota final en una asignatura y la tabla indica el resultado: ACADEMIA NO ACADEMIA VA A CLASE NO VA A CLASE VA A CLASE NO VA A CLASE MATRÍCULA POR 1ª VEZ 2, 6, 5 3.5, 4, 2 7, 6, 4 0, 0, 2 REPETIDOR 2, 5, 5 2, 3, 5 5, 6, 3 3.5, 3, 3 Analizar estos datos. Qué crítica podría hacerse a este experimento?. Qué conclusiones podrían extraerse? Qué conclusión podría obtenerse de este experimento? A) En un contraste al 5% se encuentra que ninguno de los factores influye significativamente en la nota final del los estudiantes.

3 B) En un contraste al 5% se encuentra que solo hay diferencia significativa entre los alumnos repetidores y los que cursan por primera vez. C) En un contraste al 5% se encuentra que solo hay efecto significativo sobre la nota final entre los alumnos que van a clase o no. D) En un contraste al 5% se encuentra que el efecto de la interacción entre el factor de ir a clase o no y el factor matriculado por primera vez o no es suficientemente importante. Cual es el valor observado del estadístico de prueba para el factor C (si el alumno es repetidor o no)? Cual es el valor de la suma de cuadrados total? (Fichero notas.txt) Ejercicio 6.- Una gran empresa desea saber si el absentismo laboral está relacionado con el tamaño del departamento del empleado y su antigüedad en la empresa. Se toma una muestra de 60 empleados, se investiga el número de días que no acudieron al trabajo en los tres últimos años y esta información se cruza con el tamaño del departamento (que se clasifican en pequeños, medios y grandes) y la antigüedad (alta y baja). Suponer un modelo para estos datos, calcular la tabla ANOVA y calcular el intervalo de confianza para las diferencias de absentismo entre los empleados de alta y baja antigüedad. Dep. pequeño Dep. mediano Dep. grande Antigüedad baja 0, 2, 1, 3, 0, 2, 0, 5, 6, 8 2, 4, 7, 12, 15, 4, 3, 1, 5, 20 15, 10, 8, 5, 25, 16, 7, 30, 3, 27 Antigüedad alta 0, 1, 1, 0, 4, 2, 7, 4, 0, 3 5, 3, 2, 0, 1, 1, 3, 6, 7, 9 10, 8, 12, 3, 7, 15, 4, 9, 6, 1 (Fichero absentis.txt) Ejercicio 7.- Un estudiante ha realizado el experimento siguiente para comprobar el efecto de tres factores en el tiempo (en segundos) invertido en subir cinco pisos de escalera:

4 fumador no fumador hombre mujer hombre mujer ropa deporte 18, 18 27, 31 16, 17 27, 25 ropa calle 19, 20 29, 32 17, 18 26, 30 Analizar este experimento indicando qué factores son más significativos. Estudiar los residuos para validar el modelo. (Fichero escalera.txt) Ejercicio 8.- Se ha realizado un diseño 2 4, obteniéndose los datos siguientes: A B C D Observaciones (0) ,5 a ,4 b ,1 ab ,6 c ,4 ac ,7 bc ,1 abc ,8 d ,6 ad ,4 bd ,8 abd cd ,8 acd ,2 bcd ,7 abcd ,4 Analizar los efectos. Elaborar la tabla ANOVA. (fichero dosacuat.txt) Ejercicio 9.- Se estudia el tiempo de marchitación de unas flores considerando los factores indicados en la tabla de datos adjunta. Tenemos tres factores: Condiciones (que tiene como nivel bajo Aire Libre y nivel alto Interior), Agua (B) (cuyo nivel bajo es AP y su nivel alto AC) y tipo de flor (C) (donde rosa serái el nivel bajo y clavel el alto). Cual es el efecto promedio o efecto estimado del tratamiento AC para este experimento?

5 condiciones agua tipo valor ali ap rosa ali ac rosa ali ap clavel ali ac clavel int ap rosa int ac rosa int ap clavel int ac clavel (Fichero marchi.txt) Ejercicio 10: Una organización feminista afirma que existe discriminación salarial en contra de las mujeres en las compañías suecas. Para verificar esta afirmación, se recogen datos sobre el salario de empleados (en miles de coronas) en varios sectores industriales. Las medias para cada grupo son: Sector Mujeres Hombres Sector Sector Sector En cada celda (por ejemplo para las mujeres en el sector 1), se tomó una muestra de K = 8 empleados, por lo cual el tamaño muestral total es de 48. La variabilidad total (SCT) en los salarios es de 960. a) Explicar como se puede estimar un modelo con un factor para verificar la afirmación de los feministas y estime sus parámetros. b) Sabiendo que la variabilidad explicada por el sexo es SCA = V E(α) = IK Σα j 2 = 48, contrasta la hipótesis nula de que no existe discriminación salarial entre hombres y mujeres en el modelo con un factor. c) Contrasta la hipótesis nula de que el factor sector no es significativo en un modelo con dos factores (α = 0.05). Explica el modelo estimado, calcula sus parámetros, la tabla ADEVA y da la conclusión del contraste. d) Contrasta la hipótesis nula de que no existe discriminación salarial entre hombres y mujeres en el modelo con dos factores. Cambian los resultados con respecto a los obtenidos en el apartado b?

Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos.

Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos. Ejercicio 1: Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura, y puede aplicarse

Más detalles

b.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey.

b.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey. Ejercicio 1: Se someten 24 muestras de agua a 4 tratamientos de descontaminación diferentes y asignados al azar. Para cada muestra se mide un indicador de la calidad del agua ( cuanto más alto es el indicador,

Más detalles

Diseños factoriales a dos niveles

Diseños factoriales a dos niveles Diseños factoriales a dos niveles Tema 3. El diseño 4. Diseños k (tabla de signos) Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III

Más detalles

7. FRACCIONES FACTORIALES 7.2 DISEÑOS FRACCIONADOS 7.1 INTRODUCCION

7. FRACCIONES FACTORIALES 7.2 DISEÑOS FRACCIONADOS 7.1 INTRODUCCION 7. FRACCIONES FACTORIALES 7.1 INTRODUCCION Si el número de factores a estudiar no es reducido los planes factoriales equilibrados (por ejemplo, los planes 2 k ) exigen un número muy elevado de pruebas.

Más detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

TEMA 2 Diseño de experimentos: modelos con varios factores TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial

Más detalles

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una

Más detalles

Diseños Factoriales. Diseño de experimentos p. 1/18

Diseños Factoriales. Diseño de experimentos p. 1/18 Diseños Factoriales Diseño de experimentos p. 1/18 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de

Más detalles

Diseños Factoriales. Diseño de experimentos p. 1/25

Diseños Factoriales. Diseño de experimentos p. 1/25 Diseños Factoriales Diseño de experimentos p. 1/25 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de

Más detalles

PROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.

PROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO. 1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente

Más detalles

Tema 2: Determinantes

Tema 2: Determinantes Tema : Determinantes.- a) Encontrar los valores de λ para los que la matriz λ A = 0 λ λ 0 es invertible b) Para λ = hallar la inversa de A comprobar el resultado c) Resolver el sistema x 0 A = 0 z 0 para

Más detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado. NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009 Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados

Más detalles

TRABAJO 2: Muestreo con calculadora. TC /2017.

TRABAJO 2: Muestreo con calculadora. TC /2017. TRABAJO : Muestreo con calculadora. TC3. 06/07. APELLIDOS: GRUPO: NOMBRE: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que siguen aparecen los valores A, B, C y D, que representan respectivamente

Más detalles

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa

Más detalles

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO. DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente

Más detalles

( 2) 1. Simplificar las siguientes expresiones usando propiedades de la potenciación: a) f) 5 0 b) 2 6 : 2 3 g) 2 4.

( 2) 1. Simplificar las siguientes expresiones usando propiedades de la potenciación: a) f) 5 0 b) 2 6 : 2 3 g) 2 4. DO AÑO. 014 TRABAJO PRÁCTICO 0 1. Simplificar las siguientes expresiones usando propiedades de la potenciación: a) 5.. f) 5 0 b) 6 : g) 4. - + c) 5-5. 5 h) 5 d) ( 5 ) 5 i) e) Esta Guía 0 contiene los prerrequisitos

Más detalles

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO

Más detalles

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular

Más detalles

MATRICES FACTORIALES

MATRICES FACTORIALES MATRICES FACTORIALES Quimiometría Estudio cuantitativo de factores: efectos principales (b j ) interacciones (b ji ) si cada variable puede tener un valor mayor o uno menor: diseño factorial de dos niveles

Más detalles

Estadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo

Estadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo Estadística. Convocatoria ordinaria Mayo de 2015 Nombre. Titulación Grupo Problema 1 (1.75 puntos) En una ciudad, el 40% de las personas son rubias, el 30% tiene los ojos azules y el 10% son rubios con

Más detalles

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza

Más detalles

Modelos Lineales. 3 ọ Diplomatura de Estadística Ejercicios. 1. Probar que si los I grupos tienen el mismo número de observaciones se verifica

Modelos Lineales. 3 ọ Diplomatura de Estadística Ejercicios. 1. Probar que si los I grupos tienen el mismo número de observaciones se verifica 1 1 Análisis de la Varianza Modelos Lineales 3 ọ Diplomatura de Estadística Ejercicios 1. Probar que si los I grupos tienen el mismo número de observaciones se verifica (ȳ i. ȳ j. ) 2 = 2 I (ȳ i. ȳ.. )

Más detalles

3. Correlación. Introducción. Diagrama de dispersión

3. Correlación. Introducción. Diagrama de dispersión 1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no

Más detalles

Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3

Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3 Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3 1) En un área metropolitana se selecciona una muestra de 250 personas al azar y se les

Más detalles

CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES

CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES INTRODUCCIÓN Un fabricante de pilas afirma que la duración media de sus pilas, funcionando ininterrumpidamente, es de 53 horas como mínimo y su desviación

Más detalles

TODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis

TODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:

Más detalles

DISEÑO CURRICULAR ESTADÍSTICA III

DISEÑO CURRICULAR ESTADÍSTICA III UNIVERSIDAD NUEVA ESPARTA FACULTAD DE CIENCIAS DE LA INFORMATICA ESCUELA DE COMPUTACION DISEÑO CURRICULAR ESTADÍSTICA III ESCUELA DE COMPUTACIÓN CÓDIGO DE LA ESCUELA: 10-0762-2 ASIGNATURA: Estadística

Más detalles

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:

Más detalles

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1- Calcular, si es posible, los productos AB y BA A = ( 1 2 4), B = 5 3 0 2- Comprobar que la matriz X = 4 2 1 3 verifica la ecuación X 2 7X +

Más detalles

TEMA 4 Modelo de regresión múltiple

TEMA 4 Modelo de regresión múltiple TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.

Más detalles

6. DISEÑOS FACTORIALES 2 K NO REPLICADOS

6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.

Más detalles

Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas

Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación

Más detalles

Ejercicio 1 (20 puntos)

Ejercicio 1 (20 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada

Más detalles

EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos)

EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) PROBLEMA 1 Se quiere comparar la cantidad de energía necesaria para realizar 3 ejercicios o actividades: andar, correr y montar en bici.

Más detalles

EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS

EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS 1. Qúe propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera? a. El área bajo su función de densidad

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Estadística. Convocatoria ordinaria

Estadística. Convocatoria ordinaria Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado

Más detalles

Métodos estadísticos aplicados para la Ingeniería Informática

Métodos estadísticos aplicados para la Ingeniería Informática Grado en Ingeniería Informática Métodos estadísticos aplicados para la Ingeniería Informática Rosa Mª Alcover Arándiga Departamento de Estadística e Investigación Operativa Aplicadas y Calidad Objetivo

Más detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar

Más detalles

Esta prueba contiene 70 preguntas, divididas en las siguientes secciones:

Esta prueba contiene 70 preguntas, divididas en las siguientes secciones: MATEMÁTICA FACSÍMIL Esta prueba contiene 70 preguntas, divididas en las siguientes secciones: Números y proporcionalidad. Álgebra y funciones. Geometría. Estadística y probabilidades. Ejercicios de selección

Más detalles

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 Departamento de Estadística y Econometría. Curso 2002-2003 EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 1.- Una empresa de elaboración de materiales pone en práctica un nuevo método

Más detalles

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley

Más detalles

APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES

APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES Autores Alberto Gallegos Araya, Ramon Araya Gallardo Departamento Mecánica. Universidad de Tarapacá. 8 Septiembre Arica -e-mail: gallegos@uta.cl

Más detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) 2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos

Más detalles

Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística

Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística Mexico, junio 2007 Stephen Benoit, MD, MPH International Research and Programs Branch Division

Más detalles

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL 1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico

Más detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

FACTORIALES FRACCIONADOS 2 f-p

FACTORIALES FRACCIONADOS 2 f-p 1 FACTORIALES FRACCIONADOS 2 f-p Aun en los experimentos 2 f el número de condiciones experimentales crece exponencialmente con el número de factores f a estudiar. El n de interacciones de r factores combinados

Más detalles

Diseño de Bloques al azar. Diseño de experimentos p. 1/25

Diseño de Bloques al azar. Diseño de experimentos p. 1/25 Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un

Más detalles

Pruebas de hipótesis

Pruebas de hipótesis Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos

Más detalles

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min. Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del

Más detalles

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos

Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos Contrastes 2 χ Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos de una determinada distribución? Homogeneidad

Más detalles

DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):

DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados

Más detalles

SUBSECTOR : Electivo de Álgebra y Geometría. Guía Nº 6. Marque la alternativa correcta. Realice sus cálculos al costado de cada ejercicio.

SUBSECTOR : Electivo de Álgebra y Geometría. Guía Nº 6. Marque la alternativa correcta. Realice sus cálculos al costado de cada ejercicio. SUBSECTOR : Electivo de Álgebra y Geometría NIVELES : IIIº/VIº Medio PROFESORES : Martín Andrés Martínez Santana AÑO : 2017 CONTENIDOS: Nombre: Ángulos en la Circunferencia Guía Nº 6 IIIº/IV Marque la

Más detalles

4.1 Análisis bivariado de asociaciones

4.1 Análisis bivariado de asociaciones 4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis

Más detalles

Contraste de hipótesis con STATGRAPHICS

Contraste de hipótesis con STATGRAPHICS Contraste de hipótesis con STATGRAPHICS Ficheros empleados: Transistor.sf3, Estaturas.sf3 1. Introducción: Una forma habitual de hacer inferencia acerca de uno o más parámetros de una población consiste

Más detalles

Q(100 ; 50 ; 60) ESCALA 1:1 MEDIDAS EN mm

Q(100 ; 50 ; 60) ESCALA 1:1 MEDIDAS EN mm 1 Q(100 ; 50 ; 60) Hallar el verdadero tamaño de un segmento de perfil cuyos extremos V y H son respectivamente traza frontal y traza horizontal. El punto Q divide al segmento VH de modo que la razón de

Más detalles

2. Distribuciones de Muestreo

2. Distribuciones de Muestreo 2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores

Más detalles

PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS

PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales

Más detalles

1. Ejercicios. 2 a parte

1. Ejercicios. 2 a parte 1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

Más detalles

GEOMETRÍA ANALÍTICA PARA LA CLASE. A (x 2 ;y 2 ) y 2. d(a,b) y 2 y 1. x 1 x 2. y 1. B (x 1 ;y 1 ) x 2. Geometría Analítica DISTANCIA ENTRE DOS PUNTOS

GEOMETRÍA ANALÍTICA PARA LA CLASE. A (x 2 ;y 2 ) y 2. d(a,b) y 2 y 1. x 1 x 2. y 1. B (x 1 ;y 1 ) x 2. Geometría Analítica DISTANCIA ENTRE DOS PUNTOS GEOMETRÍA ANALÍTICA La Geometría Analítica hace uso del Álgebra y la Geometría plana. Con ella expresamos y resolvemos fácilmente problemas geométricos de forma algebraica, siendo los sistemas de coordenadas

Más detalles

Experimentos con factores aleatorios. Diseño de experimentos p. 1/36

Experimentos con factores aleatorios. Diseño de experimentos p. 1/36 Experimentos con factores aleatorios Diseño de experimentos p. 1/36 Introducción Hasta ahora hemos supuesto que los factores de un experimento son factores fijos, esto es, los niveles de los factores usados

Más detalles

Índice. Diseños factoriales. José Gabriel Palomo Sánchez E.U.A.T. U.P.M. Julio de 2011

Índice. Diseños factoriales. José Gabriel Palomo Sánchez E.U.A.T. U.P.M. Julio de 2011 Diseños factoriales José Gabriel Palomo Sánchez gabrielpalomo@upmes EUAT UPM Julio de 2011 Índice 1 Diseños factoriales con dos factores 1 Denición 2 Organización de los datos 3 Ventajas de los diseños

Más detalles

UNIDAD 7 Medidas de dispersión

UNIDAD 7 Medidas de dispersión UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada

Más detalles

DISEÑO EN PARCELAS DIVIDIDAS

DISEÑO EN PARCELAS DIVIDIDAS DISEÑO EN PARCELAS DIVIDIDAS Este es un diseño experimental combinado que resulta útil cuando al estudiar simultáneamente varios factores, alguno o algunos de ellos deben ser aplicados sobre unidades experimentales

Más detalles

(1 punto) (1.5 puntos)

(1 punto) (1.5 puntos) Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.

Más detalles

INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS

INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS . Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en

Más detalles

1

1 www.amatematicas.cl 1 Circunferencia 1. Si se sabe que α = 35º y β = 45º, cuál es la medida del ángulo x de la figura? BD y DA, están en la razón 1:2:3, respectivamente. Cuál es el valor de x? 2. El arco

Más detalles

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema

Más detalles

Planeación experimental

Planeación experimental Planeación experimental Diseño de Experimentos Diseño de Experimentos Ventajas Identifica uno o más factores influyen dentro de la variable de respuesta. Permite establecer la combinación adecuada de tratamientos

Más detalles

1º CURSO BIOESTADÍSTICA

1º CURSO BIOESTADÍSTICA E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo

Más detalles

Areas y perímetros de triángulos.

Areas y perímetros de triángulos. Areas y perímetros de triángulos. Teorema de Pitágoras. Propiedades de las medidas de los lados de todo triángulo. Area de un triángulo rectángulo y cualquiera. Perímetro y semiperímetro de un triángulo

Más detalles

Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas

Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores

Más detalles

Bloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3

Bloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3 DISEÑO EN CUADRO LATINO En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un solo factor de interés. En este sentido, se tienen cuatro fuentes de variación: Los tratamientos

Más detalles

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de

Más detalles

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Estadística CÓDIGO : IIM313A DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : PROBABILIDADES CO REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO,

Más detalles

Estimaciones puntuales. Estadística II

Estimaciones puntuales. Estadística II Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un

Más detalles

ANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

ANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff ANOVA mul)factorial Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Se puede examinar más de un factor simultáneamente (ANOVA de 2 factores, de 3 factores, etc.) Por qué un único análisis

Más detalles

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza

Más detalles

Pruebas de Hipótesis

Pruebas de Hipótesis Pruebas de Hipótesis Tipos de errores Se pueden cometer dos tipos de errores: Decisión Población Ho es erdadera Ho es falsa No rechazar Ho Decisión correcta. Error tipo II Rechazar Ho Error tipo I Decisión

Más detalles

INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005

INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Juan Carlos Colonia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE DOS POBLACIONES I.C. PARA EL COCIENTE DE VARIANZAS Sean X y dos muestras aleatorias,..., Xn Y,..., Yn independientes

Más detalles

PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS

PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales

Más detalles

DISEÑO FACTORIAL MODELO JERÁRQUICO (0 ANIDADO)

DISEÑO FACTORIAL MODELO JERÁRQUICO (0 ANIDADO) DISEÑO FACTORIAL Niveles de B Niveles de A 1 2 3 4 5 1 y 11 y 12 y 13 y 14 y 15 2 y 21 y 22 y 23 y y 3 y 31 y 32 y 33 y 34 y 35 4 y 41 y 42 y 43 y 44 y 45 Todos los niveles de cada factor están combinados

Más detalles

Teorema Central del Límite (1)

Teorema Central del Límite (1) Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico

Más detalles

DCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.

DCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles. completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos

Más detalles

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1 GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación

Más detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado

Más detalles

Tema 13: Contrastes No Paramétricos

Tema 13: Contrastes No Paramétricos Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las

Más detalles

Econometría II. Hoja de Problemas 1

Econometría II. Hoja de Problemas 1 Econometría II. Hoja de Problemas 1 Nota: En todos los contrastes tome como nivel de significación 0.05. 1. SeanZ 1,...,Z T variables aleatorias independientes, cada una de ellas con distribución de Bernouilli

Más detalles

Diseño de Experimentos

Diseño de Experimentos Diseño de Experimentos p. Diseño de Experimentos Isabel Casas Despacho: 10.0.04 mcasas@est-econ.uc3m.es Hector Cañada jcanada@est-econ.uc3m.es Introducción Los modelos que vamos a estudiar son usados para

Más detalles

2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:

2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que: Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través

Más detalles