10 MEDIDAS DE DISPERSIÓN

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

Download "10 MEDIDAS DE DISPERSIÓN"

Transcripción

1 Capítulo 10 MEDIDAS DE DISPERSIÓN U mportate cocepto de la etadítca e que gú promedo por í mmo da ua dea clara de la dtrbucó del eveto; aú cuado e codere ademá lo extremo uperor e eror, o extrá ua vó clara de la varabldad de eómeo. Para eteder ete cocepto batará co revar lo do guete ejemplo: Coderemo que e etuda u grupo de ño para determar el úmero de dete temporale co alteracoe pulpare de tre zoa habtacoale derete: urbaa, uburbaa y rural. Lo dato o lo que a cotuacó e preeta: Rural 0, 1,, 3, 5, 7 y 10. Suburbaa,, 3, 3, 3, 5 y 5. Urbaa 3, 3, 3, 3, 3, 3 y 3. E ete ejemplo puede obervar, tato el valor de la meda y la medaa e gual a tre dete temporale co alteracó pulpar. S embargo, eto valore o o da ua dea clara acerca de la dtrbucó del eveto. Se mecoaba ademá que para coocer la dtrbucó e podría obervar lo extremo uperor e eror de la ere, aí como la medaa o la meda artmétca, embargo, eta tuacó tampoco e coable ya que eto límte puede er mlare e la tre ere, puede teer la mma meda, y o por eta razoe debe teer dtrbucoe guale. Daremo otra ere co el mmo ejemplo ateror, para que te ea má claro: Rural 0, 1,, 3, 5, 7 y 10. Suburbaa 0, 0, 1, 3, 3, 5 y 10. Urbaa 0,, 3, 3, 4, 6 y 10. Aquí puede ver que lo límte uperor e eror de la tre ere o guale, aí como la medaa. Lo que dculta etablecer exte dereca e la dtrbucó del eveto e lo tre grupo e etudo.

2 130 Capítulo 10 Medda de Dperó Para ayudar a compreder mejor la dtrbucó y u comportameto, e ecearo utlzar la llamada medda de dperó o de varabldad. Eta medda te permtrá coocer límte, rago y cuáto e aleja cada obervacó de la meda, motrádote la medda etá muy próxma o muy dpera de la meda. E otra palabra, cómo e dtrbuye la obervacoe alrededor de ee promedo o ea medaa. Oberva la guete gura para que compreda mejor eto cocepto: RANGO O RECORRIDO El rago e coocdo també como ampltud o recorrdo o campo de varacó. El cálculo de eta medda e umamete mple, ólo e ecearo retar al valor mayor el meor valor obervado. Como eta medda depede de lo elemeto extremo de la ere, de ahí que o ea ua muy buea medda de aál. Pero dearrollemo u ejemplo para que apreda a calcularlo. Se lleva a cabo u etudo e 0 Odotólogo, co el propóto de etablecer el tempo que utlza para realzar ua extraccó mple, lo dato aparece ya ordeado a cotuacó (El tempo ue etmado e muto): 0,,, 7, 9, 34, 35, 38, 41, 4, 43, 45, 51, 53, 53, 53, 56, 57, 6, 68

3 Fudameto de Etadítca para Odotología 131 Para etablecer el valor del rago, retaremo del valor máxmo, el valor mímo, eto e: 68-0 = 48. Ete reultado e terpreta de la guete orma: Etre cada odotólogo e etudo, exte hata 48 muto de dereca e la realzacó de ua extraccó mple. DESVIACIÓN MEDIA Ete etadítco, etablece la varabldad co repecto al valor cetral y e obtee umado todo lo valore aboluto de la dereca de lo valore obervado meo la meda, dvddo etre el total de obervacoe. E ere mple, e utlza la guete órmula para calcular la devacó meda: De dode: 1 Devacó meda Valor de la obervacó Meda artmétca de la ere Número total de obervacoe o tamaño de la muetra Ahora dearrollaremo u ejemplo para que apreda a calcular e terpretar eta medda. Se etuda u grupo de ecolare y e quere determar cuál e la devacó meda del úmero de colutoro de lúor recbdo por ño e el equema aual que e de doce autoaplcacoe, la ere que e preeta a cotuacó ya etá ordeada: 0, 0,,, 3, 5, 5, 5, 6, 7, 8, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11, 11, 11, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1. Lo prmero que e debe calcular e la meda artmétca, la cual e obtee umado todo lo valore y dvdedo ete reultado etre el total de obervacoe:

4 13 Capítulo 10 Medda de Dperó Ahora e aplca la órmula ate decrta para el cálculo de la devacó meda, eto e: Ete reultado e terpreta aí: exte ua dereca e promedo de hata tre autoaplcacoe de lúor del equema de colutoro etablecdo, co repecto a la meda de lo ejecutado. Ahora, para calcular la devacó meda e dato agrupado e utlza la guete órmula: 1 m Coderemo el guete ejemplo: e quere etablecer la logtud promedo e la dmeó vertcal e 05 pacete, obervádoe lo dato que a cotuacó e preeta e el guete cuadro: Cuadro 10.1 Logtud de la dmeó vertcal e 05 pacete C.S.U. "Dr. Gató Melo". Mlpa Alta Logtud * Cetro de clae (m ) Número de cao ( ) m TOTAL 05 m 150 * E mlímetro Prmero e debe calcular la meda artmétca, para lo cual e utlzará la guete órmula, recordado que o dato agrupado: 1 m Ua vez calculada la meda artmétca, e lleva a cabo la umatora de lo producto de la recueca de clae por lo valore aboluto de la dereca de lo cetro de clae meo la meda, el valor que e obtega e uttuye e el umerador de la órmula, y el deomador tedrá el valor del úmero total de obervacoe:

5 Fudameto de Etadítca para Odotología 133 Logtud * Cetro de clae ( m ) Número de cao ( ) m m TOTAL 05 m m Ete valor exprea que exte ua dereca hata de cuatro mlímetro co repecto a la tedeca meda de la mma. VARIANZA Y DESVIACIÓN ESTÁNDAR Como e ua ere de obervacoe exte valore mayore que la meda y otro meore, la devacoe de la meda reultará er ua potva y otra egatva y e uma eta dereca, obteda algebracamete, el reultado va a er cero. E coecueca, e podría pear que o exte dperó, para evtar ete error de aprecacó, e procede a elevar al cuadrado eta devacoe (para o teer valore egatvo). A la uma de eta devacoe cuadrátca dvdda etre meo 1, e lo que e deoma varaza. S embargo, como e elevaro la devacoe al cuadrado, eta medda de dperó etará expreada e udade cuadrátca (Kg o mg ), por lo que o tedrá terpretacó, por ello, extraemo la raíz cuadrada potva y a eta medda e le deoma devacó etádar, que repreeta la dperó de la ere de dato. E mportate hacer otar que el deomador empre e ( 1) cuado e trabaja co muetra. De eta maera la varaza e calcula co la guete órmula: y la devacó etádar por medo de la órmula:

6 134 Capítulo 10 Medda de Dperó De dode: Devacó etádar Valor de la obervacó Meda artmétca de la ere Número total de obervacoe o tamaño de la muetra Oberva que hay do órmula, o e que ea derete, de hecho la eguda ale de la prmera por medo del dearrollo del bomo, y eto e hace co el de mplcar lo cálculo ya que retar la meda a cada ua de la obervacoe y elevarla al cuadrado para luego umarla, reulta má complcado que elevar al cuadrado cada obervacó, umarla y luego retarle el cuadrado de la meda multplcado por. Ate de dearrollar u ejemplo para que apreda a calcular la devacó etádar, e ecearo hacer la guete coderacó: Eta medda etablece la varabldad de lo valore obervado co repecto a la meda artmétca de lo mmo, por lo tato cada valor etmado de la devacoe, tee ua repreetacó proporcoal de lo valore e cuato a u dtrbucó, eto e: S la dtrbucó e ormal (Gauaa), la dtaca de ua devacó etádar (1) a u lado y otro de la meda, cluye el 68.3% de lo valore de la dtrbucó. Aí mmo, la dtaca de do devacoe etádar () a ambo lado de la meda, cluye aproxmadamete el 95.5% de la dtrbucó y el 99.73% etará cludo etre tre devacoe etádar (3) de la meda. Eta coderacoe, e puede repreetar grácamete de la guete orma: Ahora aplcaremo u ejemplo para calcular la devacó etádar e ere mple: Se etuda e 4 etomatólogo, la caldad de ajute e la coroa de acero cromo que ha colocado, mdedo la uó real etre la coroa y el tejdo detaro (valore e mcra), de dode e obtuvero lo guete dato (ere ya ordeada):

7 Fudameto de Etadítca para Odotología , 0.05, 0.07, 0.07, 0.07, 0.09, 0.10, 0.10, 0.13, 0.18, 0.18, 0.19, 0., 0.7, 0.4, 0.47, 0.51, 0.5, 0.56, 0.74, 0.78, 0.90, 0.90 y Prmero e obtee el valor de la meda artmétca que para ete ejemplo e gual a mcra. Ahora debe calcular el valor de la umatora de lo cuadrado de la dereca de lo valore orgale meo la meda gual a.1884 mcra. 1 que e Falmete el valor de 1 e gual a 4 1 = 3 que e el úmero total de etomatólogo e etudo meo uo. Suttuyedo e la órmula teemo: ( )... ( ) Ete reultado dca, que el 68.3% de la coroa colocada por ete grupo de etomatólogo motraro u deajute ; e decr, etre 1.88 y.50 mcra. El deajute e el 95.5% de la coroa que uero colocada ue etre.1884 (0.3085); e decr, etre 1.57 y.81 mcra y e el 99.7% el deajute ue etre (0.3085), eto e, etre 1.6 y Ahora veamo la órmula que e utlza para el cálculo de la devacó etádar para dato agrupado: 1 m 1 1 m 1 Oberva el guete ejemplo: e quere etablecer la do terapéutca de u atmcrobao e proceo eccoo bucale agudo, para lo cual e tomaro 405 pacete que preetaba abceo agudo de orge edodótco. Lo reultado aparece e el guete cuadro:

8 136 Capítulo 10 Medda de Dperó Cuadro 10. Eecto potvo terapéutco atmcrobao e pacete co abceo agudo de orge pulpar. I.M.S.O. Reorma Do terapéutca * Cetro de clae ( m ) Número de cao reuelto (recueca ) TOTAL 405 * E mlgramo Ahora calculemo la devacó etádar: Prmero debe etmar el valor de la meda artmétca que para ete ejemplo e 1 m mg. 405 Para calcular la devacó etádar o ayudaremo co la tabla guete: Do terapéutca * Cetro de clae ( m ) Frecueca (40 000) = (50 000) = ( ) = ( ) = ( ) = TOTAL Suttuyedo e la órmula de la devacó etádar 1 m 1 m ( ) ( ) La terpretacó de ete valor e que e el 68.3% de lo eermo e obervó el eecto terapéutco atmcrobao a partr de ua do de mg a mg ( ).

9 Fudameto de Etadítca para Odotología 137 COEFICIENTE DE VARIACIÓN Se utlza para comparar la dperoe de do muetra o para comparar do dtrbucoe derete y e obtee dvdedo la devacó etádar etre la meda artmétca, y para obteerlo e porcetaje e multplca por 100. La órmula e la guete: CV 100 El coecete de varacó e terpreta de la guete orma: 0% < CV 10% varacó pequeña 10% < CV 0% varabldad aceptable CV > 0% varabldad grade Para el ejemplo ateror del eecto potvo terapéutco atmcrobao e pacete co abceo agudo de orge edodótco, e tee que el coecete de varacó e: CV % Como el coecete de varacó e uperor al 0%, la varabldad e muy alta. Coderemo otro ejemplo, abemo que exte varabldad e la expereca de care e detcó permaete o ecudara e alumo de tre ecuela ecudara, embargo, e quere determar e cuál de la tre exte mayor dperó, lo dato aparece el guete cuadro: Cuadro 10.3 Número de dete aectado por care por platel ecolar. Medellí, Colomba. 199 Ecuela Secudara dete aectado Cetro de clae ector A ector B ector C TOTAL

10 138 Capítulo 10 Medda de Dperó Prmero e calcula la meda artmétca para cada uo de lo platele: Platel ector "A", m 1 3(1.5) 3(6) 1(6.5) A Platel ector "B", m 1 7(1.5) 11(6) 1(.5) B Platel ector "C", C 1 m 6(1.5) 14(6) 13(.5) 77 Ahora calculemo la devacó etádar para cada platel: Platel ector "A", A 1 m Platel ector "B", B 1 m Platel ector "C", C 1 m (1.5) 7(1.5) 6(1.5) 3(6) 11(6) 14(6) (6.5) 38 1(.5) 34 13(.5) 76 Falmete uttuyamo e la órmula: CV A % CV B % ( ) 35( ) 77( )

11 Fudameto de Etadítca para Odotología 139 CV C % Co eto dato puede obervar que la expereca de care e el platel del ector "A" preeta mayor varabldad, edo la meor la del ector C. Fácl, verdad? Cuadro reume Devacó meda para ere mple Devacó meda para dato agrupado Varaza para ere mple Devacó etádar para ere m mple Devacó etádar para dato 1 1 agrupado m Coecete de varacó 1 CV m 1

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 6: Medidas de Dispersión para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 6: Medidas de Dispersión para Datos Agrupados por Clases Curo de Etadítca Udad de Medda Decrptva Leccó 6: Medda de Dperó para Dato Agrupado por Clae Creado por: Dra. Noeí L. Ruz Lardo, EdD 00 Derecho de Autor Objetvo. Calcular la edda de dperó (apltud, varaza,

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010 UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE AÑOS CONVOCATORIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES RESOLUCIÓN DE LOS EJERCICIOS PROPUESTOS Ejercco a) ( puto) Racoalce mplfque

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras.

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras. Capítulo : Comparacó de varo tratameto o grupo Mucha preguta de vetgacó e educacó, pcología, egoco, dutra ceca aturale tee que ver co la comparacó de varo grupo o tratameto. Ya etudamo como comparar dfereca

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos Curo de Etadítca Udad de Medda Decrptva Leccó 4: Medda de Dperó para Dato Crudo Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Recoocer el gfcado del cocepto de dperó aplcado a

Más detalles

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN CAPÍTULO 3. ANÁLISIS DE REGRESIÓN Leccó 0: Regreó leal Smple La palabra Regreó fue utlzada por prmera vez por Frac Galto, (.8.9) e u etudo de Bología obre la hereca, doe él oto que la caracterítca promedo

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Método de egreó Grado e Etadítca y Emprea Tema 4 /3 Tema 4. Problema de fereca etadítca e el modelo de regreó leal múltple. Itervalo de cofaza y cotrate para lo coefcete de regreó... Itervalo de cofaza

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón

Más detalles

MEDIDAS, INCERTIDUMBRE, ERRORES

MEDIDAS, INCERTIDUMBRE, ERRORES Icertdumbre de la medda. MEDIDAS, ICERTIDUMBRE, ERRORES Al realzar el proceo de medcó, el valor obtedo y agado a la medda dferrá probablemete del valor verdadero debdo a caua dvera, algua de la cuale ombraremo

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES.

VARIABLES ESTADÍSTICAS BIDIMENSIONALES. CONTENIDOS: VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Orgazacó de dato: tabla de frecueca de doble etrada. Frecueca margale. Dagrama de dperó. Regreó leal: recta de regreó. Coefcete de correlacó leal. Iterpretacó.

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos

Aplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos Aplcacó de Mcrooft Ecel a la Químca Aalítca: valdacó de método aalítco Joé Marco Jurado Departameto de Químca Aalítca 1 de abrl de 008 1 Etadítca báca 11 Cocepto de poblacó y muetra E etadítca, e defe

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

PROBABILIDAD y ESTADÍSTICA II

PROBABILIDAD y ESTADÍSTICA II UNIVERSIDAD TECNOLÓGICA NACIONAL Facultad Regoal Sa Ncolá PROBABILIDAD ESTADÍSTICA II UNIDAD Nº Lcecatura e Eeñaza de la Matemátca Año 011 Mg. Lucía C. Sacco Lcecatura e Eeñaza de la Matemátca FRSN - UTN

Más detalles

UNIVERSIDAD AUTÓNOMA CHAPINGO TESIS DIVISIÓN DE CIENCIAS FORESTALES MÉTODOS DE MUESTREO LICENCIADO EN ESTADÍSTICA ROXANA IVETTE ARANA OVALLE

UNIVERSIDAD AUTÓNOMA CHAPINGO TESIS DIVISIÓN DE CIENCIAS FORESTALES MÉTODOS DE MUESTREO LICENCIADO EN ESTADÍSTICA ROXANA IVETTE ARANA OVALLE UIVRSIDAD AUTÓOMA CHAPIGO DIVISIÓ D CICIAS FORSTALS MÉTODOS D MUSTRO TSIS Que como requto parcal para Obteer el Título de: LICCIADO STADÍSTICA PRSTA: ROAA IVTT ARAA OVALL Capgo, Texcoco, do. de Méxco Juo,

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Capitalización, actualización y equivalencia financiera en capitalización compuesta

Capitalización, actualización y equivalencia financiera en capitalización compuesta Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

Medidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010

Medidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010 Medida de Variación o Diperión Dra. Noemí L. Ruiz 007 Derecho de Autor Reervado Reviada 010 Objetivo de la lección Conocer cuále on la medida de variación y cómo e calculan o e determinan Conocer el ignificado

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

MEDIDAS DE DISPERSION

MEDIDAS DE DISPERSION MEDIDAS DE DISPERSION Un promedio puede er engañoo a meno que ea identicado y vaya acompañado por otra información que informe la deviacione de lo dato repecto a la medida de tendencia central eleccionada.

Más detalles

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025 . Queremo realzar ua mpocó a plazo fjo, para lo cual acudmo a tre etdade facera. La codcoe que o ofrece o: el baco ofrece u % omal pagadero meualmete, el baco B ofrece u,% efectvo trmetral y el baco u

Más detalles

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias:

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias: PARÁMETROS ESTADÍSTICOS Puesto que las represetacoes grácas o sempre cosgue orecer ua ormacó completa de ua sere de datos, es ecesaro aalzar procedmetos umércos que permta resumr toda la ormacó del eómeo

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

Conceptos teóricos para resolver ejercicios tema 1

Conceptos teóricos para resolver ejercicios tema 1 Cocepto teórco para reolver ejercco tema MEDIDAS DE CONCENTRACIÓN Cocepto: Grado de cocetracó de la produccó (empleo, veta) e ua dutra (mporta tato el úmero como la dtrbucó relatva del tamaño de la emprea

Más detalles

UNIVERSITAT ROVIRA I VIRGILI

UNIVERSITAT ROVIRA I VIRGILI UNIVERSITAT ROVIRA I VIRGILI Departamet de Químca Aalítca Químca Orgàca PARÁMETROS CUALIMÉTRICOS DE MÉTODOS ANALÍTICOS QUE UTILIZAN REGRESIÓN LINEAL CON ERRORES EN LAS DOS VARIABLES Te Doctoral FRANCISCO

Más detalles

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 0 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón o de dperón

Más detalles

Tema 1. El modelo de regresión lineal simple

Tema 1. El modelo de regresión lineal simple Método de Regreó-Grado e Etadítca Emprea /47 Tema. El modelo de regreó leal mple. Itroduccó. Covaraza. Correlacó. Hpóte báca 3. Etmacó por el método de lo mímo cuadrado 3. Etmacó de lo parámetro 0 3. Etmacó

Más detalles

Análisis de Regresión Lineal Simple.

Análisis de Regresión Lineal Simple. Aál de Regreó Leal mple. Itroduccó Regreó mple Método de lo mímo cuadrado Propedade de lo etm. m. cuadrado Predccó Evaluacó de la tedad de la relacó leal Ejercco Itroduccó E mu frecuete ecotrar proceo

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Tema 5 Descripción numérica (1) Curso de Estadística Aplicada a las Ciencias Sociales

Tema 5 Descripción numérica (1) Curso de Estadística Aplicada a las Ciencias Sociales Curo de Etadíta Aplada a la Cea Soale Tema 5. Derpó uméra ( Capítulo 4 del maual Tema 5 Derpó uméra ( Itroduó. La meda. La devaó típa. El oeete de varaó 4. El oeete de ametría 5. Derpó uméra para dtrbuoe

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

Pruebas de hipótesis para dos muestras.

Pruebas de hipótesis para dos muestras. Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL 3. CARACTERISTICAS NUMERICAS DE UNA VARIABLE S tratamos de represetar uestras edades medate u polígoo de frecuecas, y os ubcamos e el tempo: hace 0 años, hoy

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: Prueba de Hipótei (Do Muetra) Ete procedimieto prueba hipótei acerca de cualquiera de lo iguiete parámetro:. la diferecia etre la media μ y μ de do ditribucioe ormale.. el radio de la deviació etádar σ

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

l 0 + l La energía potencial elástica de un resorte vale:

l 0 + l La energía potencial elástica de un resorte vale: ASOCIACIÓN DE RESORTES..- La fuerza y eergía elátca de u reorte o muelle. U reorte o muelle e u dotvo mecáco que uede comrmre o dlatare y que vuelve a u ocó orgal o atural, emre que el delazameto o ea

Más detalles

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma.

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma. CAPITULO II Meddas estadístcas Objetvo Calcular las meddas poscó, de tedeca cetral, de dspersó y de forma. Cotedo * * * * * * Itroduccó Meddas de poscó Meddas de tedeca cetral Meddas de dspersó Meddas

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico.

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico. Objetvos El alumo coocerá y aplcará el cocepto de arreglos udmesoales para resolver problemas que requere algortmos de tpo umérco. Al fal de esta práctca el alumo podrá:. Maejar arreglos udmesoales.. Realzar

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

Más detalles

Laboratorio de Física PRÁCTICA 1

Laboratorio de Física PRÁCTICA 1 PRELABORATORIO: MEDICIÓN - Medr. - Aprecacó. - Meddas drectas. - Meddas drectas. MEDIDAS DE LONGITUD - Cta métrca. - Verer. - Torllo mcrométrco. MEDIDAS DE TIEMPO - Croómetro. Error. - Error sstemátco.

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

Más detalles