. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente.

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

Download ". Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente."

Transcripción

1 Capítulo 9: Comparació de media E capítulo ateriore etudiamo prueba de hipótei e itervalo de cofiaza para la proporció o la media de ua població. Eto método puede er etedido para otra ituacioe. Lo bueo e que a pear de que la ituacioe ea diferete (ditito parámetro de iteré) la forma de tomar la deciioe igue la mima lógica. E ete capítulo reviaremo cómo uar lo reultado de do cojuto de dato para decidir acerca de do poblacioe, comparado media de do poblacioe y. Ate debemo ditiguir i lo dato proviee de u dieño pareado (depediete) o e u dieño idepediete. Dieño de muetra pareada veru muetra idepediete E la comparació de media vamo a ditiguir do tipo de dieño, pareado e idepediete. E eceario tomar e cueta el dieño porque cada tipo de dieño dará orige a u tet etadítico ditito. El tipo de dieño depede del objetivo y de la població e etudio. Cuado comparamo ua variable e do poblacioe ería ideal que la do poblacioe ea imilare e todo lo apecto meo e el factor o tratamieto que e etá etudiado. Supoga que etamo etudiado lo ueldo de hombre y mujere y tomamo ua muetra aleatoria de 4 matrimoio. Dieño pareado Juaita Pérez Pedro Moya María Cárcamo Jua Cerda Roa Campo Diego Maroto Julia del Valle Pablo Mora Eta muetra e dice pareada y el tamaño muetral correpode al úmero de pare, o al úmero de idividuo. Cuado lo dato o pareado, o iterea comparar la repueta de cada par. Etoce, aalizaremo la diferecia etre la repueta de cada par. Dato pareado ueldo meual e mile de $ Salario mujer Salario hombre Diferecia Promedio diferecia -.5 La vetaja pricipal de lo dieño pareado e que o ayuda a reducir el ego por variable cofudete. Depediedo del problema a ivetigar, podemo parear ujeto egú u edad, eo o etado de alud, etre otro. Geeralmete la variable que e elige para parear o variable que puede iflueciar la repueta. Cuado comparamo lo reultado de obervacioe pareada, lo efecto de eta variable de pareamieto e cacela. Otro tipo de dieño pareado e cuado cada ujeto irve como u propio cotrol. Si e tiee do tratamieto, cada ujeto puede recibir lo do tratamieto, e orde aleatorio. Si e tiee ólo u tratamieto, e mide la repueta al tratamieto comparado la ituació ate del tratamieto y depué del tratamieto.

2 Dieño pareado : medida e idividuo que fuero parte de u etudio médico para reducir la preió aguíea. Número Seo Edad tableta Preió_ate Preió_depué M 45.. M F M M Defiició: Teemo muetra pareada o correlacioada cuado abemo de atemao que ua obervació etá relacioada co la otra. Puede er obervacioe tomada al mimo tiempo, dieño pareado, o medida tomada e u mimo ujeto o uidad e do oportuidade o tiempo ditito (dieño pareado ). El úmero de obervacioe e el úmero de pare. Supoga ahora que queremo comparar lo alario de hombre y mujere etre lo profeore de la Uiveridad. Para comparar vamo a teer que cotrolar variable como jerarquía académica, año de trabajo, etc. Dieño idepediete Marcela Paz Pedro Letelier Móica Nuñez Nemeio Lara Ié Mirada Atoio Jarpa Claudia Pio Patricio Bravo Carlo Pérez Jua Gozález E el equema idepediete vamo a comparar la repueta de u grupo co la repueta del otro grupo. El tamaño de lo grupo puede er igual o diferete y el tamaño de la muetra total e la uma de lo do grupo (úmero total de idividuo). Calculamo medida de reume de uo y otro grupo y comparamo la diferecia. Dato pareado ueldo meual e mile de $ Salario mujere Salario hombre Promedio mujere Promedio hombre 35, 438,3

3 Aálii de muetra pareada E u dieño pareado la uidade o parecida (de hecho puede er la mima), mietra que la uidade de ditito pare o diferete. E dieño pareado aalizamo la diferecia y el problema e reduce al tet t para ua media que vimo e el capítulo aterior. Tet t pareado Supueto: La muetra de la diferecia e ua muetra aleatoria de ua població de diferecia. El modelo de la població de la diferecia e Normal, upueto que o e relevate i el tamaño de la muetra e grade. ipótei: : d veru : o : o :. d d > Se determia el ivel de igificacia α d < Dato: Muetra de diferecia de la cual e calcula el promedio de la diferecia d y la deviació etádar de la diferecia d. d Tet etadítico obervado: t d Ete e el tet etadítico y u ditribució bajo, e ua ditribució t co - grado de libertad. El valor-p del tet, depede de la direcció de la hipótei alterativa. Etitore E la revita Coumo y Calidad de Vida (CCV) de 99 que publica SERNAC, e hace u aálii comparativo etre lo rotulado y lo real de la carga de ua muetra de 8 etitore. A SERNAC le iterea ivetigar i la diferecia etre la carga que aparece e la etiqueta (rotulado) y la carga real e ditita de cero. Marca Carga rotulado Gramo Carga real Gramo Diferecia gramo Kidee Werer Stop-flame The moter 6 38 Victoria 75 5 Abc Ig. Aociado Ayte 98 3

4 Para olucioar el problema podemo uar SPSS para lo cálculo. SPSS realiza eta prueba co lo iguiete comado: Aalizar, Comparar media, Prueba t para muetra relacioada Ue la alida adjuta para reolver el problema de lo etitore: Etadítico de muetra relacioada Par Carga rotulado Carga real Deviació Error típ. de Media N típ. la media Prueba de muetra relacioada Par Carga rotulado - Carga real Media Deviació típ. Diferecia relacioada 95% Itervalo de cofiaza para la Error típ. de diferecia la media Iferior Superior t gl Sig. (bilateral) Lo dato del etudio médico irve para ivetigar i dimiuye igificativamete la preió depué del tratamieto. Ue lo reultado adjuto para realizar la prueba de hipótei de iteré. Ue el hitograma de la diferecia para verificar el upueto de ormalidad. 7 itograma de la diferecia de preió arterial Frecuecia Diferecia Etadítico de muetra relacioada Par Preió_ate Preió_depué Deviació Error típ. de Media N típ. la media

5 Par Preió_ate - Preió_depué Media Deviació típ. Prueba de muetra relacioada Diferecia relacioada 95% Itervalo de cofiaza para la Error típ. de diferecia la media Iferior Superior t gl Sig. (bilateral) Itervalo de cofiaza para diferecia etre media de dieño pareado: A partir de la ditribució muetral de la diferecia tambié podemo cotruir u itervalo de cofiaza de la forma: d ± t α ( ) ( ) Aálii para comparar media de muetra idepediete Supogamo que deea comparar la media de do poblacioe. Vamo a upoer e primer lugar que la ditribució de la variable e ormal e amba poblacioe y co la mima variabilidad σ. Etoce la ditribució de la variable e la do poblacioe ólo puede difereciare e la media. Si la media coicide, teemo ua úica població; i difiere, teemo do poblacioe que debe aalizare eparadamete. Two Idepedet Radom Sample d Take a imple radom ample of ize Take a imple radom ample of ize Populatio Populatio Para comparar la media e toma muetra idepediete de poblacioe co la iguiete caracterítica: Media població Media població Deviació etádar població σ Deviació etádar població σ Supueto para u dieño de do muetra idepediete: Teemo ua muetra aleatoria imple de obervacioe de ua població N (,σ). obervacioe de ua població (,σ) Teemo ua muetra aleatoria imple de La do muetra aleatoria o idepediete. N. 5

6 Etadítica muetrale del dieño de do muetra idepediete: tamaño muetra tamaño muetra media de la muetra media de la muetra deviació etádar de la muetra deviació etádar de la muetra Etamo itereado e comparar la media poblacioale y, el parámetro de iteré e la. diferecia etre la media Para ecotrar u tet de hipótei eceitamo coocer la ditribució muetral de la diferecia etre la media muetrale X X. Ditribució muetral de X X para do muetra idepediete. El promedio de la diferecia etre media muetrale e: X X. El error etádar de la diferecia etre media muetrale e: σ XX σ. 3. La ditribució de X X e ormal: La deviació etádar de X X X ~ N, σ. X e σ. De lo dato teemo do deviacioe etádar, y, la cuále o etimadore de σ. Etoce eceitamo combiar eta do etimacioe e u etimador comú o global de la deviació etádar. Lo que e ua e u promedio poderado deomiado : p p ( ) ( ) ( ) Obervemo que eta etimació e ua media poderada de la do variaza calculada e cada ua de la do poblacioe. E el cao particular e que, la etimació p erá la raíz de la media aritmética de la do variaza muetrale: p Como e de upoer al uar etimacioe de la variaza σ ya o podemo uar la ditribució Normal, io que uaremo u tet t. 6

7 Tet t para muetra idepediete Supueto: Se tiee do muetra idepediete de poblacioe co ditribució Normal, cada ua co media y deviació etádar σ. ipótei: : veru o o. : Nivel de igificació α. : > : < Dato: Se tiee do cojuto de dato de lo cuale calculamo la media muetrale y, y la do deviacioe etádar y. Tet etadítico obervado: t dode ( ) ( ) p y la ditribució bajo la p hipótei ula de la variable t e ua t de Studet co ( - ) grado de libertad. Valor p: Ecotramo el valor p uado la ditribució t( - ). La direcció del etremo depede de la direcció de la hipótei alterativa. Deciió: Si el valor p e meor o igual a α rechazamo. : A partir de la ditribució muetral de la diferecia de Itervalo de cofiaza para media tambié podemo cotruir u itervalo de cofiaza de la forma: ( ) ± t α ( ) p 7

8 Tipo de aceite Se deea aber i la graa que e aborbida por roca frita difiere etre tipo de aceite (aimal y vegetal). Para ello e friero roca e lo tipo de aceite de iteré. Determie i la diferecia de aborció obervada etre lo tipo de aceite o etadíticamete igificativa. Aimal Vegetal Caja para la aborció de graa egú tipo de aceite uado para freir roca Aborció 5 4 N Aimal Vegetal Tipo de aceite Aborció Tipo de graa Aimal Vegetal Etadítico de grupo N Deviació Error típ. de Media típ. la media Aborció Se ha aumido variaza iguale No e ha aumido variaza iguale Prueba de Levee para la igualdad de variaza F Sig. Prueba de muetra idepediete t gl Sig. (bilateral) Prueba T para la igualdad de media Diferecia de media 95% Itervalo de cofiaza para la Error típ. de diferecia la diferecia Iferior Superior

9 Supueto de la prueba t para media idepediete:. Idepedecia Lo grupo o tratamieto o idepediete etre í. Por ejemplo e u dieño eperimetal, lo tratamieto o aigado a grupo de peroa aigado al azar. Ete upueto e parte del dieño eperimetal. E cao de que el etudio ea obervacioal e verifica e lo dato.. Normalidad La primera upoició e ua prueba t para media idepediete e igual a la upoició e cualquier prueba t: e upoe que la ditribucioe poblacioale o ormale. E la práctica, eto implica u problema ólo i e coidera que la do poblacioe tiee ditribucioe marcadamete aimétrica y e direccioe opueta. E geeral, la prueba t e aplica batate bie e la práctica, au cuado la forma de la ditribucioe poblacioale ea moderadamete diferete de la curva ormal (e dice que la prueba t e etadíticamete robuta). E SPSS, e verifica ormalidad haciedo gráfico y prueba de hipótei. Para la repueta de cada tratamieto o grupo, cotruya u hitograma o tallo-y-hoja y verifique que o eita u ego prouciado. Para tamaño de grupo i pequeño, eto gráfico erá de poca utilidad. SPSS realiza do tet etadítico para verificar ormalidad, el tet de Kolmogorov-Smirov y el tet de Shapiro-Wilk. El tet de Kolmogorov-Smirov e u tet cláico y coocido. El tet de Shapiro-Wilk e má uevo y recomedado para tamaño muetrale mayore a 5. E todo cao, e epera que la cocluioe co cualquiera de lo do tet ea la mima. La hipótei erá: : la repueta del grupo o tratamieto : la repueta del grupo o tratamieto i e ormal i NO e ormal Por lo tato i el valor p del correpodiete tet e mayor que el ivel de igificació,,5, aceptamo la hipótei ula y cocluimo que e cumple el upueto de Normalidad. Note que e ete cao epecial la hipótei de iteré e la hipótei ula. 3. omogeeidad de variaza (omocedaticidad) Si la deviacioe etádar de la població o o coocida pero ademá o la podemo aumir iguale podemo uar el tet etadítico: t. La ditribució muetral bajo la hipótei ula e ua ditribució t pero co uo grado de libertad aproimado: gl Pero por uerte teemo oftware que ya etá programado para hacer eto cálculo. 9

10 El programa SPSS realiza u tet para verificar la homogeeidad de variaza (Tet de Levee ): ipótei Tet Etadítico Ditribució bajo o σ : σ : σ σ F F de Fiher co grado de libertad 4. Otro tet Si o e cumple lo upueto, eite tet etadítico alterativo que o hace upueto acerca de la ditribució de lo etimadore, coocido como método o paramétrico. Pao para reolver problema de comparació de media:. Decripció: Lo primero e cualquier aálii de dato e la decripció gráfica y umérica de eto. Tambié e importate verificar la coitecia de lo dato, e decir que lo dato eté bie digitado y ea valore reale.. Verificació de upueto: E el cao de compraració de media, aumiedo idepedecia etre lo grupo lo upueto a verificar o: Normalidad: Debemo verificar ete upueto e ambo grupo. omogeeidad de variaza, e decir comparar la variaza de ambo grupo, para lo cúal uamo el tet de Levee 3. Si e acepta el upueto de homogeeidad de variaza etoce podemo uar el tet t de comparació de media, aumiedo variaza iguale. 4. Si NO e acepta el upueto de homogeeidad de variaza etoce debemo uar el tet t de comparació de media, que NO aume variaza iguale. Levee,. (96). I Cotributio to Probability ad Statitic: Eay i oor of arold otellig, I. Olki et al. ed., Staford Uiverity Pre, pp

11 Solució para el problema de la roca: Ya teemo la decripció. Luego verificamo lo upueto. E SPSS e puede reviar el upueto de ormalidad por grupo co: Aalizar, Etadítico decriptivo, Eplorar, Gráfico, Gráfico co prueba de ormalidad (ver ayuda SPSS, Aova) Aborció Tipo de aceite Aimal Vegetal Prueba de ormalidad Kolmogorov-Smirov a Shapiro-Wilk Etadítico gl Sig. Etadítico gl Sig..9.* *. Ete e u límite iferior de la igificació verdadera. a. Correcció de la igificació de Lilliefor.3.* Prueba de muetra idepediete Aborció Se ha aumido variaza iguale No e ha aumido variaza iguale Prueba de Levee para la igualdad de variaza F Sig. t gl Sig. (bilateral) Prueba T para la igualdad de media Diferecia de media 95% Itervalo de cofiaza para la Error típ. de diferecia la diferecia Iferior Superior Tet homogeiedad de variaza: : σ σ : σ σ De la alidad de SPSS, obteemo: Tet etadítico obervado: F,3, valor-p,583 >,5

12 Por lo tato cocluímo que e cumple el upueto de homocedaticidad. Fialmete, procedemo co la hipótei de iteré: : : Etadítico t,98, valor-p,67, por lo tato o teemo uficiete evidecia para cocluir que ea ditita la aborció de graa. Tabla reume: Situació Parámetro() Tet Etadítico Itervalo de Cofiaza Comparar media de muetra pareada Media de la diferecia d d t d ( ) ± - - d t d α Comparar variaza de muetra idepediete Diferecia etre variaza σ σ Tet F de Levee Comparar media de muetra idepediete (homocedaticidad) Diferecia etre media t p ( ) ± ) ( t p α Comparar media de muetra idepediete (heterocedaticidad) Diferecia etre media t ( ) ± ) ( gl t α Dode: ) ( ) ( p y gl

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

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

Más detalles

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

Comparación de dos Muestras

Comparación de dos Muestras STATGRAPHICS Rev. 4/5/007 Comparació de do Muetra Reume El procedimieto de Comparació de do Muetra etá dieñado para comparar do muetra idepediete de dato de variable. La prueba o corrida para determiar

Más detalles

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA JRCICIO D INFRNCIA OBR CON σ² DCONOCIDA INFRNCIA OBR CON σ DCONOCIDA Ditribució de la media muetral Mucha vece deeamo realizar iferecia acerca de la de ua població pero o cotamo co la variaza poblacioal

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

Contraste de hipótesis

Contraste de hipótesis Capítulo 6 Cotrate de hipótei Termiamo eta itruió e la iferecia etadítica co ete tercer método. Co frecuecia, el problema plateado o e implemete la etimació de u parámetro, io el dieño de ua regla de deciió

Más detalles

Salazar Rosales Leandro

Salazar Rosales Leandro Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal

Más detalles

Contraste sobre la media de una distribución Normal de varianza conocida

Contraste sobre la media de una distribución Normal de varianza conocida Cotrate de hipótei etadítica E la primera parte de la iferecia etadítica e ha abordado el problema de la etimació de parámetro, e ella e ha vito cómo cotruir etimadore de parámetro poblacioale, e ha iitido

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Capítulo III DITRIBUCIOE BIDIMEIOALE 3 Itroducció Etudiaremo do caracterítica de u mimo elemeto de la població (altura peo, do aigatura, logitud latitud) De forma geeral, i e etudia obre ua mima població

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

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

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

Más detalles

DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL

DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL Alejadro Quiroz Zárate & Erique Villa Diharce Comuicació Técica No I-06-3/28-08-2006 (CC/CIMAT) Determiació del

Más detalles

Herramientas estadísticas (HE)

Herramientas estadísticas (HE) Herramieta etadítica (HE) Realizado por: Guillermo Sáchez. Actualizado: 1-0-19 E ete documeto e decribe la herramieta etáditica (HE web) dipoible para realizar calculo etaditico dede la web de ENUSA o

Más detalles

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA 7 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA El aálii e el domiio de la frecuecia e u herramieta cláica e la teoría de cotrol, i bie e geeral lo itema que varía co ua periodicidad defiida o uele er lo má

Más detalles

Qué es la estadística?

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

Más detalles

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio

Más detalles

MEDIDAS DE DISPERSIÓN.

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

Más detalles

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio! Ete documeto e de ditriució gratuita llega gracia a Ciecia Matemática www.cieciamatematica.com El maor portal de recuro educativo a tu ervicio! Itituto Tecológico de Apizaco Departameto de Ciecia Báica

Más detalles

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS 4 INFERENCIA, ESTIMACIÓN Y CONTRASTE DE IÓTESIS - INTRODUCCIÓN La Etadítica decriptiva y la teoría de la robabilidad va a er lo pilare de u uevo procedimieto (Etadítica Iferecial) co lo que e va a etudiar

Más detalles

Estadística Teórica II

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

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles

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

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

Más detalles

INTERVALOS DE CONFIANZA

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

Más detalles

MACROECONOMÍA III EL MODELO DE SOLOW

MACROECONOMÍA III EL MODELO DE SOLOW MACROECONOMÍA III E MODEO DE SOOW Blaca Sachez-Roble Equema de la preetació. Supueto del modelo. Dicuió 3. Implicacioe 4. co proreo técico Supueto:. Fució de producció: < < (). o idividuo ahorra ua taa

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS ESTADISTICA II Guía de Etudio Corte # Prof. Mariugeia Ricó ESTIMACIÓN DE PARÁMETROS Etadítica.- Ua etadítica e cualquier fució de la variable aleatoria que e obervaro e la muetra de maera que eta fució

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Medidas de 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

Ejercicios de intervalos de confianza en las PAAU

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

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

1 Valores individuales del conjunto

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

Más detalles

Importancia de las medidas de tendencia central.

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

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Tests de Hipótesis basados en dos muestras. ESTADÍSTICA (Q) 23. TESTS E INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS POBLACIONES

Tests de Hipótesis basados en dos muestras. ESTADÍSTICA (Q) 23. TESTS E INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS DE DOS POBLACIONES 57 3. TET E INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIA DE DO POBLACIONE U test de hipótesis para dos muestras es similar e muchos aspectos al test para ua muestra. e especifica ua hipótesis ula,

Más detalles

Implementación y diseño de mecanismos

Implementación y diseño de mecanismos Implemetació y dieño de mecaimo Ua de iño cuarteado E el capítulo 3 del Libro de lo Reye del Atiguo Tetameto e relata el coocido como Juicio del Rey Salomó. Do protituta e preeta ate el rey. Ua de ella

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

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

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

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

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

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

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

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

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

Más detalles

Prueba A = , = [ 7.853, 8.147]

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

Más detalles

OPCIÓN A EJERCICIO 1_A

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

Más detalles

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

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

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

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2 Estadística o Paramétrica ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ Autores: Jua Fracisco Moge Ivars (jmoje@uoc.edu), Ágel A. Jua Pérez (ajuap@uoc.edu) ESQUEMA DE CONTENIDOS Estadística o Paramétrica

Más detalles

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles

Trabajo Especial Estadística

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

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando AEXO Etudio de Apecto de eguridad Emprearial Muate,Maricel eei, Ferado Idice Cuetioario...3 Repueta...11 Arbol...135 Etaditica...137 Etaditica Greerale...138 Etadítica Biaria...153 Etadítica Combiada...157

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

Cálculo de límites Criterio de Stolz. Tema 8

Cálculo de límites Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

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

Más detalles

FORMULARIO DE ESTADÍSTICA

FORMULARIO DE ESTADÍSTICA Reúmee de Matemática paa Bachilleato I.E.S. Ramó Gialdo FORMULARIO DE ESTADÍSTICA Cocepto báico Població: cojuto de todo lo elemeto objeto de ueto etudio Mueta: ubcojuto, extaído de la població,(mediate

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

4 Contrastes del Chi 2 de bondad del ajuste 4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

Capítulo 7. Simetría Molecular. 1) Elementos y operaciones de simetría. 1.1) Definiciones

Capítulo 7. Simetría Molecular. 1) Elementos y operaciones de simetría. 1.1) Definiciones apítulo 7. Simetría Molecular ) Elemeto y operacioe de imetría.) Defiicioe Se puede obteer mucha iformació cualitativa de la fucioe de oda y propiedade moleculare (epectro, actividad óptica, ) a partir

Más detalles

UNIDAD 4. INFERENCIA ESTADÍSTICA

UNIDAD 4. INFERENCIA ESTADÍSTICA UNIDAD 4. INFERENCIA ESTADÍSTICA. Eimació por Iervalo Se puede eablecer u iervalo de eimació para la media, i la muera e eleccioa de ua població ormal o i e grade 30, coiderado la diribució mueral de X.

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS Págia 1 de 13 CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS E este capítulo etraremos al fial del ciclo del método cietífico, usado la iformació de la muestra para geeralizar y llegar a coclusioes

Más detalles

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

Matemáticas Financieras

Matemáticas Financieras Matemática Fiaciera Fracico Pérez Herádez Departameto de Fiaciació e Ivetigació de la Uiveridad Autóoma de Madrid Objetivo del curo: Profudizar e lo fudameto del cálculo fiaciero, eceario para u aplicació

Más detalles

Significado de la media y desviación estándar poblacional

Significado de la media y desviación estándar poblacional REV. OBSTET. GINECOL. - HOSP. SANTIAGO ORIENTE DR. LUIS TISNÉ BROUSSE 015; VOL 10 (1): 17-1 ARTÍCULO DE REVISIÓN Sigificado de la media y desviació estádar poblacioal Sócrates Aedo M 1, Gabriel Cavada

Más detalles

Análisis de datos en los estudios epidemiológicos II

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

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD

INTRODUCCIÓN A LA PROBABILIDAD INTRODUIÓN L PROBBILIDD EXPERIMENTOS LETORIOS Y DETERMINISTS Los experimetos o feómeos cuyo resultado o puede coocerse hasta haber realizado la experiecia se llama aleatorios o estocásticos. uado el resultado

Más detalles

ESTADISTICA UNIDIMENSIONAL

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

Más detalles

TEMA 13 INTRODUCCIÓN A LA VALORACIÓN DE ACTIVOS FINANCIEROS

TEMA 13 INTRODUCCIÓN A LA VALORACIÓN DE ACTIVOS FINANCIEROS Diapoitiva. Cocepto y caracterítica de lo activo fiaciero 2. Reta variable, tipo y criterio de valoració 3. Reta fija, tipo y criterio de valoració 4. Duratió y covexidad de u activo fiaciero de reta fija

Más detalles

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx .7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )

Más detalles

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año:

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año: COLEGIO COLOMBO BRITÁNICO DEPARTAMENTO DE MATEMÁTICAS PROGRESIONES/ SECUENCIAS/ SUCESIONES PROFESORES: RAÚL MARTÍNEZ Y JESÚS VARGAS Problema Jua Guillermo ivierte milloe de peo durate año, le pagará a

Más detalles

Muestreo Estratificado.

Muestreo Estratificado. Muestreo Estratificado. 1.- Itroducció: Para aplicar este diseño, se precisa que la població esté dividida e subpoblacioes, estratos, que o se solape. Se seleccioa ua muestra probabilística e cada estrato

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

Muestreo e Intervalos de Confianza

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

Más detalles

Problemas de Sucesiones

Problemas de Sucesiones Capítulo Problemas de Sucesioes Problema. Calcular los siguietes ites: l se i e + 3 ii 5 iii l iv + + + Solució: l se i [ escala de iitos se acotada ] 0 acotada 0. e + e ii 5 + [ úmero meor que uo 5 ]

Más detalles

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

Más detalles

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

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

Más detalles

Profr. Efraín Soto Apolinar. Área bajo una curva

Profr. Efraín Soto Apolinar. Área bajo una curva Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció B Reserva, Ejercicio 4,

Más detalles

Inteligencia de redes y comunicaciones. Celestino. Eduardo García Ballestero Julio F. Borreguero Ballesteros

Inteligencia de redes y comunicaciones. Celestino. Eduardo García Ballestero Julio F. Borreguero Ballesteros Iteligecia de rede y comuicacioe Celetio Eduardo García Balletero Julio F. Borreguero Balletero CELESTI 1. Itroducció Cuáta de la peroa que coocemo tiee pareja?, cuáta tiee dificultade para ecotrarla?...ya

Más detalles

(3.b) MODELOS EXPONENCIALES de COLAS

(3.b) MODELOS EXPONENCIALES de COLAS (.b) MODEOS EXOEIAES de OAS ITRODUIÓ A OS ROESOS DE AIMIETO Y MUERTE. Ecuacioe de euilibrio. odició de E.E. AIAIÓ DE AS EUAIOES DE EQUIIBRIO: a cola M/M/. Ilutració del comportamieto. MODEOS DE OAS EXOEIAES.

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

Expresiones Algebraicas

Expresiones Algebraicas Semiario Uiversitario Matemática Módulo Expresioes Algebraicas Difícilmete se pueda estudiar cualquier rama de la matemática actual si u maejo algebraico razoable. Usamos la palabra maejo y o la de estudio,

Más detalles

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 001 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Se quiere orgaizar u puete aéreo etre dos ciudades, co plazas suficietes de pasaje y carga,

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles