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

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

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

Transcripción

1 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 de reuea Reume Itroduó Hata ahora: derpó de varable o tabla y gráo. La meda Iormaó que e da: la dtrbuó de lo ao etre lo derete valore Para todo tpo de varable Co varable uattatva, podemo reumr ormaó de otra orma: valore uméro obre Cetro de lo dato (medda de poó Coetraó de lo dato e toro al etro (medda de dperó Otro rago de la dtrbuó Derpó de u ojuto de dato má elemetal: u etro Meda o promedo: el etro de gravedad Ejemplo: la ota meda e u eame, greo medo por amla, úmero de hjo medo por pareja MUY IMPORTATE: la meda o tee por qué er repreetatva 4

2 . La meda: álulo Teemo ua varable, que llamamo X Llamamo al úmero de ao u obervaoe de la varable Lo valore que toma ada ua de la obervaoe, lo llamamo,,..., -, La meda e obtee dvdedo la uma de lo valore de todo lo ujeto por el úmero de ujeto. La meda: álulo S teemo varo ao o el mmo valor, podemo haerlo de ua orma má rápda Llamamo a ada uo de lo valore de la eala Aí, dada ua eala o lo valore,,..., -, Cuya reuea aboluta o:,,..., -, La órmula de la meda e reelaboraría aí: K Σ... Σ 5 6. La meda: álulo Ea órmula e puede mplar aú má:. La meda: Cálulo o EXCEL ATECIÓ: CUADROS COMO ESTE CO LÍEAS PUTEADAS SO EXPLICACIOES MATEMÁTICAS PARA AFICIOADOS. O SO ECESARIOS PARA SEGUIR LA ASIGATURA ( ( K (... ( ( K ( K K Cálulo o EXCEL Ejemplo de varable GTIE y AHORRO promedo(rago GTIE: 6.77 (* egú hero HOGARES, o dato tabla.; pero álulo lbro o dato apéde, que o u poo dtto AHRR: 4.76 Comprobaó uma(rago/otar(rago 7

3 . La meda: propedade- Suma de la devaoe de u ojuto de obervaoe repeto a u meda, e gual a ero (e ompea ua o otra (Ver o GTIE o AHORRO ( ( (... 0 ( 0 (... ( 9. La meda: propedade - El valor de la meda puede vere muy aetado por ua poa obervaoe uyo valor ea muy derete de lo demá Ejemplo 7 ueldo e emprea: 0.00, 0.400, 0.700,.00,.00,.500 y Sueldo medo e U olo valor atípo (outler arratra la meda haa arrba Meda de lo e otro valore: 0.88 El valor de la meda puede o er repreetatvo del ojuto de lo valore, epealmete e poblaoe o muetra pequeña, uado ua e muy derete de la otra 0. La meda: propedade - E geeral, uado el gráo que repreeta la dtrbuó de valore o e métro, o egado, la meda etá devada, e relaó o la mayoría de lo valore, haa la ola má larga de la dtrbuó Cuato má egada e la dtrbuó: meo repreetatva e la meda. La meda: propedade - Cola haa la dereha: meda mayor que la mayoría de lo valore

4 . La meda: propedade - Cola haa la zquerda: meda meor que la mayoría de lo valore. La meda: meda poderada S teemo do poblaoe o muetra de tamaño y, y teemo el valor medo de ua varable e amba poblaoe y Podemo alular la meda de todo lo ujeto que ompoe la do muetra o poblaoe, utlzado la órmula de la meda poderada 4. La meda: meda poderada ( Lo mmo e apla, e lugar de poblaoe o muetra, teemo muha má Por ejemplo: varable o la edad meda de la poblaó de 85 mupo de Catlla-La Maha Meda poderada: umamo ada valor multplado por la poblaó del mupo y lo dvdmo por la poblaó de todo ello La devaó típa Do ojuto de dato puede teer la mma meda pero er muy dtto, 5, 7,,, 5 (meda e 9, 5, 7,,, 5 (meda e 9 Derea: dperó repeto a meda Coeuea: juto a meda (poó e eearo otro valor que epree la dperó. 5 6

5 . La devaó típa: poble álulo Ua poble dea: la meda de la devaoe repeto a la meda ( Problema: el umerador e ero (e ompea Soluó: elevar al uadrado, alular la meda de lo uadrado, y hallar la raíz uadrada. La devaó típa: álulo Eta e la órmula de la devaó típa: ( Lo que etá detro de la raíz uadrada, e der el uadrado de la devaó típa e llama varaza: ( 7 8. La devaó típa: álulo alteratvo Igual que la meda, uado hay valore repetdo, la devaó típa també puede alulare o eta otra órmula: ( ( ( ( ( ( (... ( ( (. La devaó típa: poblaoe y muetra Por razoe téa (matemáta, uado e alula la devaó típa y la varaza de ua muetra, e lugar de la de ua poblaó, el deomador e (- e lugar de ( ( ( 9 0

6 . La devaó típa: álulo o EXCEL Ejemplo o EXCEL (varable GTIE S uetro ao o ua muetra DESVEST(rago (70.40,54 VAR(rago Comprobaó: derea, uadrado, umarlo, dvdr por (-, hallar raíz uadrada S uetro ao o ua poblaó DESVESTP(rago (69.0, VARP(rago. La devaó típa: terpretaó Mde la dperó: uato má grade, mayor dperó. Pero gado o tutvo E algo aí omo la meda de la devaoe repeto a la meda Udade: la mma e la que e epree la varable (euro, metro, puto e eame... Grade o pequeña? Segú lo que epamo de la varable mma Ejemplo: eame de 0 a 0; devaó típa de o de. La devaó típa: propedade Sempre valor potvo Sólo valor 0 toda la obervaoe tee el mmo valor Como la meda, muy aetada por valore atípo Sueldo de ejemplo ateror (tra.8: Devaó típa luyedo 7 valore: 66.78,5 Devaó típa ólo de 6 valore ormale : 48,0 0. La devaó típa: regla de Chebyhev Para ualquer ojuto de dato, la proporó de obervaoe que dta meo de m devaoe típa de la meda, e omo mímo: m m puede er u úmero o etero (,5;, Por ejemplo, la proporó de dato uyo valor dta de la meda meo de vee la devaó típa erá: 0,5 0,75 4 E der, el 75% de lo dato de ualquer ere tee u valor que dta de la meda meo de do vee la devaó típa 4

7 . La devaó típa: regla de Chebyhev La proporó de dato uyo valor dta de la meda meo de vee la devaó típa erá: 0, 0,88 9 La proporó de dato uyo valor dta de la meda meo de 4 vee la devaó típa erá: 0,06 0, La devaó típa: regla empíra Cuado el htograma de lo dato tee apromadamete la orma de ua ampaa: Apromadamete el 68% de lo dato ae etre ± Apromadamete el 95% de lo dato ae etre ± Todo o a todo lo dato ae etre ± 5 6. La devaó típa: regla empíra Se llama regla empíra porque e dervada de la obervaó de lo que uele ueder e la práta Por eo ormulada e térmo de apromadamete Sólo rve para dato o dtrbuoe má o meo de ampaa Otro dato, o dtrbuoe egada: o uoa. El oeete de varaó Problema de la devaó típa: varía o el valor aboluto de la varable Díl omparar devaoe típa de varable o valore muy dtto Ejemplo: G y G e hero HOGARES (devet(rago E muho o poo?? 7 8

8 . El oeete de varaó (: oepto y álulo Soluó: ua medda de dperó depedete de lo valore aboluto Coeete de varaó: CV E EXCEL: alular por eparado devaó típa y meda y dvdr 4. El oeete de ametría Otro rago tereate obre ua varable: métra o amétra Medó metría: eamado derea etre valore y meda Para haer el úmero má maejable: la derea e dvde etre el valor de la devaó típa Forma de agregar ormaó obre el go (potvo o egatvo y el tamaño: uado el ubo de la derea El oeete de ametría (: álulo Coeete de ametría: meda de lo ubo de la derea etre lo valore y la meda, dvddo por la devaó típa CA (Lbro: otra órmula, que da el mmo reultado 4. El oeete de ametría (: álulo Como o la meda y la devaó típa, uado teemo muho ao o el mmo valor, podemo mplar el álulo uado eta órmula CA

9 4. El oeete de ametría (: álulo 4. El oeete de ametría (: o EXCEL Coeete de ametría CA COEFICIETE.ASIMETRIA (rago (OJO: órmula lgeramete derete CA ( ( 4. El oeete de ametría (: ejemplo Eperaza de vda (ESPM e hero PAISES a 4 4 a a 50 5 a a a 6 6 a a 70 CA-0,65 Meda67,6 7 a a a El oeete de ametría (4: ejemplo Freuea Varable GTIE Hata a a a a a a a a a CA,9 Meda6.77 6

10 úmero de etudate 4. El oeete de ametría (4: ejemplo Varable ota ,8 0,8,9,94,50,06,6 4,7 4,7 5,8 5,8 6,9 6,94 7,50 8,06 8,6 9,7 9,7 ota del eame 5. Derpó uméra o dtrbuoe de reuea Lo heho hata ahora: upoedo que teemo todo lo dato orgale Pero a vee, ólo teemo la dtrbuó de reuea de ua varable otua Cómo haer ua derpó uméra? Soluó geeral: upoer que todo lo ao de ada lae tee omo valor la mara de lae, Derpó uméra o dtrbuoe de reuea: órmula ( Podemo alular la meda por el proedmeto mplado que hemo vto e la traparea 7 Sólo que aquí la mara de lae o e el valor eato de lo ao, o el valor etral de la lae 9 5. Dtrbuoe de reuea: ejemplo obre la meda Dtrbuó de reuea varable GTIE Mara de lae Aboluta Relatva ,0, , , , , , , , , , , , , , , , ,0 9666, ,0 666, , 40

11 5. Derpó uméra o dtrbuoe de reuea: obervaoe mportate El reultado o e déto al obtedo o lo dato reale (tra. 6, o dato reale de GTIE: 6.77 El reultado varará egú el úmero de lae de la dtrbuó de reuea 5. Derpó uméra o dtrbuoe de reuea: devaó típa Devaó típa Retomamo la órmula vta e la traparea 9: uamo mara de lae y reuea relatva La mara de lae uttuye a lo valore reale ( Derpó uméra o dtrbuoe de reuea: la devaó típa - (-^* 0 Reultado: Comparar o traparea ,0, -9, , , 0000,000-89, , ,000-9, , ,000-89, , ,000-9, , ,467 40, 0666, , , , , , ,0 5000, , , , , , , , , ,0 7000, , , ,0000 0, , , , , ,0 9000, , ,0 9666, , ,0000 0, , ,0000 0, , ,0 666, , , Varaza Dev típa 7074, Derpó uméra o dtrbuoe de reuea: oeete de ametría Coeete de ametría Utlzamo la órmula de la traparea Uado la mara de lae e lugar de lo valore CA 44

12 5. Derpó uméra o dtrbuoe de reuea: el oeete de ametría - (-^* ((-/^ (((-/^ ,0, -9, , -, , , 0000,000-89, ,656-0, , ,000-9, 965-0, , , ,000-89, ,448-0, , ,000-9, ,6-0,05-0, ,467 40, 0666, ,4 0,00048,57598E , , , ,8 0, , ,0 5000, , ,8 0, , , , , ,809 0, , , , , , ,0 7000, , ,5, , ,0000 0, , , , , , , , ,0 9000, , , , ,0 9666, , ,6984 0, ,0000 0, , , ,0000 0, , , ,0 666, , , , , Varaza Coe ametrí, Derpó uméra o dtrbuoe de reuea: oeete de ametría ( Reultado:,45 Co todo lo dato (traparea 6: o alía,9 Dev típa 7074, Reume Ejero reomedado Coepto y órmula de: La meda La devaó típa La varaza El oeete de varaó El oeete de ametría Todo ello para dtrbuoe de reuea Del lbro: a y (Hay ete repueta para a y para b, upoedo que o úmero dtto, laro 47 48

13 Ejero reomedado Ejero de eámee Feb0: abd, 5 Ju0: abd, 6 Feb0: abd, 4 Sep0: abd, Feb04: 5, 7 Jul04: 5abd, 6 Feb05: 4, 6 Ju05: 4, 6 Feb06: ab, 4b Ju06: ab, 5 Ee07: ab, 4 Jul07: ab Ee 08: ab, 4 Jul 08: ab, 4 49

Curso de Estadística Aplicada a las Ciencias Sociales

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 oefete de varaó 4. El oefete de ametría 5. Derpó uméra para dtrbuoe

Más detalles

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

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

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

Análisis de Datos en Psicología I. Preguntas de examen. Temas 4 y 5

Análisis de Datos en Psicología I. Preguntas de examen. Temas 4 y 5 Aálss de Datos e Psología I. Pregutas de eame. Temas y p 7 9 0. 0. 0. 0. 9-0. Tabla. Dstrbuó, e proporoes, de las putuaoes de u grupo de 0 sujetos e ua prueba de eaje de formas. 7 9 Tabla. Dstrbuó de freueas

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas ertdumbre e las medoes dretas e dretas Reordado Para la seleó de u strumeto de medó os basamos e la Regla de Oro de la Metrología Luego, 0. T T La toleraa orregda por la ertdumbre del strumeto queda defda

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

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, deviaioe etádar de la oblaioe deiguale. La roiedade de la Ditribuió Normal o tambié umamete útile uado queremo eotrar i do ojuto de

Más detalles

10 MEDIDAS DE DISPERSIÓN

10 MEDIDAS DE DISPERSIÓN 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

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

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

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 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 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

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

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

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

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

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

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

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

PLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA

PLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA PLNTMNTO PROLMS LN MTR N PROSOS SN RÓN QUÍM. teder ual es el objetvo que se persgue e el proeso, la fuó de ada equpo (por lo meos ualtatvamete) y vsualzar los feómeos y trasformaoes que ourre.. detfar

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

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

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

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

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

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

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

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

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

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

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

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

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

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

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

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

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

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

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

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

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

Comparaciones múltiples entre medias Tema 6. 1. Comparaciones múltiples. 2. Comparaciones planeadas o a priori: 2.2 Comparaciones de tendencia

Comparaciones múltiples entre medias Tema 6. 1. Comparaciones múltiples. 2. Comparaciones planeadas o a priori: 2.2 Comparaciones de tendencia Comparaoes múltples etre medas Tema 6. Comparaoes múltples. Comparaoes plaeadas o a pror:. F plaeadas. Comparaoes de tedea. Comparaoes o plaeadas o a posteror:. Prueba de Tukey.. Prueba de Sheffé . Comparaoes

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

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

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

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

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

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

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 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

1. INTRODUCCIÓN Procedimientos de calibración

1. INTRODUCCIÓN Procedimientos de calibración Smposo de Metrología 0 7 al 9 de Otubre VALUACIÓN D PROCDIMINTOS PARA CALIBRACIÓN D MICROBALANZAS CON L OBJTIVO D MINIMIZAR LA COMPONNT D INCRTIDUMBR DBIDA A LA INCRTIDUMBR D CALIBRACIÓN D LAS PSAS PATRÓN

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

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

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

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

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

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

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

COMUNICACIÓN. XI JORNADAS ASEPUMA Oviedo, 11 y 12 de Septiembre de 2003

COMUNICACIÓN. XI JORNADAS ASEPUMA Oviedo, 11 y 12 de Septiembre de 2003 COMUICACIÓ XI JORADA AUMA Ovedo y de eptemre de 3 IULO: "DIRIBUCIO D IIRALIDAD GURO D VIDA: IIRALIDAD OAL CARRA D ÓLIZA CO RIGO D FALLCIMIO" "LO DIRIBUIO I LIF IURAC: OAL AGGRGA CLAIM FROM ORFOLIO WIH

Más detalles

ESTADÍSTICA DESCRIPTIVA BIVARIADA

ESTADÍSTICA DESCRIPTIVA BIVARIADA ESTDÍSTIC DESCRIPTI IRID ESTDÍSTIC DESCRIPTI IRID No coepode tata ahoa el poblema de aalza multáeamete do vaable etadítca de ua poblacó paa lo cual la ceamo o tomamo ua mueta de ella etudado e bae a tal

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

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

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

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 0: PRUEBA DE CORRELACIÓN DE SPEARMAN. INTRODUCCIÒN: El coefciete de correlació de Spearma e ua

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO CAITULO I EQUILIBRIO AOR -LIQUIDO ara evaluar el fuoameto de u sstema de separaó e etapas, es eesaro efetuar álulos de equlbro vapor-líqudo de balae de matera e ada etapa de separaó, utlado para ello ua

Más detalles

UNIDAD 3. b b.1 Es una P.G. con a 1 5 y d 0,5. Por tanto: a n a 1 n 1 d 5 n 1 0,5 5 0,5n 0,5 0,5n 4,5 a n 0,5n 4,5

UNIDAD 3. b b.1 Es una P.G. con a 1 5 y d 0,5. Por tanto: a n a 1 n 1 d 5 n 1 0,5 5 0,5n 0,5 0,5n 4,5 a n 0,5n 4,5 UNIDAD 3 a Escribe los cico primeros térmios de las sucesioes: a.1) a 2, a 3 1 2 a a a 1 2 a.2 b 2 + 1 b Halla el térmio geeral de cada ua de estas sucesioes: b.1 3, 1, 1, 3, 5,... b.2 2, 6, 18, 54,...

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

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

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

Más detalles

RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN SEMANA 13 RAZONES Y PROPORCIONES ab + cd = 2500, halle el valor de (a + c) a c e g K.

RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN SEMANA 13 RAZONES Y PROPORCIONES ab + cd = 2500, halle el valor de (a + c) a c e g K. SEMANA 1 RAZONES Y PROPORCIONES 1. Si: a b c d y 7 4 1 6 ab + cd = 500, halle el valor de (a + c) A) 75 B) 80 C) 90 D) 95 E) 100 a b ab K K 7 4 8 d e de K K 1 6 7 Luego: 500 100K K = 5 Luego: a = 5, d

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

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

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

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

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

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

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

PROBLEMAS DE ÓPTICA. FÍSICA 2 BACHILLERATO. Profesor: Félix Muñoz Jiménez

PROBLEMAS DE ÓPTICA. FÍSICA 2 BACHILLERATO. Profesor: Félix Muñoz Jiménez PROBEMS DE ÓPTIC. FÍSIC BCHIERTO. Pofeo: Félx Muñoz Jméez Poblema º Calcula el ídce de efaccó elatvo del vdo al acete. Halla la velocdad de popagacó y la logtud de oda, e el acete y e el vdo de u ayo de

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

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

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

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

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

( ) = 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

a) Aumento de la temperatura K c b) Adición de I 2 O 5 (s) Cantidad de I 2 c) Aumento de la presión Cantidad de CO

a) Aumento de la temperatura K c b) Adición de I 2 O 5 (s) Cantidad de I 2 c) Aumento de la presión Cantidad de CO 1.- Cosidere el siguiete sistema geeral e equilibrio: a A(g) + b B(g) C(g) + d D(g) H < a) Idique razoadamete e qué aso so iguales los valores de las ostates y. b) Justifique ómo afetará al sistema la

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles