Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
|
|
- Lorenzo Pérez Botella
- hace 6 años
- Vistas:
Transcripción
1 Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco de un conjunto de datos empírcos (recogdos medante expermentos o encuestas). Poblacón: Es el conjunto de todos los elementos cuyo conocmento nos nteresa y serán objeto de nuestro estudo. Muestra: Es un subconjunto, extraído de la poblacón, cuyo estudo srve para nferr característcas de toda la poblacón. Indvduo: Es cada uno de los elementos que forman la poblacón o la muestra. Caracteres y varables: Caracteres son los aspectos que deseamos estudar en los ndvduos de una poblacón. Cada carácter puede tomar dstntos valores o modaldades. Una varable estadístca recorre todos los valores de un certo carácter. Clasfcacón de las varables estadístcas: Cualtatvas: No toman valores numércos Cuanttatvas dscretas: Toman valores numércos aslados Cuanttatvas contnuas: Pueden tomar todos los valores de un ntervalo DOS RAMAS DE LA ESTADÍSTICA La estadístca descrptva: Trata de descrbr y analzar algunos caracteres de los ndvduos de un grupo dado, sn extraer conclusones para un grupo mayor. Para este estudo, se sguen estos pasos: - Seleccón de caracteres que nterese estudar. - Análss de cada carácter: dseño de la encuesta o del expermento y recogda de datos. - Clasfcacón y organzacón de los resultados en tablas de frecuencas. - Elaboracón de gráfcos, s convene, para dvulgarlos a un públco amplo (no experto). - Obtencón de parámetros: valores numércos que resumen la nformacón obtenda. La estadístca nferencal: Trabaja con muestras y pretende, a partr de ellas, nferr característcas de toda la poblacón. Es decr, se pretende tomar como generales propedades que solo se han verfcado para casos partculares. En ese proceso hay que operar con mucha cautela: Cómo se elge la muestra?, Qué grado de confanza se puede tener en el resultado obtendo? (No la estudaremos este año)
2 Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 2 ESTADÍSTICA DESCRIPTIVA 9.2 TABLAS DE FRECUENCIAS DEFINICIÓN Las tablas de frecuencas srven para ordenar y organzar los datos estadístcos. Con ellas, una masa amorfa de datos pasa a ser una coleccón ordenada y perfectamente ntelgble. Con los datos se construye la tabla de frecuencas: - En la prmera columna, la varable x, con todos sus posbles valores - En la segunda columna, la correspondente frecuenca, f : número de veces que aparece cada valor FRECUENCIAS RELATIVAS Cuando se desea comparar varas dstrbucones smlares con dstnto número de elementos, se debe recurrr a las frecuencas relatvas. Estas venen dadas en tanto por uno (f r ) o en f 100.f tantos por cento (%). S N es el número de ndvduos: f r = % = 100.f r = N N FRECUENCIAS ACUMULADAS En una dstrbucón de frecuencas, se llama frecuenca acumulada, F, correspondente al valor -ésmo, x, a la suma de la frecuenca de ese valor con todas las anterores: F = f 1 + f f Análogamente se puede defnr frecuenca relatva acumulada o porcentaje acumulado TABLAS CON DATOS AGRUPADOS Cuando en una dstrbucón estadístca el número de valores que toma la varable es muy grande, convene elaborar una tabla de frecuencas agrupándolos en ntervalos. Para ello: - Se localzan los valores extremos, a y b, y se halla su dferenca, r = b a - Se decde el número de ntervalos que se quere formar, tenendo en cuenta la cantdad de datos que se poseen. El número de ntervalos no debe ser nferor a 6 n superor a Se toma un ntervalo, r, de longtud algo mayor que el recorrdo r y que sea múltplo del número de ntervalos, con objeto de que estos tengan una longtud entera. - Se forman los ntervalos de modo que el extremo nferor del prmero sea algo menor que a y el extremo superor del últmo sea algo superor a b. Es deseable que los extremos de los ntervalos no concdan con nnguno de los datos. Para ello, puede convenr que dchos extremos tengan valores no enteros. El punto medo de cada ntervalo se llama marca de clase. Es el valor que representa a todo el ntervalo para el cálculo de algunos parámetros. Cuando se elabora una tabla con datos agrupados, se perde algo de nformacón (pues en ella se gnora cada valor concreto, que se dfumna dentro de un ntervalo). A cambo, se gana en clardad y efcaca. x f
3 Tema 9 - Estadístca - Matemátcas B 4º E.S.O GRÁFICOS ESTADÍSTICOS GRAFICOS PARA VARIABLES CUALITATIVAS O CUANTITATIVAS DISCRETAS Dagrama de barras: - En el eje de las X : Se representan los valores de la varable - En el eje de las Y : Se representan los valores de la frecuenca: f, f r ó % - Se levanta para cada valor de la X una barra que representa la frecuenca de dcho valor. S unmos medante una polgonal los puntos más altos de cada barra obtenemos el polígono de frecuencas. Dagrama de barras acumuladas: - En el eje de las X : Se representan los valores de la varable - En el eje de las Y : Se representan los valores de la frecuenca acumulada: F, F r ó %a - Se levanta para cada valor de la X una barra que representa la frecuenca acumulada de dcho valor. S unmos medante una polgonal los puntos más altos de cada barra obtenemos el polígono de frecuencas acumuladas GRAFICOS PARA VARIABLES CUANTITATIVAS CONTINUAS SI TODOS LOS INTERVALOS TIENEN LA MISMA AMPLITUD Hstograma : - En el eje de las X : Se representan los valores de la varable - En el eje de las Y : Se representan los valores de la frecuenca: f, f r ó % - Se levanta para cada valor del ntervalo de la X un rectángulo de altura la frecuenca de dcho ntervalo. S unmos medante una polgonal los puntos medos de cada uno de dchos rectángulos el polígono de frecuencas. Dagrama de barras acumuladas: - En el eje de las X : Se representan los valores de la varable - En el eje de las Y : Se representan los valores de la frecuenca acumulada: F, F r ó %a - Se levanta para cada valor del ntervalo de la X un rectángulo de altura la frecuenca acumulada de dcho valor. S unmos medante una polgonal las dagonales de dchos rectángulos obtenemos el polígono de frecuencas acumuladas. SI LOS INTERVALOS NO SON TODOS DE LA MISMA AMPLITUD En el eje de las Y: En vez de representar la frecuenca se representa la densdad de frecuenca : d = f /a sendo a la ampltud de dcho ntervalo, para que así la frecuenca concda con el área del rectángulo DIAGRAMAS DE SECTORES Se dbuja un círculo y los porcentajes correspondentes a cada valor.
4 Tema 9 - Estadístca - Matemátcas B 4º E.S.O PARÁMETROS DE CENTRALIZACIÓN Y DISPERSIÓN Las defncones sguentes srven tanto para datos aslados como para datos agrupados en ntervalos: - S los datos son aslados: los x son los valores que toma la varable - S los datos están agrupados en ntervalos: los x son las marcas de clase MEDIA x = f.x = f f.x N VARIANZA Var = f.(x N x) 2 = f.x N 2 x DESVIACIÓN TÍPICA σ = Varanza COEFICIENTE DE VARIACIÓN C.V. = x σ Srve para comparar las dspersones de poblacones heterogéneas, pues ndca la varacón relatva.
5 Tema 9 - Estadístca - Matemátcas B 4º E.S.O MEDIDAS DE POSICIÓN PARA DATOS AISLADOS MEDIANA S los ndvduos de una poblacón están colocados en orden crecente según la varable que estudamos, el que ocupa el valor central se llama ndvduo medano, y su valor, la medana: Me La medana, Me, está stuada de modo que antes de ella está el 50% de la poblacón y, detrás, el otro 50% S el número de ndvduos es par, la medan es el valor medo de los dos centrales CUARTILES S un lugar de partr la totaldad de los ndvduos en dos mtades, lo hacemos en cuatro partes guales (todas ellas con el msmo número de ndvduos), los dos nuevos puntos de partcón se llaman cuartles. Cuartl nferr: Q 1, es un valor de la varable que deja por debajo de él al 25 % de la poblacón, y por encma, al 75% Cuartl superor: Q 3, deja debajo el 75% y encma el 25% En realdad exstría uno cuartl, Q 2, que concde con la medana. Tambén se suelen llamar, prmer cuartl, segundo cuartl = medana y tercer cuartl CENTILES O PERCENTILES S partmos la poblacón en 100 partes y señalamos el lugar que deja debajo k de ellas, el valor de la varable correspondente a es lugar se desgna por p k y se denomna centl k o percentl k. La medana es Me = p 50 y los cuartles Q 1 = p 25, Q 75 S en vez de dvdr en 100 partes dvdmos sólo en 10, obtenemos los decles: D 2 = p OBTENCIÓN PERCENTILES EN TABLAS DE FRECUENCIAS Para hallar el percentl p k en una tabla de frecuencas, se obtenen los porcentajes acumulados. El percentl p k es el valor para el cual la frecuenca acumulada correspondente supera el k%. En el caso de que una de ellas concda con k%, se toma como p k el valor ntermedo entre ese valor de x y el sguente.
6 Tema 9 - Estadístca - Matemátcas B 4º E.S.O MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS EN INTERVALOS INTRODUCCIÓN En las tablas de frecuencas con datos agrupados en ntervalos se ha perddo el valor concreto de cada ndvduo. Cómo saber, pues, dónde está la medana o el percentl 20? Tenendo en cuenta el conveno: En una tabla de frecuencas con datos agrupados en ntervalos, suponemos que los datos de cada ntervalo se reparten unformemente en él. Según esto, los valores de las frecuencas acumuladas deben asgnarse a los extremos superores de los ntervalos, pues es al fnal de cada ntervalo cuando se han contablzado todos los ndvduos CÁLCULO Procedemos como s los datos no estuvesen agrupados para hallar el ntervalo correspondente, y tenendo en cuenta el polígono de porcentajes acumuladas en dcho ntervalo: % %ac -1 %ac x -1 x x Aplcando semejanza de trángulos, obtendremos x. 9,7 DIAGRAMAS DE CAJA Se construyen del sguente modo: - La caja abarca el ntervalo Q 1, Q 3 (llamado recorrdo ntercuartílco) y en ella se señala expresamente el valor de la Medana, Me. - Los bgotes se trazan hasta abarcar la totaldad de los ndvduos, con la condcón de que cada lado no se alargue más de una vez y meda la longtud de la caja. - S uno (o más) de los ndvduos quedara por debajo o por encma de esta longtud, el correspondente bgote se dbujará con esa lmtacón y se añadría, medante astersco, el ndvduo en el lugar que le corresponde. Q 1 Me Q 3 1,5.(Q 3 -Q 1 )
7 Tema 9 - Estadístca - Matemátcas B 4º E.S.O ESTADÍSTICA INFERENCIAL POR QUÉ SE RECURRE A LAS MUESTRAS? En la práctca, es muy frecuente tener que recurrr a una muestra para nferr datos de la poblacón por alguno o varos de los sguentes motvos: 1 La poblacón es excesvamente numerosa. 2 La poblacón es muy dfícl, o mposble, de controlar. 3 El proceso de medcón es destructvo o demasado caro. 4 Se desea conocer rápdamente certos datos de la poblacón y se tardaría demasado en consultar a todos TAMAÑO DE LA MUESTRA Respecto del tamaño, es claro que s la muestra es demasado pequeña, no podremos extraer de ella nnguna conclusón que valga la pena. Sn embargo, con muestras aparentemente muy pequeñas se consguen estmacones sorprendentemente buenas en la realdad LA MUESTRA HA DE ELEGIRSE AL AZAR Al susttur el estudo de la poblacón por el de la muestra, se cometen errores. Pero con ellos contamos de antemano y pueden controlarse. Sn embargo, s la muestra está mal elegda (no es representatva), se producen errores adconales mprevstos e ncontrolados (sesgos). El proceso medante el cual se confeccona la muestra se llama muestreo. Cómo debe ser el muestreo para que nos proporcone una muestra representatva, no sesgada? La muestra ha de ser elegda al azar, es decr, el muestreo ha de ser aleatoro. Se dce que un muestreo es aleatoro cuando los ndvduos de la muestra se elgen al azar, de modo que todos los ndvduos de la poblacón tenen la msma probabldad de ser elegdos. El muestreo aleatoro es el únco que garantza la fabldad de las conclusones que se obtengan CONCLUSIONES QUE SE OBTIENEN DE UNA MUESTRA Las valoracones numércas se dan medante ntervalos, acompañados de una probabldad (nvel de confanza). Cuanto más amplo es el ntervalo, mayor es el nvel de confanza que tendremos. Y, al contraro, s se quere afnar mucho en las prevsones reducendo el ntervalo, perderemos confanza en los resultados. El tamaño de la muestra tambén nfluye. Aumentándolo podremos: - Mejorar el nvel de confanza mantenendo la ampltud del ntervalo. - Reducr la ampltud del ntervalo mantenendo el nvel de confanza.
Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesTema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1
Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesTema 1: Análisis de datos unidimensionales
Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesTEMA 10: ESTADÍSTICA
TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detalles1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...
TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesMedidas de Tendencia Central y de Variabilidad
Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.
Más detalles4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es
4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.
Más detallesESTADÍSTICA 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 detallesBloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos
Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesEstadística Descriptiva Análisis de Datos
El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:
Más detallesEJERCICIOS RESUELTOS TEMA 2
EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesEjercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.
Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesANÁLISIS EXPLORATORIO DE DATOS
ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva
Más detallesa) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
Más detallesTEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA
ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables
Más detallesCapítulo III Medidas de posición y de dispersión
Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento
Más detallesModelos unifactoriales de efectos aleatorizados
Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesMaestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza
Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesCuaderno de actividades 4º ESO
Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto
Más detallesDicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.
Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una
Más detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detalles4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas
Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD
Más detallesCapacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo
EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detallesMatemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato
Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA
Más detallesGlosario básico. de términos estadísticos
Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna
Más detallesUn estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.
La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesPREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )
TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES
Más detallesVisión moderna del modelo de transporte clásico
Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detalles4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.
4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesPARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x
Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesCESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
Más detallesXII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.
Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas
Más detallesTeoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios
Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.
Más detallesVida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad
Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesPRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno
Más detalles4. PROBABILIDAD CONDICIONAL
. ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra
Más detallesESTADISTICA APLICADA A LA EDUCACIÓN
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesE-Book ISBN Fecha de catalogación: 04/04/2014. INTRODUCCION
E-Book ISBN 978-987-1676-14-9. Fecha de catalogacón: 04/04/014. INTRODUCCION Esta sere ddáctca fue preparada en el año 1999, en oportundad de dctarse por prmera vez la asgnatura Elementos de Matemátca
Más detalles7ª SESIÓN: Medidas de concentración
Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr
Más detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesCapítulo 12 CONTRASTES NO PARAMÉTRICOS
Capítulo 1 CONTRASTES NO PARAMÉTRICOS 1.1 Introduccón 1. Contrastes de ajuste a una dstrbucón teórca 1..1 Contrastes basados en la dstrbucón de frecuencas muestral 1..1.1 El contraste ch-cuadrado, χ. 1..1.
Más detallesCAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL
CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesEfectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesCAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS
CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de
Más detallesAnálisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp
Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos
Más detallesJUAN CARLOS VERGARA SCHMALBACH VÍCTOR MANUEL QUESADA IBARGUEN
Introduccón a la estadístca, dstrbucones de frecuencas, gráfcos estadístcos, meddas de tendenca central, dspersón, poscón y forma, con ejemplos resueltos en Mcrosoft Excel JUAN CARLOS VERGARA SCHMALBACH
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesVariable aleatoria: definiciones básicas
Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado
Más detallesGANTT, PERT y CPM INDICE
GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesRentas o Anualidades
Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades
Más detalles