Normalidad. y si no qué pasa? por: Aarón O. Lemus Bernal
|
|
- Pablo Bustamante Ortiz
- hace 6 años
- Vistas:
Transcripción
1 Normalidad y si no qué pasa? por: Aarón O. Lemus Bernal Marzo 2010
2 Introducción Cuando en un proyecto de mejora nos encontramos con variables de tipo continuo, la mayoría de las veces necesitamos aplicar recursos estadísticos para obtener claridad en el curso de acción a seguir. La mayoría de las ocasiones, cuando se llevan a cabo pruebas de hipótesis, por ejemplo, para poder determinar si una variable es significativa es necesario se cumpla la condición de que la distribución sea de tipo normal. No pocas veces se da por hecho que se cumple con esta condición. Sin embargo es esto correcto? Generalmente, en la industria de servicios las distribuciones no son de tipo normal, pero cómo saberlo con certeza? Se debe asumir normalidad y realizar las pruebas de cualquier modo? Este artículo tiene por objetivo revisar algunas herramientas para determinar si una distribución es normal o no. Se presentará algunas reglas empíricas a este respecto y se hablará de las herramientas alternas cuando una distribución no se puede considerar normal. La presentación se hará en tres entregas, la primera abordará algunas herramientas para probar la normalidad: 1. Histograma. 2. Papel Probabilístico Kolmogorov-Smirnov La segunda parte de este documento presentará algunas reglas empíricas acerca de la normalidad de una distribución con base en los teoremas del límite central y de normalidad. Finalmente, se observarán pruebas de normalidad con minitab y pruebas alternas.
3 Frequency Pruebas de Normalidad Antes de empezar con las pruebas de normalidad, es preciso dar una definición de este tipo de distribución, también conocida como Gaussiana (Montgomery). Se dice que una distribución es normal si la función de densidad es: Donde el valor esperado de X y la varianza se denotan como: Histograma. La nomenclatura usual para identificar a la distribución norma es: N(, 2 ) Después de un poco de base teórica, la primera prueba a abordar es la del Histograma Esta representación gráfica es 14 Histogram of Minutos considerada la forma menos confiable 12 para determinar si la distribución en 10 cuestión es o no normal. Sin embargo 8 es una aproximación. Para tener una idea el análisis se debe centrar en la forma que se crea con las barras, se busca una apariencia de campana Minutos Donde las barras de ambos extremos deben ser más pequeñas que las centrales. No es el único análisis que se puede hacer, pero para el tema con esto es suficiente. Es normal?
4 Papel Probabilístico Normal Este criterio parte del supuesto que la función de distribución Normal representada en Papel Probabilístico Normal es una recta en la que a cada uno de sus puntos le corresponde un valor de la variable. Si tenemos n valores, y una vez ordenados de menor a mayor j representa su número de orden, una forma de asignar las ordenadas es haciendo F(Xi)=j/n. Si tenemos muchos puntos, supongamos que , esta fórmula puede ser buena, ya que una vez ordenados es razonable considerar que el que ocupa la posición es un buen representante del que en la población deja también un 10% de valores por debajo y le podemos asignar un valor de la función de distribución de 0,10. Al que está en la posición le asignamos 0,2, etc. Pero si vamos a representar pocos puntos, por ejemplo 10, ya no es tan razonable suponer que el menor representa al que en la población deja por debajo el 10 %, el segundo al que deja por debajo al 20 %, ni el mayor de todos es el que representa al valor máximo de la distribución. Sería, por tanto, mejor, asignarles valores de la función de distribución que correspondan a puntos que representen al intervalo mejor que su valor máximo. Esto se consigue de una forma muy satisfactoria restando 0,5 al número de orden, ya que así se asigna a cada uno de nuestros valores la función de distribución que corresponde a punto que divide cada zona en 2 áreas de igual probabilidad.1 Pero además, existe una tercera forma para calcular la f(x) y esa es (j-(3/8) / (n + (¼)) Sin embrago, como se mostrará a continuación, los tres sistemas producen una salida muy parecida al graficarlas, utilizando una muestra de 100 elementos: Z(j/n) R² = Z(j-0.5)/n R² = Z(j-(3/8)/(n+(1/4)) R² = Lineal (Z(j/n)) Lineal (Z(j-0.5)/n) Lineal (Z(j-(3/8)/(n+(1/4))) Observar que en la gráfica los puntos generados por los tres sistemas siguen el mismo patrón, e incluso se superponen. Asimismo, el resultado que ofrece la R 2 de cada uno de los métodos es superior a 90%, en este ejemplo, por lo que se asume que la distribución tiene un comportamiento aproximadamente normal.
5 También se puede usar el papel probabilístico normal para corroborarlo. En la imagen se observa este tipo de papel utilizado hace algunos años para poder evaluar la normalidad. Prueba 2 Para esta prueba, se plantean las hipótesis siguientes: H 0 : f(x, ) = N(, ²) H 1 : f(x, ) N(, ²) est =9.9844, ² est = y, est =9.9844, ² = (Para el ejemplo) Se deben contrastar los datos de frecuencia observados contra los esperados para cada una de las clases, elevándolos al cuadrado y sumándolos. Pero, antes de llegar a este valor, se tiene que obtener el valor Z para cada extremo superior del intervalo lo que permite obtener su probabilidad acumulada con base en la curva normal, enseguida se obtiene la probabilidad de cada intervalo; la cual multiplicada por el total de elementos (n) nos proporciona el valor esperado de cada clase.
6 Ahora sí, a cada frecuencia se le resta el valor esperado correspondiente, dicha diferencia es elevada al cuadrado y se divide entre el mismo valor esperado. Continuando, todos los valores obtenidos se suman para obtener el valor 2.el cual será comparado con los valores de tablas o de Excel. LI LS PM Acumulada Individual Z LS Probabilidad Acumulada Probabilidad Individual del Intervalo Valor Esperado Valor Valor Cuando el valor 2 Valor Excel es mayor que el de tablas (o Excel) se asume que el comportamiento de la distribución es normal. El mismo procedimiento se sigue para cualquier tipo de distribución. Para este caso, es normal? Al ser la misma muestra que para la prueba por papel normal y por histograma, se corrobora que es normal.
7 Kolmogorov-Smirnov Para esta prueba se obtiene el máximo valor absoluto de la diferencia de la probabilidad acumulada para cada clase menos la frecuencia acumulada relativa. LI LS PM Acumulada Individual Relativa Z LS Probabilidad Acumulada Absoluto de la diferencia Máximo del Abs Dif Dato de tabla = De la tabla anterior se observa que la máxima diferencia absoluta es , la cual se tiene que comparar con un valor de la tabla de aproximaciones como la siguiente:
8 Para realizar la prueba se seleccionó alfa ( ) igual a 0.01; por lo tanto, se obtiene un valor de comparación igual a Lo que indica que la distribución se comporta de forma normal. Como se observó, con todas las pruebas revisadas se concluyó que la distribución observa una forma normal.
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
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 detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesInferencia con una variable Tema 2
Inferencia con una variable Tema 2 1. Contraste sobre una proporción 2. Bondad de ajuste 3. Contraste de hipótesis sobre una media 3.1. Con σ 2 conocida, prueba Z 3.2. Con σ 2 desconocida, prueba T 4.
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.
ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesHistograma y Grafico de Control
2014 Histograma y Grafico de Control Sustentantes: Sabrina Silvestre 2011-0335 Juan Emmanuel Sierra Santos 2011-0367 Rosa Stefany Flech Mesón 2011-0436 Docente: Ing.MS Eliza N. González Universidad Central
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesEstadísticas y distribuciones de muestreo
Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detallesEvaluación económica de proyectos de inversión utilizando simulación
Jiménez Boulanger, Francisco. Evaluación económica de proyectos de inversión utilizando simulación Tecnología en Marcha. Vol. 19-1. Evaluación económica de proyectos de inversión utilizando simulación
Más detallesEstadística. Generalmente se considera que las variables son obtenidas independientemente de la misma población. De esta forma: con
Hasta ahora hemos supuesto que conocemos o podemos calcular la función/densidad de probabilidad (distribución) de las variables aleatorias. En general, esto no es así. Más bien se tiene una muestra experimental
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesINTRODUCCIÓN A LAS TÉCNICAS DE MEDIDA
INTRODUCCIÓN A LAS TÉCNICAS DE MEDIDA Esta documentación tiene como objetivo explicar las técnicas más habituales para realizar medidas en el. Asimismo propone varias recomendaciones para ejecutarlas de
Más detallesMEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN
MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN Cuando se analiza un conjunto de datos, normalmente muestran una tendencia a agruparse o aglomerarse alrededor de un punto central. Para describir ese conjunto
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesESTADÍSTICA SEMANA 2
ESTADÍSTICA SEMANA 2 ÍNDICE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS Y REPRESENTACIÓN GRÁFICA... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 REPRESENTACIÓN GRÁFICA... 3 MÉTODOS GRÁFICOS:... 3 DIAGRAMAS
Más detallesMódulo de Estadística
Módulo de Estadística Tema 1: Introducción a la Estadística Tema 1: Introdución 1 -ÍNDICE Introducción Estadística descriptiva Estadística descriptiva bivariante y regresión lineal. Probabilidad Módelos
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesGrupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS
Red ibérica de evaluación de eficacia y efectos secundarios de tratamientos para el control de plagas en el olivar (RIESPO) 2ª Reunión, Madrid 10-11/06/2010 Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS ESTADÍSTICA
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesExamen Extraordinario de Estadística I, 22 de Junio de Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Examen Extraordinario de Estadística I, de Junio de 1. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. NORMAS: 1 Entregar cada problema en un cuadernillo distinto, aunque esté en blanco. Realizar
Más detallesCONTROL DE CALIDAD UNIDAD IV TEORÍA DE DIMENSIÓN ESTADÍSTICA
CONTROL DE CALIDAD UNIDAD IV TEORÍA DE DIMENSIÓN ESTADÍSTICA 1 (4.1) DISTRIBUCIÓN NORMAL 2 4.1.1- ASPECTOS GENERALES: Al graficarse los diferentes valores obtenidos de una variable X se obtiene una distribución
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesDistribuciones Continuas
Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 5 Simulación
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 5 Simulación ORGANIZACIÓN DEL TEMA Sesiones: Introducción Ejemplos prácticos Procedimiento y evaluación de resultados INTRODUCCIÓN Simulación: Procedimiento
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesTema 2. Distribuciones de frecuencias y representaciones gráficas. Tema 2 Distribuciones de frecuencias. Índice
Tema 2 1 Distribuciones de frecuencias y representaciones gráficas Índice 1. Distribuciones de frecuencias.... 2 1.1. Variable cualitativa... 2 1.2. Variables cuantitativas... 5 1.2.1. Cuantitativas continuas...
Más detallesCurso de Predicción Económica y Empresarial Edición 2004
Curso de Predicción Económica y Empresarial www.uam.es/predysim Edición 2004 UNIDAD 3: MODELOS ARIMA La identificación del modelo a partir de la fac y facp Tal y como se ha señalado, para identificar el
Más detallesTécnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO
Técnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO 2 Objetivo El objetivo principal de las técnicas de clasificación supervisada es obtener un modelo clasificatorio válido para permitir tratar
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesDistribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Más detallesEl papel probabilístico normal
El papel probabilístico normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesCALCULO DE MEDIDAS DE RESUMEN CON DATOS TABULADOS
CALCULO DE MEDIDAS DE RESUMEN CON DATOS TABULADOS Jorge Galbiati Riesco Si los datos se presentan en tablas de recuencias por intervalos, se pueden obtener valores aproximados de las medidas de resumen,
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
Más detallesESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio
ESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio Muestra aleatoria Conceptos probabiĺısticos básicos El problema de inferencia Estadísticos. Media y varianza
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detalles5.2 Representaciones gráficas
5.2 Representaciones gráficas 5.2.1 Histogramas Un histograma es una gráfica de una distribución de frecuencias; en el eje horizontal de un sistema coordenado rectangular se representan los puntos que
Más detallesPATRONES DE DISTRIBUCIÓN ESPACIAL
PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 9 Experimentación y presentación de datos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir los conceptos de experimentación y determinación
Más detallesANÁLISIS DE FRECUENCIA (CURVAS INTENSIDAD DURACIÓN - FRECUENCIA) Y RIESGO HIDROLÓGICO
Facultad de Ingeniería Escuela de Civil Hidrología ANÁLISIS DE FRECUENCIA (CURVAS INTENSIDAD DURACIÓN - FRECUENCIA) Y RIESGO HIDROLÓGICO Prof. Ada Moreno ANÁLISIS DE FRECUENCIA Es un procedimiento para
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA
Más detallesGrácos para datos cuantitativos
M. Wiper Estadística 1 / 18 Grácos para datos cuantitativos Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 2 / 18 Objetivo Resultados de la prueba de conocimientos
Más detallesCURSO: ANALISIS ESTADISTICO DE RIESGOS
MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesORGANIZACIÓN Y REPRESENTACIÓN GRÁFICA DE LOS DATOS
ORGANIZACIÓN Y REPRESENTACIÓN GRÁFICA DE LOS DATOS Licenciatura en Gestión Ambiental 2015 Una vez que se ha realizado la recolección de los datos, se obtienen datos en bruto, los cuales rara vez son significativos
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesAnota aquí tus respuestas para esta sección Distribución Z
Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten
Más detallesESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:
ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis
Más detallesImprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA << Contenido >> UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO
Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA > UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO En las unidades anteriores se manejó el uso de la distribución z, la cual
Más detallesCarrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística I Ingeniería Industrial INB-0403 4-0-8.- HISTORIA DEL PROGRAMA Lugar
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detalles1 - TEORIA DE ERRORES : distribución de frecuencias
- TEORIA DE ERRORES : distribución de frecuencias CONTENIDOS Distribución de Frecuencias. Histograma. Errores de Apreciación. Propagación de errores. OBJETIVOS Representar una serie de datos mediante un
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
Más detallesCarrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística I Ingeniería Industrial INB - 0403 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesContenidos Programáticos
Página 1 de 6 FACULTAD: CIENCIAS ECONÓMICAS Y EMPRESARIALES PROGRAMA: ADMINISTRACIÓN DE EMPRESAS DEPARTAMENTO DE: ADMINISTRACIÓN CURSO: ESTADISTICA I CÓDIGO: 157011 ÁREA: BÁSICA REQUISITOS: CORREQUISITO:
Más detallesGuía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesSELECCION DE FUNCIONES DE DISTRIBUCION PARA EL ANÁLISIS DE FRECUENCIA DE CAUDALES MÁXIMOS
SELECCION DE FUNCIONES DE DISTRIBUCION PARA EL ANÁLISIS DE FRECUENCIA DE CAUDALES MÁXIMOS Dr Edilberto Guevara Pérez Universidad de Carabobo, Facultad de Ingeniería RESUMEN En el trabajo se presenta un
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesGRAFICAS LINEALES REGLAS GENERALES PARA LA CONSTRUCCIÓN DE GRÁFICAS
GRAFICAS LINEALES OBJETIVOS 1. Realizar linealización de gráficos por el método de cambios de variables. 2. Obtener experimentalmente la relación matemática, más adecuada, entre dos cantidades o magnitudes
Más detallesOBJETIVOS. Tablas de frecuencia y distribución de frecuencias. Descripción de datos: Tablas y distribuciones de frecuencia y su representación
Lind,Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. UAMX Descripción de datos: Tablas y distribuciones de frecuencia
Más detallesTema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesVariables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detalles4. Prueba de Hipótesis
4. Prueba de Hipótesis Como se ha indicado anteriormente, nuestro objetivo al tomar una muestra es extraer alguna conclusión o inferencia sobre una población. En nuestro interés es conocer acerca de los
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesContenidos IB-Test Matemática NM 2014.
REDLAND SCHOOL MATHEMATICS DEPARTMENT 3 MEDIO NM 1.- Estadística y probabilidad. Contenidos IB-Test Matemática NM 2014. 1.1.- Conceptos de población, muestra, muestra aleatoria, y datos discretos y continuos.
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesAlgunas nociones básicas sobre Estadística
Escuela de Formación Básica - Física 1 Laboratorio - 10 Semestre 2010 Comisiones 15 Y 16 (Docentes: Carmen Tachino - Graciela Salum) ntroducción Algunas nociones básicas sobre Estadística Como se ha explicado
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Métodos complementarios al análisis de varianza Comparaciones múltiples Comparación o pruebas de rangos múltiples Después de que se rechazó la hipótesis
Más detallesBioestadística. El resultado de un experimento aleatorio puede ser descrito en ocasiones como una cantidad numérica.
Bioestadística Tema 5: Modelos probabilísticos Variable aleatoria El resultado de un experimento aleatorio puede ser descrito en ocasiones como una cantidad numérica. En estos casos aparece la noción de
Más detalles1.- Diagrama de barras
1.- Diagrama de barras Un diagrama de barras se utiliza para de presentar datos cualitativos o datos cuantitativos de tipo discreto (variables tipo II). Se representan sobre unos ejes de coordenadas, en
Más detallesPráctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD
Práctica 5.Métodos descriptivos para determinar la normalidad 1 Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Objetivos: En esta práctica utilizaremos el paquete SPSS para determinar si
Más detallesBioestadística. El resultado de un experimento aleatorio puede ser descrito en ocasiones como una cantidad numérica.
Bioestadística Tema 5: Modelos probabilísticos Tema 5: Modelos probabilísticos 1 Variable aleatoria El resultado de un experimento aleatorio puede ser descrito en ocasiones como una cantidad numérica.
Más detalles