VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS
|
|
- César Correa Ruiz
- hace 6 años
- Vistas:
Transcripción
1 VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS
2 CONTENIDO Ejemplos de la variabilidad que afecta a los pavimentos Variabilidad en el comportamiento del pavimento Variabilidad en los resultados de los ensayos de laboratorio Variabilidad en las propiedades de los suelos de subrasante Variabilidad en los espesores de las capas del pavimento
3 CONTENIDO (continuación) Variabilidad en la compactación de las capas inferiores Variabilidad en los parámetros de los materiales y de las mezclas Variabilidad en los parámetros del tránsito Variabilidad en el pavimento construido Aplicaciones de la variabilidad en los sistemas de pavimentos
4 VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS La palabra pavimento es sinónimo de variabilidad La variabilidad es inevitable y su magnitud y su tendencia inciden en todos los asuntos ligados con la ingeniería de pavimentos: Desarrollo de las guías de diseño Elaboración de los estudios para el diseño Especificaciones de construcción Control de la construcción Evaluación del comportamiento en servicio
5 VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS EJEMPLOS DE LA VARIABILIDAD QUE AFECTA A LOS PAVIMENTOS
6 EJEMPLOS DE LA VARIABILIDAD QUE AFECTA A LOS PAVIMENTOS INCERTIDUMBRE EN LOS DATOS DE ENTRADA PARA EL DISEÑO
7 EJEMPLOS DE LA VARIABILIDAD QUE AFECTA A LOS PAVIMENTOS VARIABILIDAD EN LAS PROPIEDADES DE LOS MATERIALES Y EN LA CALIDAD DE LA CONSTRUCCIÓN VARIACIÓN EN LA RESISTENCIA A COMPRESIÓN DE NÚCLEOS DE PAVIMENTO RÍGIDO TOMADOS A INTERVALOS DE 30 METROS.
8 VARIABILIDAD VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO
9 VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO FACTORES QUE GENERAN VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO Incertidumbre en los datos de entrada para el diseño Variabilidad en la composición y propiedades físicas de los materiales utilizados y en la práctica constructiva Variabilidad en el comportamiento del pavimento en servicio
10 VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO La variabilidad en el comportamiento es el resultado de las variaciones en el diseño del pavimento, en las propiedades de los materiales y en la calidad de la construcción VARIACIONES DE COMPORTAMIENTO DE SECCIONES IDÉNTICAS DE PAVIMENTOS RÍGIDOS, CONSTRUIDOS BAJO CONDICIONES SIMILARES Sección Edad (años) N (10 6 ) PSI Escalonamiento (pulgadas) Agrietamient o Pies/milla Juntas deterioradas por milla
11 VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO IMPACTO DE LA VARIABILIDAD EN EL COMPORTAMIENTO DE LOS PAVIMENTOS Las diferencias entre los valores asumidos para los inputs de diseño y los valores reales de ellos, se reflejan en aumentos o disminuciones en la vida del pavimento, según el sentido de esas diferencias Las variaciones en los parámetros relacionados con la calidad de la construcción se pueden asociar con diferentes deterioros y con variaciones indeseables en la rugosidad del pavimento La adaptabilidad del método de diseño utilizado contribuye en las variaciones de comportamiento
12 VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO MEDIDAS DE LA VARIABLIDAD Desviación estándar Coeficiente de variación Se expresa en las mismas unidades de la serie Se expresa en valor porcentual
13 VARIABILIDAD EN EL COMPORTAMIENTO DEL PAVIMENTO CASI TODOS LOS FACTORES MEDIBLES EN EL DISEÑO, CONSTRUCCIÓN Y COMPORTAMIENTO DE LOS PAVIMENTOS, PRESENTAN ALGÚN GRADO DE ALEATORIEDAD Variabilidad en los resultados de los ensayos de laboratorio Variabilidad en las características de los suelos de subrasante Variabilidad en los espesores de las capas del pavimento Variabilidad en la compactación de las diferentes capas Variabilidad en los parámetros de las mezclas Variabilidad en las cargas del tránsito Variabilidad en el pavimento construido
14 VARIABILIDAD VARIABILIDAD EN LOS RESULTADOS DE LOS ENSAYOS DE LABORATORIO
15 VARIABILIDAD EN LOS RESULTADOS DE LOS ENSAYOS DE LABORATORIO
16 VARIABILIDAD VARIABILIDAD EN LAS PROPUIEDADES DE LOS SUELOS DE SUBRASANTE
17 VARIABILIDAD EN LAS PROPIEDADES DE LOS SUELOS DE SUBRASANTE
18 VARIABILIDAD VARIABILIDAD EN LOS ESPESORES DE LAS CAPAS DEL PAVIMENTO
19 VARIABILIDAD EN LOS ESPESORES DE LAS CAPAS DEL PAVIMENTO
20 VARIABILIDAD VARIABILIDAD EN LA COMPACTACIÓN DE LAS CAPAS INFERIORES
21 VARIABILIDAD EN LA COMPACTACIÓN DE LAS CAPAS INFERIORES DE PAVIMENTO CAPA S(%) CV (%) FUENTE GRANULAR 2,0-3,5 - Yoder y Witczak RELLENOS, SUBRASANTE 2,0-7,5 - Yoder y Witczak DENSIDAD SECA (GRANULAR) - 2,6 Stubstad y otros DENSIDAD SECA (SUBRASANTE) - 4 ó - Stubstad y otros
22 VARIABILIDAD VARIABILIDAD EN LOS PARÁMETROS DE LOS MATERIALES Y DE LAS MEZCLAS
23 VARIABILIDAD EN LOS PARÁMETROS DE RESISTENCIA
24 VARIABILIDAD EN LOS PARÁMETROS DEL CONCRETO ASFÁLTICO
25 VARIABILIDAD EN LOS PARÁMETROS DE LAS MEZCLAS DE CONCRETO HIDRÁULICO
26 VARIABILIDAD EN LOS PARÁMETROS DE LAS MEZCLAS DE CONCRETO HIDRÁULICO
27 VARIABILIDAD EN LOS PARÁMETROS DE LAS MEZCLAS DE CONCRETO HIDRÁULICO
28 VARIABILIDAD VARIABILIDAD EN LOS PARÁMETROS DEL TRÁNSITO
29 VARIABILIDAD EN LOS PARÁMETROS DEL TRÁNSITO
30 VARIABILIDAD EN LOS PARÁMETROS DEL TRÁNSITO
31 VARIABILIDAD VARIABILIDAD EN EL PAVIMENTO CONSTRUIDO
32 VARIABILIDAD EN EL PAVIMENTO CONSTRUIDO
33 VARIABILIDAD APLICACIONES DE LA VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS
34 Aplicaciones Optimización del muestreo y ensayo Aplicación en el diseño estructural del pavimento Uso de ensayos de hipótesis para aceptación o rechazo Desarrollo de especificaciones de construcción con orientación estadística
35 1. Optimización del muestreo y ensayo La precisión en la estimación del valor de una determinada variable aumenta cuando se incrementa el número de ensayos para determinarla La diferencia entre los valores promedio de una muestra y de una población x- se denomina límite de precisión (R)
36 1. Optimización del muestreo y ensayo R representa el rango dentro del cual se encuentra el valor real de la propiedad evaluada a partir del valor promedio obtenido con la ejecución de n ensayos, para un nivel de confianza igual a 100 (1-a), siendo a la probabilidad de que la medida iguale o exceda el valor límite especificado. a se obtiene en las tablas de áreas bajo la curva de distribución normal (si s de la población es conocida) o bajo curvas de distribución t (si s de la población es desconocida)
37 1. Optimización del muestreo y ensayo
38 1. Optimización del muestreo y ensayo APLICACIONES DE LA VARIABILIDAD Intervalos de confianza para el promedio de una distribución de datos
39 1. Optimización del muestreo y ensayo Ejemplo de aplicación Si por experiencia se sabe que la desviación estándar (s) del CBR de un suelo típico de una región es 2.6, determinar el número de ensayos de resistencia por realizar en un proyecto sobre ese suelo, con un límite de precisión de +- 2% y un nivel de confianza de 90%
40 1. Optimización del muestreo y ensayo Solución Como s es conocido (2.5) y el intervalo de confianza es de dos lados, se emplea la fórmula La ecuación puede igualarse así: R = x- = K a /2 * (s/(n) 1/2 ) = 2
41 1. Optimización del muestreo y ensayo Solución Como el nivel de confianza es de 90% = 100(1-a), se obtiene que a = 0.1 y a/2=0.05 En la tabla (distribución normal) se encuentra que K a/2 = El valor de K a/2 representa el número de veces que se debe contemplar la desviación estándar para lograr un determinado grado de confiabilidad K a/2 * (s/(n) 1/2 ) = 1.645(2.6/(n) 1/2 ) = 2 n = 4.57 (5 ensayos)
42 2. Diseño estructural de pavimentos La confiabilidad en el diseño ( R ), es la probabilidad de que el pavimento cumpla la función prevista dentro de su vida útil bajo las condiciones de entorno que tienen lugar en ese lapso. En otras palabras, que sea capaz de soportar un número de cargas mayor que el previsto en el diseño, sin fallar
43 2. Diseño estructural de pavimentos Confiabilidad (R%)=100 Probabilidad (N t > =N T ) Donde: N t N T = número de ejes equivalentes que llevan el pavimento a su serviciabilidad final = número de ejes equivalentes que realmente actúan sobre el pavimento durante su periodo de diseño
44 2. Diseño estructural de pavimentos El comportamiento del pavimento (indicado por N t ) se estima mediante relaciones empíricas que no son exactas La predicción del tránsito (representado por N T ) también está sujeta a muchas fuentes de error
45 2. Diseño estructural de pavimentos Estas variables (N t y N T ) no se consideran normalmente distribuidas, pero su distribución logarítmica sí: Confiabilidad (R%) =100 Probabilidad (log N t >= log N T ) =100 Probabilidad (log N t - log N T ) >= 0 = 100P (D>=0) D = log N t - log N T
46 2. Diseño estructural de pavimentos Como las variables (log N t ) y (log N T ) son probabilísticas y tienen una distribución normal, D también la tendrá y Z R D - D S D Si D = 0 Z R - D S D Si D = log F R, F R = 10 z R( S D) F R = valor por el cual se debe multiplicar el tránsito estimado para obtener el valor de tránsito que se debe utilizar para diseñar el pavimento con la confiabilidad deseada
47 2. Diseño estructural de pavimentos Ejemplo de aplicación APLICACIONES DE LA VARIABILIDAD Para diferentes niveles de confiabilidad y desviación estándar, encontrar los valores de tránsito para el diseño de espesores, si el tránsito previsto durante el periodo de diseño es 10 6 repeticiones de la carga equivalente Confiabilidad deseada Z R S D F R Tránsito para el cálculo de espesores 0 0,3 1, ,84 1,28 0,5 1, ,3 1,8 1.79x10 6 0,5 2,6 2.63x10 6 0,3 2,4 2.42x10 6 0,5 4,4 4.37x10 6
48 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Decisiones estadísticas Decisiones que se toman sobre poblaciones a partir de información muestral de las mismas Hipótesis estadísticas Supuestos, que pueden ser o no ciertos, acerca de las poblaciones que se estudian, basados en las distribuciones de probabilidad de las muestras de estas poblaciones
49 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Hipótesis nula Es la descripción de la suposición que se desea rechazar o invalidar a través de un procedimiento estadístico. Se denota por Ho Hipótesis alternativa Descripción de la suposición que difiere de la hipótesis dada. Se denota por H A
50 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Ensayos de hipótesis y significación Son procedimientos que permiten decidir si una hipótesis se acepta o se rechaza o determinar si las muestras consideradas difieren significativamente de los resultados esperados Error estadístico Es la probabilidad que existe de aceptar o rechazar una hipótesis cuando debería ser rechazada o aceptada, por errores en los ensayos muestrales
51 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Error estadístico de tipo I Es el que se comete cuando se rechaza una hipótesis cuando debería ser aceptada En las obras de pavimentos se presenta cuando un material o una construcción aceptable son rechazados como si no fueran satisfactorios Este es el riesgo del constructor y se puede traducir en remociones innecesarias y en la reconstrucción de secciones de pavimento
52 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones La probabilidad de cometer un error de tipo I se denomina nivel de significación, a, de un ensayo de hipótesis (riesgo a) Dicha probabilidad se debe fijar previamente a la ejecución del ensayo, con el fin de que no influya en la decisión de rechazo de la hipótesis. En la práctica, se fijan valores de a entre 1 y 5% Decir, por ejemplo, que una hipótesis ha sido rechazada al nivel de significación del 0.05, indica que se puede cometer un error con una probabilidad de 5%
53 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Error estadístico de tipo II APLICACIONES DE LA VARIABILIDAD Es el que se comete al aceptar una hipótesis cuando debería ser rechazada. En las obras de pavimentos se presenta cuando un material deficiente o una obra de construcción inaceptable se reciben como satisfactorios Este es el riesgo de la entidad contratante y se puede traducir en costos adicionales de mantenimiento y fallas prematuras del pavimento La probabilidad de contener un error de este tipo se define como riesgo b y oscila entre 0.05 y 0.10
54 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Reglas de decisión del ensayo de hipótesis o significación a) Se rechaza la hipótesis nula si el valor de estadístico empleado para determinar la validez de la hipótesis cae fuera del rango a fijado. Es decir, el estadístico muestral observado es significativo al nivel del a predeterminado b) Se acepta la hipótesis nula si el valor del estadístico calculado cae dentro del rango a fijado
55 3. Uso de ensayos de hipótesis para la aceptación o rechazo Definiciones Ensayos de una y dos colas La clasificación de los ensayos depende del planteamiento de la hipótesis Si pretende demostrar la factibilidad de los extremos a ambos lados de la media, dicho ensayo es de dos colas en la distribución, es decir, es bilateral Por el contrario, si solo se aspira evaluar en una sola dirección de la media o de la proporción, será de una cola o unilateral
56 VALORES DE Z PARA ALGUNOS NIVELES DE SIGNIFICACIÓN PARA ENSAYOS DE UNA Y DOS COLAS Nivel de significación Valores críticos de z para una cola ± 1.28 ± 1.65 ± 2.33 Valores críticos de z para una cola ± 1.65 ± 1.96 ± 2.58
57 3. Uso de ensayos de hipótesis para la aceptación o rechazo Ensayo de hipótesis sobre la media de una población para muestras grandes (n>30)
58 3. Uso de ensayos de hipótesis para la aceptación o rechazo Ejemplo No. 1 de ensayo de hipótesis para muestras grandes La deflexión media de un sector de pavimento (Xm), medida el año anterior, fue 40 centésimas de milímetro Este año se realizaron 35 medidas de deflexión al azar en el mismo sector, obteniéndose x = 42.1 (0.01 m) y s = (0.01 mm) Probar la hipótesis de que la deflexión media actual de todo el sector sea 40 (0.01 mm), contra la alternativa de que sea mayor de 40 (0.01 mm), con un nivel de significación, a = 0.05 (Ho: = 40; Ha: > 40)
59 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo No. 1 de ensayo de hipótesis para muestras grandes Usando a = 0.05, se se rechazará la hipótesis nula para este ensayo de una cola si z > z a = z 0.05, es decir si z > 1.65, como lo muestra la figura
60 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo No. 1 de ensayo de hipótesis para muestras grandes Como z < z a, el valor no cae en la región de rechazo y, por tanto, no se rechaza Ho Es decir, que no hay evidencia suficiente, con 95% de confianza, para concluir que la deflexión media actual del pavimento sea mayor de 40 (0.01 mm). Se requeriría una muestra de mayor tamaño para evaluar si Xm actual > 40 (0.01 mm) si, en efecto, este fuera el caso
61 3. Uso de ensayos de hipótesis para la aceptación o rechazo Ejemplo No. 2 de ensayo de hipótesis para muestras grandes Un constructor debe elaborar una mezcla asfáltica con un porcentaje medio de 5% de asfalto, según la fórmula de trabajo establecida Debido a posibles desajustes en la planta, los porcentajes de asfalto en la mezcla comenzaron a mostrar fluctuaciones
62 3. Uso de ensayos de hipótesis para la aceptación o rechazo Ejemplo No. 2 de ensayo de hipótesis para muestras grandes El constructor desea detectar la incidencia de los cambios y ajustar la planta de ser necesario. Para ello, selecciona periódicamente muestras de 40 fracciones de la mezcla y calcula el promedio del contenido de asfalto y la desviación estándar. Si los datos de una muestra indican que x = 5.25 % y s = 0.30 %, determinar si la media ( ) de la población es diferente de 5%, con un nivel de significación de 0.01 ( Ho: = 5.0 ; Ha : 5.0)
63 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo No. 2 de ensayo de hipótesis para muestras grandes Puesto que los desplazamientos en pueden ocurrir en ambas direcciones, se emplea el ensayo de dos colas A un nivel de significación, a, de 0.01, se rechazará la hipótesis nula si: z < z a/ 2 = -z o z > z a /2 = z Es decir: z < ó z >2.58
64 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo No. 2 de ensayo de hipótesis para muestras grandes Como lo muestra la figura:
65 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo No. 2 de ensayo de hipótesis para muestras grandes Como este valor es superior al crítico superior (2.58), se rechaza la hipótesis nula y se acepta la hipótesis alternativa con un nivel de significación de 0.01 Se concluye que el porcentaje promedio de asfalto no es 5.0%, con una probabilidad menor de 1% de cometer un error tipo I
66 3. Uso de ensayos de hipótesis para la aceptación o rechazo Ensayo de hipótesis sobre la media de una población para muestras pequeñas (n<30)
67 3. Uso de ensayos de hipótesis para la aceptación o rechazo Ejemplo de ensayo de hipótesis para muestras pequeñas El porcentaje de compactación esperado mediante un determinado proceso es 95%. Para verificar un nuevo lote, se realizaron 10 ensayos de densidad en el terreno cuyo promedio fue 94.2% con una desviación estándar de 1,6%. Ensayar la hipótesis de que el porcentaje de compactación no ha cambiado, empleando un nivel de significación a = 0.05 (Ho: = 95 ; Ha: 95)
68 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo de ensayo de hipótesis para muestras pequeñas Como nos encontramos restringidos a una muestra pequeña, se hace la suposición de que los porcentajes de compactación tienen una distribución de frecuencia relativa que es aproximadamente normal Bajo tal suposición, el estadístico de ensayo tendrá una distribución t con (n 1) = (10 1) = 9 grados de libertad
69 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo de ensayo de hipótesis para muestras pequeñas La regla de rechazo para este ensayo de 2 colas, consiste en rechazar la hipótesis nula para valores de t tales que: t < -t a/2 o t > t a/2 con a/2 =0.05/2 =0.025 En la tabla 3.5.4, para 9 grados de libertad, se halla t = 2.262
70 3. Uso de ensayos de hipótesis para la aceptación o rechazo Solución al Ejemplo de ensayo de hipótesis para muestras pequeñas El valor del estadístico de ensayo es: Valor que no es menor que 2.262, por lo que se acepta la hipótesis nula y se concluye que hay evidencia (con 95% de confianza) de que el promedio de compactación no ha cambiado
71 4. Desarrollo de especificaciones de construcción con orientación estadística Objetivo Estas especificaciones incluyen un análisis del nivel de calidad, que es un procedimiento estadístico para determinar el porcentaje de cumplimiento de un material en relación con lo especificado y establecer factores de pago de acuerdo con dicho cumplimiento
72 4. Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad a. Determinar la media aritmética (X m ) de los resultados de los ensayos para materiales considerados Donde: x X m n S x = suma de los valores individuales de los ensayos n = número de ensayos
73 4. Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad APLICACIONES DE LA VARIABILIDAD b. Calcular la desviación estándar de la muestra s 2 n x - ( n( n -1) x) 2 1/ 2 Donde: x 2 ( x) 2 = suma de los cuadrados de los valores de los ensayos individuales = suma de los valores de los ensayos individuales, elevada al cuadrado
74 4. Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad c. Calcular el índice de calidad superior (Q u ) Q U USL - S X m Donde: USL (límite superior de la especificación) = valor objetivo, más la tolerancia permitida
75 4. Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad d. Calcular el índice de calidad inferior (Q L ) Q L X m - S LSL Donde: LSL (límite inferior de la especificación) = valor objetivo, menos la tolerancia permitida
76 4.Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad APLICACIONES DE LA VARIABILIDAD e. Determinar en la Tabla 1 el porcentaje dentro del límite superior de la especificación (USL) que corresponde al índice Q u (P u ). Si el USL es o no está especificado, P u será 100 f. Determinar en la Tabla 1 el porcentaje dentro del límite inferior de la especificación (LSL) que corresponde al índice Q L (P L ). Si el LSL no está especificado, P L será 100
77 4. Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad g. Determinar el nivel de calidad (porcentaje total dentro de los límites de la especificación) Nivel de calidad = (P u + P L ) - 100
78
79 Tabla 1 (continuación)
80 4. Desarrollo de especificaciones de construcción con orientación estadística Análisis del nivel de calidad h. A partir del valor del nivel de calidad, determinar el factor de pago en la Tabla 2 i. Considerando que la aceptación de un lote depende del comportamiento de diferentes criterios, se debe calcular el factor de pago para cada uno de ellos (PFi) y luego determinar el factor de pago compuesto para todo el lote
81
82 Tabla 2 (continuación)
83 4. Desarrollo de especificaciones de construcción con orientación estadística Ejemplo APLICACIONES DE LA VARIABILIDAD Considérese un lote constituido por 32 núcleos de un concreto asfáltico (n), cuya compactación media (Xm) es , con una desviación estándar (s) de La especificación de construcción establece que el porcentaje de compactación mínimo admisible respecto de la densidad máxima medida (Rice) es 90 Determinar el nivel de calidad y el factor de pago correspondiente al lote, en lo que se refiere al criterio de compactación
84 4. Desarrollo de especificaciones de construcción con orientación estadística Solución 1. Índice de calidad superior (Q u ) Qu USL - X S La especificación no establece un nivel de tolerancia superior 2. Índice de calidad inferior (Q L ): m Q L X m - LSL S
85 4. Desarrollo de especificaciones de construcción con orientación estadística Solución APLICACIONES DE LA VARIABILIDAD 3. En la Tabla 1 se determinan los porcentajes de núcleos dentro de los límites superior e inferior: - Como el límite superior (USL) no está especificado, P u = Como el límite inferior (LSL) es y n = 32, P L = Nivel de calidad = (P u + P L ) -100 = (100+97) -100 = Factor de pago (Tabla 2) Para nivel de calidad = 97 y n = 32, factor de pago = 1.04
INFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
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 detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
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 detallesEJERCICIOS DE PRUEBA DE HIPOTESIS
EJERCICIOS DE PRUEBA DE HIPOTESIS Protocolo 1. Identifique la aseveración original que se probará y exprésela en forma simbólica 1. 2. Dar la forma simbólica que debe ser verdad si la aseveración original
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesGermán Jesús Rubio Luna Catedrático de Matemáticas del IES Francisco Ayala
Decisión estadística. Contraste de hipótesis Nota.- Cuando tratábamos la estimación de parámetros, intentábamos obtener un valor o un intervalo de valores que constituyesen la mejor estimación del parámetro
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,
Más detallesPrueba de hipótesis para la diferencia de medias
Estadística Técnica Prueba de hipótesis para la diferencia de medias Cladera Ojeda, Fernando Conceptos previos Inferencia estadística Población Muestra Parámetro Estadístico Hipótesis estadística Pruebas
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
Más detallesEsta proposición recibe el nombre de hipótesis
Pruebas de hipótesis tesis. Refs: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua, Apuntes de Estadística, Dr. Pedro Juan Rodríguez Esquerdo, Departamento de Matemáticas,
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesMUESTREO PARA ACEPTACION
MUESTREO PARA ACEPTACION Inspección de Calidad Consiste en un procedimiento técnico que permite verificar si los materiales, el proceso de fabricación y los productos terminados cumplen con sus respectivas
Más detallesCONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN
Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo
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 detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detallesEs una proposición o supuesto sobre los parámetros de una o más poblaciones
HIPOTESIS ESTADISTICA Es una proposición o supuesto sobre los parámetros de una o más poblaciones http://www.itch.edu.mx/academic/industrial/estadistica1/cap02.html POR LUIS M. BAQUERO ROSAS, MBA JUNIO
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detallesEjercicio 1(10 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa
Más detallesVIII Congreso Mexicano del Asfalto. Catálogo de secciones estructurales para pavimentos de la República Mexicana
VIII Congreso Mexicano del Asfalto Catálogo de secciones estructurales para pavimentos de la República Mexicana M. en I. Víctor Alberto Sotelo Cornejo Agosto de 13 Qué es? El catálogo de secciones es una
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
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 detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesModelos de PERT/CPM: Probabilístico
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,
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 detallesDISEÑO DE PAVIMENTOS DE ADOQUINES
DISEÑO DE PAVIMENTOS DE ADOQUINES CONTENIDO Ventajas y desventajas de los pavimentos de adoquines Trabazón en los pavimentos articulados Método de diseño ICPI DISEÑO DE PAVIMENTOS DE ADOQUINES VENTAJAS
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesObjetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes
Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico
Más detallesObjetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Más detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesEL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Más detallesCAPÍTULO VI RESULTADOS PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO
CAPÍTULO VI RESULTADOS 6.1. CÁLCULOS 6.1.1. PORCENTAJE DE FRIABILIDAD RANGO: No mayor 1 % FÓRMULA % = PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO
Más detallesObjetivos del tema. Qué es una hipótesis? Test de Hipótesis Introducción a la Probabilidad y Estadística. Contrastando una hipótesis
Objetivos del tema Conocer el proceso para contrastar hipótesis y su relación con el método científico. Diferenciar entre hipótesis nula y alternativa Nivel de significación Test de Hipótesis Introducción
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesContraste de hipótesis paramétricas
Contraste de hipótesis paramétricas Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Proceso de la investigación estadística Etapas PROBLEMA HIPÓTESIS DISEÑO RECOLECCIÓN
Más detallesESPECIALIZACIÓN EN GEOTECNIA VIAL Y PAVIMENTOS
ESPECIALIZACIÓN EN GEOTECNIA VIAL Y PAVIMENTOS - PLAN DE ESTUDIOS - La Especialización se imparte en dos (2) periodos académicos, denominados Ciclos, con un total de 24 créditos académicos, y cuyas asignaturas
Más detallesARTÍCULO TRANSPORTE DE MATERIALES PROVENIENTES DE EXCAVACIONES Y DERRUMBES
ARTÍCULO 900-07 TRANSPORTE DE MATERIALES PROVENIENTES DE EXCAVACIONES Y DERRUMBES 900.1 DESCRIPCIÓN Este trabajo consiste en el transporte de los materiales provenientes de la excavación de la explanación,
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesSesión 13. Introducción a la Prueba de Hipótesis. Estadística II Equipo Docente: Iris Gallardo - Andrés Antivilo Francisco Marro
Sesión 13 Introducción a la Prueba de Hipótesis Introducción ( Porqué debemos realizar pruebas de hipótesis?) El objetivo último del análisis de datos es el de extraer conclusiones de tipo general a partir
Más detallesCantidad de producto en preempacados. Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología
Cantidad de producto en preempacados Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología RTCA 01.01.11:06 Cantidad de Producto Pre-empacado Decreto 33371-COMEX-MEIC Gaceta N
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesConceptos del contraste de hipótesis
Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de
Más detallesEstadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si
Más detallesPruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.
Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detalles3 PROBABILIDAD Y DISTRIBUCION NORMAL
3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder
Más detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
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 detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detallesUnidad V Pruebas de Hipótesis Una Muestra
En las pruebas de hipótesis, el objetivo es, fundamentalmente, decidir si un valor o valores determinados de la distribución de la variable aleatoria considerada responde o no a la realidad. Una hipótesis
Más detallesProblemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013
Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013 Ejercicios resueltos En los dos casos que siguen resuelven cada decisión estadística mediante tres procedimientos: intervalo
Más detallesen Enfermería del Trabajo
revista noviembre:maquetación 1 16/11/2011 6:27 Página 30. 203 Metodología de la investigación Metodología de Investigación en Enfermería del Trabajo Autor Romero Saldaña M Enfermero Especialista en Enfermería
Más detallesACTO ADMINISTRATIVO: SECCIÓN
SECCIÓN 360.1 DESCRIPCIÓN El presente documento, se refiere a la reglamentación de los materiales para las estructuras de protección (cárcamos) para los ductos de redes nuevas, instalación de ductos por
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesCÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
OBJETIVOS CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES Reportar correctamente resultados, a partir del procesamiento de datos obtenidos a través de mediciones directas. INTRODUCCION En el capítulo de medición
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesConceptos básicos de metrología
Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las
Más detallesControl de calidad del Hormigón. San Luis, agosto de 2014
Control de calidad del Hormigón San Luis, agosto de 2014 Control de calidad Desde que se comenzó con la producción de bienes, se han hecho intentos en controlar el proceso de manera de mejorar la calidad
Más detallesCMT. CARACTERÍSTICAS DE LOS MATERIALES
LIBRO: PARTE: TÍTULO: CMT. CARACTERÍSTICAS DE LOS MATERIALES 3. MATERIALES PARA OBRAS DE DRENAJE Y SUBDRENAJE 01. Tubos de Concreto sin Refuerzo A. CONTENIDO Esta Norma contiene las características de
Más detalles5. Los objetivos de la Calidad de los Datos (OCD) y la Evaluación de la
5. Los objetivos de la Calidad de los Datos (OCD) y la Evaluación de la Calidad de los Datos (ECD) en el Ciclo de Vida de los Datos de un Proyecto. Los objetivos de calidad de los datos, OCD, se mencionaron
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detalles2. Análisis de varianza
1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una
Más detallesINTRODUCCION 1.1.-PREAMBULO
INTRODUCCION 1.1.-PREAMBULO El suelo en un sitio de construcción no siempre será totalmente adecuado para soportar estructuras como edificios, puentes, carreteras y presas. Los estratos de arcillas blanda
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
Más detalles6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE
6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE HIPÓTESIS. 6.1 INFERENCIA ESTADISTICA La estadística está dividida en descriptiva e inferencial donde La estadística Descriptiva se relaciona principalmente
Más detallesMÉTODO PARA MEDIR EL AHUELLAMIENTO EN SUPERFICIES PAVIMENTADAS I.N.V. E
MÉTODO PARA MEDIR EL AHUELLAMIENTO EN SUPERFICIES PAVIMENTADAS I.N.V. E 789 07 1. OBJETO 1.1 Esta norma describe el método de ensayo para medir la profundidad del ahuellamiento en la superficie de pavimentos
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesGuión de Prácticas. PRÁCTICA METROLOGIA. Medición. 2. CONSIDERACIONES PREVIAS a tener en cuenta SIEMPRE
1. OBJETIVOS Guión de Prácticas. PRÁCTICA METROLOGIA. Medición Conocimientos de los fundamentos de medición Aprender a utilizar correctamente los instrumentos básicos de medición. 2. CONSIDERACIONES PREVIAS
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detallesPrimera ronda de pruebas de aptitud interlaboratorial en pruebas al concreto en Costa Rica
Primera ronda de pruebas de aptitud interlaboratorial en pruebas al concreto en Costa Rica Ing. Gabriela Araya Mendoza Proyectos Especiales, ICCYC El Instituto Costarricense del Cemento y del Concreto
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 detalles7 CONGRESO MEXICANO DEL ASFALTO AMAAC
7 CONGRESO MEXICANO DEL ASFALTO AMAAC Rigidez del Concreto Asfáltico Estimada con Ensayes de Laboratorio y de Campo Dr. Raúl Vicente Orozco Santoyo Perito en Vías Terrestres y en Geotecnia RESUMEN Se describen
Más detallesLABORATORIO NACIONAL DE TEMPERATURA DE CHILE
LABORATORIO NACIONAL DE TEMPERATURA DE CHILE ERROR NORMALIZADO, SU DEFINICIÓN Y USO EN TERMOMETRÍA Mauricio Araya Castro Laboratorio Nacional de Temperatura de Chile, CESMEC S.A. Avenida Marathon 2595,
Más detallesNORMA ISO Introducción
Introducción NORMA ISO 2859-1 Objetivo: eliminar productos defectuosos. Esencial para el enfoque basado en hechos de los SGC dado que la calidad no puede generarse sólo mediante inspección El control puede
Más detallesUNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE QUÍMICA (www.uprh.edu/~quimgen) Revisado: 16/agosto/ 2007
UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE QUÍMICA (www.uprh.edu/~quimgen) Revisado: 16/agosto/ 2007 QUIM 3003-3004 MEDIDAS: TRATAMIENTO DE LOS DATOS EXPERIMENTALES I. INTRODUCCIÓN La mayor
Más detalles