HOMOGENEIDAD DE SERIES
|
|
- Ramona Caballero Parra
- hace 6 años
- Vistas:
Transcripción
1 HOMOGENEIDAD DE SERIES Práctico 3 Climatología
2 CONTROL DE CALIDAD PROBLEMAS EN SERIES DE DATOS Datos faltantes Valores sospechosos Comportamientos sospechosos
3 CONTROL DE CALIDAD Ejemplo: MARCHA ANUAL TEMPERATURA MERCEDES E F M A M J J A S O N D 24,3 23,2 21,2 17, ,1 10,9 12, ,9 19,8 22,9 MARCHA ANUAL DATOS FALTANTES VALORES SOSPECHOSOS COMPORTAMIENT O SOSPECHOSO
4 CONTROL DE CALIDAD Ocurrieron realmente Valores y comportamientos sospechosos Error en el proceso de medición No ocurrieron Error en la digitalización Problemas con los instrumentos de medición (recalibración, cambio de instrumento, cambio de localización de la estación)
5 Series homogéneas y no homogéneas Si la serie de dt datos presenta cambios bruscos en los valores (que pueden mantenerse o no), si sufren cambios en su variabilidad o si sufren de una modificación progresiva pero sistemática, entonces decimos que la serie es NO HOMOGÉNEA. Cuando la serie de datos presenta una no homogeneidad se le deben hacer ajustes, de manera que las estimaciones estadísticas estén lo más cerca posible de las estimaciones de los parámetros queseobservaron observaron.
6 Series no homogéneasrecomendaciones Verificar errores lógicos (que la temperatura,máxima sea mayor que la mínima) Marcar los valores que excedan un limite determinado como valores sospechosos y verificarlos (es común utilizar el limite de 4 desviaciones típicas) Realizar una cuidadosa inspección visual de los gráficos de la serie de tiempo Recurrir en caso de valores extremos a fuentes de información externas para ver si existe it evidencia i física (por ejemplo paso de frentes) Comparar valores sospechosos con valores en otras estaciones
7 Test de homogeneidad Las pruebas para demostrar que una serie de tiempo de una variable es razonablemente homogénea tienen por objetivo garantizar que las variaciones contenidas en las observaciones corresponden sólo a los procesos climáticos/meteorológicosy no a otros factores. h i ió d l d La homogenización de los datos es una tarea compleja.
8 Test de homogeneidad Los test de homogeneidad de series muestran que varios de los aparentes cambios climáticos son causados por inhomogeneidades de series debido a cambios operacionales en sistemas de observación.
9 Test del Recorrido (Run Test) Etapas del lprocedimiento: i 1. Estimación del valor medio de la serie (usamos la mediana si la muestra es chica). 2. Cálculo de los desvíos de cada elemento respecto al valor medio. Se asigna a cada valor de la serie el signo correspondiente, (+) si está el valor de la serie por encima de la media y ( ) si está por debajo. 3. Cálculo del número de cambios de signo que presenta la serie, y usamos el Criterio de Doorembos para analizar la homogeneidad de la serie. Ver la siguiente tabla:
10 Criterio de Doorembos Si al aplicar el test vemos que la prueba es no homogénea, debe buscarse la causa y no se aplica ninguna otra prueba. Las pruebas no son condiciones necesarias y suficientes i para afirmar que una serie sea homogénea. Mientras no haya una prueba que diga que una serie no es homogénea, será homogénea.
11 Ejemplo temperaturas medias anuales Artigas TEMPERATURAS MEDIAS ANUALES ARTIGAS AÑO T ANU MED SIGNO , , , , , , , , , , , , ,5 MEDIANA CAMBIOS DE SIGNO
12 Homogeneidad relativa Entre 2 puntos poco alejados ljd y ubicados en situaciones i topográficas parecidas, los valores de los elementos climáticos son bastante parecidos. Por lo tanto, las diferencias o los cocientes de los valores correspondientes a un mismo elemento, de un año al otro, varían mucho menos que los valores mismos. La noción de serie relativamente homogénea se obtiene por comparación con una serie sincrónica de otra estación. Si dos series son relativamente homogéneas, entonces, decimos que pertenecen a una misma región climática.
13 Criterio de Abbe (entre dos series) Determina la homogeneidad drelativa entre dos series. Procedimiento: 1. Se calculan los desvíos entre los N valores de las dos series: ΔT= (Ti T i) 2. Se determina el promedio de ΔT s, o sea Δ. 3. Construir la sucesión de diferencias: di= ΔT Δ 4. Calcular los valores A y B, tales que: A=Σ(di) 2 y B=Σ(di di+1) 2
14 Criterio de Abbe Si se cumple la siguiente i relación: 1 (1/N) 2A/B 1+ (1/N) Entonces, se concluye que las series son homogéneas entre sí. NOTA: si la serie de datos a la que se aplica el test es de precipitación, entonces la sucesión será de cocientes y no de diferencias, es decir ΔRR= Ri/R i
15 Ejemplo TEST DE HOMOGENEIDAD RELATIVA DE ABBE precipitación AÑO ARTIGAS SALTO ki/ki` kim di (di)^2 di di+1 (di di+1)^ ,6 1096, ,44 718, ,9 1474, , ,5 1594, , ,8 1054, ,5 1144, ,5 1290,4 A 1 (1/N) B 1+ (1/N) N 2A/B
16 Criterio de Helmert (entre dos series) Determina la homogeneidad drelativa entre dos series. Procedimiento: 1. Se calculan los desvíos entre los N valores de las dosseries: series: ΔT= (Ti T i) Ti) 2. Se determina el promedio de ΔT s, o sea Δ. 3. Se construye la sucesión de diferencias: di= ΔT Δ
17 Criterio de Helmert Se compara cada elemento de la sucesión d con el siguiente (el último con el primero). Se define S cuando no existe cambio de signo y C cuando si lo hay. Sean S y C, tales que: S=Σ S y C= Σ C Si se cumple la relación: (N 1) S C (N 1) Entonces, las series son homogéneas (entre ellas). NOTA: si la serie de datos a la que se aplica el test es de precipitación, entonces la sucesión será de cocientes y no de diferencias, es decir ΔRR= Ri/R i i.
18 Ejemplo TEST DE HOMOGENEIDAD RELATIVA DE HELMERT precipitación AÑO ARTIGAS SALTO ki/ki` kim di SIGNO C ó S? ,6 1096, ,4 718, ,9 1474, , ,5 1594, , ,8 1054, ,5 1144, ,5 1290,4 N (N 1) S C S C
UNIVERSIDAD 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 detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
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 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 detallesUNIDAD 7 Medidas de dispersión
UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesUnidad V. Control Estadístico de la Calidad
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma
Más detallesMedidas de Tendencia Central
Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
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 detallesMedidas de posición relativa
Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Son medidas que pueden utilizarse para comparar valores de diferentes
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 detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
Más detallesMedidas descriptivas I. Medidas de tendencia central A. La moda
Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto
Más detallesMEDIDAS DE VARIABILIDAD
MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados
Más detallesAnálisis matemático de la función de Nelson y Siegel
Anexos Anexo 1 Análisis matemático de la función de Nelson y Siegel La función que define el tipo forward según el modelo propuesto por Nelson y Siegel (1987) es la siguiente: con m 0 y τ 0. 1 > m m m
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 7: Medidas de Posición para Datos Crudos
1 Curso de Estadística Unidad de Medidas Descriptivas Lección 7: Medidas de Posición para s Crudos Creado por: Dra. Noemí L. Ruiz Limardo, EdD 010 Derechos de Autor Objetivos 1. Definir las medidas de
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesIntroducción a RClimDex. Sarah Perkins Centre of Excellence for Climate System Science UNSW, Australia
Introducción a RClimDex Sarah Perkins Centre of Excellence for Climate System Science UNSW, Australia Por qué usar R? R es un software estadístico http://www.r-project.org/ que se puede descargar e instalar
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesM i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana.
Medidas de tendencia central y variabilidada para datos agrupados Media (media aritmética) ( X ) Con anterioridad hablamos sobre la manera de determinar la media de la muestra. Si hay muchos valores u
Más detallesMedidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010
Medidas de Tendencia Central Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Objetivos de Lección Conocer cuáles son las medidas de tendencia central más comunes y cómo se calculan
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detallesUNIDAD 6 Medidas de tendencia central
UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo
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 detallesLas medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.
CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión
Más detallesMedidas de tendencia central
Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Más detallesMEDIDAS DE CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN. Matemáticas PAI 5 (4ºESO)
CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN Matemáticas PAI 5 (4ºESO) Ejercicio 2 Actividad de aula 3 Medidas estadísticas Recupera la tabla de frecuencias que realizaste en el ejercicio 2 de la actividad de
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 detallesRepresentaciones gráficas: Método del Paralelogramo
Representaciones gráficas: Método del Paralelogramo La relación funcional más simple entre dos variables es la línea recta. Sea entonces la variable independiente x y la variable dependiente y que se relacionan
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
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 detallesINSTITUCIÓN EDUCATIVA NUESTRA SEÑORA DEL PALMAR SEDE LICEO FEMENINO GUÍA DE ESTADÍSTICA GRADO DÉCIMO
GUÍA DE ESTADÍSTICA GRADO DÉCIMO MEDIDAS DE POSICIÓN Las medidas de posición son medidas que permiten dividir el conjunto de datos en partes porcentuales. Estas medidas se usan para describir la posición
Más detallesANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL
ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL DEPARTAMENTO DE GEOGRAFÍA FACULTAD DE HUMANIDADES UNNE Prof. Silvia Stela Ferreyra Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.
Más detallesCaracterización de la variabilidad de los fenómenos de propagación y estimación del riesgo asociado al margen de propagación
Recomendación UIT-R P.678-3 (07/015) Caracterización de la variabilidad de los fenómenos de propagación y estimación del riesgo asociado al margen de propagación Serie P Propagación de las ondas radioeléctricas
Más detallesPrecio de la gasolina regular (colones por litro, promedio anual)
CATÁLOGO MATERIALES DE APOYO PARA BACHILLERATO POR MADUREZ Educación Abierta 800 700 600 500 400 300 200 100 0 Pantallazo Precio de la gasolina regular (colones por litro, promedio anual) 2009 2010 2011
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 detallesAgrupa los resultados por lotes: Rechazados, revisables y aceptados y:
Tema 2 1.- Clasifica en discretas o continuas las siguientes variables: a) Número de habitantes por kilómetro cuadrado b) Número de bacterias de cierto tipo, por mililitro c) Densidad de diferentes muestras
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 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 detalles6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS Velocidad de retorno del rayo con distribución uniforme
Aplicación de redes neuronales en el cálculo de sobretensiones y tasa de contorneamientos 233 6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS 6.4.1. Introducción Como ya
Más detallesCálculo de pérdidas de radiación solar por sombras
Cálculo de pérdidas de radiación solar por sombras VI.1 Introducción El presente Anexo describe un método de cálculo de las pérdidas de radiación solar que experimenta una superficie debidas a sombras
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
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 detallesProf. Antonio Santillana y Ainhoa Herrarte
La economía en el corto plazo: introducción al análisis del ciclo económico Prof. Antonio Santillana y Ainhoa Herrarte Contenido 1. Medición del ciclo económico: expansiones y recesiones económicas. Detección
Más detallesUNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES
UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES Al finalizar esta unidad: - Describirás verbalmente en que consiste el cambio y cuáles son los aspectos involucrados en él. - Identificarás
Más detallesPRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015
CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS
Más detallesRelación entre la altura y la distancia del suelo al ombligo
Relación entre la altura y la distancia del suelo al ombligo JULIA VIDAL PIÑEIRO Los 79 datos usados para realizar el estudio estadístico de la relación altura- distancia al ombligo, se tomaron a personas
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 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 detallesSOLUCIONARIO Medidas de tendencia central y posición
SOLUCIONARIO Medidas de tendencia central y posición SGUICEG046EM32-A16V1 1 TABLA DE CORRECCIÓN GUÍA PRÁCTICA Medidas de tendencia central y posición Ítem Alternativa 1 C 2 E Aplicación 3 E 4 E Comprensión
Más detallesMedidas de variabilidad (dispersión)
Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
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 detallesMEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.
LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre
Más detallesMATEMÁTICAS 6 GRADO. Código de Contenido El alumno empleará la lectura, escritura y comparación de diferentes cantidades de cifras numéricas.
MATEMÁTICAS 6 GRADO Código Materia: Matemáticas (Español) = MSP Eje 1= Sentido numérico y pensamiento algebraico. Eje 2= Forma, espacio y medida. Eje 3= Manejo de la información. Código: Materia. Grado.
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesLa función, definida para toda, es periódica si existe un número positivo tal que
Métodos con series de Fourier Definición: Función periódica La función, definida para toda, es periódica si existe un número positivo tal que para toda. El número en un periodo de la función. Si existe
Más detallesUNLaM. Estadística. Secretaría de Extensión Universitaria. Trabajo Practico N 4. Medidas de Posición. Agente de Propaganda Médica
Medidas de Posición Trabajo Practico N El percentil k (P k ) es el valor de la variable tal que el k por ciento de los valores de la muestra son menores o iguales que él. Ej. Si P 35 (el percentil 35)
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 detallesANALISIS DE FRECUENCIA
ANALISIS DE FRECUENCIA HIDROLOGÍA Determinística: enfoque en el cual los parámetros se calculan en base a relaciones físicas para procesos dinámicos del ciclo hidrológico. Estocástico: Enfoque en el cual
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso
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 detallesMANUAL DE LABORATORIO DE FÍSICA GENERAL 9ª Edición EXPERIENCIA N 02
GRÁFICAS EXPERIENCIA N René Descartes "Consideraría que no sé nada de Física si tan sólo fuese capaz de epresar cómo deben ser las cosas, pero fuese incapaz de demostrar que no pueden ser de otra manera
Más detallesTEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1
TEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1 CARACTERÍSTICAS DE LAS REACCIONES HOMOGÉNEAS Todas las sustancias reaccionantes se encuentran en una sola fase Velocidad de reacción: Objetivo principal
Más detallesUNIDAD III: APLICACIONES ADICIONALES DE LA DERIVADA
UNIDAD III: APLICACIONES ADICIONALES DE LA DERIVADA Estimado estudiante continuando con el estudio, determinaremos el comportamiento de una función en un intervalo, es decir, cuestiones como: Tiene la
Más detallesLÍMITE DE UNA FUNCIÓN EN UN PUNTO
pág. LÍMITE DE UNA FUNCIÓN EN UN PUNTO c significa que toma valores cada vez más próimos a c. Se lee tiende a c. Por ejemplo: ; `9; `; `; `; `; `9; `; `999; Es una secuencia de números cada vez más próimos
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 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 detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
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 detallesPROBLEMAS ESTADÍSTICA I
PROBLEMAS ESTADÍSTICA I INGENIERÍA TÉCNICA EN INFORMÁTICA CURSO 2002/2003 Estadstica Descriptiva Unidimensional 1. Un edificio tiene 45 apartamentos con el siguiente número de inquilinos: 2 1 3 5 2 2 2
Más detallesTema 5. Medidas de posición Ejercicios resueltos 1
Tema 5. Medidas de posición Ejercicios resueltos 1 Ejercicio resuelto 5.1 Un Centro de Estudios cuenta con 20 aulas, de las cuales 6 tienen 10 puestos, 5 tienen 12 puestos, 4 tienen 15 puestos, 3 tienen
Más detallesINSTITUCIÓN EDUCATIVA NUESTRA SEÑORA DEL PALMAR SEDE LICEO FEMENINO
Cronograma actividades grado 0 Periodo lectivo: CUARTO Año lectivo 206 DOCENTE RESPONSABLE: Subleyman Ivonne Usman Narváez Asignatura: Estadística SEMANA No. 2 FECHA TEMA ACTIVIDAD 2 6 DE SEPTIEMBRE RECOMENDACIONES
Más detallesLÍMITES Y CONTINUIDAD
LÍMITES Y CONTINUIDAD Tema 4: LÍMITES Y CONTINUIDAD. Índice:. Límite de una función en un punto. Límites laterales.. Límites en el infinito.. Cálculo de límites... Propiedades de los límites... Límites
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesPráctica de cuerpo rígido
Cátedra de Física 1 (6.01) Práctica de cuerpo rígido Objetivos... Pre - requisitos para realizar la práctica... Bibliografía recomendada en referencia la modelo teórico... Competencias que el alumno puede
Más detallesMovimiento rectilíneo uniformemente acelerado
Movimiento rectilíneo uniormemente acelerado Objetivo General El alumno estudiará el movimiento rectilíneo uniormemente acelerado Objetivos particulares 1. Determinar experimentalmente la relación entre
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesEJERCICIOS RESUELTOS TEMA 1.
EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la
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 detallesCurva de Lorenz e Indice de Gini Curva de Lorenz
Curva de Lorenz e Indice de Gini Curva de Lorenz La curva de Lorenz es útil para demostrar la diferencia entre dos distribuciones: por ejemplo quantiles de población contra quantiles de ingresos. También
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 detallesMedidas de posición relativa
Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Las medidas de posición relativa son también llamadas cuantiles o
Más detallesOlas de calor en España desde 1975 Área de Climatología y Aplicaciones Operativas
Olas de calor en España desde 1975 Área de Climatología y Aplicaciones Operativas 1. Qué se entiende por ola de calor? Uno de los principales problemas al hablar de Olas de calor, es que no existe una
Más detallesLa desviación típica y otras medidas de dispersión
La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,
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 detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
Más detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
Más detallesUnidad Nº 3. Medidas de Dispersión
Unidad Nº 3 Medidas de Dispersión 1.-Definición.- Las medidas de tendencia central nos enseñaban a localizar el centro de la información en una serie de observaciones o distribución, pero no a realizar
Más detallesAnálisis de datos del Aguacate Hass (presentación caja 10 kilogramos)
Análisis de datos del Aguacate Hass (presentación caja 10 kilogramos) Alberto Contreras Cristán, Miguel Ángel Chong Rodríguez. Departamento de Probabilidad y Estadística Instituto de Investigaciones en
Más detallesLa producción de acero en Monterrey N.L. (México) en millones de toneladas, durante el año de 1992 a partir del mes de enero se muestra en la tabla:
El objetivo al estudiar el concepto razón de cambio, es analizar tanto cuantitativa como cualitativamente las razones de cambio instantáneo y promedio de un fenómeno, lo cual nos permite dar solución a
Más detallesLímites de funciones de varias variables.
Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas
Más detalles