3. Igualdad de proporciones

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

Download "3. Igualdad de proporciones"

Transcripción

1 1 La prueba de Pearso Tema Bodad de ajuste. Idepedecia 3. Igualdad de proporcioes 4. Medidas de asociació 5. Errores tipificados

2 1. Bodad de ajuste Objetivo: Comprobar si ua distribució teórica de frecuecias de ua variable cualitativa se ajusta a ua distribució empírica. Orgaizació de los datos: Fr. observadas: Fr. esperadas: Niveles de 1... i... I 1... i... I m 1 π 1 m π m i π i m I π I Variable co I iveles Frecuecias observadas: i Número de observacioes: I Probabilidades teóricas: π 1, π,..., π I Frecuecias esperadas: m i π i

3 3 1. Hipótesis H 0 : f (x) f 0 (x) (la distribució de coicide co la teórica) H 1 : f (x) f 0 (x). Supuestos - Muestra aleatoria - Probabilidades costates e cada extracció - Todas las fr. observadas so mayores que 0 - El 80% o más de las esperadas so mayores o iguales que 5 3. Estadístico de cotraste I ( i mi ) m i 1 ~ χ co I-1 grados de libertad 4. Zoa crítica: i 1 α I 1 5. Decisió: Rechazar H 0 si cae e la zoa crítica χ

4 4 Ejemplo: U psicólogo de aimales afirma que el 5% de los chimpacés muestra coductas de idefesió apredida ate u determiado estímulo aversivo, el 40% muestra ua coducta de huida y el 35% muestra idiferecia. E su muestra de 30 especimees ecuetra que 1 muestra idefesió, 15 huida y 3 idiferecia. Apoya estos datos su teoría co α0,05? 1. Hipótesis H 0 : f (x) f 0 (x) (es decir, π 1 0,5, π 0,40 y π 3 0,35) H 1 : f (x) f 0 (x). Supuestos Muestra aleatoria Probabilidades costates e cada extracció

5 5 3. Estadístico de cotraste Idefesió Huida Idiferecia i m i m 1 π 1 30 (0,5) 7,5 m π 30 (0,4) 1 m 3 π 3 30 (0,35) 10,5 30 I ( i 1 m (1 7,5) 7,5 i m i i ) (15 1) (3 10,5) 10,5 8,81 ~ χ co grados de libertad 6. Zoa crítica: 0,95 χ 5, Decisió: Rechazar H 0

6 6 Tablas de cotigecia Distribució de frecuecias de dos o más variables categóricas e Y. Dimesioes de la tabla: úmero de variables. Tabla bidimesioal: Y 1... j... J j 1J 1+ 1 j J + i i1 i... ij i+ I I1 I Ij... IJ I j... +J

7 7 Ejemplo: Se está estudiado el coocimieto que tiee de las oticias de actualidad los estudiates de distitas facultades. Estos so los datos recogidos. Coocimieto Bajo Medio Alto Ciecias Facultad Filosofía Derecho

8 8. Idepedecia Objetivo: Cotrastar si dos variables cualitativas ( e Y) so idepedietes, es decir, si coocer el valor de u sujeto e ua variable o aporta iformació para coocer su valor e la otra. E u cotraste sobre idepedecia se toma ua muestra de tamaño prefado (e el ejemplo 100) y se clasifica cada sujeto segú los dos criterios. Ejemplo: Se relacioa el coocimieto que tiee los estudiates de las oticias de actualidad co la facultad a la que perteece? 1. Hipótesis H 0 : e Y so variables idepedietes H 1 : e Y o so idepedietes

9 9. Supuestos - Muestra aleatoria - Probabilidades costates e cada extracció - Todas las fr. observadas so mayores que 0 - El 80% o más de las esperadas so mayores o iguales que 5 3. Estadístico de cotraste Para cada casilla la frecuecia esperada es: mˆ I J i 1 j 1 i+ ( + j mˆ mˆ ) ~ χ co (I-1)(J-1) grados de libertad

10 10 4. Zoa crítica: χ 1 α ( I 1)( J 1) 5. Decisió: Rechazar H 0 si cae e la zoa crítica

11 11 Ejemplo: Se relacioa el coocimieto que tiee los estudiates de las oticias de actualidad co la facultad a la que perteece? Utilizar α 0,05 1. Hipótesis H 0 : e Y so variables idepedietes (el coocimieto o depede de la facultad) H 1 : e Y o so idepedietes (está relacioadas, el coocimieto varía co la facultad). Supuestos - Muestra aleatoria - Probabilidades costates e cada extracció - Todas las fr. observadas so mayores que 0 - El 80% o más de las esperadas so mayores o iguales que 5

12 1 3. Estadístico de cotraste Frecuecias observadas Coocimieto Bajo Medio Alto Ciecias Facultad Filosofía Derecho Frecuecias esperadas Coocimieto Bajo Medio Alto Ciecias 14 1,6 8,4 35 Facultad Filosofía 11, 10,08 6,7 8 Derecho 14,8 13,3 8, mˆ i+ + j

13 13 I J i 1 j 1 ( mˆ mˆ ) (0 14) 14 11,61 + L + (1 8,88) 8,88 ~ χ ( I 1)( J 1) χ 4 1. Zoa crítica: 1 α χ ( I 1)( J 1) 0,95 χ 4 9, 49. Decisió: Rechazar H 0. El coocimieto varía co la facultad

14 14 3. Igualdad de proporcioes Objetivo: Cotrastar si la distribució de ua variable (p.e. Y) es la misma e cada uo de los grupos de la otra variable (). a. La diferecia co el cotraste sobre idepedecia está e el método de muestreo. b. El ivestigador fa arbitrariamete los tamaños de los grupos de la variable. c. El cotraste se realiza igual que el de idepedecia.

15 15 Ejemplo: U ivestigador decide tomar ua muestra de 30 estudiates de ciecias, 35 de filosofía y 40 de derecho. El objetivo es cotrastar si la distribució del coocimieto de actualidad es la misma e los tres grupos. 1. Hipótesis H 0 : La distribució de Y (coocimieto) es igual e los tres grupos de (facultad). H 1 : La distribució de Y varía segú la facultad. 1. Supuestos (los mismos)

16 16. Estadístico de cotraste Frecuecias observadas Coocimieto Bajo Medio Alto Ciecias Facultad Filosofía Derecho Frecuecias esperadas Coocimieto Bajo Medio Alto Ciecias 10 1,57 7,43 30 Facultad Filosofía 11,67 14,67 8,67 35 Derecho 13,33 16,76 9, mˆ i+ + j

17 17 I J i 1 j 1 ( mˆ mˆ ) (18 10) 10 19,4 + L + (9 9,9) 9,9 ~ χ ( I 1)( J 1) χ 4 4. Zoa crítica: 1 α χ ( I 1)( J 1) 0,95 χ 4 9, Decisió: Rechazar H 0. El coocimieto varía co la facultad

18 18 4. Medidas de asociació Objetivo: cuatificar la fuerza de la asociació etre las dos variables. 1. Coeficiete de cotigecia Toma valores etre 0 y C max C + C max k k 1 k : úmero de filas y columas (igual)

19 19. Coeficiete φ (phi) Se aplica e tablas x. Valores etre 0 y 1 φ 3. Coeficiete V de Cramer Geeraliza φ para tablas de cualquier tamaño V ( k 1) k : meor de filas y columas

20 0 Ejemplo: (cotiuació del cotraste de idepedecia: coocimieto de las oticias por facultad) ,61 C + 11,61 11, ,3 C k 1 max k 3 0,8 V ( k 1) 11,61 100() 0,4

21 1 5. Errores tipificados Objetivo: cuatificar la diferecia etre la frecuecia observada y la esperada para cada celda de la tabla. Errores e mˆ Problema: es difícil compararlos para distitas celdas Errores tipificados Ze mˆ mˆ Nota: i j Z e Problema: Bajo H 0 su distribució es ormal (0, σ (I-1)(J-1) / (IJ) ).

22 Ejemplo: (Estudios y facultad) Errores Coocimieto Bajo Medio Alto Ciecias 6 0,4-6,4 Facultad Filosofía -3, -0,1 3,3 Derecho -,8-0,3 3,1 Errores tipificados Coocimieto Bajo Medio Alto Ciecias 1,60 0,11 -,1 Facultad Filosofía -0,96-0,03 1,7 Derecho -0,73-0,09 1,05 Distribució ormal co media 0 y σ (I-1)(J-1) / (IJ) 4 / 9 0,44 mˆ mˆ Z e ,60

23 3 Formulario del tema 10 Bodad de ajuste m i π i I ( i mi ) m i 1 i ~ χ 1 Idepedecia e igualdad de proporcioes mˆ I J i 1 j 1 i+ ( + j mˆ mˆ ) ~ χ ( I 1)( J 1)

24 4 Coeficiete de cotigecia C + Coeficiete phi C max φ k k 1 Coeficiete V de Cramer Errores e V Errores tipificados Z e ( k 1) mˆ mˆ m ˆ Z e ~ ormal (0, σ (I-1)(J-1) / (IJ) )

25 5 Ejercicios recomedados del libro:

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Tema 6. Variables cualitativas o atributos

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Tema 6. Variables cualitativas o atributos Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gil José María Sarabia Alegría DPTO. DE ECONOMÍA Este tema se publica bajo Licecia: Creative Commos BY-NC-SA 4.0 Itroducció Las variables cualitativas

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

4 Contrastes del Chi 2 de bondad del ajuste 4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2 Estadística o Paramétrica ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ Autores: Jua Fracisco Moge Ivars (jmoje@uoc.edu), Ágel A. Jua Pérez (ajuap@uoc.edu) ESQUEMA DE CONTENIDOS Estadística o Paramétrica

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES

INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES 1 INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES 001. PAU SELECTIVIDAD Uiversidad de Oviedo Juio 1996 La empresa de trasportes urgetes El Rápido asegura que etrega el 80% de sus evíos ates

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo 5 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 5 OPCIÓN A EJERCICIO 1 (A) 1 3 - Se cosidera las matrices A

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z < Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede

Más detalles

PRÁCTICAS Nº 10 Y 11

PRÁCTICAS Nº 10 Y 11 PRÁCTICA Nº 10 Y 11 CONTRATE DE HIPOTEI E INTERVALO DE CONFIANZA ETADÍTICA E INTRODUCCIÓN A LA ECONOMETRÍA º LADE CURO 008-09 Profesorado: Prof. Dra. Mª Dolores Gozález Galá Prof. M ª Mar Roero Mirada

Más detalles

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios.

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios. Scietia et Techica Año IV, No 39, Septiembre de 2008 Uiversidad Tecológica de Pereira ISSN 0122-1701 459 PROPIEDADES DE LA MATRIZ Properties of the matrix EN UNA CADENA DE MARKOV i a Markov chai RESUMEN

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

SEMANA 01. CLASE 01. MARTES 04/10/16

SEMANA 01. CLASE 01. MARTES 04/10/16 EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste 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 detalles

5.1. Tipos de convergencia

5.1. Tipos de convergencia Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

Tema 9. Introducción a la Inferencia Estadística. Presentación y Objetivos. Esquema Inicial. Probabilidades y Estadística I

Tema 9. Introducción a la Inferencia Estadística. Presentación y Objetivos. Esquema Inicial. Probabilidades y Estadística I Tema 9. Itroducció a la Iferecia Estadística Presetació y Objetivos. La iferecia utiliza el leguaje de la probabilidad para sacar coclusioes de los datos y acompañar esas coclusioes por ua declaració formal

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5 Aexo Calculadora La proliferació de las calculadoras e la vida cotidiaa obliga a profesores y padres a replatearse su uso. Los profesores debemos eseñar a los alumos su utilizació. Pero será los profesores

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 214 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció B Reserva 2, Ejercicio 4, Oció B Reserva 4, Ejercicio

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.

8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis. TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

Estimación de los parámetros de las distribuciones Bernoulli y Poisson bajo cero eventos

Estimación de los parámetros de las distribuciones Bernoulli y Poisson bajo cero eventos Publicado e la Rev. Fac. Nac. Salud Pública 999; 7(): 30-36 Estimació de los parámetros de las distribucioes Beroulli y Poisso bajo cero evetos Estimatig parameters of the Beroulli ad Poisso distributios

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

Capítulo II Estimación de parámetros

Capítulo II Estimación de parámetros Capítulo II Estimació de parámetros Estimació putual de parámetros Explicaremos el tópico de la estimació putual de parámetros, usado el siguiete ejemplo. La Tabla Nº. cotiee iformació de los salarios

Más detalles

IES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo 1 del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 015 OPCIÓN A EJERCICIO 1 (A) 1 3 - Sea las matrices A = y B = 3-1 4 (0 75

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles

Factores de Carga, Simultaneidad, Diversidad y Pérdidas

Factores de Carga, Simultaneidad, Diversidad y Pérdidas Factores de Carga, imltaeidad, Diversidad y érdidas Abordaje qe asegra s cosistecia Bogotá, Diciembre 013 1 Itrodcció E los cálclos de redes de distribció para proyectos y operació se caracteriza las cargas

Más detalles

Test de Wilcoxon de rangos signados

Test de Wilcoxon de rangos signados 5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

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

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

Más detalles

Apéndice C: Datos Experimentos

Apéndice C: Datos Experimentos Apédice C: Datos Experimetos Experimetos Los experimetos permitiero evaluar la afectividad de los usuarios al iteractuar etre ellos detro del IM. La realizació de los experimetos se basa e los siguietes

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS UNIDAD 0 LAS MUESTRAS ESTADÍSTICAS Págia 26 Lazamieto de varios dados CUATRO DADOS La distribució de probabilidades de la suma de cuatro dados es la siguiete: x i 4 5 6 7 8 9 0 2 3 4 4 0 20 35 56 80 04

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas

Más detalles

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES MATEMÁTICA I - 0 - Capítulo 6 ------------------------------------------------------------------------------------ CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES Las matrices iversas se puede usar

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

1. Calcular, aplicando mentalmente la definición de raíz (no usar calculadora):

1. Calcular, aplicando mentalmente la definición de raíz (no usar calculadora): EJERCICIOS de RADICALES º ESO FICHA : Cocepto de raíz -ésima RECORDAR: Defiició de raíz -ésima: Caso particular de simplificació: a x x a x x (Añadir estas fórmulas al formulario, juto co la lista de los

Más detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado

Más detalles

Mó duló 21: Sumatória

Mó duló 21: Sumatória INTERNADO MATEMÁTICA 16 Guía del estudiate Mó duló 1: Sumatória Objetivo: Coocer y aplicar propiedades para el cálculo de sumatorias. Para calcular alguas sumatorias es ecesario coocer sus propiedades

Más detalles

SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL

SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL EDU101 SOFTWARE INVENFOR 1.0 SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL Autor: 1 Ig. Ricardo Iouye Rodríguez Co-Autores: 2 MSc. Caridad Salazar Alea 3 Ig. Jua J. Ramos Herádez

Más detalles

Qué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II

Qué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II SISTEMA DE EVALUACION TECNICAS DE MUESTREO II Practicas 3% Exame parcial 3% Exame fial 3% Trabaos ecargados % Profesor: Ig. Celso Gozales Ch. Mg.Sc Email:cgozales@lamolia.edu.pe REFERENCIAS BIBLIOGRAFICAS

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. 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 detalles

INTRODUCCIÓN A LA ESTADÍSTICA

INTRODUCCIÓN A LA ESTADÍSTICA INTRODUCCIÓN A LA ESTADÍSTICA DIRECCIÓN DE LA PRODUCCIÓN Por: LUIS ARENCIBIA SÁNCHEZ www.laformacio.com - www.libroelectroico.et 1 Ídice. 1. Cotrol estadístico de calidad.. Datos..1. Presetació de datos...

Más detalles