ESTADÍSTICA BIDIMENSIONAL

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

Download "ESTADÍSTICA BIDIMENSIONAL"

Transcripción

1 el blog de mate de ada CI: Estadístca bdmensonal Pág. 1 ETADÍTICA BIDIMEIOAL La estadístca bdmensonal es la cenca que se ocupa de determnar s este relacón o no entre dos varables. Ejemplos: - Horas de estudo calcacones negatvas de los alumnos. - Calcacones en Matemátcas Físca. - Dnero gastado en publcdad dnero obtendo por ventas en una empresa. Una varable estadístca bdmensonal es el conjunto de pares de valores de dos caracteres o varables estadístcas undmensonales X e Y sobre una msma poblacón. e llama dstrbucón bdmensonal a la tabla estadístca bdmensonal ormada por todas las recuencas absolutas de todos los posbles valores de la varable estadístca bdmensonal. Es decr, para cada elemento de una poblacón o muestra se consderan los valores correspondentes a dos caracteres cuanttatvos dstntos. TABLA BIDIMEIOAL IMPLE 1º.- Ésta es una tabla con dos varables que son la talla en cm el peso en kg de una muestra de 1 alumnos de una clase: Talla (cm) Peso (kg) Halla la meda, varanza desvacón típca de ambas varables. olucón: Es cómodo construr la sguente tabla para hacer los cálculos: , ,4 1 8,41 5, , ,4 1 15,4 3,9 8, 41 15, 4 TABLA BIDIMEIOAL DE DOBLE ETRADA Los datos tambén pueden darse medante una tabla de doble entrada de la cual es posble etraer una tabla bdmensonal los datos de cada varable por separado, que son las llamadas dstrbucones margnales.

2 el blog de mate de ada CI: Estadístca bdmensonal Pág. º.- (ejercco resuelto pág. 307): En 35 amlas que habtan en el msmo bloque de psos hemos hecho un estudo sobre el número de hjas e hjos que tenen cada una de ellas hemos obtendo los resultados que guran en la tabla adjunta. La varable X ndca el número de hjos la varable Y, el número de hjas de las ctadas amlas. Construe la tabla estadístca bdmensonal correspondente. En las dstrbucones margnales, calcula la meda la desvacón típca. Y\X Tot Tot olucón: , ; 0, 95; 1, 43; 0, 96. DIAGRAMA DE DIPERIÓ O UBE DE PUTO La representacón gráca más usual para una dstrbucón bdmensonal es el dagrama de dspersón o nube de puntos. e realza jando en un sstema de ejes cartesano un carácter en cada uno de los ejes representando los puntos correspondentes a cada par. 1º: Para la tabla del ejercco 1 de la págna 1 se obtene:

3 el blog de mate de ada CI: Estadístca bdmensonal Pág. 3 3º.- (ejercco resuelto pág. 308): En una clase compuesta por 30 alumnos se ha hecho un estudo sobre el número de horas daras de estudos X el número de suspensos Y, obtenéndose los sguentes resultados: (,0) (,) (0,5) (,1) (1,) (,1) (3,1) (4,0) (0,4) (,) (,1) (,1) (4,0) (3,1) (,4) (,1) (1,) (,1) (,0) (3,0) (3,) (,) (,) (,1) (0,5) (1,3) (,) (,1) (1,3) (1,4) Construe la tabla estadístca bdmensonal en la que gure el recuento correspondente. En las dstrbucones margnales correspondentes, halla la meda la desvacón típca. Dbuja el dagrama de dspersón correspondente. olucón: 1, 9 ; 0, 978; 1, 8; 1, 44 Y\X Total Total º.- En la tabla sguente se da el número de eámenes aprobados en Matemátcas () el número de eámenes aprobados en Hstora () de un total de tres en cada asgnatura. Los datos se reeren a un colectvo de 30 alumnos. representa las recuencas absolutas margnales de. representa las recuencas absolutas margnales de. Y (Hª) X (Mat.)

4 el blog de mate de ada CI: Estadístca bdmensonal Pág. 4 A la vsta de esta tabla podemos construr las sguentes tablas: Dstrbucón margnal de : Dstrbucón margnal de : Dstrbucón bdmensonal: º.- Representa el dagrama de dspersón correspondente a la varable bdmensonal (,), donde = temperatura meda (ºC), = lattud de los países de la Unón Europea. Captales Amsterdam Atenas 4 37 Bonn 13 5 Bruselas 14 5 Copenhague Dublín Lsboa Londres Luemburgo Madrd París Roma 4 DITRIBUCIOE CODICIOADA Fjado un valor 0 de una de las varables undmensonales, que orman la bdmensonal (,), las recuencas condconadas a 0 de los valores absolutas de los pares, 0 la recuenca absoluta margnal de de, son los cocentes entre las recuencas. 6º.- e ha realzado una encuesta a estudantes unverstaros sobre Acones, en sus modaldades de Lectura, Vajes, Deportes Maquetas, obtenéndose los resultados recogdos en la sguente tabla, en uncón de la Facultad o Escuela en la que estudan, con tres modaldades: Flologías, Telecomuncacones Medcna. a) Determna las recuencas condconadas a la acón Lectura de las dstntas modaldades de Carreras. b) Determna las recuencas condconadas a la acón Vajes de las dstntas modaldades de Carreras. c) Determna las recuencas condconadas a la acón Deportes de las dstntas modaldades de Carreras. A/C Lectura Vajes Deportes Maquetas Flologías IT 5 15 Medcna Total

5 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 5 olucón: (X,Y) = (Acón/Carrera). F (Lectura/Flologías) = 0/43 = 0,46 46 % el 46 % de los lectores estudan Flologías. F (Lectura/Telecomuncacones) = 5/43 = 0,1 1 % el 1 % de los lectores estudan Telecomuncacones. F (Lectura/Medcna) = 18/43 = 0,4 4 % el 4 % de los lectores estudan Medcna. Y así sucesvamente. CÁLCULO DE PARÁMETRO: COVARIAZA Al consderar las dstrbucones de cada varable por separado se obtenen dos dstrbucones undmensonales, llamadas margnales cuos parámetros (meda, varanza, desvacón típca) a sabemos calcular. ; ; El parámetro especíco de una varable bdmensonal es la covaranza. e llama covaranza de una varable bdmensonal, con valores,, a la meda artmétca de los productos de las desvacones de cada varable respecto a su meda. e representa por su epresón es: La covaranza presenta el nconvenente de que su valor depende de las undades de medda de las varables, por tanto, no permte comparar la relacón entre dos varables meddas en derentes undades. EJERCICIO 7º.- (ejercco resuelto pág. 307): En 35 amlas que habtan en el msmo bloque de psos hemos hecho un estudo sobre el número de hjas e hjos que tenen cada una de ellas hemos obtendo los resultados que guran en la págna. Calcula la covaranza. Dbuja el dagrama de dspersón correspondente. 51 1,1,43 0,5 35 8º.- (ejercco resuelto pág. 308): En una clase compuesta por 30 alumnos se ha hecho un estudo sobre el número de horas daras de estudos X el número de suspensos Y, obtenéndose los sguentes resultados: (,0) (,) (0,5) (,1) (1,) (,1) (3,1) (4,0) (0,4) (,) (,1) (,1) (4,0) (3,1) (,4) (,1) (1,) (,1) (,0) (3,0) (3,) (,) (,) (,1) (0,5) (1,3) (,) (,1) (1,3) (1,4) Construe la tabla estadístca bdmensonal en la que gure el recuento correspondente. Calcula la covaranza. Dbuja el dagrama de dspersón correspondente. olucón: Podemos construr una tabla bdmensonal únca, en lugar de las tablas de las dstrbucones margnales:

6 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág UMA j j ,9 ; 1,9 0,6 0, j j 158 1,8 ; 1,8 1, ,91,8 1, º.- Halla la covaranza de la dstrbucón bdmensonal del ejercco 1 (págna 1). olucón: Completando la tabla de la págna ,

7 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 7 º.- Para establecer la relacón entre la superce en metros cuadrados de los psos () los alquleres en euros (), en una determnada poblacón, se obtuveron los sguentes datos: uperce () Alquler () Calcula la covaranza. olucón: La superce meda de las vvendas es 770, 8euros. Por tanto, la covaranza es: ,58 770,8 4467,53m euro 1 78,58m el preco medo del alquler es 11º.- Calcula la covaranza de la sguente dstrbucón llamada ECOITEMA que nos da la temperatura (en ºC) la densdad de poblacón (en %): Temperatura Densdad 19, ,5 16,5, , ,5 18 olucón: 15 1, ,5,5,5 16 1, ,5,5 4 16,5,5 1 16,5 7,5,5 6,5 41, , ,5 6,5 47, , ,5 380, , , , ,5 17,7ºC ; 17,7, 06; 1, 43,3 ; 56,3 0, 31; 0, ,75 17,7,3 41,375 40,71 0,665. ;

8 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 8 CORRELACIÓ e llama correlacón a la teoría que ntenta estudar la relacón o dependenca que este entre las dos varables que ntervenen en una dstrbucón bdmensonal. 1.- La correlacón es lneal o curvlínea cuando el dagrama de puntos se condensa en torno a una línea recta o a una curva..- La correlacón es postva o drecta cuando a medda que crece una varable, la otra tambén crece. La correlacón es negatva o nversa cuando a medda que crece una varable, la otra decrece. La correlacón es nula cuando no este nnguna relacón entre ambas varables. 3.- La correlacón es de tpo unconal s este una uncón que satsace todos los valores de la dstrbucón. La correlacón será tanto más uerte o más débl, dependendo de la maor o menor tendenca de los valores de la dstrbucón a satsacer una determnada uncón. COEFICIETE DE CORRELACIÓ LIEAL DE PEARO El coecente de correlacón lneal de Pearson se dene medante la sguente epresón: r s s El sgno del coecente r vene dado por el sgno de la covaranza, a que las desvacones típcas son sempre postvas. Es, por tanto, el sgno de la covaranza el que decde el comportamento de la correlacón: - la covaranza es postva, la correlacón es drecta. - la covaranza es negatva, la correlacón es nversa. - la covaranza es nula, no este correlacón. EJERCICIO 13º.- Calcula el coecente de correlacón lneal de la dstrbucón del ejercco 7 (pág. 7) (ECOITEMA). 413,75 0,665 olucón: 17,7,3 0, 665; r 0, 84 1,43 0,55 5 4,5 5 0,5,5 6,5 7 4, ,5 8 7, , ,5 9 1,5,5 6,5 7,5 156,5 16,75 158,5

9 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 9 e demuestra que el coecente de correlacón lneal es un número comprenddo entre 1 1. egún el valor de r la dependenca entre las varables e será del sguente tpo: 1.- r = -1 todos los valores de la varable bdmensonal se encuentran stuados sobre una recta; satsacen la ecuacón de la recta. e dce que entre las varables e este una dependenca unconal..- 1 < r < 0, la correlacón es negatva será tanto más uerte a medda que r se acerque a 1, tanto más débl a medda que se aproma a 0. En este caso se dce que las varables e están en dependenca aleatora. 3.- r = 0, no este nngún tpo de relacón entre las dos varables. e dce que son aleatoramente ndependentes < r < 1, la correlacón es postva será tanto más uerte a medda que r se acerque a 1, tanto más débl a medda que se aproma a 0. En este caso se dce que las varables e están en dependenca aleatora. 5.- r = 1, todos los valores de la varable bdmensonal se encuentran stuados sobre una recta; satsacen la ecuacón de la recta. e dce que entre las varables e este una dependenca unconal.

10 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. EJERCICIO 14º.- Las desvacones típcas de las varables margnales de una dstrbucón bdmensonal son: s 1, s 3, 1. La covaranza de (,) vale,976. Halla el coecente de correlacón lneal, d s se trata de una uerte/débl correlacón drecta/nversa. olucón: 1, ; 3, 1,976 ;, 976; 0, 8 1, 3,1 r correlacón negatva uerte. 15º.- (ejercco resuelto pág. 311): Las calcacones obtendas por los 40 alumnos de prmer curso de bachllerato en las asgnaturas de matemátcas ísca guran en la sguente tabla estadístca bdmensonal. En ella, la varable X hace reerenca a la calcacón lograda en matemátcas e Y, a la de ísca. Calcula el coecente de correlacón lneal de Pearson analza el grado de dependenca entre las calcacones de ambas asgnaturas. Y\X Tot Tot olucón: Total Total , j (3,) 4 4 (4,5) (5,5) (6,6) (6,7) 5 (7,6) 3 16 (7,7) 98 (8,9) 1 7 (,) 00 Total j j ,45; 5,45 1, j j 4 j j ,6 ; 5,6 1, ,605 5,45 5,6,605 0, s s 1,611,758 postva mu uerte. r correlacón

11 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág º.- (ejercco 4 pág. 30): e ha solctado a un grupo de 50 ndvduos normacón sobre el número de horas que dedca daramente a dormr ver la televsón. La clascacón de las respuestas ha permtdo elaborar la sguente tabla: º horas dormdas X º horas televsón Y Frec. Absolutas Calcula: a) Realza el dagrama de dspersón correspondente. b) Meda medana del número de horas dedcadas a dormr. c) Porcentaje de ndvduos que ven la televsón por encma de la meda. d) Coecente de correlacón lneal. Interpretacón. olucón: 390 a) Me = 8 horas.; 7, 8 horas. 50 b) , 8 ; porcentaje de ndvduos por encma de la meda: 0, c) 308 7,8 0, ; 413,8 0, ; 7,8,8 0, ,436 r 0, 891 correlacón negatva no mu uerte. s s 0,89 0,55 78%. 18º.- (ejercco 6 pág. 33): Dez alumnos han realzado durante el últmo mes dos ejerccos de matemátcas. Las notas son las de la tabla. Prmer ejercco egundo ejercco Dbuja la nube de puntos. Ajusta a ojo una recta a la nube de puntos estma el valor que tendrá la posble correlacón. olucón: La recta ajustada a ojo puede ser bsectrz del cuadrante: =. La correlacón será postva uerte, próma a 1.

12 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 1 19º.- e han hecho dos pruebas de hstora a un grupo de dez alumnos de 3º de E..O. para valorar sus conocmentos. Los resultados obtendos son: Alumno A B Calcula la covaranza el coecente de correlacón. Este dependenca entre ambas pruebas? olucón: 1,5 ; 7,45, 7 ; 15, 3 ; 11,81 3, ,65 1,5 15,3 7,65 0, 8,7 3,43 ; r correlacón postva débl. 0º.- En un epermento para estudar la ampltud de la onda de choque producda por una eplosón se stúan tres sensores a 5 m; otros tres, a m; otros tres, a 15 m de la carga. Las ampltudes obtendas por cada uno se descrben en la sguente tabla: Dstanca Ampltud 8,6 8, 8,1 5,8 6, 6,1 5, 4,8 4,7 Haz el dagrama que relacone las dos varables. Calcula el coecente de correlacón e nterpreta su valor. olucón: 90 ; 50 4, ; 57,7,7 6,41 ; 388 6,41 1, ,41 5,65 9 5,65 0,96 4,1 1,43 ; r correlacón negatva mu uerte. 1º.- En un taller trabajan 1 operaros. La sguente tabla da el tempo empleado por cada uno de ellos, durante la jornada de la mañana (X), de la tarde (Y), en realzar determnado montaje (los tempos se mden en mnutos): X Y Halla el coecente de correlacón entre ambas varables.

13 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 13 olucón: ,17 ; 15 11,17 1, ; 1, 67 ; ,67 1, ,7 11,17 1,67 0,7 r 0, 036 varables ndependentes. 1 1,511,93 ETUDIO AALÍTICO DE LA REGREIÓ LIEAL ; obre el dagrama de dspersón de la varable bdmensonal (,) se dbuja una recta llamada recta de regresón de sobre, que es, en prmera apromacón, la línea que más se ajusta a esa nube de puntos. El problema del mejor ajuste se resuelve oblgando a que la suma de los cuadrados de las desvacones sea lo menor posble. Así se obtenen las llamadas rectas de regresón: Recta de regresón de sobre : s EJERCICIO Recta de regresón de sobre : s º.- (ejercco resuelto pág. 313): Una empresa dedcada a la elaboracón venta de ropa para jóvenes ha realzado los gastos en publcdad ha obtendo las ventas que guran en la sguente tabla. Los datos venen epresados en mles de se reeren a los últmos dez años. Publcdad 7,5 8 8,5, Ventas llamamos X a la varable gastos en publcdad e Y a benecos de ventas, halla: a) El coecente de correlacón lneal. Analza la dependenca de ambas varables. b) La recta de regresón de Y sobre X. c) La empresa decde nvertr el prómo año 5 mles de en publcdad. se mantene la msma tendenca de los años anterores, cuál es el volumen de ventas esperado? d) la empresa desea lograr 500 mles de en ventas, cuánto debe nvertr en publcdad?

14 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 14 olucón: 7,5 56, ,5 7, ,5 1, ,5 1460, ,5,75 11,65 ; ,65 3, ; 6 61 ; , ; 11, , 35 19,35 3, 41,04 a) r 0, 98 grado de dependenca entre las dos varables bueno. 19,35 1,49 115, 44 3, b) Recta de regresón de sobre : 61 11,65 c) = 5 mles de, obtenemos una estmacón de las ventas de = 47,69 mles de. d) = 500 mles de, la empresa deberá nvertr en publcdad, apromadamente, 30,79 mles de. 3º.- (ejercco 6 pág. 31): La estadístca de ngresos de determnadas empresas, en mllones de, de empleados, en mles, es la sguente: Ingresos 5,7 3,8 1,9 1 1 Empleados a) Estuda la correlacón estente entre ambas varables. b) Determna la recta de regresón de: ngresos, en mles de mllones; empleados, en mles. olucón:, 68; 1, 8 ; 15, 4 7,96; 8, 47 8,47 1,8 7,96 a) r 0, 58 ; b) Recta de regresón de sobre : 8,47 15,4,68 3,9 Recta de regresón de sobre :,68 0,13 15,4 = 0,13 + 0,68 5,7 16 3, , 3,8 9 14, , 1,9 17 3, , ,4 77 5, ,7

15 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 15 4º.- (ejercco 7 pág. 31): Una compañía dscográca ha recoplado la sguente normacón sobre el número de concertos dados, durante el verano, por 15 grupos muscales las ventas de dscos de estos grupos (epresadas en mles de CDs), obtenéndose los datos sguentes: concertos\cds a) Calcula el número medo de CDs venddos por estos grupos. b) Cómo es el grado de dependenca lneal del número de concertos dado por el grupo con respecto al número de dscos que ha venddo? c) Obtén la recta de regresón que eplca la dependenca anteror. d) un grupo muscal ha venddo CDs, qué número de concertos es prevsble que dé? olucón: concertos CDs (en mles) , ,5 56, , , ,5 56, , ,6 ; 4, 71; 41; 16, 55; a) El número medo de elepés venddos es b) Para conocer el grado de dependenca que este entre las dos varables, calculamos el coecente de correlacón lneal: ,4 9, ,4 ; 0, ,7 16,55 63,4 41 4,7 9,6,87 13, 44 r correlacón postva moderada. c) Recta de regresón de sobre :. d) un grupo muscal ha venddo CDs, para saber el número de concertos que estmamos que dará susttumos en la ecuacón de la recta = 18 obtenemos:, ,44 65 concertos. 5º.- (ejercco 8 pág. 31): e ha observado una varable estadístca bdmensonal se ha obtendo la sguente tabla: Y/X _

16 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 16 a) Calcula la covaranza. b) Obtén e nterpreta el coecente de correlacón lneal. c) Determna la ecuacón de la recta de regresón de Y sobre X. olucón: En una tabla smple tendremos los sguentes valores: X Y ; 7, 83; 18, 4 ;, , 7,83,8 a) 60 18,4 44 b) r 56 correlacón negatva débl. c) Recta de regresón de sobre : 18, ,51 6º.- (ejercco 11 pág. 3): La sguente tabla muestra las notas que 5 amgos de prmer curso de Bachllerato obtuveron en la 1ª ª evaluacón en la asgnatura de Inglés: 1ª evaluacón (X) 5 6, ª evaluacón (Y) 4,5 7 7,5 5 3,5 a) Calcula el coecente de correlacón lneal, nterpretando el resultado. b) Determna las rectas de regresón de Y sobre X de X sobre Y. c) Halla el punto donde se cortan las dos rectas de regresón. olucón: 5, 3; 1, 78; 5, 5 ; 1, 5 ;, 55,55 1,781,5 a) r 0, 94 b) Rectas de regresón: de sobre : 5,5 5,3 ; De sobre : 5,3 5,5,55 3,17 c) Ambas rectas se cortan en el punto de coordenadas: = 5,3 e = 5,5.,55,31 8º.- Calcula las ecuacones dbuja las rectas de regresón del ejercco 7 de la págna 7 (ECOITEMA).

17 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 17 olucón: 5 4,5 5 0,5,5 6,5 7 4, ,5 8 7, , ,5 9 1,5,5 6,5 7,5 156,5 16,75 158,5 17,7 ; 1, 43;, 3 ; 0, 55; 0, 665 Recta de sobre :,3 17,7. 0,665 0,33 3 1,43 0,665 17,7,3, 1, 6 0,55 Recta de sobre :. 9º.- La covaranza postva de una dstrbucón resulta ser los 4 3 del producto de las desvacones típcas margnales, la pendente de la recta de regresón de sobre vale 1. Halla el coecente de correlacón la pendente de la otra recta de regresón. olucón: s 3 s s 4 1 s s s 4 s 3 3 s 4 3 s 4 s s s m ; s r s s 4 3 s 3 4. Entonces: 30º.- Un conjunto de personas tene como meda de sus pesos 60 kg, sendo la meda de sus alturas de 168 cm, con desvacones típcas respectvas de 4,8 kg 8 cm. La covaranza de las dos varables es 38. Calcula la recta de regresón de peso sobre altura, el peso de una persona de 175 cm de estatura. olucón: 60kg ; 4, 8 ; 168cm ; 8cm ; 38 Recta de sobre : ,59 99, 1 0,59 39, 1 8 P(=175 cm): = 0, ,1 = 3,5 39,1 = 64,13 kg.. 31º.- Cnco estudantes han preparado una prueba durante las horas que se ndcan han obtendo las sguentes notas: X (tempo) Y (nota)

18 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 18 a) Calcula el coecente de correlacón lneal. b) Halla la ecuacón de la recta de regresón de sobre. c) Para obtener una nota de un, qué tempo se estma necesaro? olucón: ,6 horas; 6, 8; 15, 04 ; 3, 878;, 16; 1, 47; 5, 3 a) 5,3 r 0, 933 3,8781,470 b) 5,3 6,8 1,6 15,04 0,354, 3396 c) 5,3 1,6 6,8,16,46 4, 15,46-4,15=0,45 horas... el tempo estmado para sacar un es de 3º.- Una empresa que abrca componentes eléctrcos para automocón construe una determnada peza en ábrcas que tene en cuatro países dstntos, P, Q, R. El departamento de vercacón pasa un control de caldad sobre 50 pezas producdas en cada uno de esos países, con los resultados que se ndcan: Países/pezas P Q R Deectuosas Buenas A) Establece la dstrbucón de recuencas relatvas de D (deectuosas) B (buenas) sus dstrbucones margnales. B) Halla la dstrbucón de pezas deectuosas, según los países de donde proceden. olucón: a) e dvde cada recuenca absoluta por el número total de pezas vercadas, es decr, 00. DP 0,15 b) P / D 0, 3 el 30 % de pezas deectuosas procede del país P. 0,5 Q / D D DQ 0, 0, 0,5 el 0 % de pezas deectuosas procede del país Q. D DR 0,05 R / D 0, 1 el % de pezas deectuosas procede del país R. 0,5 D D 0,0 / D 0, 4 el 40 % de pezas deectuosas procede del país. 0,5 D

19 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág º.- Las rectas de regresón de una dstrbucón bdmensonal (,) son las de la sguente gura. Con esos datos sabendo, además, que el producto de las desvacones típcas margnales vale 1,5, halla la covaranza. olucón: - sobre : A º tan135º 1 m s - sobre : B º tan150º 0,7 m 0, s s 1,5 ; Resolvendo el sstema: 1, 13 s 1 34º.- La recta de regresón de sobre de una dstrbucón bdmensonal (,) de covaranza postva es una de las sguentes. Deduce razonadamente cuál de las sguentes puede ser: a) 1 = b) = c) + 1 = 0 d) + 1 = - olucón: a) 1 3 m 0 0 b) 4 m 0 0 O c) 1 m 0 0 O d) 1 3 m 0 0 I 35º.- El coecente de correlacón lneal de una dstrbucón estadístca bdmensonal (,) es r = -0,8. Una de las cuatro ecuacones de la recta de regresón de sobre que se aclta no puede ser de esta regresón. Descúbrela razona porqué. a) = + 1 b) = - c) + 1 = 0 d) 3 = olucón: r = -0,8 a) 1 s puede. b) s puede. c) s puede. d) 3 3 m 0 no puede. 36º.- Una asocacón dedcada a la proteccón de la nanca desea estudar la relacón entre la mortaldad nantl en cada país el número de camas de hosptal por cada ml habtantes. Para ello, posee los sguentes datos sobre países concretos que pueden consderarse representatvos del resto: X Y 5,5 3, ,5 0, de orma que X representa el número de camas por cada ml habtantes e Y el tanto por cento de mortaldad nantl en un país correspondente. a) Calcula razonadamente la meda la desvacón típca de X.

20 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 0 b) Calcula razonadamente la meda la desvacón típca de Y. c) Qué dstrbucón está más dspersa? Razona la respuesta. d) Calcula el coecente de correlacón lneal e nterprétalo. e) Encuentra la recta de regresón de sobre estma la mortaldad nantl en el caso de estr 150 camas. olucón: 50 a) 5 camas por cada 00 hab.; , ,5,44 b) 3, 05 % de mortaldad nantl; 16 3,05 1, 87 35,5 c) 115 3,05 8, 37 ; CV 0, 51 CV 0, 6 : más dspersa la. 8,37 d) r 0, 81 correlacón negatva alta. 53,8981,87 8,37 e) Recta de regresón de sobre : 3,05 5 3,05 0, ,898 Estmacón para = 150 camas: mortaldad nantl: = 1,765 %. 37º.- Las rectas de regresón de 4 dstrbucones bdmensonales son las sguentes: a) =+; =4 b) =(4/5)+; =(5/6)+ c) =3; = d) =; =(4/5)+1 En qué casos es sgncatva la regresón lneal? olucón: Cuanto menor es el ángulo entre las rectas, maor es el valor del coecente de correlacón lneal, es decr, representando grácamente las rectas, se tene que serían sgncatvas las opcones de los apartados b d. El apartado a presenta correlacón escasa el apartado c correlacón nula. 38º.- e observaron las edades de 5 nños sus pesos respectvos, obtenéndose los sguentes resultados: Edad, en años () 4,5 6 7, 8 Peso, en kg () a) Halla el coecente de correlacón las rectas de regresón de Y sobre X de X sobre Y. b) Qué peso corresponderá a un nño de 5 años? Qué edad corresponderá a un peso de 36 kg? olucón: , , , , , , , , ,1

21 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 1 5,54 ;, 13; 5, ; 7, 49; 15, 4 15,4,13 7,45 15,4 5, 5,54 3,40 6, 99 4,53 15,69 5,54 5, 0,7 4, 7,49 a) r 0, 96. Recta de regresón de sobre : De sobre : 04 b) = 5 años, obtenemos un peso de = 3,99 kg. = 36 kg, la edad correspondente será: = 14,09 años. 39º.- En la sguente tabla se ndca la edad (en años) la conducta agresva (meda en una escala de 1 a ), de nños. Edad 6 6,4 6,7 7 7,4 7,9 8 8, 8,5 8,9 Conducta agresva a) Obtén la recta de regresón de la conducta agresva, en uncón de la edad. b) A partr de dcha recta, obtén el valor de conducta agresva que corresponderá a un nño de 7, años. olucón: 75; 570, 7; 49 ; 313; 345,. 7,5 ; 0, 91; 4, 9 ;, 7 ;, 3 a) Recta: 4,9,7 7,5 = -,7 + 5,3 b) = 7, años, entonces: = 5,7. 40º.- Las puntuacones obtendas por los alumnos de un curso en una batería de test que mde la habldad verbal (X) el razonamento abstracto (Y), son los sguentes: X/Y [5,35) 6 4 [35,45) _ [45,55) _ 5 3 [55,65) _ 1 7 a) Este correlacón entre ambas varables? b) egún los datos de la tabla, s uno de estos alumnos obtene una puntuacón de 70 puntos en razonamento abstracto, en cuánto se estmará su habldad verbal? olucón: En una tabla smple tendremos los sguentes valores: X Y ; 11, 18; 34, 75;, 95; 98, 75

22 Matemátcas Aplcadas a las Cencas ocales I. Estadístca bdmensonal. Pág. 98,75 11,18,95 a) r 0, 8 correlacón postva moderada. 98,75 14,99 98,75 34, ,79 0, 15 b) Recta de regresón de sobre : 34,75 45 Recta de regresón de sobre : 8 = 70, la habldad verbal es: = 54,5. 41º.- La produccón anual de alumno en una ábrca, durante el período , ha sdo, en mllones de klos: Años Produccón a) Determna la ecuacón de la línea de tendenca de produccón durante el ctado período. b) uponendo que se mantenga la anteror tendenca durante el período , estma la produccón para el año olucón: En una tabla smple tendremos los sguentes valores: X Y ,5 ; 3, 45; 4, 75; 0, 96 0,96 1,53 a) 4,75 6,5 b) El año 1998 corresponde a = 19. Entonces, la produccón apromada será: = 5,71. 4º.- Una empresa dspone de los datos de la tabla: úmero de vendedores úmero de peddos Estma el número de peddos que obtendrían 9 vendedores. Indca el método utlzado en el cálculo de la estmacón la abldad de esta estmacón. olucón: 6;, 6 ; 153; 53, 1; 138; 0, 996,61 53,1 138 lneal mu uerte. Recta de regresón: ,81 = 9, entonces el número de peddos será: = 13, r correlacón

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad

Más detalles

Regresión y Correlación

Regresión y Correlación Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1 NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Para una población dada, se pueden estudiar simultáneamente dos o más caracteres cuantitativos diferentes.

Para una población dada, se pueden estudiar simultáneamente dos o más caracteres cuantitativos diferentes. BLOQUE III. VALORACIÓN INMOBILIARIA. SISTEMAS DE LA INFORMACIÓN. GESTIÓN PATRIMONIAL. T E M A 10 Estadístca valoracón urbana (II): Austes por el método de los mínmos cuadrados. Regresón correlacón. Regresón

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

Elaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información.

Elaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información. Elaboracón de Tablas ó Cuadros La elaboracón de tablas o cuadros, faclta el análss la presentacón de la nformacón. Para elaborar los cuadros, se debe, antes que todo, dentfcar las varables, característcas

Más detalles

Estadística Empresarial I

Estadística Empresarial I Estadístca Empresaral I Tema Concepto de Estadístca EE I - Carlos G. García González - ULL Qué es la Estadístca? Concepto de Estadístca: La Estadístca forma parte de los métodos cuanttatvos que utlza la

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

Números complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro

Números complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro Matemátcas Bachllerato? Soluconaro del Lbro Actvdades Dado el número complejo se pde: qué valor ha de tener x para que x? Calcula el opuesto de su conjugado Calcula el conjugado de su opuesto x x x El

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general). 3. En el modelo lneal general Y = X b + e, explcar la forma

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Regresión y correlación simple 113

Regresión y correlación simple 113 Regresón y correlacón smple 113 Captulo X ANALISIS DE REGRESION Y CORRELACION El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes

Más detalles

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2. Materales Industrales, Ingenería Técnca Industral Mecánca Profesor: Dr. María Jesús Arza, Departamento de Físca Aplcada, CITE II-A,. Teoría de meddas. Meddas magntudes: La teoría de meddas Las varables

Más detalles

www.fisicaeingenieria.es

www.fisicaeingenieria.es 2.- PRIMER PRINCIPIO DE LA TERMODINÁMICA. 2.1.- Experencas de Joule. Las experencas de Joule, conssteron en colocar una determnada cantdad de agua en un calorímetro y realzar un trabajo, medante paletas

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

Glosario básico. de términos estadísticos

Glosario básico. de términos estadísticos Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna

Más detalles

ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL

ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal

Más detalles

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116 Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

La adopción y uso de las TICs en las Microempresas Chilenas

La adopción y uso de las TICs en las Microempresas Chilenas Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas

Más detalles