IMPUTACIÓN MÚLTIPLE COMO ALTERNATIVA PARA EL TRATAMIENTO DE INFORMACIÓN CONFUSA EN LA ENCUESTA PERMANENTE DE HOGARES 1
|
|
- María Rosa Farías Iglesias
- hace 6 años
- Vistas:
Transcripción
1 Badler, Clara Alsia, Sara Puigsubirá, Cristia Vitelleschi, María Susaa Istituto de Ivestigacioes Teóricas y Aplicadas, Escuela de Estadística. IMPUTACIÓN MÚLTIPLE COMO ALTERNATIVA PARA EL TRATAMIENTO DE INFORMACIÓN CONFUSA EN LA ENCUESTA PERMANENTE DE HOGARES. INTRODUCCIÓN Los usuarios que aaliza bases de datos proveietes de la Ecuesta Peraete de Hogares (EPH), o cueta frecueteete co eleetos que les perita toar coociieto que la isa preseta probleas que afecta la calidad de las coclusioes. El aalista deberá optar por u trataieto previo al aálisis defiitivo de los datos. Los icoveietes se produce e la secuecia realidad - base de datos a partir de las distitas etapas del relevaieto: de defiicioes cofusas o erróeas de variables o idicadores, de la categorizació de las isas, debido a la codificació, a errores de edició, por uso o riguroso del software e el procesaieto y, frecueteete, produce falta de iforació. Existe distitos procediietos para efretar el problea; uo es trabajar sólo co datos copletos eliiado las uidades co icoveietes, otra solució es la de cosiderar la presecia de datos icopletos recurriedo para su trataieto a técicas de iputació que rescata la idea ituitiva de reeplazar los valores perdidos por otros, seleccioados ediate diferetes étodos. Este trabajo iteta ua propuesta etodológica a través de la aplicació de étodos para el trataieto de datos icopletos a ua variable de la EPH co iforació cofusa, recurriedo a las vetajas de la técica de iputació últiple. 2. MATERIAL La iforació proviee de la oda octubre 997, archivo persoas de la base usuario apliada, correspodiete al Gra Rosario. Se trabaja co la sub-base itegrada por las persoas desocupadas co ocupació aterior (DOA), defiida a partir de los criterios de clasificació de la codició laboral iplícita e la ecuesta y de la codició de existecia de la ocupació aterior. La variable aalizada es oto del igreso Per Capita Failiar (IPCF) de iportacia e la ecuesta, pues resulta u idicador de subsistecia y perite asigar igresos al grupo de desocupados. Proyecto PICT Nº de la ANPCyT. 237
2 La isa se asocia a cada persoa ecuestada pero o es relevada directaete sio que es elaborada a través de la siguiete secuecia: Igreso idividual total de cada copoete del hogar. (IC) Moto del igreso total failiar: ITF H IC H : total de copoetes del hogar, excluyedo servicio doéstico. ITF IPCF H 2 H 2 : total de copoetes del hogar, Icluyedo servicio doéstico. La variable IPCF preseta valores iguales a cero e su distribució básica. A partir de la codificació del relevaieto, estos valores puede ser cosecuecia de que: la ITF sea cero porque los igresos de todos los iebros del hogar sea cero, la ITF sea cero porque al eos u iebro del hogar (icluso el desocupado) o registra iforació sobre el total de sus igresos. > 0 IPCF: perite asigar igresos al grupo de desocupados y represeta u idicador de subsistecia Preseta valores Cofusa su idetificació: 0 * Igreso Nulo? * Iforació Faltate? A través de u oitoreo se observa que e su ayoría los ceros o correspode a igresos ulos. 238
3 Se utiliza adeás la variable decil del igreso Per Capita Failiar (DECCF), asociado a la variable IPCF, cuya codificació establece el código 2 para igresos parciales o o sabe/ o respode. Para la aplicació de la etodología se utiliza otras variables de la sub-base DOA, que copleeta la descripció del problea del desepleo: "Tiepo de búsqueda de epleo" (TBE): toado la defiició de las variables del relevaieto que la origia, ella es costruida a partir de la cobiació lieal de las variables relevadas, "tiepo e eses que busca epleo" y "tiepo e días que busca epleo". "Tiepo trascurrido desde que dejó la ocupació aterior" (TTOA): costruida a los fies de su utilizació e este trabajo, a través de la cobiació lieal de tres variables relevadas, tiepo e años, eses y días trascurridos desde que dejó la ocupació aterior. Cabe acotar que el usuario se efreta co defiicioes que puede cofudir la iterpretació del tiepo asociado al problea del desepleo. 3. METODOLOGÍA Ate la presecia de iforació faltate para alguas variables e alguas uidades se recurre para su trataieto a las alterativas de casos copletos e iputació. 3.. Casos Copletos Ua fora siple de trabajar frecueteete utilizada, es la de descartar las uidades co iforació icopleta y aalizar sólo aquellas co datos copletos. Esta estrategia perite ateer u taaño uestral coú para todas las variables, pero al reducirlo produce pérdida de iforació. La técica puede ser satisfactoria cuado es pequeña la proporció de iforació faltate pero puede coducir a sesgos iportates e las estiacioes uestrales, ya que frecueteete las uidades descartadas tiee u coportaieto diferete de aquellas co iforació copleta. La agitud de estos sesgos depede de los ecaisos que ha producido las pérdidas y del tipo de aálisis a realizar Iputació Cosiste e copletar la base de datos bajo cierto supuesto sobre las características del ecaiso de pérdida, asigado a los valores faltates, reeplazates ta siilares a ellos coo sea posible. De esta aera, se icorpora iforació auxiliar de utilidad y se copleta las bases, restaurádose tabié la habilidad de utilizar étodos de aálisis estadísticos estádares para datos copletos. Etre los étodos para realizar iputacioes se opta por el del vecio ás cercao Método del vecio ás cercao Es u étodo de iputació que sustituye a cada valor perdido por el de u doate elegido a partir de ua deteriada distacia calculada a través de ua variable co iforació copleta. 239
4 A partir de ua uestra (S) de taaño, se obtiee u cojuto de respodietes (R) y otro de o respodietes (W), S R U W; se desiga co y la variable que preseta valores perdidos y co y 2 la variable co iforació copleta. Si se cosidera ua uidad i perteeciete a W y se supoe que: i y l R y i2 l 2 ocurre para l l(i), etoces el valor y l(i) se iputa para el valor faltate y i. A este valor se lo deoia doate y correspode al de eor distacia. La i-ésia observació de la variable co pérdida: Es iportate destacar que el valor iputado ediate este étodo, proviee del doate que ás se parece a la uidad para la cual u valor debe ser iputado, por lo cual preserva bastate bie la estructura de los datos y al ser el doate uo de los respodietes es u valor que ocurre realete e el relevaieto, y o uo costruido a partir de iforació o obteida directaete del relevaieto coo e otros étodos de iputació Error de iputació E geeral los étodos de iputació puede ser expresados a través de u odelo que relacioa las variables co iforació faltate co aquellas co iforació copleta. E este trabajo, para la uidad i perteeciete a W: dode: y i es el valor iputado y e i el residuo. y i f (y i2 ) + e i Es iportate cosiderar que al iputar se agrega ua fuete de variabilidad, el error de iputació ( y i - y l(i) ) Los aálisis que trata a los valores iputados coo valores observados, o tiee e cueta que está sujetos a errores de iputació cuyos efectos sobre el desvío de las estiacioes o so fácilete edibles. Claraete, cuado el valor del doate ejor represete al valor faltate correspodiete, eor será el error de iputació. Al aplicar iputació siple a los valores faltates o es posible calcular el error de iputació e la evaluació de las estiacioes uestrales. Ua estrategia para icorporarlo es a través de la técica de iputació últiple Iputació Múltiple y si i R y i i yl( i ) si i W Rubi propuso la técica de iputació últiple que atiee las pricipales vetajas de la iputació siple pero iteta solucioar sus desvetajas. 240
5 Iputació Múltiple: copleta cojutos de datos, reeplazado cada valor faltate por u vector de posibles valores de diesió, que represeta ua distribució de valores probables. Perite utilizar étodos de aálisis estadísticos estádares. Asocia ua edida de icertidubre debida a la variabilidad uestral a partir de las iputacioes cobiado la variabilidad detro y etre iputacioes. El reeplazo de cada valor faltate se realiza utilizado u iso étodo de iputació, bajo el supuesto de la postulació de u esquea de pérdida. La figura describe u cojuto de datos co iforació faltate e el cual se ha utilizado iputació últiple, reeplazado cada valor perdido por u puto del vector de valores posibles, que so alaceados e ua atriz auxiliar co ua fila para cada valor faltate y coluas que represeta la catidad de iputacioes realizadas. Dichos valores está ordeados de aera que la priera colua de la atriz auxiliar cotiee los que se utiliza para sustituir los valores faltates, geerado u cojuto de datos copletos. La seguda colua geera otro cojuto de datos copletos y así sucesivaete. E la práctica este étodo es útil cuado la fracció de valores perdidos o es excesiva. VARIABLES IMPUTACIONES U N I D A D E S Fig. Cojuto de datos co iputacioes para cada dato faltate 24
6 Estiacioes a partir de iputació últiple Es de iterés estiar el paráetro θ: proedio de la variable y obteiédose a partir de los cojutos recostruidos u vector de estiacioes y de sus variacias asociadas. ˆ θ j i y i / ˆ 2 j i U ( yi y) / ( ) j,..., E iputació últiple se cobia la estiacioes obteiédose: Estiador cobiado y su variacia total asociada θˆ j θˆ j T Uˆ + ( + ˆ ) Bˆ ˆ θj Uˆ j i Uˆ j y ˆ 2 j i U Bˆ j i / ( yi y) / ( ) ( ˆ θj ˆ) θ 2 ( ) Se observa que la variacia total asociada (Tˆ ) tiee dos copoetes: ua que ide la variabilidad detro de los cojutos (Uˆ ) y otra etre los cojutos ( Bˆ ). 242
7 La estiació por itervalo resulta: ˆ θ ± /2 t v ˆ,( α /2) T { + r } 2 v ( ) r ( + )ˆ B / Uˆ 4. RESULTADOS E el cojuto de persoas desocupadas co ocupació aterior (DOA), copuesto por 7 uidades, la variable oto del igreso Per Capita Failiar (IPCF) preseta e su distribució básica 30 uidades co valores iguales a cero. El usuario puede toar distitas decisioes ate la base de datos co este problea: I. Trabajar sólo co los datos copletos que resulte de:. Eliiar las 30 uidades por cosiderarlas co iforació faltate (4). 2. Eliiar las uidades que tiee adeás el código 2 e la variable decil del igreso Per Capita Failiar (DECCF) por cosiderarlas co iforació faltate (6). 3. Trabajar co la totalidad de las uidades perteecietes a DOA, por cosiderar al valor cero coo u posible valor de la variable (7). II. Realizar iputacioes, cosiderado coo uidades co iforació faltate a aquellas que tiee:. Los valores iguales a cero de las 30 uidades (W 30). 2. Adeás el código 2 e la variable decil del igreso Per Capita Failiar (DECCF) (W 0). Se atiee e abos casos 7 uidades y se aplica la técica de iputació últiple a través del étodo del vecio ás cercao co 3 repeticioes, co ua acro del prograa SAS. Este proceso se realiza utilizado cada ua de las dos variables auxiliares: tiepo de búsqueda de epleo (TBE) y tiepo trascurrido desde que dejó la ocupació aterior (TTOA). Surge de esta aera tres cojutos de datos copletos a partir de cada ua de ellas. Siedo de iterés la estiació del proedio de la variable IPCF para el cojuto DOA, se realiza las estiacioes para las distitas opcioes plateadas. E la Tabla se preseta los resultados para las distitas alterativas de la opció I: 243
8 Tabla. Estiacioes del proedio de IPCF co datos copletos Proedio Estiado Variacia Asociada Error Estádar Estiació por Itervalo (95%) (39.00;8.67) (20.0;60.8) (2.37;52.03) Se puede observar que la estiació del proedio se ve afectado segú la decisió que toe el usuario co respecto a la eliiació de uidades co iforació faltate. La opció II utiliza la técica de iputació últiple que perite obteer ua estiació cobiada del proedio y asociar a cada estiador ua edida de la variabilidad a partir de las repeticioes, cobiado variabilidad detro y etre iputacioes (Tablas 2 y 3). Tabla 2. Estiacioes del proedio de IPCF co datos iputados Variable Auxiliar Estiació Cobiada Estiació por Itervalo (95%) W 0 W 30 W 0 W 30 TBE (2.023;60.5) (42.40;79.06) TTOA (20.70;59.69) (46.05;86.65) 244
9 Tabla 3. Variacias resultates a partir de la aplicació de Iputació Múltiple Variable Auxiliar Variacia Itra Variacia etre Iputacioes Variacia Total W 0 W 30 W 0 W 30 W 0 W 30 TBE (9.98) (9.35) TTOA (9.95) (0.35) El ayor aporte a la variacia total por el uso de las repeticioes e la técica de iputació últiple, correspode al caso de la utilizació de TBE coo variable auxiliar habiédose perdido los 30 ceros. 5. DISCUSIÓN El trataieto de iforació cofusa co etodología para datos icopletos es ua alterativa válida que aporta posibles solucioes. E particular, la iputació últiple habilita al cojuto de datos, ateiedo el taaño uestral, para la aplicació de étodos estadísticos para datos copletos. Icorpora el error de iputació e la evaluació de las estiacioes uestrales y posibilita la utilizació de iforació adicioal del iso relevaieto. El usuario aalista deberá evaluar e cada caso la elecció de la etodología para ejorar la calidad de la iforació, teiedo e cueta las características de la variable aalizada, las vetajas observadas e las coclusioes, la operatividad de la isa y su aporte al coociieto de la realidad. BIBLIOGRAFÍA BADLER, C.; ALSINA, S.; ARNESI, N.; PUIGSUBIRÁ, C. y VITELLESCHI, M. S.. (999). Trataieto a través de Iputació Múltiple a Datos Icopletos e la Ecuesta Peraete de Hogares (EPH). Presetado al IV Cogreso Latioaericao de Sociedades de Estadística (CLATSE IV). BADLER, C.; ALSINA, S.; ARNESI, N.; PUIGSUBIRÁ, C. y VITELLESCHI, M. S.. (998). Datos Icopletos y Esqueas de Pérdidas. Su Trataieto a través de Iputació Múltiple. Presetado al VII Cogreso Latioaericao de Probabilidad y Estadística Mateética (CLAPEM), III Cogreso Iberoaericao de Estadística y XXVI Coloquio Argetio de Estadística. GELMAN, A.; KiNG, G. ad LIU, C.. (998). Not Asked ad Not Aswered: Multiple Iputatio for Multiple Surveys. Joural of the Aerica Statistical Associatio, vol. 93, Nº 443, pp INDEC,ISI, IASS. (998). Ecuestas a Hogares: Reforulació de la Ecuesta Peraete de Hogares de Argetia. INDEC. Bueos Aires. 245
10 RANCOURT, E.; SÄRNDAL, C. ad LEE, H.. (994). Estiatio of the Variace i the Presece of Nearest Neighbour Iputatio. Proceedig of the Sectio o Survey Research Methods. Aerica Statistical Associatio, vol II, pp RUBIN, D. B.. (996). Multiple Iputatio After 8+ Years.Joural of the Aerica Statistical Associatio, vol. 9, Nº 434, pp RUBIN, D. B.. (987). Multiple Iputatio for Norespose i Surveys. Joh Wiley & Sos. RUBIN, D. B.. (986). Basic Ideas of Multiple Iputatio for Norespose. Survey Methodology, vol. 22, Nº, pp
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Una aplicación del procedimiento Hot Deck como método de imputación
UNIVESIDAD NACIONA MAYO DE SAN MACOS FACUTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE ESTADÍSTICA Ua aplicació del procediieto Hot Deck coo étodo de iputació Capítulo III. Método de iputació ot deck TABAJO MONOGÁFICO
Más detallesDISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL
475 DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL 476 Diseños uestrales ÍNDICE Páia 1. Diseño de la Muestra... 477 1.1 Marco de la ecuesta... 477 1.2 Foració de uidades de uestreo... 477 1.3 Estratificació...
Más detallesLa característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera
La Capitalizació co ua Tasa de Iterés Siple El Iterés Siple La característica ás resaltate de la capitalizació co tasa de iterés siple es que el valor futuro de u capital aueta de aera lieal. Sea u pricipal
Más detallesTrabajo 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 detallesANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA
ANÁISIS IENSIONA Y SEEJANZA INÁICA PROOIPOS Y OEOS os procediietos aalíticos basados e las ecuacioes geerales de la ecáica de los fluidos, o perite resolver, adecuadaete, todos los probleas que se preseta
Más detallesCapítulo 5. Oscilador armónico
Capítulo 5 Oscilador aróico 5 Oscilador aróico uidiesioal 5 Reescalaieto 5 Solució e series 53 Valores propios 54 Noralizació 55 Eleetos de atriz 5 Operadores de creació y de aiquilació 5 Ecuació de valores
Más detallesPrincipio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1
MÉTODOS DE ENUMERACIÓN Y CONTEO. Pricipio de ultiplicació. Supogaos que u procediieto desigado coo puede hacerse de aeras. Supogaos que u segudo procediieto desigado coo se puede hacer de aeras. Tabié
Más detallesMedidas 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 detallesCLAVES 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 detallesSistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas
Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales
Más detallesFEH02-15 FÓRMULAS Y EJEMPLOS. Incluye al producto: - Hipotecario 1. GLOSARIO DE TÉRMINOS
FÓRMULAS Y EJEMPLOS Icluye al producto: - Hipotecario. GLOSARIO DE TÉRMINOS a. Préstao: Sua de diero etregada al prestatario o usuario del préstao por u plazo deteriado, coproetiédose a pagar ua sua adicioal
Más detallesDepartamento 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 detallesGUIA DE MATEMÁTICAS 2 Bloque 2
GUIA DE MATEMÁTICAS 2 Bloque 2 Eje teático: SN y PA Coteido: 8.2. Resolució de probleas que iplique adició y sustracció de ooios. Itecioes didácticas: Que los aluos distiga las características de los térios
Más detallesLAS SUCESIONES Y SU TENDENCIA AL INFINITO
LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció
Más detallesPRÁCTICAS 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 detallesÁREA DE INGENIERÍA QUÍMICA Prof. Isidoro García García. Operaciones Básicas de Transferencia de Materia. Tema 4
ÁRE DE IGEIERÍ QUÍMIC Operacioes Básicas de Trasferecia de Materia Tea 4 Operacioes Básicas de Trasferecia de Materia ITRODUCCIÓ a aoría de las corrietes de u proceso quíico está costituidas por varios
Más detallesUNIONES ATORNILLADAS
PROBLEMA Nº4 Diseñar ediate torillos resistetes al deslizaieto e ELU la uió últiple de la pieza co secció e cajó y plata e T a la placa frotal, teiedo e cueta las diesioes y la solicitació de servicio
Más detalles2 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 detalles10. Estimadores 7 11. Estimación de las precisiones 8
Ídice Págia 1. Objetivo de la ecuesta 1. Població objetivo 1 3. Cobertura geográfica 1 4. iseño de la uestra 1 4.1 Marco de la ecuesta 1 4. Foració de las uidades priarias de uestreo (UPM) 1 a) E urbao
Más detallesTRABAJO 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 detallesDETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA
DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació
Más detallesMuestreo 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 detalles1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568.
Hoja de Probleas º Algebra. Hallar u úero cuadrado perfecto de cico cifras sabiedo que el producto de esas cico cifras es 568. Solució: Sea x 0 4 x 0 3 x 3 0 x 4 0 x 5 el úero que buscaos y sea a 0 b 0
Más detallesCOLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509
COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 MATEMATICAS SEGUNDO GRADO SECCIÓN SECUNDARIA ACTIVIDADES PARA DESARROLLAR EN CLASE CURSO 2015-2016
Más detallesProblemas 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 detallesPráctica 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 detallesTécnicas 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 detallesP en su plano, siendo C las correspondientes
PRINIPIO DE OS TRBJOS VIRTUES El Pricipio de los Trabajos Virtuales se expresa diciedo: Para ua deforació virtual ifiitaete pequeña de u cuerpo que se ecuetra e equilibrio, el trabajo virtual de las fuerzas
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesPermutaciones y combinaciones
Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas
Más detallesMATEMÁTICAS FINANCIERAS
MATEMÁTICAS FINANCIERAS LECCIÓN 2: Leyes fiacieras clásicas.- Itroducció. El úero de expresioes ateáticas que podría ser leyes fiacieras, por cuplir las propiedades expuestas ateriorete, es uy ueroso.
Más detallesPROBABILIDADES 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 detallesINTERÉS SIMPLE COMO FUNCIÓN LINEAL.
INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por
Más detallesNúmeros complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse.
Núeros coplejos 1. Cuerpos U cuerpo coutativo es u cojuto de úeros que puede suarse, restarse, ultiplicarse y dividirse. Los úeros racioales, esto es, los úeros que puede escribirse e fora de fracció,
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICA Y GEOGRAFÍA. Encuesta Nacional de la Dinámica Demográfica 2009. Diseño muestral
INSTITUTO NACIONAL E ESTAÍSTICA Y GEOGRAFÍA Ecuesta Nacioal de la iáica eográfica 2009 iseño uestral Ídice Págia. Objetivo de la ecuesta 2. Població objetivo 3. Cobertura geográfica 4. iseño de la uestra
Más detallesCAPÍTULO 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 detallesTema 5: Organización de la memoria: memoria principal.
Objetivos: Tea 5: Orgaizació de la eoria: eoria pricipal Coocer las características geerales de los diferetes tipos de eoria que aparece e u coputador digital y aalizar la ecesidad de su orgaizació jerárquica
Más detallesImportancia 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 detallesMUESTREO 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 detallesCRITERIOS 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 detallesEjemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi
u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo
Más detallesRegla de Tres. Prof. Maria Peiró
Regla de Tres Prof. Maria Peiró .- Regla de Tres: Es ua fora de resolver probleas que utiliza ua proporció etre tres o ás valores coocidos y u valor descoocido. La Regla de Tres puede ser siple ó copuesta.
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesOPERACIONES CON POLINOMIOS.
OPERACIONES CON POLINOMIOS. EXPRESIONES ALGEBRAICAS. Ua epresió ateática que usa úeros o variables o abos para idicar productos o cocietes es u tério. Los térios,, (ab), so todos epresioes algebraicas.
Más detallesMEDIDAS 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 detallesProcesamiento de los datos de precipitación
GUIA DEL TRABAJO PRACTICO Nº 2 Procesamieto de los datos de precipitació Calcular la PRECIPITACIÓN MEDIA sobre la cueca para la tormeta dato La determiació del volume de agua precipitado sobre u área dada
Más detallesDIFERENCIAL DE UNA FUNCIÓN REAL DE DOS VARIABLES REALES
Cálculo III- Dierecial-TVMCD-Geeralizació Diereciabilidad DIFERENCIL DE UN FUNCIÓN REL DE DOS VRILES RELES a R : R b R R z : E las codicioes ateriores si llaaos a la ució : R R observaos que es ua trasoració
Más detallesINSTITUTO NACIONAL DE SALUD PÚBLICA DISEÑO MUESTRAL
INSTITUTO NACIONAL E SALU PÚBLICA ISEÑO MUESTRAL Noviebre 2008 1. Objetivo de la ecuesta Obteer iforació estadística sobre las características de la població de tipo deográfico, social, de salud, de ocupació
Más detallesUn comentario sobre New exact solutions for the combined sinh-cosh-gordon equation
Lecturas Mateáticas Volue 32 (2011), págias 23 27 ISSN 0120 1980 U coetario sobre New exact solutios for the cobied sih-cosh-gordo equatio Jua Carlos López Carreño & Rosalba Medoza Suárez Uiversidad de
Más detallesEJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto
EJERCICIOS DISOLUCIONES (ejercicios fáciles para iiciarse) Solució: Priero debeos poer la fórula co la que se calcula el %asa: asa % asa asadisolució El (copoete ioritario) es la glucosa y el disolvete
Más detalles1. 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 detallesORGANIZACIÓN DE LOS DATOS.
ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesFÓRMULAS Y EJEMPLOS PARA EL CÁLCULO DE CRÉDITO EMPRESARIAL
FÓRMULAS Y EJEMPLOS PARA EL CÁLCULO DE CRÉDTO EMPRESARAL FEE0-5 cluye: - Créditos Epresariales o Epresarial o Credifácil o El tiepo vale oro Proto Pye o Credigaadero o Micro agropecuario o Agro crédito.
Más detallesLAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO
LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que
Más detallesIntervalos 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 detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,
Más detallesModelación conceptual
TEMA 2 Modelació coceptual OBJETIVOS ESPECÍFICOS Defiir y aplicar los coceptos fudaetales relacioados co la represetació de la iforació. Describir las características de la odelació coceptual y su relació
Más detallesUnidad N 2. Medidas de dispersión
Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos
Más detalles1 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 detallesCONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2
Cojutos coveos Ejeplos de cojutos coveos e R CONVEXIDAD Cojutos coveos Coveidad de fucioes DEFINICION: U cojuto A es coveo cuado, y A y λ [0,] se cuple λ + ( λ) y A R λ + ( λ) y λ = / y λ = 0 Cojuto coveo:
Más detallesEjercicios 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 detalles2.- ESPACIOS VECTORIALES. MATRICES.
2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces
Más detallesQué 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 detallesConvolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG
Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas
Más detallesREFRACCIÓN. OBJETIVOS Después de completar el estudio de este tema podrá usted:
REFRACCIÓN OBJETIVOS Después de copletar el estudio de este tea podrá usted:. Defiir el ídice de refracció y expresar tres leyes que describe el coportaieto de la luz refractada.. Aplicar la ley de Sell
Más detallesAnálisis 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 detallesEstadística 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 detalles16 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 detallesα, entonces se cumple que: T ( x) α T ( x)
HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V
Más detallesa. Tetraedro: Tiene 4 caras (triángulos equiláteros), 4 vértices, 6 aristas.
POLIEDROS Y VOLUMEN POLIEDRO: Cuerpo liitado por cuatro o ás polígoos dode cada polígoo se deoia cara, sus lados so aristas y la itersecció de las aristas se llaa vértices. PRISM: Poliedro liitado por
Más detallesINECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.
INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad
Más detallesMODELOS DE PROBABILIDAD
3 MODELOS DE PROBABILIDAD.- VARIABLES ALEATORIAS DISCRETAS E ocasioes, alguas variables aleatorias sigue distribucioes de probabilidad uy cocretas, coo por ejeplo el estudio a u colectivo ueroso de idividuos
Más detallesDISTRIBUCION 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 detallescon operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,
Tema 9 El plao complejo 9. Números complejos E IR, las operacioes suma producto de úmeros reales so operacioes iteras (el resultado de operar es otro úmero real) que permite la existecia de operacioes
Más detallesTécnicas para problemas de desigualdades
Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,
Más detallesINTRODUCCIÓN A LA PROBABILIDAD
INTRODUIÓN L PROBBILIDD EXPERIMENTOS LETORIOS Y DETERMINISTS Los experimetos o feómeos cuyo resultado o puede coocerse hasta haber realizado la experiecia se llama aleatorios o estocásticos. uado el resultado
Más detallesIES 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 detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesMEDIDAS DE RESUMEN. Jorge Galbiati Riesco
MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos
Más detallesProbabilidad 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 detallesLos números complejos
Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació
Más detallesESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA
UNP-Facultad de Igeiería Carreras: Ig. Electróica y Electricista CAPÍTUO 6 ESTIMACIÓN DE VARIANZAS PROPORCIONES POBACIONAES MEDIANTE INTERVAOS DE CONFIANZA 6.1 Itervalo de cofiaza ara la variaza de ua
Más detallesPlan de clase (1/2) Contenido: Resolución de problemas que impliquen adición y sustracción de monomios.
Pla de clase (1/2) Eje teático: SN y PA Coteido: 8.2.1 Resolució de probleas que iplique adició y sustracció de ooios. Itecioes didácticas: Que los aluos distiga las características de los térios seejates,
Más detallesITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos
ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica
Más detallesConceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza.
FCEyN - Estadística para Química do. cuat. 006 - Marta García Be Coceptos geerales de iferecia estadística. Estimació de parámetros. Itervalos de cofiaza. Iferecia estadística: Dijimos e la primera clase
Más detallesREGÍMENES FINANCIEROS
EGÍMEES FIAIEOS are Badía, Hortèsia Fotaals, Merche Galisteo, José Mª Lecia, Mª Agels Pos, Teresa Preixes, Dídac aírez, F. Javier Sarrasí y Aa Mª Sucarrats DEPATAMETO DE MATEMÁTIA EOÓMIA, FIAIEA Y ATUAIAL
Más detallesIES 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 detallesDISTRIBUCIÓN 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 detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesFigura 6.7: Diagrama de una columna de absorción 32
39 Ua vez calculados los fraccioaietos se chequea la codició (6.6). Para el flujo de vapores, se obtuvo que y, 997, ietras que para el flujo de líquido se obtuvo que i x i 1,. 6.3 La absorció La absorció
Más detallesUNIDAD 3: ANÁLISIS DE SERIES DE TIEMPO
UNIDAD 3: ANÁLISIS DE SERIES DE TIEMPO Ua serie de tiempo establece las variacioes existetes etre ciertas magitudes. El aálisis de series temporales es u método cuatitativo que se utiliza para detectar
Más detallesSOLUCIÓN 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 detallesPlanificación contra stock
Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica
Más detallesDISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN
DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN Ídice. INTRODUCCIÓN2 2. SISTEMAS DE ECUACIONES LINEALES2 Defiicioes básicas.2 Iterpretació vectorial3
Más detallesESTADÍSTICA 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 detallesInforme sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV
Iforme sobre el Cálculo de Errores de Muestreo Ecuesta sobre Codicioes de Vida - ECV EUSKAL ESTATISTIKA ERAKUNDA INDICE. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo de errores....4 3.
Más detallesEncuesta Nacional de Ingresos y Gastos de los Hogares 2012 ENIGH
Ecuesta Nacioal de Igresos y Gastos de los Hogares 2012 ENIGH Diseño uestral Foració de las uidades priarias de uestreo para el levataieto Obras copleetarias publicadas por el INEGI sobre el tea: Ecuesta
Más detallesEstimación 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 detallesOrden en los números naturales
88 Aritmética U istrumeto para medir usado fraccioes comues Refleioes adicioales Dividir ua uidad e partes iguales: El Teorema de Thales se refiere a dividir u segmeto e cualquier úmero de segmetos iguales.
Más detalles