ESTADÍSTICA INFERENCIAL
|
|
- Lucía Palma Murillo
- hace 6 años
- Vistas:
Transcripción
1 ESTADÍSTICA INFERENCIAL
2 ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la estimación de parámetros poblacionales: Estimación puntual. Estimación por intervalos de confianza. En la estimación puntual se emplean métodos matemáticos avanzados para calcular estimadores teóricos de diversas distribuciones de probabilidad. Este tipo de procedimientos se denomina puntual en el sentido de que obtiene fórmulas para el cálculo exacto expresado como una cantidad de un parámetro poblacional. Por otra parte, la estimación por intervalos de confianza se utiliza cuando, debido a las características de la población, no es posible estimar el valor de un parámetro de manera puntual. En este caso, se procede a calcular un rango dentro del cual se tiene una determinada certeza o confianza de que el parámetro poblacional investigado existe.
3 ESTADÍSTICA INFERENCIAL 2 Introducción al Tema Actualmente los conteos poblacionales no solamente funcionan como medida de conocimiento para el gobierno que rige el estado, sino que también puede ser utilizado por empresas que se dedican a la mercadotecnia y la publicidad, pues mediante los segmentos de población en cuanto a edad, sexo y nivel de vida se pueden establecer medidas en los productos que se comercializan dentro del país, por parte del gobierno se pueden conocer las medidas para los medicamentos que se distribuyen en las distintas zonas de la región o el conteo y control de estadísticas para empleo, entre muchas cosas mas.
4 ESTADÍSTICA INFERENCIAL 3 Explicación Método de intervalos de confianza para pruebas de hipótesis referentes a la media. Intervalo al (1 )100% de confianza para la media poblacional μ. Muestra grande (n > 30). Para calcular este tipo de intervalo se utiliza la siguiente fórmula: Donde: corresponde al valor de z que determina un área bajo la curva de la distribución normal de es la desviación estándar poblacional. es la media de la muestra Como la mayoría de los casos se desconoce la desviación estándar poblacional, puede emplearse la siguiente aproximación: En donde s es la desviación estándar de la muestra. Ejemplo: Supóngase que se desea estimar el tiempo promedio de vida de la memoria ram de una computadora portátil. Para ello se analiza una muestra de 50 equipos y se obtiene una duración media de horas con una desviación estándar de 190 horas. Estimar el verdadero valor promedio de la vida de la memoria r am mediante un intervalo de confianza al 90 por ciento. Solución: Con base en el enunciado del problema, se tienen los siguientes datos: = 1520 horas s = 190 horas (1 α) = 0.9 α= 0.1 n= 50
5 ESTADÍSTICA INFERENCIAL 4 En consecuencia: = ( ) = Es decir, puede afirmarse con una confianza de 90% que el verdadero valor de la vida media de la memoria ram objeto de estudio está dada por el siguiente intervalo: < µ < Intervalo al (1 )100% de confianza para la media poblacional μ. Muestra pequeña (n < 30) Para estimar la media poblacional empleando muestras con menos de 30 elementos, se emplea la fórmula: En donde la distribución t se basa en (n 1) grados de libertad y el valor tα/2 se toma de la tabla de valores críticos de la t de Student. Cabe mencionar que se asume que la población de la cual se extrae la muestra se distribuye aproximadamente como una normal. Ejemplo: Supóngase que para el ejemplo anterior, únicamente es posible seleccionar una muestra de cinco equipos, con lo que se obtiene una duración media de horas con una desviación estándar de 185 horas. Estimar el verdadero valor promedio de la vida de la memoria ram mediante un intervalo de confianza al 90 por ciento. Solución: Con base en el enunciado del problema, se tienen los siguientes datos:
6 ESTADÍSTICA INFERENCIAL 5 = 1532 horas s= 185 horas (1 α)= 0.9 α= 0.1 n= 5 Grados de libertad: 5 1= 4 En consecuencia: =1532 = Es decir, puede afirmarse con una confianza de 90% que el verdadero valor de la vida media de la memoria ram objeto de estudio está dada por el siguiente intervalo: < µ < Pruebas respecto a la media del proceso en el control estadístico de procesos El control estadístico de procesos se relaciona estrechamente con el control de calidad. Este concepto cobra especial interés en el campo de la industria y el sector productivo. Una de las principales herramientas para el control estadístico de procesos es la gráfica de control, la cual se obtiene al graficar periódicamente las mediciones de una variable en el tiempo. La variación que se presenta en una variable que mide una determinada característica de calidad de un producto obedece a una causa identificada o bien a una variación de carácter aleatorio. Se dice que un proceso de producción se encuentra en control si la variación de las características de calidad del producto sólo obedece al azar.
7 ESTADÍSTICA INFERENCIAL 6 Conclusión Los intervalos son medios de control que se utilizan para reducir el numero de datos que se presentan en un documento, es decir, si se desea hacer un conteo estadístico del número 1 al , no es necesario poner de un número en uno, sino que se crean intervalos de las cantidades que se deseen, pueden ser de 10 en 10, o de 1000 en 1000, para representar de mejor manera la situación, esto es útil, pues al momento de graficar no se utiliza un espacio mayo y se puede apreciar la curva de comportamiento en la representación. Gracias a los intervalos se reduce el número de operación y las fórmulas funcionan de la misma manera, reduciendo el trabajo y presentado un nivel de confianza aceptable en el resultado final.
8 ESTADÍSTICA INFERENCIAL 7 Gráfica de control para medias Este tipo de gráficas se utiliza para vigilar una cierta característica de calidad de un producto y se basa en el análisis de varias muestras aleatorias. Si se define la media como una variable de calidad de un proceso, se utiliza la gráfica para el control de medias como herramienta de análisis del proceso. En esta gráfica, se traza una línea central que representa el valor medio μ del proceso y se obtiene calculando el promedio del promedio de las muestras analizadas, denotado por. Paralelas a ésta, se trazan dos líneas: a la que se encuentra en la parte superior de la línea central se le denomina límite de control superior (LCS); y a la que se encuentra en la parte inferior, límite de control inferior (LCI). Estas líneas delimitan la región en la que se espera se encuentren las medias de las muestras observadas. Si, en efecto, las medias se encuentran dentro de esta región, se dice que el proceso está en control. La línea central y los límites de control se determinan con las siguientes expresiones: LCS= LCS= Donde: k = Número de muestras, cada una de tamaño n = Media de la i-ésima muestra. R i = Rango de i-ésima muestra. A 2 = Valor tomado de tablas especializadas para el control de calidad.
9 ESTADÍSTICA INFERENCIAL 8 Ejemplo: Considera la siguiente tabla en la que se consignan observaciones provenientes de diez muestras cada una con cuatro elementos acerca de medidas en pulgadas de una determinada refacción: Realiza la gráfica de control para la media. Solución. De los datos de la tabla se tiene que: k= 10 n= 4 = = 0.3 A2= (Valor obtenido de tablas especializadas de control de calidad). Estas tablas pueden consultarse en textos de control estadístico de la calidad. Consecuentemente: LCS = (0.3) LCS = LCI = (0.3) LCI = Con lo que se obtiene la siguiente figura:
10 ESTADÍSTICA INFERENCIAL 9
11 ESTADÍSTICA INFERENCIAL 10 Actividad de Aprendizaje Instrucciones: en base a lo visto anteriormente, resuelve los siguientes elementos. 1. Corresponde al valor de z que determina un área bajo la curva de la distribución normal de α / 2: 2. Expresa la confianza del intervalo: 3. Supongamos que se desea estimar el tiempo promedio de vida de la memoria ram de una computadora portátil. Para ello se analiza una muestra de 45 equipos y se obtiene una duración media de 1500 horas con una desviación estándar de 105 horas. Si se estima el verdadero valor promedio de la vida de la memoria ram mediante un intervalo de confianza al 95%, responde lo siguiente: 3.1 El valor de (1 α) es igual a: 3.2 El valor de α es igual a: 3.3 El valor de z α/2 viene dado por: 3.4 El intervalo de confianza está dado por:
12 ESTADÍSTICA INFERENCIAL 11 Bibliografía García, M. (2005). Introducción a la teoría de la probabilidad. México: Fondo de Cultura Económica. Hernández, A. y O. Hernández (2003). Elementos de probabilidad y estadística. México: Sociedad Matemática Mexicana. Lipschutz, S. (1988). Probabilidad. México: McGraw-Hill. Meyer, P. (1986). Probabilidad y aplicaciones estadísticas. E.U.: Addison-Wesley Iberoamericana. Ulloa, V. y V. Quijada (2006). Estadística aplicada a la comunicación. México: UNAM.
ESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 2 Nombre: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesObjetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesReporte de Pobreza por Ingresos JUNIO 2015
Reporte de Pobreza por Ingresos JUNIO 2015 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional
Más detallesEstadística Descriptiva. SESIÓN 11 Medidas de dispersión
Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesEstadística Descriptiva
Estadística Descriptiva ESTADÍSTICA DESCRIPTIVA 1 Sesión No. 8 Nombre: Medidas de centralización Contextualización En la sesión anterior has conocido una de las medidas de tendencia central denominada
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesMatemáticas Financieras. Sesión 3 Intereses
Matemáticas Financieras Sesión 3 Intereses Contextualización de la Sesión 3 En esta sesión iniciaremos con una nueva unidad. Comenzaremos con el interés simple, es muy importante dominar éste tema ya que
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de
Más detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detallesPROBABILIDAD Y ESTADISTICA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROBABILIDAD Y ESTADISTICA ÁREA DEL MATEMÁTICAS CLAVE: I2PE1 CONOCIMIENTO: ETAPA FORMATIVA:
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesLa distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Más detallesMatemáticas Básicas para Computación
Matemáticas Básicas para Computación MATEMÁTICAS BÁSICAS PARA COMPUTACIÓN 1 Sesión No. 6 Nombre: Álgebra Booleana Objetivo Durante la sesión el participante identificará las principales características
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 2 Probabilidad condicional e independencia Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir los eventos condicionales de los eventos independientes.
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesReporte de Pobreza y Desigualdad DICIEMBRE 2015
Reporte de Pobreza y Desigualdad DICIEMBRE 2015 1 Reporte de Pobreza y Desigualdad - Diciembre 2015 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas
Más detallesCONTABILIDAD GENERAL
CONTABILIDAD GENERAL CONTABILIDAD GENERAL 1 Sesión No. 3 Nombre: Estados financieros Contextualización Sabes que es un estado de resultados? Son instrumentos que facilitan a las empresas reportes de las
Más detallesCurva de Lorenz e Indice de Gini Curva de Lorenz
Curva de Lorenz e Indice de Gini Curva de Lorenz La curva de Lorenz es útil para demostrar la diferencia entre dos distribuciones: por ejemplo quantiles de población contra quantiles de ingresos. También
Más detallesCAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO
9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesProbabilidad. Carrera: IFM Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad Licenciatura en Informática IFM - 0429 3-2-8 2.- HISTORIA DEL PROGRAMA
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesEjercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL
Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL 1. Se ha realizado una muestra aleatoria simple (m.a.s) de tamaño 10 a una población considerada normal. Llegando a la conclusión que
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detalles4º E.S.O. Matemáticas A
4º E.S.O. Matemáticas A Objetivos 1. Incorporar, al lenguaje y formas habituales de argumentación, las distintas formas de expresión matemática (numérica, algebraica, de funciones, geométrica...), con
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesNivel de Satisfacción en los afiliados. Régimen Estatal de Protección Social en Salud Zacatecas
Nivel de Satisfacción en los afiliados 2012 Régimen Estatal de Protección Social en Salud Zacatecas Nivel de Satisfacción de los Afiliados Justificación A fin de cumplir con los objetivos del Régimen Estatal
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesEJERCICIOS DE ESTADÍSTICA:
EJERCICIOS DE ESTADÍSTICA: 1º/ Una biblioteca desea estimar el porcentaje de libros infantiles que posee. La biblioteca está compuesta de 4 salas (orte, Sur, Este y Oeste) con 2500, 2740, 4000 y 6900 libros,
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesIng. Eduardo Cruz Romero w w w. tics-tlapa. c o m
Ing. Eduardo Cruz Romero eduar14_cr@hotmail.com w w w. tics-tlapa. c o m La estadística es tan vieja como la historia registrada. En la antigüedad los egipcios hacían censos de las personas y de los bienes
Más detallesA. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords
A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesLA AGUJA DE BUFFÓN DANIEL PADÍN PAZOS
LA AGUJA DE BUFFÓN DANIEL PADÍN PAZOS BIOGRAFIA Y DESCRIPCION DEL EXPERIMENTO: Georges Louis Leclerc: también conocido como conde de Buffon, fue un célebre matemático Francés que nació en 1707 y murió
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 1) Selectividad-Opción A Tiempo: 9 minutos Problema 1 (3 puntos) Dadas las matrices A = x y z y B = 1, se pide: 1 1 3 1 k, X = 1.
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesTema 4. Probabilidad Condicionada
Tema 4. Probabilidad Condicionada Presentación y Objetivos. En este tema se dan reglas para actualizar una probabilidad determinada en situaciones en las que se dispone de información adicional. Para ello
Más detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
Más detallesPROCEDIMIENTO DE COMUNICACIÓN INTERNA DE RIESGOS
PROCEDIMIENTO DE COMUNICACIÓN INTERNA DE RIESGOS CAJA RURAL DE TERUEL Principales Informes de Gestión Para minimizar los distintos niveles de Riesgos a los que está sometida la Caja se realizan diversos
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 3 Nombre: Estadística descriptiva: medidas numéricas. Objetivo Al término de la sesión el estudiante calculará
Más detallesReporte de Pobreza. Marzo 2016
Reporte de Pobreza Marzo 2016 1 Reporte de Pobreza - Marzo 2016 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas y Metodologías Realizadores: Melody
Más detallesIntervalos de Confianza para dos muestras
Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación
Más detallesModelos de PERT/CPM: Probabilístico
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detalles6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE
6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE HIPÓTESIS. 6.1 INFERENCIA ESTADISTICA La estadística está dividida en descriptiva e inferencial donde La estadística Descriptiva se relaciona principalmente
Más detalles2. METODOLOGÍA. Los tipos fundamentales de Estudios de Investigación, como nos recuerda Bavaresco, son cuatro:
2. METODOLOGÍA Para llevar a cabo este estudio es necesario utilizar una metodología de investigación, debido a que el no contar con los métodos y técnicas necesarias que nos guíen a través de una investigación
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detalles2. Calcula las raíces o soluciones para cada ecuación cuadrática.
Matemáticas 3 Bloque I Instrucciones. Lee y contesta correctamente lo que se te pide. 1. Cuánto tiempo tardará en llegar al suelo un objeto que se deja caer verticalmente desde la azotea de un edificio
Más detallesPROGRAMA DE ESTUDIOS
PROGRAMA DE ESTUDIOS Nombre: ESTADÍSTICA DESCRIPTIVA Carrera: Ingeniería Ambiental, Ecología y Biología Créditos: 6 Horas Teóricas a la semana: 2 Horas Prácticas a la semana: 2 PRESENTACION La necesidad
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesLa prueba extraordinaria de septiembre está descrita en los criterios y procedimientos de evaluación.
La prueba extraordinaria de septiembre está descrita en los criterios y procedimientos de evaluación. Los contenidos mínimos de la materia son los que aparecen con un * UNIDAD 1: LOS NÚMEROS NATURALES
Más detallesDIPLOMADO EN ESTADÍSTICA APLICADA
DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas
Más detallesINSTITUTO CHAPULTEPEC MIDDLE SCHOOL
MATEMÁTICAS VII. (1er BIMESTRE) INSTITUTO CHAPULTEPEC MIDDLE SCHOOL. 2009-2010 1) SIGNIFICADO Y USO DE LOS NÚMEROS a) Lectura y escritura de números naturales. - Operaciones con números naturales. - Problemas
Más detallesDefiniciones generales
Deiniciones generales Objetivo Brindar al participante los conceptos teóricos básicos sobre Media Aritmética para datos no agrupados y agrupados En esta sesión Conceptos básicos de Media Aritmética para
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesMEDICIONES ELECTRICAS I
Año:... Alumno:... Comisión:... MEDICIONES ELECTRICAS I Trabajo Práctico N 2 Tema: MEDICION DE RESISTENCIA. METODO DIRECTO METODO INDIRECTO Método Directo Vamos a centrar nuestro análisis en los sistemas
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 5 Nombre: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución
Más detallesNotas de clase A. Leonardo Bañuelos Saucedo Nayelli Manzanarez Gómez
PROBABILIDAD Y ESTADÍSTICA Notas de clase A. Leonardo Bañuelos Saucedo Nayelli Manzanarez Gómez INTRODUCCIÓN TEMA V VARIABLES ALEATORIAS CONJUNTAS En los capítulos anteriores se estudiaron variables aleatorias
Más detallesde Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesAnálisis de la estructura por sexo y edad de la población. Guiomar Bay
Análisis de la estructura por sexo y edad de la población Guiomar Bay Por qué analizar la estructura por sexo y edad de la población? Características básicas y fundamentales de una la población Qué problemas
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE I POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detallesCENTRO UNIVERSITARIO MONTEJO A.C. SECUNDARIA Temario Matemáticas 1
BLOQUE 1 Convierte números fraccionarios a decimales y viceversa. Conoce y utiliza las convenciones para representar números fraccionarios y decimales en la recta numérica. Representa sucesiones de números
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detalles