MUESTREO ESTRATIFICADO. TECNICAS DE MUESTREO II
|
|
- Luis Acosta Bustos
- hace 6 años
- Vistas:
Transcripción
1 MUESTREO ESTRATIFICADO TECNICAS DE MUESTREO II
2 CONSTRUCCION DE OS ESTRATOS Cuál es la mejor característica para la costrucció de los estratos? Cómo se determia los límites etre los estratos? Cuátos estratos debería aber?
3 a població se divide e grupos omogéeos (estratos). Se seleccioa ua muestra aleatoria de cada estrato Permite utilizar iformació a priori Existe tres razoes importates para utilizar este tipo de muestreo: estadísticas, marcos; Costos.
4 6. MUESTREO ESTRATIFICADO Razó estadística para usar estratos: Coocer algua característica de los ogares e ima Estimar el cosumo de eergía eléctrica.
5 Dispoibilidad de marcos. Ejemplo: E ua ecuesta de ogares: Se utiliza plaos catastrales para las zoas urbaas atiguas (u estrato), se usa fotografías aéreas para zoas rurales (otro estrato) y las áreas de posible ueva urbaizació (otro estrato) se delimita como otro marco; se muestrea áreas y se ivestiga las uevas urbaizacioes (muestreo e etapas o coglomerados).
6 Costo de localizar y levatar la iformació de las uidades. Ejemplo: e ua ecuesta de uidades agropecuarias.
7 Estratos() Elemetos N W Y S Y,... Y S Y N N W Y,... Y S Y N N W Y,... Y Y S N N W
8 y s v ( y ) Estratos() Muestra aleatoria w y,... y w y s v( y ) y,... y w y s v( y ) y,... y y w s v y ( )
9 PROPIEDADES DE A ESTIMACIONES TEOREMA E( yst ) Y TEOREMA ( ) V ( yst) WV y
10 ESTIMACION DE PARAMETROS MEDIA y st W y VARIANZA v( y st ) W v ( y ) Siedo: ( f ) v( y ) ˆ S ( y y ) i S i ERROR ESTANDAR Sˆ v ( ) y y st st
11 IMITES DE CONFIANZA Por el Teorema ímite Cetral, para cada estrato, se tedrá que y~ N[ Y, V( y)] Yˆ~N [ Y, V( Yˆ)] C( Y ) y ± ts st st y st C( Y) Ny ± tns st y st
12 Asigació Proporcioal W w N N
13 Asigació óptima Miimizar v( y st ) Miimiza la variaza del estimador, para u costo especificado, o, abiedo fijado la variaza, miimiza el costo. ( ) y + Mi( φ) v st λ W Sˆ W Sˆ
14 ESTIMACION DE TAMAÑO DE A MUESTRA DATOS CONTINUOS Para cualquier asigació: V (d/t) Estimació de la media de població Y ( st ) v y WSˆ ˆ WS w N ( ) st v y ˆ WS w + W ˆ S N FORMUA GENERA
15 Casos particulares:. Asigació Proporcioal WS ˆ v N ( y ) + st N Sˆ. Asigació Optima. ( fijo) w α W Sˆ ( ) st v y ˆ WS + WS ˆ N
16 AFIJACIÓN DE TAMAÑO DE MUESTRA EN UNA POBACIÓN ESTRATIFICADA ASUMIENDO UNA FUNCIÓN COSTO Si el costo para obteer iformació de ua uidad e el estrato - ésimo es C, el costo total será: + 0 C C C C 0 : es costo admiistrativo. C :Costo correspodiete al estrato C: Costo total
17 a miimizació de la variaza del estimador co costo fijo o viceversa, produce la asigació óptima que es: WS NS C C WS C
18 TAMAÑO DE MUESTRA A. Si el costo es fijo: + 0 C C C (6.0) ( C C ) 0 N S N S C C
19 Ejemplo Estrato N S C Se dispoemos de u presupuesto total de 3500 y costo fijo de 500. Calcular el tamaño de muestra? Y el tamaño de cada estrato
20 B. Si V es fijo: V o W S ( f ) WS WS C C vy ( st ) + WS N
21 Ejemplo Asumiedo Vo,5 Estrato N S C Calcular el tamaño de muestra? Y el tamaño de cada estrato
22 MUESTREO ESTRATIFICADO PARA PROPORCIONES Y i Si la uidad i-ésima del estrato tiee la característica 0 De otro modo
23 ESTIMACION DE PARAMETROS - PROPORCIONES MEDIA st p W p VARIANZA ( ) st p v W p v ) ( ( ) ) ( q p f p v Siedo:
24 Asigació Optima A: costo fijo: PQ N c PQ N c ( ) 0 P Q C C N C N PQ C
25 B. Si V es fijo: V o W PQ ( f ) PQ W PQ C W C vy ( st ) + WPQ N
26 Ejemplo E u estudio de cosumo de eergía se desea estimar la proporció de edificios públicos que, segú aálisis, opera supuestamete de maera eficiete e lo que se refiere al uso de eergía. Se dividió el territorio e tres zoas, dos grades áreas urbaas y ua rural. os resultados de la ecuesta, para la eficiecia eergética, se tiee e la tabla siguiete: ZONA ZONA ZONA 3 No. Edificios públicos e la ZONA Tamaño de Muestra No. Edificios co uso eficiete de eergía e la muestra
27 a-) Qué tipo de asigació se utilizó e este estudio? b-)estime la proporció de todos los edificios públicos que opera e forma eficiete e lo que se refiere al cosumo de eergía.
28 Ejemplo U especialista propoe tomar ua muestra aleatoria estratificada de ua població que a sido dividida e dos estratos; espera que sus costos de trabajo de campo tedrá la forma: c sus estimacioes prelimiares sobre los valores pricipalmete para los dos estratos so: Estrato W s C I II
29 a. Determiar los valores /, / que miimiza el costo de trabajo de campo de la ivestigació asumiedo ua variaza ua variaza predetermiada b. Ecotrar el tamaño de muestra requerido para que ua asigació óptima se pueda lograr ua V( y st ). Igore el factor de correcció. c. Cuál será el costo total de trabajo de campo que se espera icurrir para la ivestigació.
30 Y: variable objetivo X: variable complemetaria que se utiliza para estratificar S ρ VY ( st ) + ( ρ )
31 Ejemplo Sea: ρ0,90 C Presupuesto 0000 Cuál el úmero de estratos? V(Yst) S S S S S S S S S
32 COMPARACION DE EFICIENCIAS SEGÚN OS DISTINTOS DE ASIGNACION A partir de: S ( Y ) i Y N N i + ( ) S W S W Y Y V ( y) V( y ) MAS st p
33 Comparació de las precisioes de la asigació proporcioal y la óptima V( y ) V( y ) W S W S W ( S S) st p st o + V( y ) V( y ) st p st o Por lo tato: ( f ) Vy ( ) Vy ( ) WY ( Y) Vy ( ) WS ( S) WY ( Y) MAS st p + st o + +
34 TECNICA DE POST-ESTRATIFICACION Estrato N W M.A.S Clasificados después. N W Y Y.. Y N W Y Y Y.. Y Y N W Y y ˆ S Ŝ y y y Ŝ ˆ S
35 PROMEDIO y st W y VARIANZA ˆ WS ˆ ( ) ( ) ( ) st + v y f W S
36 EFECTOS DE DE AS AS DESVIACIONES A PARTIR DE DE A A ASIGNACION OPTIMA ( ) WS WS ( ) ( ) st Vmi y WS WS N Por lo tato: ( ) ( mi ) ( ) mi st ( ˆ ) V y V y V y ˆ st st
37 Efecto de las desviacioes de la asigació óptima Estrato ' ˆ ' ˆ ˆ ' ( ) ˆ ˆ Icremeto real:
38 Para poblacioes desproporcioadas ' ˆ Estrato N optimo valoral proporcioal Total ˆ
39 EJERCICIO Supoga que durate el mes de febrero del año 007 u determiado establecimieto a teido 00 clietes y que dispoe de la iformació sobre las compras e uevos soles que a realizado cada uo de ellos; Explica co u caso cocreto (geere los datos) el procedimieto que seguirías para obteer ua muestra de tamaño 0 a. Mediate u muestreo aleatorio simple b. Mediate u muestreo sistemático co arraque aleatorio. c. Mediate u muestreo co probabilidades desiguales e el que se da tata mayor probabilidad de salida a los idividuos cuáto mayor sea su volume de compras (probabilidades proporcioales al tamaño). d. Que vetajas pricipales aporta el muestreo sistemático co arraque aleatorio sobre el muestreo aleatorio simple?
40 EJERCICIO E el ejemplo creado ateriormete, geera ua muestra de 0 clietes mediate muestreo estratificado; explica que criterio as seguido para determiar. a. El úmero de estratos a cosiderar b. os límites de dicos estratos. c. a asigació de la muestra por estratos
Departamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más 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 detallesMUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO
El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció
Más detallesMuestreo Estratificado.
Muestreo Estratificado. 1.- Itroducció: Para aplicar este diseño, se precisa que la població esté dividida e subpoblacioes, estratos, que o se solape. Se seleccioa ua muestra probabilística e cada estrato
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 detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más 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 detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más 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 detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesMuestreo estratificado
Capítulo 1 Muestreo estratificado El objetivo del diseño de ecuestas por muestreo es maximizar la catidad de iformació para u coste dado. El muestreo aleatorio simple suele sumiistrar bueas estimacioes
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 detallesMETODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES
METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e
Más detallesMuestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.
1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació 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 detallesEstimación puntual y por intervalos
0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por
Más detalles12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral
Más detallesCapítulo II Estimación de parámetros
Capítulo II Estimació de parámetros Estimació putual de parámetros Explicaremos el tópico de la estimació putual de parámetros, usado el siguiete ejemplo. La Tabla Nº. cotiee iformació de los salarios
Más 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 detallesEXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.
EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.
Más detallesMuestreo. Tipos de muestreo. Inferencia Introducción
Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida
Más detallesIES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora
Más detallesUNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar
Más 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 detallesPRUEBAS DE HIPOTESIS
PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto
Más detallesCátedra I Estadística II Autor I Hebe Goldenhersch MUESTREO Y MODELOS DE MUESTREO
MUESTREO Y MODELOS DE MUESTREO I Objetivos Se espera que al fializar el estudio de este capítulo, el estudiate sea capaz de: Compreder los requisitos ecesarios para que ua muestra sea probabilística. Coocer
Más detallesT ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:
T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total
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 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 detallesEncuesta de Transición Educativo- Formativa e Inserción Laboral (ETEFIL)
Ecuesta de Trasició Educativo- ormativa e Iserció Laboral (ETEIL) Diseño de la muestra I. Itroducció Esta ecuesta pretede proporcioar iformació sobre las características de la isercció e el mercado laboral
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
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 detallesIES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)
IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos
Más detallesUNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda
UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más detallesCalculo de la deuda a plazo (PAGO) 1) Método de cuota nivelada.
Amortizació: Viee del latí Morti; Muerte, e el mercado fiaciero la expresió amortizació se utiliza para deomiar el proceso mediate el cual se extigue gradualmete ua deuda por medio de pagos o aboos periódicos
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detallesIES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió
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 detallesUNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.
UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses
Más detallesSobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga
Más detallesTEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució
Más detallesResolución de ecuaciones no lineales
Resolució de ecuacioes o lieales Solucioa ecuacioes o lieales tipo f()= Normalmete cada método tiee sus requisitos Métodos so iterativos Métodos iterativos para resolver f()= E geeral métodos iterativos
Más detallesUNIDAD 7: ESTADÍSTICA INFERENCIAL
UNIDAD 7: ESTADÍSTICA INFERENCIAL ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1.- VARIABLES ESTADÍSTICAS. PARÁMETROS... 3.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.1.- Distribució Biomial... 4 3..- Distribució
Más detallesEstadístico. Parámetro
La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio
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 detallesCAL. CONTROL Y ASEGURAMIENTO DE CALIDAD
MCAL103/03 LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 03. Aálisis Estadísticos de Cotrol de Calidad A. CONTENIDO Este Maual cotiee los procedimietos para aalizar,
Más detallesCapítulo I. La importancia del factor de potencia en las redes. eléctricas
La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más 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 detallesInferencia Estadística
Iferecia Estadística Tema 1 - Elemetos de la teoría del muestreo 1.1. Coceptos básicos: muestra aleatoria y estadístico. 1.2. Otros tipos de muestreo. a explicació que aquí iiciamos tiee como objetivo
Más detallesINTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias
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 detallesDISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.
DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detallesIES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),
Más 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 detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesENCUESTA DE SUPERFICIE Y PRODUCCIÓN DE HORTALIZAS
ENCUESTA DE SUPERFICIE Y PRODUCCIÓN DE HORTALIZAS METODOLOGÍA INSTITUTO NACIONAL DE ESTADÍSTICAS Marzo/0 Metodología Ecuesta de Superficie y Producció de Hortalizas Istituto Nacioal de Estadísticas. Marzo
Más detallesESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}
ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)
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 detallesTEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I)
TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(
Más detallesBIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.
Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2004
Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos
Más detalles2. LEYES FINANCIERAS.
TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),
Más detallesArtículo técnico CVM-NET4+ Cumple con la normativa de Eficiencia Energética. Nuevo analizador de redes y consumos multicanal Situación actual
1 Artículo técico Joatha Azañó Divisió Gestió Eergética y Calidad de Red CVM-ET4+ Cumple co la ormativa de Eficiecia Eergética uevo aalizador de redes y cosumos multicaal Situació actual Las actuales ormativas
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA
ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA Autores: Ágel A. Jua (ajuap@uoc.edu), Máimo Sedao (msedaoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS Defiició Propiedades
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 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 detallesSi la razón es q, y el primer termino es a, la progresión se escribe. POR LO TANTO EL ENÉSIMO TÉRMINO DE UNA P.G SE DETERMINA A PARTIR DE:
Ua progresió es geométrica, si cada termio después del primero se obtiee multiplicado el aterior por u valor costates Este valor costate se llama razó geométrica (q) E geeral: a a : a......... a ; 3 Si
Más detallesMétodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B
Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................
Más detallesSeries Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:
Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.
Más detallesUNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.
UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)
Más detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detallesModulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones
Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio
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 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 detallesFÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)
FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto
Más detallesSistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema
Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio
Más detallesLAS MUESTRAS ESTADÍSTICAS
11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo
Más detallesPara estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20
Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
3 INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 99 REFLEXIONA Y RESUELVE Cuátas caras cabe esperar? Repite el razoamieto aterior para averiguar cuátas caras cabe esperar si lazamos 00 moedas
Más detalles14 Intervalos de confianza
Solucioario 14 Itervalos de cofiaza ACTIVIDADES INICIALES 14.I. Calcula tal que P z < Z z α α = 0,87. P zα < Z zα = P Z zα P Z < zα = P Z zα 1= 0,87 P Z P Z P Z = 1,87 = 0,935. Buscado e el iterior de
Más detallesMuestreo Aleatorio Simple
Capítulo 1 Muestreo Aleatorio Simple Este método de muestreo proporcioa u puto de partida para ua exposició de los métodos de muestreo probabilístico o porque sea uo de los métodos de muestreo más utilizados
Más detallesPoblación y tamaño de la muestra en la investigación científica
Població y tamaño de la muestra e la ivestigació cietífica People ad size of the sample i the scietific research Dr. Atoio Amílcar Ulloa Llerea * DSLIND: La ivestigació cietífica como promotora de la creació
Más detallesESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.
ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,
Más detallesSUCESIONES DE NÚMEROS REALES. PROGRESIONES
www.matesxroda.et José A. Jiméez Nieto SUCESIONES DE NÚMEROS REALES. PROGRESIONES. SUCESIONES DE NÚMEROS REALES. TÉRMINO GENERAL E las siguietes figuras observa el proceso que lleva a la creació de uevos
Más detalles11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)
I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS INSTITUTO DE INVESTIGACIÓN INIFE EL MODELO DE RESPUESTA ALEATORIZADA Y SU
UIVERSIDAD ACIOAL DEL CALLAO FACULTAD DE CIECIAS ECOÓMICAS ISTITUTO DE IVESTIGACIÓ IIFE EL MODELO DE RESPUESTA ALEATORIZADA Y SU EFICIECIA E PREGUTAS SESIBLES RICARDO LUIS POMALAYA VERASTEGUI (Del 01/04/010
Más detallesEjercicios Tema 4 Inferencia estadística
Ejercicios Tema 4 Iferecia estadística 1. Sea X el icremeto de los igresos salariales mesuales producidos e el sector de la idustria agroalimetaria e Navarra. Si X ~ N( 100, 5) Cuál es la probabilidad
Más detallesTABLAS DE CONTINGENCIA. IGNACIO MÉNDEZ GÓMEZ-HUMARÁN
TABLAS DE CONTINGENCIA IGNACIO MÉNDEZ GÓMEZ-HUMARÁN imgh000@yahoo.om El uso de Tablas de Cotigeia permite estudiar la relaió etre dos variables ategórias o riterios de lasifiaió. E ua Tabla, los regloes
Más detallesFactores de Carga, Simultaneidad, Diversidad y Pérdidas
Factores de Carga, imltaeidad, Diversidad y érdidas Abordaje qe asegra s cosistecia Bogotá, Diciembre 013 1 Itrodcció E los cálclos de redes de distribció para proyectos y operació se caracteriza las cargas
Más detalles