Estadística Inferencial
|
|
- Veronica de la Cruz Salazar
- hace 6 años
- Vistas:
Transcripción
1 Estadística Inferencial
2 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias. Parte II. Objetivos: Al finalizar la sesión, el estudiante conocerá cómo utilizar la distribución normal para aproximar la distribución de probabilidad de Poisson. Así mismo conocerá las características y cómo calcular las probabilidades mediante la distribución exponencial. Conocerá además cómo identificar, aplicar e implementar con una herramienta computacional algunas de las distribuciones de variables aleatorias continuas. Contextualización Al igual que la distribución binomial, existe otra distribución de probabilidad discreta que puede ser aproximada a la distribución normal que es continua, tal es el caso de la distribución de Poisson. La distribución normal forma la base sobre la cual descansa una gran cantidad del trabajo en la inferencia estadística, pero existen también numerosas situaciones que requieren de otros tipos de funciones de densidad de probabilidad, una de estas funciones es la distribución exponencial que proporciona modelos de probabilidad muy utilizados en diferentes disciplinas.
3 2 Introducción al Tema Qué distribución de probabilidad emplearías para describir el tiempo de espera de los clientes en un banco para ser atendidos? Imagen recuperada de: counterest.net En esta sesión, revisarás en primer lugar la aproximación normal de probabilidades de Poisson. A continuación, se expone otra de las distribuciones continuas, la distribución exponencial, que es utilizada en problemas donde nos interesa la probabilidad de falla de algún componente, así como la ocurrencia de eventos aleatorios en el tiempo. Además, en el subtema de aplicaciones de cómputo, continuaremos utilizando la hoja de cálculo Excel 2016, que también nos permite calcular las probabilidades de distribuciones continuas.
4 3 Explicación 3.4 Aproximación normal de probabilidades de Poisson Cuándo una distribución de Poisson se aproxima a la distribución normal? Dado que la distribución de Poisson es aproximadamente un caso particular de la distribución binomial, y que esta se aproxima a la distribución normal en ciertas condiciones, a la distribución de Poisson le sucederá otro tanto. La siguiente imagen muestra como la distribución de Poisson se aproxima a la distribución normal conforme aumenta el valor de λ. Una distribución de Poisson con parámetro λ suficientemente grande, es decir λ > 10 se aproxima a una distribución normal; y la distribución normal a la que se aproxima habrá de tener la misma media y varianza que la distribución de Poisson de la que proviene. Si x P(λ) con λ > 10 x N(λ, λ) Dado que una distribución de Poisson es discreta, la corrección por continuidad puede, en principio, aplicarse cuando se utiliza la aproximación normal. Para las áreas que incluyen la parte central de la curva, la corrección por continuidad generalmente mejora la aproximación normal, pero para las áreas de las colas la corrección por continuidad algunas veces empeora la aproximación (Navidi, 2006). Ejemplo:
5 4 El número de cuentahabientes que acuden a una sucursal bancaria sigue una distribución de Poisson, con una media de 25 cuentahabientes por hora. Encuentra la probabilidad de que haya 90 o más cuentahabientes durante tres horas. Solución: Sea X el número de cuentahabientes que acuden a una sucursal bancaria en tres horas. La media del número de cuentahabientes es de 75, por lo que X~PPPPPPP(75) Empleando la aproximación normal X~N(75, 75). Se desea encontrar P(X 90). Se calcula z de 90, que es z = = 1.73 Haciendo uso de la tabla z se determina que P(X 90) = = Como lo puedes observar en la siguiente imagen Por lo tanto, la probabilidad de que haya 90 o más cuentahabientes durante tres horas es de 4.18%.
6 5 3.5 Distribución exponencial de probabilidad En qué situaciones los modelos exponenciales pueden ser empleados? El origen de esta función de probabilidad se halla en el proceso de Poisson; tal probabilidad se relaciona con la posibilidad de ocurrencia de un número específico de éxitos, donde este número es la variable aleatoria. Ahora bien, si se invierten los papeles, el número de éxitos no será la variable aleatoria, sino el tiempo; en otras palabras, una variable exponencial X, es el intervalo de tiempo, o espacio requerido, para obtener un número específico de éxitos (Elorza Pérez- Tejada, 2008). La función de densidad de probabilidad exponencial está dada por (Anderson, Sweeney, & Williams, Estadística para administración y economía, 2008): f(x) = 1 x μ e μ Para x 0, μ > 0 Donde μ = valor esperado o media Como ocurre con cualquier distribución de probabilidad continua, el área bajo la curva correspondiendo a un intervalo da la probabilidad de que la variable aleatoria tome algún valor en ese intervalo.
7 6 Para calcular probabilidades exponenciales se usa la siguiente fórmula, la cual aporta la probabilidad acumulada de obtener un valor de la variable aleatoria exponencial que sean menor o igual que algún valor específico denotado por x 0 (Anderson, Sweeney, & Williams, Estadística para administración y economía, 2008). P(x x 0 ) = 1 e x 0 μ La distribución exponencial tiene la propiedad de que la media y la desviación estándar son iguales. Ejemplo: La vida de cierta marca de baterías está distribuida exponencialmente con μ = horas. a. Cuál es la probabilidad de que la batería dure menos de horas? P(x < 1000) = 1 e x 0 μ ( = 1 e ) = 1 e 1 P(x < 1000) = b. Cuál es la probabilidad de que la batería dure más de horas? ( P(x > 1500) = 1 P(x 1500) = 1 1 e ) = e 1.5
8 7 P(x > 1500) = Otra propiedad de la distribución exponencial es la carencia de memoria, es decir es una que se olvida del pasado. Para intentar explicar esta propiedad, supongamos que X representa el tiempo de vida de un fusible. La probabilidad de que el fusible no se queme en las primeras s + t unidades de tiempo, habiéndose comprobado que no se había quemado en las primeras s unidades de tiempo es igual a la probabilidad de que el fusible no se queme en las primeras t unidades de tiempo. Dicho de otra manera, la probabilidad de que no se queme en las próximas t unidades de tiempo es la misma que la probabilidad de que no se queme durante las primeras t unidades de tiempo. El hecho de no haberse quemado en las primeras s unidades de tiempo, simplemente no cuenta (Condor Espinoza, 1989). 3.6 Aplicaciones de cómputo Si un programa es inútil habrá que demostrarlo Cuarta ley de la Programación La función de Excel para calcular probabilidades de una distribución normal con media y desviación estándar especificadas es DISTR.NORM.N. Esta función tiene los siguientes argumentos: 1. X: Es el valor cuya distribución se desea obtener (x i = a) 2. Media: Es la media aritmética de la distribución (μ) 3. Desv_estándar: Es la desviación estándar de la distribución (σ) 4. Acumulado: Valor lógico que determina la forma de la función. Si el argumento es VERDADERO, devuelve la función de distribución acumulada. Si es FALSO, devuelve la función de masa de probabilidad.
9 8 Por ejemplo, la duración de una batería en horas que fabrica una empresa se describe mediante una distribución normal con media μ = y σ = Si se desea conocer la probabilidad de que una batería dure más de horas. En este caso seleccionamos en la hoja de cálculo la función de Excel DISTR.NORM.N. Como se muestra en la imagen de abajo. Se ingresa en el cuadro de dialogo los valores de los argumentos. En este caso el acumulado será VERDADERO. Obtenemos que la probabilidad de que una batería tenga una duración de horas es de Por lo tanto, la probabilidad de que una batería dure más de horas es = La función de Excel INV.NORM usa un cálculo inverso para hallar el valor de x que corresponde a una probabilidad acumulada dada. Esta función tiene los siguientes argumentos: 1. Probabilidad: Es la probabilidad correspondiente a la distribución normal 2. Media: Es la media aritmética de la distribución (μ) 3. Desv_estándar: Es la desviación estándar de la distribución (σ)
10 9 Por ejemplo, si se quisiera conocer la duración que la empresa debe ofrecer en su garantía de manera que no más del 10% de las baterías sean aptas para solicitar la garantía. Se procederá de la siguiente forma: Seleccionamos en la hoja de cálculo la función de Excel INV.NORM como se muestra en la imagen. Se ingresa en el cuadro de dialogo los valores de los argumentos. Se obtiene el valor de 30092, indicando la probabilidad de que una batería dure horas es 0.10.
11 10 La función de Excel para calcular probabilidades exponenciales es DISTR.EXP.N, que cuenta con los siguientes argumentos. 1. X: Es el valor de la función. 2. Lambda: Es el valor del parámetro. 3. Acum: Es el valor lógico que indica la forma de la función exponencial que va a aplicar. Si el valor de este argumento es VERDADERO, DISTR.EXP.N devuelve la función de distribución acumulativa; si es FALSO, devuelve la función de densidad de probabilidad. Por ejemplo, el tiempo en minutos que una persona cualquiera se toma para revisar su correo electrónico sigue una distribución exponencial con λ = 1. 5 Calcula la probabilidad de que una persona cualquiera permanezca conectado al servidor de correo menos de un minuto. Se ingresan los valores de los argumentos en el cuadro de dialogo como se muestra a continuación
12 11 De esta forma se obtiene que la probabilidad de que una persona cualquiera permanezca conectada al servidor de correo menos de un minuto es de Continuando con el mismo ejemplo, ahora se desea conocer la probabilidad de que una persona cualquiera permanezca conectada al servidor de correo más de una hora. Nuevamente ingresamos los valores de los argumentos que son los siguientes: Obtenemos el valor de que corresponde a la probabilidad de que una persona cualquiera permanezca conectada al servidor del correo una hora. Por lo tanto, la probabilidad de que una persona cualquiera permanezca conectada al servidor de correo más de una hora es, P(X > 60) = 1 P(X = 60) =
13 12
14 13 Conclusión En esta sesión viste que una distribución de Poisson con parámetro λ suficientemente grande se aproxima a una distribución normal y que la distribución normal a la que se aproxima deberá tener la misma media y varianza que la distribución de Poisson de la que proviene. La distribución exponencial es una distribución continua que cuenta con una propiedad conocida como falta de memoria y proporciona una amplia aplicabilidad, como la descripción del tiempo requerido para completar una tarea. Además, la hoja de cálculo de Excel resulta una herramienta fácil de usar y accesible para calcular probabilidades de distribuciones continuas. Sabías que una de las principales áreas de la inferencia estadística son las pruebas de hipótesis, pero en qué consisten éstas?
15 14 Para aprender más Qué es y para qué nos sirve la distribución exponencial? Ingeniat. (4 de abril de 2013). Distribución exponencial. [Archivo de video] Recuperado de: En qué casos podemos utilizar una aproximación de una distribución de probabilidad a otra? Morettini, M. (septiembre de 2013). Aproximaciones de distribuciones de probabilidad: enfoque empírico. Documento obtenido de Portal de Promoción y Difusión Pública del Conocimiento Académico y Científico:
16 15 Actividad de Aprendizaje Instrucciones: Con la finalidad de profundizar en los conocimientos adquiridos a lo largo de esta sesión, ahora tendrás que realizar la siguiente actividad: Resuelve los siguientes problemas empleando ya sea la hoja de cálculo de Excel o algún otro software de estadística al cual tengas acceso. 1. En un hospital el promedio de pacientes con hipertensión arterial atendidos por día es de 15. Calcula la probabilidad de que en un día determinado haya más de 27 pacientes con hipertensión arterial. 2. En una cierta ciudad el número promedio de bloqueos de vialidades al día debido a manifestaciones es 12. Cuál es la probabilidad aproximada de tener 17 o menos bloqueos de vialidades debido a manifestaciones en cualquier día dado? 3. Suponiendo que el tiempo de recorrido de un camión repartidor sigue una distribución exponencial. Si la media del tiempo recorrido es de 36.5 minutos. Cuál es la probabilidad de que el tiempo de recorrido sea de 40 horas o menos? 4. El periodo de vida en años de un interruptor eléctrico tiene una distribución exponencial con un promedio de falla de μ = 2 años. Cuál es la probabilidad de que un interruptor falle después del segundo año? Inserta las capturas de pantalla en un procesador de textos y analiza los resultados obtenidos, al final tendrás que guardarlo en formato PDF, y entregarlo de acuerdo a las indicaciones de tu profesor.
17 16 Recuerda que esta actividad te ayudará a familiarizarte con el software estadístico para el cálculo de algunas de las probabilidades de las distribuciones de variables continuas. Esta actividad representa el 5% de tu calificación y se tomará en cuenta lo siguiente: Tus datos generales. Título de la actividad. Desarrollo completo y correcto de los ejercicios. Análisis y conclusiones. Ortografía y redacción. Capturas de pantalla visibles.
18 17 Bibliografía Álvarez, C. R. (2007). Estadística aplicada a las ciencias de la salud. España: Díaz de Santos. Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para administración y economía (10 ed.). México: Cengage Learning. Anderson, D. R., Sweeney, D. J., Williams, T. A., & Martin, K. (2011). Métodos cuantitativos para los negocios (11 ed.). México: Cengage Learning. Berenson, M. L., & Levine, D. M. (1996). Estadística básica en administración. Conceptos y aplicaciones. México: Pearson Educación. Cáceres, H. J. J. (2007). Conceptos básicos de estadística para ciencias sociales. España: Delta. Cóndor, E. I. T. (1989). Teoría de las probabilidades y aplicaciones estadísticas. San Marcos. Elorza, Pérez-Tejada, H. (2008). Estadística para las ciencias sociales, del comportamiento y de la salud (3 ed.). México: Cengage Learning. González, M. M. T., & Pérez de Vargas, A. (2012). Estadística aplicada. Una visión instrumental. España: Díaz de Santos. Hines, W. W., & Montgomery, D. C. (1996). Probabilidad y estadística para ingeniería y administración (2 ed.). México: Compañía Editorial Continental. Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Estadística aplicada a los negocios y economía (15 ed.). México: McGraw-Hill. Navidi, W. (2006). Estadística para ingenieros. México: McGraw-Hill.
19 18 Render, B., Stair, R. M., & Hanna, M. E. (2012). Métodos cuantitativos para los negocios (11 ed.). México: Pearson Educación. Rodríguez, F. J., Pierdant, R. A., & Rodríguez, J. E. C. (2014). Estadística para administración. México: Grupo Editorial Patria. Cibergrafía Ingeniat. (4 de abril de 2013). Distribución exponencial. [Archivo de video] Recuperado de: Morettini, M. (septiembre de 2013). Aproximaciones de distribuciones de probabilidad: enfoque empírico. Documento obtenido de Portal de Promoción y Difusión Pública del Conocimiento Académico y Científico: Te invito a que consultes la Biblioteca Digital UNID
Estadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 10 Nombre: Pruebas de Hipótesis. Parte II Objetivo Al término de la sesión el estudiante analizará la prueba
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 detallesEstadística Aplicada a los Negocios I
Estadística Aplicada a los Negocios I Nombre de la Materia Estadística aplicada a los negocios I Departamento Ciencias Económico Administrativas Academia Economía y métodos cuantitativos Clave Horas-teoría
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población. Parte III. Objetivo: Al finalizar la sesión, el estudiante conocerá cómo aplicar el
Más detallesNombre: Distribuciones de probabilidad discreta. Primera parte. En qué consiste la variable aleatoria?
Estadística 1 Sesión No. 8 Nombre: Distribuciones de probabilidad discreta. Primera parte. Contextualización En qué consiste la variable aleatoria? En la presente sesión seguiremos con el estudio de la
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA ESTADÍSTICA I CÓDIGO DE MATERIA MC 106 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA
Más detallesUNIVERSIDAD AUTÓNOMA DE BUCARAMANGA Vicerrectoría Académica Departamento de Matemáticas y Ciencias Naturales
UNIVERSIDAD AUTÓNOMA DE BUCARAMANGA Vicerrectoría Académica Departamento de Matemáticas y Ciencias Naturales GUÌA DE CÀTEDRA DE ESTADISTICA GENERAL Fecha de actualización: junio 02 de 2015 1. Identificación
Más detallesEstadística Inferencial. Sesión 2. Distribuciones muestrales
Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 4 Nombre: Estadística descriptiva: Medidas numéricas. Parte II Objetivo Al término de la sesión el estudiante
Más detallesUnidad Académica de Ingeniería Eléctrica. Programa del curso: Probabilidad y estadística Clave:
Universidad Autónoma de Zacatecas Unidad Académica de Ingeniería Eléctrica Programa del curso: Probabilidad y estadística Clave: Carácter Semestre recomendado Obligatoria 3º Carreras: IE, ICE, IC Sesiones
Más detallesEstadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones.
Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización. En la sesión anterior se mostró como realizar una prueba de hipótesis cuando se trata
Más detallesEstadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte.
Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte. Contextualización En la presente sesión analizarás y describirás un experimento binomial, definirás y conocerás la función
Más detallesNombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
Estadística 1 Sesión No. 9 Nombre: Distribuciones de probabilidad discreta. Segunda parte. Contextualización A qué nos referimos con probabilidad discreta? En la presente sesión analizarás y describirás
Más detallesUNIVERSIDAD DE GUADALAJARA
CENTRO UNIVERSITARIO DE CIENCIAS ECONÓMICO ADMINISTRATIVAS MAESTRÍA EN ADMINISTRACIÓN DE NEGOCIOS PROGRAMA DE ASIGNATURA FORMATO BASE 1.- NOMBRE DE LA MATERIA MÉTODOS CUANTITATIVOS PARA LAS CIENCIAS ECONÓMICAS
Más detallesTOTAL DE HORAS: Semanas de clase: 5 Teóricas: 3 Prácticas: 2. SERIACIÓN OBLIGATORIA ANTECEDENTE: Ninguna SERIACIÓN OBLIGATORIA SUBSECUENTE: Ninguna
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA DENOMINACIÓN DE LA ASIGNATURA: Probabilidad y Estadística
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesPROBABILIDAD Asignatura Clave Semestre Créditos. COORDINACIÓN DE CIENCIAS APLICADAS División Departamento Licenciatura
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO CIENCIAS BÁSICAS PROBABILIDAD Asignatura Clave Semestre Créditos COORDINACIÓN DE CIENCIAS APLICADAS División Departamento
Más detallesCentro Universitario de Tonalá. Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I
Nombre de la materia Estadística aplicada a los negocios Departamento Económico Administrativo Academia Economía y métodos cuantitativos Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos
Más detallesASPECTOS DEL PERFIL PROFESIONAL QUE APOYA LA ASIGNATURA
I. DATOS GENERALES UNIVERSIDAD RICARDO PALMA FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES ESCUELA ACADÉMICO PROFESIONAL DE ADMINISTRACIÓN Y GERENCIA SILABO 1.1 Curso : ESTADISTICA APLICADA 1.2 Código
Más detallesEstadística Inferencial. Sesión 11. Regresión y correlación múltiple
Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 5 Nombre: Prueba de hipótesis Contextualización En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales
Más detallesUNIVERSIDAD AUTÓNOMA DE BUCARAMANGA Vicerrectoría Académica Departamento de Matemáticas y Ciencias Naturales
UNIVERSIDAD AUTÓNOMA DE BUCARAMANGA Vicerrectoría Académica Departamento de Matemáticas y Ciencias Naturales GUÌA DE CÀTEDRA DE ESTADISTICA DESCRIPTIVA Fecha de actualización: Noviembre 11 de 2016 1. Identificación
Más detallesCARRERA PROFESIONAL DE ADMINISTRACION Y SISTEMAS
CARRERA PROFESIONAL DE ADMINISTRACION Y SISTEMAS I. DATOS GENERALES: 1.1. Unidad de Ejecución Curricular : ESTADISTICA 1.2. Código : 12343 1.3. Créditos : 4 1.4. Área de formación : Tecnológica Básica
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesUNIDAD CURRICULAR: ESTADÍSTICA I. Prof. Tirso González Prof. Belkis Matheus. Eje de Formación Prelación HAD HTIE. Básica - Profesional Ninguna 4 8 3
PROGRAMA ANALÌTICO FACULTAD: CIENCIAS ADMINISTRATIVAS ESCUELA: ADMINISTRACIÓN DE EMPRESAS DE DISEÑO UNIDAD CURRICULAR: ESTADÍSTICA I Código de la Escuela Código Período Elaborado por 15 15-0285 IV Prof.
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 detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 15 Análisis de datos discretos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar la prueba de hipótesis Chi-Cuadrada para datos agrupados. Aplicar
Más detallesEstadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos
Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE LOS VALLES PROGRAMA DE ESTUDIO E S T A D I S T I C A I I.- DATOS GENERALES DEL PROGRAMA DE ESTUDIOS 1. Nombre de la Asignatura: Estadística I 2. Clave
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #3 Tema: Distribución Discreta Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Definir la función de probabilidad
Más detallesSECUENCIA DIDÁCTICA. Módulo
SECUENCIA DIDÁCTICA Nombre de curso: Estadística Antecedente: Matemáticas Básicas Módulo Clave de curso: MAT1002A21 Clave de antecedente: MAT0101A11 Competencia de Módulo: Detectar oportunidades de negocios,
Más detallesTema 7. Variables Aleatorias Continuas
Presentación y Objetivos. Tema 7. Variables Aleatorias Continuas En este tema se propone el estudio de las variables aleatorias continuas más importantes, desde la más simple incrementando el grado de
Más detallesAgenda 1 Variable aleatoria Continua Valor esperado de una variable aleatoria continua. Varianza. 2
Curso de nivelación Estadística y Matemática Cuarta clase: Distribuciones de probablidad continuas Programa Técnico en Riesgo, 2016 Agenda 1 Variable aleatoria Continua Valor esperado de una variable aleatoria
Más detallesModelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico
Más detallesEstadística I. Datos Generales. Contenido del Programa
Estadística I Datos Generales 1. Nombre de la Asignatura 2. Nivel de formación 3. Clave de la Asignatura Estadística I Licenciatura I5089 4. Prerrequisitos 5. Area de Formación 6. Departamento Ninguno
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesOBJETIVOS TERMINALES DE APRENDIZAJE
MATERIA Teoría de Probabilidades CÓDIGO 08131 REQUISITO Cálculo en una variable o simultáneo con Cálculo Diferencial Manejo de Microsoft Excel PROGRAMAS Ingenierías, Administración de Empresas, Contaduría
Más detallesTema 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
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 detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN. Unidad Académica: FACULTAD DE INGENIERIA. Programa (s)
Más detalles1. Muestreo e Inferencia Estadística
Tema 6: Introducción a la Inferencia Estadística Objetivos Introducir los conceptos elementales en esta parte de la asignatura. Tratar con muestras aleatorias y su distribución muestral en ejemplos de
Más detallesMÉTODOS CUANTITATIVOS APLICADOS A LA ADMINISTRACIÓN
MÉTODOS CUANTITATIVOS APLICADOS A LA ADMINISTRACIÓN Dr. Francisco Javier Cruz Ariza Presentación / bienvenida Con gran agrado les damos la más cordial bienvenida a la asignatura de Métodos Cuantitativos
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesSECUENCIA DIDÁCTICA. Nombre de curso: Probabilidad y Estadística Clave de curso: MAT0802A21. Módulo II Competencia de Módulo:
SECUENCIA DIDÁCTICA Nombre de curso: Probabilidad y Estadística Clave de curso: MAT0802A21 Antecedente: Ninguno Clave de antecedente: Ninguna Módulo II Competencia de Módulo: Desarrollar programas de cómputo
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
Más detallesINGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA INGENIERÍA
INGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA INGENIERÍA UNIDADES DE APRENDIZAJE 1. Competencias Desarrollar e innovar sistemas de manufactura a través de
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 Revisión No. 1 AC-DO-F-8 Página 1 de 10 ESTADÍSTICA I CÓDIGO 14241 PROGRAMA INGENIERÍA INDUSTRIAL ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detallesFinanzas Corporativas Avanzadas
Finanzas Corporativas Avanzadas 1 Sesión No.3 Nombre: Riesgo y tasas de rendimiento. Objetivo de la sesión: Al finalizar la sesión, el alumno será capaz de analizar la importancia de medir el riesgo para
Más detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesCORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS
CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DE LA PROBABILIDAD DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD
Más detallesPROGRAMA DEL CURSO DE MÉTODOS CUANTITATIVOS I
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA CENTRO UNIVERSITARIO DE JUTIAPA JUSAC- LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS CURSO: MÉTODOS CUANTITATIVOS I CÓDIGO 05250 AÑO 2014: Primer Semestre COORDINADOR:
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN Carrera: Licenciatura en Periodismo Asignatura: Estadística Social Curso: 2 año Año lectivo: 2016 Carga horaria
Más detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más detallesPráctica 4: Variables Aleatorias y Simulación
Práctica 4: Variables Aleatorias y Simulación Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Calcular las funciones de probabilidad y distribución de las variables discretas Bernoulli,
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 4 Variables aleatorias Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las características de las variables aleatorias discretas y continuas.
Más detalles8 Resolución de algunos ejemplos y ejercicios del tema 8.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal
Más detallesCapítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
Más detallesEstadística. Sesión 4: Medidas de dispersión.
Estadística Sesión 4: Medidas de dispersión. Contextualización En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal es el caso del rango, la varianza y la desviación estándar,
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Estadística. Programa de Estadística
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Estadística Profesor: MSc. Julio Rito Vargas Avilés. Programa de Estadística Estudiantes: FAREM-Carazo Quien tiene un libro y no lo lee,
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesMgter. Joekes, Silvia. Mgter. Casini, Roxana Cra. González, Mariana Mgter. Stimolo, María Ines
MATERIA: ESTADISTICA I AÑO: 2017 PROFESORES Profesores Titulares: Profesores Adjuntos: Dra. Diaz, Margarita Mgter. Joekes, Silvia Mgter. Caro, Patricia Mgter. Casini, Roxana Cra. González, Mariana Mgter.
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 10 Estadísticos muestrales y sus aplicaciones Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las propiedades de los estadísticos muestrales.
Más detallesMétodos Estadísticos para la Empresa
DEPARTAMENTO DE ECONOMÍA APLICADA ESTADÍSTICA Y ECONOMETRÍA Programa de la asignatura: Métodos Estadísticos para la Empresa Segundo Curso Curso Académico 2011/2012 Facultad de Economía y Empresa Grado
Más detallesUNIVERSIDAD PILOTO DE COLOMBIA PLAN ANALÍTICO DEL PROGRAMA AREA COMÚN DE MATEMÁTICAS PROGRAMA DE PROBABILIDAD. Obligatorio
UNIVERSIDAD PILOTO DE COLOMBIA PLAN ANALÍTICO DEL PROGRAMA AREA COMÚN DE MATEMÁTICAS PROGRAMA DE PROBABILIDAD 1. PRESENTACIÓN DE LA ASIGNATURA O CURSO ACADÉMICO Nombre del curso Código del curso (opcional)
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesESTADÍSTICA GUÍA PROGRAMÁTICA (EDICIÓN 2016) L ICDA.CL AUDIA J U DIT H MORAL E S L ÓPE Z
U N I V E R S I D A D D E S A N C A R L O S D E G U A T E M A L A C E N T R O U N I V E R S I T A R I O D E O R I E N T E C I E N C I A S E C O N Ó M I C A S ESTADÍSTICA GUÍA PROGRAMÁTICA (EDICIÓN 2016)
Más detallesResumen y propósitos de formación del curso
Guía de asignatura 2017-II Información general Asignatura Probabilidad Código 73210012 Tipo de asignatura Obligatoria X Electiva Tipo de saber Obligatoria básica o de fundamentación X Obligatoria profesional
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesEstadística I. Carrera: ADC
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: (Créditos) SATCA 1 Estadística I Ingeniería en Administración ADC-1020 2 2-4 2.- PRESENTACIÓN Caracterización de la
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
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 detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones S Y L L A B U S D E L C U R S O INFORMACIÓN DE LA ASIGNATURA 1 UNO Escuela o Facultad: Programa o Área: Curso: Código: Escuela de Administración Especialización en
Más detallesFACULTAD DE DERECHO Y CIENCIAS ADMINISTRATIVAS ESCUELA PROFESIONAL DE DERECHO SILABO
FACULTAD DE DERECHO Y CIENCIAS ADMINISTRATIVAS ESCUELA PROFESIONAL DE DERECHO SILABO 1. DATOS INFORMATIVOS 1.1. Nombre de la Asignatura : Estadística y Probabilidades 1.2. Código de la asignatura : EGAD
Más detalles1. DATOS INFORMATIVOS:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS HUMANAS ESCUELA DE GEOGRAFIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA 1 CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA:
Más detallesFACULTAD DE DERECHO Y CIENCIAS ADMISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACIÓN DE EMPRESAS SILABO 1. DATOSINFORMATIVOS
FACULTAD DE DERECHO Y CIENCIAS ADMISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACIÓN DE EMPRESAS 1. DATOSINFORMATIVOS SILABO 1.1. Nombre de la Asignatura :ESTADÍSTICA APLICADA A LA ADMINISTRACIÓN 1.2. Código
Más detallesFecha de elaboración: 2003 Fecha de última actualización: F1232 Probabilidad y Estadística 1/9
Programa elaborado por: PROGRAMA DE ESTUDIO PROBABILIDAD Y ESTADÍSTICA Programa Educativo: Área de Formación : Licenciatura en Física Integral Profesional Horas teóricas: 4 Horas prácticas: 0 Total de
Más detallesIntervalos de Confianza
Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 11743 CARRERA: CIENCIAS QUIMICAS,
Más detallesVARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.
VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL 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
Más detallesUNIVERSIDAD PEDAGÓGICA NACIONAL
UNIVERSIDAD PEDAGÓGICA NACIONAL Área Académica: Política Educativa, Procesos Institucionales y Gestión Licenciatura en Administración Educativa Plan 2009 Fase: Profundización Línea: Matemáticas, Sistemas
Más detallesDivisión Académica de Informática y Sistemas
Área de formación Sustantiva Profesional Nombre de la asignatura Docencia frente a grupo según SATCA Trabajo de Campo Supervisado según SATCA HCS HPS TH C HTCS TH C TC 2 4 6 6 0 0 0 6 Clave de la asignatura
Más detalles1.DATOS DE IDENTIFICACIÓN DE LA UNIDAD DE APRENDIZAJE. Horas de trabajo independiente Estadística Descriptiva e Inferencial Optativa
1.DATOS DE IDENTIFICACIÓN DE LA UNIDAD DE APRENDIZAJE Clave de la UA Horas presenciales Horas de trabajo independiente Total de horas Valor en créditos Nombre de la UA: Área de formación: Línea de formación:
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA Módulo I Bioestadística Maestría en Investigación Médica PROGRAMA ACADÉMICO 2011-2 M.C. Enrique Villareal Ríos 1. ASIGNATURA: MÓDULO I BIOESTADÍSTICA
Más detalles