P(t 1 θ t 2 ) = 7.1 Al finalizar el tema el alumno debe conocer Características de los métodos de construcción de intervalos de confianza.

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

Download "P(t 1 θ t 2 ) = 7.1 Al finalizar el tema el alumno debe conocer Características de los métodos de construcción de intervalos de confianza."

Transcripción

1 TEMA 7. Etimació por itervalo de cofiaa Hata ahora hemo vito lo método de etimació por puto. E eto método iempre e da «u valor úico» como etimació del parámetro poblacioal decoocido. Cómo e upera ete icoveiete? troduciedo u uevo método de etimació, que llamaremo «etimació por itervalo». E ete método e trata de hallar do etadítico t 1 (X 1, X,..., X ) y t (X 1, X,..., X ) que erá, por tato, variable aleatoria como ya abemo, y tale que para el parámetro poblacioal decoocido θ, e cumpla: P(t 1 θ t ) = Al itervalo (t 1, t ) e le deomia «tervalo de cofiaa». (Realtemo que lo etremo t 1 y t o variable aleatoria, que depede de lo valore muetrale). 7.1 Al fialiar el tema el alumo debe coocer... Caracterítica de lo método de cotrucció de itervalo de cofiaa tervalo de cofiaa e poblacioe ormale. tervalo de cofiaa e poblacioe o eceariamete ormale. tervalo de cofiaa de ua proporció. Etimació del tamaño muetral. 7. Caracterítica de lo método de cotrucció de itervalo de cofiaa. Supogamo que ua compañía dedicada a la producció de piea para el ector de automoció, quiere aaliar la productividad de ua de u plata idutriale y para ello realia u cotrol de la piea fabricada. Mediate el cotrol realiado obre ua muetra aleatoria de piea, etima que el 10 % de toda la piea o defectuoa. El gerete que e ecuetra co ete dato e hace la iguiete preguta: Puedo etar eguro de que el verdadero porcetaje de piea defectuoa etá etre 5 % y 15 %? Eta clae de preguta requiere iformació que va má allá de la coteida e ua imple etimació putual; e trata de bucar u rago de valore etre lo que poiblemete e ecuetre la catidad que e etima

2 E ua etimació por itervalo e defie u itervalo detro del cual puede etar el parámetro decoocido. El itervalo uele ir acompañado de ua afirmació obre el ivel de cofiaa que e puede aigar a u preciió, por ello e llama itervalo de cofiaa. o Cotrucció e iterpretació de lo itervalo de cofiaa. Podemo hacero la iguiete preguta; Cómo podemo cotruir u itervalo y afirmar que cofiamo al 95,5 % que ee itervalo cotiee a, i i iquiera abemo cuál e al media poblacioal? Viedo el gráfico y recordado la valoració de ormalidad que vimo, el 95,5 % de toda la media muetrale e ecotrará etre. No debemo olvidar que a partir de cualquier població podemo obteer mucha muetra diferete de u mimo tamaño determiado, cada ua de ella co u propia media X 1, X,. Toda eta media muetrale da lugar a u itervalo de cofiaa, que podrá icluir o o a la media poblacioal. Por coiguiete, i a partir de cualquier media muetral o deplaamo do errore típico por ecima y otro do por debajo de ea media X 1, X,, podemo teer ua cofiaa del 95,5 % de que el itervalo reultate cotiee a la media poblacioal decoocida. Si tomáramo 100 muetra aleatoria de tamaño de la mima població y - -

3 calculáramo lo etremo del itervalo para cada muetra, etoce eperamo que aproimadamete el 95,5% de lo itervalo cotedrá e u iterior el verdadero valor del parámetro y el 4,5% retate o lo cotedrá. Pero como ootro, e la práctica, ólo tomamo ua muetra aleatoria y por tato ólo teemo u itervalo de cofiaa, o coocemo i uetro itervalo e uo del 95,5% o uo del 4,5 %, por eo hablamo de que teemo u ivel de cofiaa del 95,5 %. El valor de 95,5 % recibe el ombre de ivel de cofiaa, e el ivel de cofiaa que teemo e que el itervalo cotiee el valor del parámetro decoocido. Al valor 1 0, 955 e le llama coeficiete de cofiaa. El objetivo que e pretede co lo itervalo de cofiaa e obteer u itervalo de poca amplitud y co ua alta probabilidad de que el parámetro poblacioal e ecuetre e u iterior. Aí pue, elegiremo probabilidade cercaa a la uidad, que e repreeta por 1, y cuyo valore má frecuete uele er: 0,90, 0,95, 0,99., que correpode al 99%, 95% y 90% La preciió de la etimació por itervalo vedrá caracteriada por el ivel de cofiaa y por la amplitud del itervalo: - Para u coeficiete de cofiaa fijo, cuato má pequeño ea el itervalo de cofiaa má precia erá la etimació. - Para ua mima amplitud de itervalo, cuato mayor ea el coeficiete de cofiaa mayor erá la preciió. 7.3 tervalo de cofiaa e poblacioe ormale. o tervalo de cofiaa para la media. Ua de la aplicacioe má corriete de lo itervalo de cofiaa e la de etimar la media poblacioal. - U empreario quiere etimar el ivel medio de producció meual, de u idutria

4 - U gerete etá itereado e coocer lo igreo auale medio de lo empleado i cualificació y co u año de eperiecia, que trabaja e emprea del mimo ector. - Ua Comuidad Autóoma quiere etimar el gato medio meual de la familia co má de do hijo. Hay u úmero cai ifiito de ituacioe que requiere ua etimació de la media poblacioal decoocida. Recordemo que u itervalo de cofiaa etá compredido etre u límite uperior y u límite iferior. Si e cualquiera de lo cao ateriore utiliamo como etimador la media muetral X, tedremo que umar ua catidad determiada para obteer el límite uperior y retar la mima cifra para obteer el límite iferior. La preguta que puede urgir e: cuato debemo umar y retar?. La repueta depede de la preciió que queramo obteer. Si deeamo cotruir u itervalo del 95 %. E ete cao teemo, que el coeficiete de cofiaa e 1 0, 95, 0, 05 y 0, 05. Si utiliamo la tabla de la ditribució ormal y calculamo: P Z 0,05 El valor de que correpode a u área de 0, 05 e 1, 96. E decir, para cotruir u itervalo de cofiaa del 95 % ólo teemo que defiir u itervalo que e etieda X. 1,96 por ecima y por debajo de la media muetral Siedo coocida. Supogamo que teemo ua muetra aleatoria de obervacioe procedete de ua població. Si, la deviació típica de la població e fiita coocida, y la media muetral obervada e, etoce el itervalo de cofiaa para la media poblacioal al ivel de cofiaa del viee dado por: ; dode - 4 -

5 P Z y la variable aleatoria Z N 0,1 Siedo decoocida. El coocimieto de la deviació típica de la població puede parecer poco realita. La ituació má probable e que la deviació típica de la població ea decoocida, batará co poer e u lugar la deviació típica de la muetra. Supogamo que teemo ua muetra aleatoria de obervacioe procedete de ua població. Si e decoocida, y la media y la deviació típica muetral obervada o y repectivamete, etoce el itervalo de cofiaa para la media poblacioal al ivel de cofiaa del viee dado por: ; dode P Z y la variable aleatoria Z N 0,1 Eta técica de etimació para la media poblacioal e puede utiliar: - 5 -

6 - Cuado la població igue ua ditribució ormal o bie cuado e upoe que la ditribució de la població e decoocida. - Cuado e cooce o bie cuado e decooce. Pero e todo lo cao hay ua circutacia comú: iempre e debe elegir ua muetra aleatoria imple uficietemete grade procedete de la població 30. E mucha ocaioe ecotraremo que obteer ua muetra grade e poco práctico e icluo impoible. U ejemplo puede er el de ua compañía farmacéutica, que para probar u uevo medicameto o puede ecotrar a má de 30 peroa que eté dipueta a probarlo. Cuado hay que tomar ua muetra pequeña 30, la ditribució ormal o iempre e la adecuada, e ete cao la ditribucioe que e eguirá depederá de i e coocida o decoocida. Supogamo que teemo ua muetra aleatoria de obervacioe de ua ditribució,. Si e decoocida, y la media y la deviació típica muetral obervada o y repectivamete, etoce el itervalo de cofiaa para la media poblacioal al ivel de cofiaa del viee dado por: t ; t dode P t 1 t t y la variable aleatoria t 1 igue ua ditribució t-studet co ( 1) grado de libertad. o tervalo de cofiaa para la variaa. E ocaioe e requiere tambié etimacioe, mediate itervalo de cofiaaa, para la variaa de la població. Veamo como ejemplo: - 6 -

7 - El director comercial de ua idutria coervera, etá itereado e que el peo eto del producto icluido e el iterior de la lata tega poca variabilidad, para que o eita diferecia etre el peo real y el peo auciado e la etiqueta. - U gerete etá itereado e que eita poca variabilidad e lo igreo auale de lo empleado co u año de eperiecia, que trabaja e u emprea. Siedo la μ decoocida. Supogamo que teemo ua muetra aleatoria de obervacioe de ua població N,. Si e decoocida, y la variaa muetral obervada e.uaremo u etadítico que depeda de σ, iedo u ditribució o depediete de la variaa. 1S i 1, Etoce el itervalo de cofiaa para la variaa poblacioal cofiaa del viee dado por: al ivel de ( 1) 1 1 ; 1 1 dode 1,

8 P 1 1, 1 1 y 1, P 1 1, y la variable aleatoria grado de libertad. 1 igue ua ditribució de Pearo co -1 Siedo μ coocida. El itervalo de cofiaa para la variaa de ua població ormal, upoiedo que e coocida puede obteere raoado aálogamete al cao aterior. Al er la media coocida o hay que etimarla pue: i El itervalo de cofiaa para la variaa poblacioal viee dado por: al ivel de cofiaa del i i ; 1-8 -

9 1 7.4 tervalo de cofiaa e poblacioe o eceariamete ormale. o Utiliado la deigualdad de Chebychev. Para obteer u itervalo para la μ co variaa poblacioal coocida. E( X ) V ( X ) V( X) P k 1 1 k k k k 1 1 k Por lo tato teemo que: P X 1 y el itervalo erá el iguiete: X ; X 7.5 tervalo de cofiaa de ua proporció. Otra aplicació de lo itervalo de cofiaa e la de etimar la proporció poblacioal. - U empreario puede etar itereado e coocer el porcetaje de u producto que o defectuoo, frete al porcetaje de producto o defectuoo. - U gerete puede etar itereado e coocer la proporció de cliete que paga a crédito frete a quiee paga al cotado. E cada uo de eto reultado olo hay do ituacioe poible. Por lo tato, lo que o iterea e la proporció de repueta que e claifica e uo de eto do reultado

10 Situádoo e el marco de la ditribució biomial, la proporció de éito de ua muetra aleatoria de obervacioe, i e grade, etoce la variable aleatoria: Z p p q N 0,1 Ete reultado o o permite por í olo el cálculo de itervalo de cofiaa para la proporció poblacioal, ya que el deomiador depede del parámetro decoocido. Si embargo, i el tamaño de la muetra e grade, podemo coeguir ua buea aproimació utituyedo p por u etimador putual p 1 p 1, e decir: p Sea ua població B, p 1, ea la proporció de éito de ua muetra aleatoria de obervacioe. Etoce, i e grade, el itervalo de cofiaa para la proporció poblacioal al ivel de cofiaa del viee dado por: p dode P Z y la variable aleatoria Z N 0,1 1 1 ; Si teemo ua muetra pequeña, lo epreado hata ahora poee ua mayor dificultad. E ete cao e utilia u método gráfico, e él para cada muetra y e coecuecia para cada valor de e tiee do olucioe, que e el plao carteiao vedrá epreada por do puto uo iferior y otro uperior cotituyedo éto lo etremo del itervalo. Lo itervalo de cofiaa para la proporció poblacioal etá cetrado e la proporció muetral. Se puede comprobar tambié que, iempre que la demá

11 codicioe permaeca itacta, cuato mayor ea el tamaño muetral, meor erá la logitud del itervalo de cofiaa. Ete hecho refleja el icremeto de la preciió de la iformació obre la proporció poblacioal obteida a medida que aumeta el tamaño muetral. 7.6 Etimació del tamaño muetral. Hata ahora hemo dearrollado método para cotruir itervalo de cofiaa para u parámetro poblacioal, baádoo e la iformació coteida e ua muetra determiada. Siguiedo ete proceo, u ivetigador puede creer que el itervalo de cofiaa reultate e demaiado amplio, efretádoe aí a u grado de icertidumbre poco deeable. Normalmete la úica forma de reducir eta icertidumbre coite e tomar ua muetra co u tamaño mayor. E algua ituacioe el ivetigador puede er capa de fijar por adelatado la amplitud del itervalo de cofiaa, eligiedo u tamaño muetral lo uficietemete grade como para garatiar dicha amplitud. o Tamaño de la muetra para etimar la media de ua població ormal y variaa poblacioal coocida. E ete cao abíamo que el itervalo de cofiaa era: ; Siedo la amplitud del itervalo: L Si previamete, e fija la logitud del itervalo L y deeamo coocer el tamaño de la muetra para obteer ee itervalo al ivel de cofiaa del % batará depejar de la epreió., Supogamo que dipoemo de ua muetra aleatoria procedete de ua població

12 ormal co variaa coocida. Etoce, u itervalo de cofiaa del 1 % 100 para la media poblacioal tiee ua amplitud L, i el úmero de obervacioe e: 4 L dode P Z y la variable aleatoria Z N 0,1 Naturalmete, el úmero de obervacioe de la muetra tiee que er etero. Si el úmero reultate o e etero, lo redodearemo por eceo para garatiar que uetro itervalo de cofiaa o eceda la amplitud requerida. Tambié podemo hacer el iguiete raoamieto, i la media fuera el valor cetral del itervalo que hemo cotruido, etoce etimaría putualmete a i error alguo. Pero geeralmete o erá eactamete igual a y etoce e comete u error, e y como máimo erá: e Etoce i queremo determiar el tamaño de la muetra eceario para obteer u itervalo de cofiaa para la media poblacioal, admitiedo u error e, depejado de la epreió aterior teemo: e o Tamaño de la muetra para etimar la media de ua població ormal y variaa poblacioal decoocida. El itervalo para la media de ua població ormal co decoocida, viee dado - 1 -

13 por: t ; t Siedo la amplitud del itervalo: L t t t Si previamete, e fija la logitud del itervalo L y deeamo coocer el tamaño de 100 1, la muetra para obteer ee itervalo al ivel de cofiaa del % batará depejar de la epreió. Supogamo que dipoemo de ua muetra aleatoria procedete de ua població ormal co variaa decoocida 1 %. Etoce, u itervalo de cofiaa del 100 para la media poblacioal tiee ua amplitud, i el úmero de obervacioe e: 4 t L t dode P t 1 y la variable aleatoria 1 libertad. t igue ua ditribució t-studet co 1 grado de Si e lugar de utiliar la amplitud L del itervalo utiliamo el error, etoce el tamaño de la muetra erá: t e o Tamaño de la muetra para etimar la proporció de ua població. Sabemo que el itervalo al ivel de cofiaa del % poblacioal e: para la proporció

14 p 1 1 ; La logitud del itervalo e: L 1 y depejado de eta epreió el valor de tedremo: 4 L 1 De forma aáloga a lo do cao ateriore i utiliamo el error e p ˆ p, el cual como máimo erá: e Reume y preguta frecuete: Objetivo de la etimació por itervalo de cofiaa. De qué depede la preciió e la etimació por itervalo de cofiaa?. Qué método e puede utiliar para la etimació por itervalo de cofiaa? Cuál de ello e preferible utiliar?.raoe la repueta. Supogamo ua muetra aleatoria imple X 1,, X 0, de ua ditribució N, 100, la media muetral obervada e X Cuál erá el itervalo de cofiaa para la media poblacioal, co u ivel de cofiaa del 90%?. Qué efecto tiee e u itervalo de cofiaa ua dimiució e el tamaño de la muetra? y ua dimiució e el ivel de cofiaa?. Supogamo ua muetra aleatoria imple X 1,, X 0, de ua ditribució N,, la media muetral obervada e X 1000 y la correpodiete variaa muetral e 00. Cuál erá el itervalo de cofiaa para la media poblacioal, co u ivel de cofiaa del 90%?. Cuál erá el itervalo de cofiaa para la variaa poblacioal, co u ivel de cofiaa del 90%?. Cuádo podemo decir que e comete u error e la etimació? Raoe la

15 repueta. Cuál erá el tamaño de la muetra para etimar la media de ua població ormal, co deviació típica decoocida, i previamete fijamo la logitud del itervalo de cofiaa e u valor L dado?

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA JRCICIO D INFRNCIA OBR CON σ² DCONOCIDA INFRNCIA OBR CON σ DCONOCIDA Ditribució de la media muetral Mucha vece deeamo realizar iferecia acerca de la de ua població pero o cotamo co la variaza poblacioal

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

Salazar Rosales Leandro

Salazar Rosales Leandro Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal

Más detalles

Estadística Teórica II

Estadística 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 detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios 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 detalles

INTERVALOS DE CONFIANZA

INTERVALOS 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 detalles

Prueba A = , = [ 7.853, 8.147]

Prueba 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 detalles

Contraste sobre la media de una distribución Normal de varianza conocida

Contraste sobre la media de una distribución Normal de varianza conocida Cotrate de hipótei etadítica E la primera parte de la iferecia etadítica e ha abordado el problema de la etimació de parámetro, e ella e ha vito cómo cotruir etimadore de parámetro poblacioale, e ha iitido

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

Herramientas estadísticas (HE)

Herramientas estadísticas (HE) Herramieta etadítica (HE) Realizado por: Guillermo Sáchez. Actualizado: 1-0-19 E ete documeto e decribe la herramieta etáditica (HE web) dipoible para realizar calculo etaditico dede la web de ENUSA o

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

Teorema del límite central

Teorema 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 detalles

Contraste de hipótesis

Contraste de hipótesis Capítulo 6 Cotrate de hipótei Termiamo eta itruió e la iferecia etadítica co ete tercer método. Co frecuecia, el problema plateado o e implemete la etimació de u parámetro, io el dieño de ua regla de deciió

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas 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 detalles

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

Más detalles

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año:

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año: COLEGIO COLOMBO BRITÁNICO DEPARTAMENTO DE MATEMÁTICAS PROGRESIONES/ SECUENCIAS/ SUCESIONES PROFESORES: RAÚL MARTÍNEZ Y JESÚS VARGAS Problema Jua Guillermo ivierte milloe de peo durate año, le pagará a

Más detalles

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)

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) 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 detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Capítulo III DITRIBUCIOE BIDIMEIOALE 3 Itroducció Etudiaremo do caracterítica de u mimo elemeto de la població (altura peo, do aigatura, logitud latitud) De forma geeral, i e etudia obre ua mima població

Más detalles

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS ESTADISTICA II Guía de Etudio Corte # Prof. Mariugeia Ricó ESTIMACIÓN DE PARÁMETROS Etadítica.- Ua etadítica e cualquier fució de la variable aleatoria que e obervaro e la muetra de maera que eta fució

Más detalles

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación. Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete

Más detalles

Muestreo e Intervalos de Confianza

Muestreo 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 detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 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 detalles

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando AEXO Etudio de Apecto de eguridad Emprearial Muate,Maricel eei, Ferado Idice Cuetioario...3 Repueta...11 Arbol...135 Etaditica...137 Etaditica Greerale...138 Etadítica Biaria...153 Etadítica Combiada...157

Más detalles

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza.

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza. FCEyN - Estadística para Química do. cuat. 006 - Marta García Be Coceptos geerales de iferecia estadística. Estimació de parámetros. Itervalos de cofiaza. Iferecia estadística: Dijimos e la primera clase

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

Sistemas 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 detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 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 detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

8. INTERVALOS DE CONFIANZA

8. 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 detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 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 detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Comparación de dos Muestras

Comparación de dos Muestras STATGRAPHICS Rev. 4/5/007 Comparació de do Muetra Reume El procedimieto de Comparació de do Muetra etá dieñado para comparar do muetra idepediete de dato de variable. La prueba o corrida para determiar

Más detalles

Estimación puntual y por intervalos de confianza

Estimación 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 detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

Estimación puntual y por intervalos

Estimación 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 detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos 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 detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para 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 detalles

Números naturales, enteros y racionales

Números naturales, enteros y racionales Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES 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 detalles

Trabajo Especial Estadística

Trabajo 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 detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN POR INTERVALOS DE CONFIANZA Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete

Más detalles

Como se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación.

Como se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación. Uiversidad Técica Federico Sata María Departameto de Matemática Reato Allede Olivares 7. QUINTO MÓDULO 7. Iferecia Estadística Como se ha podido apreciar e los módulos ateriores, La estadística trata co

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS 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 detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS 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 detalles

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION 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 detalles

11 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)

11 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 detalles

Muestreo sistemático

Muestreo 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 detalles

DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL

DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL Alejadro Quiroz Zárate & Erique Villa Diharce Comuicació Técica No I-06-3/28-08-2006 (CC/CIMAT) Determiació del

Más detalles

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS 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 detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD 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 detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

TEMA 13 INTRODUCCIÓN A LA VALORACIÓN DE ACTIVOS FINANCIEROS

TEMA 13 INTRODUCCIÓN A LA VALORACIÓN DE ACTIVOS FINANCIEROS Diapoitiva. Cocepto y caracterítica de lo activo fiaciero 2. Reta variable, tipo y criterio de valoració 3. Reta fija, tipo y criterio de valoració 4. Duratió y covexidad de u activo fiaciero de reta fija

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN 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 detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 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 detalles

Números naturales, enteros y racionales

Números naturales, enteros y racionales Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. 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 detalles

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA 7 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA El aálii e el domiio de la frecuecia e u herramieta cláica e la teoría de cotrol, i bie e geeral lo itema que varía co ua periodicidad defiida o uele er lo má

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis 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 detalles

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos 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 detalles

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS 4 INFERENCIA, ESTIMACIÓN Y CONTRASTE DE IÓTESIS - INTRODUCCIÓN La Etadítica decriptiva y la teoría de la robabilidad va a er lo pilare de u uevo procedimieto (Etadítica Iferecial) co lo que e va a etudiar

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

Sucesiones de números reales

Sucesiones de números reales Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54

Más detalles

16 Distribución Muestral de la Proporción

16 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 detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA 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 detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES 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 detalles

1 Valores individuales del conjunto

1 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 detalles

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse.

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse. ANEXO 1. MUESTREO Y TOLERANCIAS DE PRODUCTOS PREMEDIDOS 2. APLICACIÓN El presete reglameto se aplicará para la verificació de los coteidos etos de los productos promedios, etiquetados, co coteido omial

Más detalles

IES 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 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 detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS 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 detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T 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 detalles

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 008 (Modelo 6) Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 008 (MODELO 6) OPIÓN A EJERIIO 1_A (3 putos) Ua empresa produce botellas de leche etera

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

Inteligencia de redes y comunicaciones. Celestino. Eduardo García Ballestero Julio F. Borreguero Ballesteros

Inteligencia de redes y comunicaciones. Celestino. Eduardo García Ballestero Julio F. Borreguero Ballesteros Iteligecia de rede y comuicacioe Celetio Eduardo García Balletero Julio F. Borreguero Balletero CELESTI 1. Itroducció Cuáta de la peroa que coocemo tiee pareja?, cuáta tiee dificultade para ecotrarla?...ya

Más detalles

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio! Ete documeto e de ditriució gratuita llega gracia a Ciecia Matemática www.cieciamatematica.com El maor portal de recuro educativo a tu ervicio! Itituto Tecológico de Apizaco Departameto de Ciecia Báica

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

Capítulo II Estimación de parámetros

Capítulo 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 detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA 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 detalles

Series 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:

Series 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 detalles

LAS MUESTRAS ESTADÍSTICAS

LAS 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 detalles

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p : Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?

Más detalles

Estadístico. Parámetro

Estadístico. 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 detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill. GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA 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 detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes 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 detalles