ESTADÍSTICA DESCRIPTIVA
|
|
- Francisca Robles Navarrete
- hace 6 años
- Vistas:
Transcripción
1 ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba
2
3 Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos: Uos pocos úmeros resume toda la dstrbucó Complemeto atural de la descrpcó gráfca Faclta la comparacó de muestras co modelos de refereca y la comparacó etre muestras
4 Descrpcó umérca de ua varable Meddas de poscó: Dvde u cojuto ordeado de datos e grupos co la msma catdad de dvduos. Cuartles, decles, cuatles, percetles Meddas de cetralzacó: Idca valores co respecto a los que los datos parece agruparse. Meda, medaa, moda, meda geométrca, meda armóca, Meddas de dspersó: Idca la mayor o meor cocetracó de los datos co respecto a las meddas de cetralzacó. Desvacó típca, coefcete de varacó, rago, varaza, recorrdo tercuartílco.., Meddas de forma: Asmetría Aputameto o Curtóss
5
6 Parámetros y estadístcos Parámetro: es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos de u país La dea es resumr toda la formacó que hay e la poblacó e uos pocos úmeros (parámetros). Estadístco: es ua catdad umérca calculada sobre ua muestra (Cualquer fucó co los datos de la muestra destada a cuatfcar algú aspecto de la dstrbucó de frecuecas.) La altura meda de los dvduos de esta clase Somos ua muestra ( represetatva?) de la poblacó. S u estadístco se usa para aproxmar u parámetro també se le suele llamar estmador. Normalmete teresa coocer u parámetro, pero por la dfcultad que colleva estudar a TODA la poblacó, calculamos u estmador sobre ua muestra y cofamos e que sea próxmos. Hay que elegr muestras represetatvas, para que el error sea cofablemete pequeño.
7 Estadístcos de poscó y cetralzacó:
8 Meda
9 Meda Ejemplo: Muestra de tamaño 6, la meda: X ,4 2 7 meda=[ (0*3) + (2*4) + (0,4*2) + (*7)] /6 = 0,987 Muestra de tamaño 00 se toma el peso e kg de las persoas. L - - L Meda?
10 Meda Ejemplo: Muestra de tamaño 00 se toma el peso e kg de las persoas. L - - L m m = (L - - L)/2 marcas de clase meda = 7 kg
11 Meda
12 Meda
13 Meda
14 cambo de escala: Y=bX ej. Cálculo de precos medos aplcado el IVA (2%) precos precos +IVA x x*,2x,2x* 0,9 3 2,70, ,27,3 6 7,80, ,44 2,5 8 20,00 3, ,20 3,9 5 9,50 4, ,60 5,9 4 23,60 7, , ,00 8,47 2 6,94 total 28 87, ,00 meda 3,3 meda 3,79 meda=,2*3,3 cambo de orge: Y=a+X ej. Sueldo medo de los trabajadores de ua empresa después de u aumeto de 50 a todos
15 x x2 2 h elemetos X es la meda de esta poblaco xh h e total N elemetos x(h+) (h+) x(h+2) (h+2) (N-h) elemetos X2 es la meda de esta poblaco xn N meda de los N elemetos es=[(h*x)+(n-h)*x2]/n Ejemplo: salaro medo e España a partr del salaro medo de cada ua de las provcas.
16 Meda geométrca M... log M = x x x G 2 = log( G X = ) Muestra tabulada (dscreta) Muestra tabulada (cotua) 2 M G = x x2... x 2 M G = m m2... k k m k k dode m so las marcas de clase
17 Meda geométrca: M = x x... G 2 x Desvetajas: Dfícl de calcular (cfras muy elevadas: solucó tomar logartmos) S algú X =0, M G se aula No es relevate y puede ser u úmero complejo (úmero o real) s algú valor es egatvo Usado para promedar %, tasas, úmeros ídces (stuacoes dode la vble preseta varacoes acumulatvas). Ejemplo: C captal cal colocado a tatos utaros de terés aual durate años. Para calcular el tato de terés medo del perodo, o es la meda artmétca. S C es el captal al fal del año, etoces C=C(+ ) C2=C (+ 2) =C(+ ) (+ 2)... C=C- (+ )= =C(+ ) (+ 2) (+ ) El tato de terés medo será C= C(+ ) (+) Igualado ambas expresoes y despejado, se cumplrá = (+ ) (+ 2) (+ ) -
18 Meda armóca M H = X = Muestra tabulada (dscreta) M H = k = X Muestra tabulada (cotua) M H = k dode m = m so las marcas de clase
19 Meda armóca Desvetaja: flueca de los valores pequeños o se puede calcular s algú valor es 0 Usado para promedar aquello cuyas udades sea el cocete de dos magtudes smples: velocdades, redmetos, etc. Ejemplo: ídce de Paasche es ua meda armóca
20 Relacó etre las dferetes medas M H M G X
21 Estadístcos de orde Medaa
22 Medaa
23 Medaa Msma formula: Me = L j + ( L j L j / 2 N ) j j
24 Medaa
25 Medaa Ejemplo de cálculo para vble dscreta, a partr de la tabla de frecuecas: Me = 2
26 Medaa Datos agrupados e clases: buscar el tervalo e el que se alcaza la medaa, L ] [ L Me = L + N 2 N c
27 Moda Mo= Puto dode se alcaza el máxmo de la dstrbucó de frecuecas Hay dstrbucoes co varas modas (bmodales o multmodales)
28 Moda Mo= Puto dode se alcaza el máxmo de la dstrbucó de frecuecas Moda absoluta, moda relatva, tervalo modal
29 Moda Mo= Puto dode se alcaza el máxmo de la dstrbucó de frecuecas E dstrbucoes agrupadas, el tervalo modal es el de mayor desdad S queremos seleccoar u pto, dferetes crteros: [Mo= L- ] ; [Mo= L ]; El crtero más utlzado: Mo = L _ + d + d+ + d _ c d = c
30 Poscó relatva de meda, medaa y moda
31 Cuatles Cuatl de orde α es el valor de la varable por debajo del cual se ecuetra ua frecueca acumulada α. Casos partculares so los percetles, cuartles, decles, qutles,...
32 Cuatles: Percetl de orde p ( P p )= cuatl de orde p/00 (me deja a la zda el p% de la dstrbucó de frecuecas y a la drcha el (-p)% La medaa es el percetl 50 El percetl de orde 5 deja por debajo al 5% de las observacoes. Por ecma queda el 85% Cuartles: Dvde a la muestra e 4 grupos co frecuecas smlares. Prmer cuartl Q= Percetl 25 (p=0,25)= Cuatl 0,25 Segudo cuartl Q2= Percetl 50 (p=0, 5)= = Cuatl 0,5 = medaa Tercer cuartl Q3= Percetl 75 (p=0,75)= = cuatl 0,75
33 Cuatles: ejemplos El 5% de los recé acdos tee u peso demasado bajo. Qué peso se cosdera demasado bajo? Percetl 5 o cuatl 0,05 Percetl 5 del peso frecueca Peso al acer (Kg) de 00 ños
34 Cuatles: ejemplos El colesterol se dstrbuye smétrcamete e la poblacó. Supogamos que se cosdera patológcos los valores extremos. El 90% de los dvduos so ormales Etre qué valores se ecuetra los dvduos ormales? Percetles 5 y 95 frecueca Colesterol e 00 persoas
35 Cuatles: ejemplo Número de años de escolarzacó Porcetaje Frecueca Porcetaje acumulado 3 5,3,3 4 5,3,7 5 6,4, 6 2,8,9 7 25,7 3, ,5 8, ,7, ,8 6,6 85 5,6 22, ,6 52, ,6 6,4 4 75,6 73, ,8 77, ,9 90, ,9 93, ,0 96,6 9 22,5 98, ,0 00,0 Total ,0 20%? 90%? Estadístcos Número de años de escolarzacó N Meda Medaa Moda Váldos Perddos ,90 2,00 2 Percetles ,00,00 2,00 2,00 2,00 2,00 3,00 4,00 5,00 6,00 6,00
36 Para calcularlo el cuatl de orde r/k se halla las frecuecas acumuladas y se busca el valor que ocupe el lugar (r/k)*n de la dstrbucó. S K=4, etoces tedremos los cuartles: r= prmer cuartl r=2 segudo cuartl (medaa) S K=0, etoces tedremos los decles: r=, prmer decl S K=00, etoces tedremos los percetles
37 Cuatles: ejemplos
38 Datos agrupados e clases: buscar el tervalo e el que se alcaza dcha frecueca : [ L, L ] _ C r, k = L _ + r N k N _ c S K=4, etoces tedremos los cuartles: S K=0, etoces tedremos los decles: S K=00, etoces tedremos los percetles
39 Meddas de dspersó
40 Meddas de dspersó Mde el grado de dspersó (varabldad) de los datos, depedetemete de su causa. Meddas de dspersó absolutas: Rago Recorrdo tercuartílco Varaza Desvacó típca o desvacó estadar Otras (desvacó respecto de la meda, desvacó respecto de la medaa) Meddas de dspersó relatvas: Coefcete de varacó Recorrdo sem-tercuartlco
41 Meddas de dspersó Rago ( o Ampltud) : Máxmo Mímo= X () - X () Dfereca etre observacoes extremas. Ej: 2,,4,3,8,4. El rago es 8-=7 Es muy sesble a los valores extremos. Rago/recorrdo tercuartílco: Es la dstaca etre prmer y tercer cuartl. Rago tercuartílco = P 75 - P 25 =Q 3 Q Parecda al rago, pero elmado las observacoes más extremas ferores y superores. (el 50% de los valores cetrales está ahí) No es ta sesble a valores extremos.
42 Meddas de dspersó Es sesble a valores extremos (alejados de la meda). Sus udades so el cuadrado de las de la varable. Muestra tabulada Vble dscreta Vble cotíua Varaza S 2 Mde el promedo de las desvacoes (al cuadrado) de las observacoes co respecto a meda. = x x S 2 2 ) ( dode m so las marcas de clase = = x x f x x S ) ( ) ( = = x m f x m S ) ( ) (
43 Meddas de dspersó Varaza S 2 Otra expresó para la varaza S 2 = ( 2 x ) x 2
44 Meddas de dspersó Desvacó típca S Es la raíz cuadrada de la varaza S = S 2 Msmas udades que la varable.
45 S 2 = Varaza: propedades ( x x) 2 Sempre es postva. Varaza=0 s y solo s todos los valores so guales (es decr, la varable es costate)
46 ejemplos Muestra Muestra 2 Muestra N= Medaa= Rago= S=,50,73,80 S*2=Var= 2,25 3,00 3,25
47 ejemplos
48 ejemplos U empresaro paga a sus vededores asalarados u salaro fjo más ua comsó. Los salaros fjos so:
49 Meddas de dspersó Desvacó meda respecto a la meda: D x = = x x Desvacó meda respecto a la medaa: D Me = = x Me
50 Meddas de dspersó: Coefcete de varacó CV: cocete etre desvacó típca y la meda Mde la desvacó típca e forma de qué tamaño tee co respecto a la meda (úmero de veces que la desvacó típca cotee a la meda artmétca.) També se la deoma varabldad relatva. Es frecuete mostrarla e porcetajes S la meda es 80 y la desvacó típca 20 etoces CV=20/80=0,25=25% (varabldad relatva) Es ua catdad admesoal. Iteresate para comparar la varabldad de dferetes varables. S el peso tee CV=30% y la altura tee CV=0%, los dvduos preseta más dspersó e peso que e altura. Solo para vbles postvas Faclta la comparacó (homogeedad) CV = S x
51 Meddas de dspersó: Recorrdo sem-tercuartlco RS: cocete etre el recorrdo tercuartílco y la suma del prmer y tercer cuartl R = Q 3 Q Q 3 + Q
52 Mometos Mometos muestrales Mometos respecto al orge Mometo de orde k=,2 Mometos respecto a la meda Mometo de orde k=,2.. La dstrbucó de frecuecas queda defda por todos sus mometos k k x a = = k k X x m = = ) (
53 Meddas de smetría
54 Meddas de smetría Coefcete de asmetría de Fsher (g ó CA) = = = = = = ) ( ) ( x x x S X x S X x S m g CA k x x k S X x S X x CA = = = = ) ( ) ( S la dstrbucó está tabulada 3 3 S x m g CA = =
55 Meddas de smetría Coefcete de asmetría de Pearso Ap A p = x Mo S Dstrbucó smétrca Ap=0 Dstrbucó asmétrca postva Ap>0 Dstrbucó asmétrca egatva Ap<0
56 Meddas de smetría Coefcete de asmetría de Bowley: A B = CAB = ( Q 3 + Q 2Me) Q 3 Q Dstrbucó smétrca AB=0 Dstrbucó asmétrca postva AB>0 Dstrbucó asmétrca egatva AB<0
57 Meddas de forma Coefcete de curtoss o aputameto g 2 g 4 ( x X ) m4 = 2 = 3 = 4 4 S x Sx 3 S g2 >0, está más aputada que la dstrbucó ormal, se deoma leptocúrtca. S g2 <0, está meos aputada que la dstrbucó ormal, se deoma platcúrtca. g2 =0, msmo aputameto que la ormal: mesocúrtca.
58 Meddas de forma Coefcete de curtoss o aputameto g2 S g2 >0, está más aputada que la dstrbucó ormal, se deoma leptocúrtca. S g2 <0, está meos aputada que la dstrbucó ormal, se deoma platcúrtca. g2 =0, msmo aputameto que la ormal: mesocúrtca.
59 Tpfcar/estadarzar ua varable Ua varable se deoma tpfcada o estadarzada, s su meda es cero y su varaza es uo. Para tpfcar ua varable se hace la sguete trasformacó: Z = x x S
60 CONCENTRACIÓN Estudamos la CONCENTRACIÓN para varables cuattatva postvas e las cuales la suma de los valores dvduales tee el setdo de u todo del cual cada dvduo partcpa co ua parte. La dea es aalzar el grado de gualdad o falta de esta e el reparto del todo. Ejemplos: La rqueza de la poblacó de u país Los salaros de los empleados de ua empresa o de u sector La poblacó de los mucpos de ua provca No tee setdo e varables como la altura, el úmero del pe, etc La cocetracó oscla etre ua stuacó e la cual u dvduo tee el todo y el resto o tee ada (máxma cocetracó) y ua stuacó e la que todos los dvduos tee exactamete la msma catdad (cocetracó míma). Costruremos el Ídce de G para medr estas stuacoes y la curva de Lorez para vsualzar el grado de cocetracó
61 Cocetracó: ídce de G P=N/N proporcoes acumuladas de poblacó q=u/u proporcoes acumuladas de la vble, dode u = x j j j= El ídce de G está etre 0 y El ídce de G toma el valor 0 cuado hay gualdad, es decr s todos los dvduos dspoe de gual parte del todo (míma cocetracó) El ídce de G toma el valor cuado hay máxma desgualdad, es decr, u dvduo dspoe del todo y el resto de dvduos o tee gua parte (máxma cocetracó)
62
63 Cocetracó: curva de Lorez Ejemplo:
64 Cocetracó: curva de Lorez Empresa A x N x* u: Acum x* p q p-q ,5 0,057 0, ,35 0,52 0, ,65 0,323 0, ,85 0,466 0, ,000 0,000 Sumas - 2, IGA 0, =, /2 0,9 0,8 0,7 0,6 q 0,5 0,4 0,3 0,2 0, 0 0 0, 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 p
65 ejemplo: curva de Lorez
66 Ejemplo cocetracó ZONA IG= 0,48 ZONA 2 IG= 0,094 coclusó? Cocetracó baja e las dos zoas. Meor cocetracó e zoa 2
67 Empresa A x N x* u: Acum x* p q p-q ,5 0,057 0, ,35 0,52 0, ,65 0,323 0, ,85 0,466 0, ,000 0,000 Sumas - 2, IGA 0, =, /2 Empresa B x N x* u: Acum x* p q p-q , 0,065 0, ,4 0,308 0, ,75 0,648 0, ,99 0,939 0, ,000 0,000 Sumas - 2,24 0, IGB 0, =0, /2,24
68 0,9 0,8 0,7 0,6 q 0,5 0,4 0,3 0,2 0, 0 0 0, 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 p
ESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesEstadística descriptiva
Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda
Más detallesVARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
Más detallesSi los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:
Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detalles4. SEGUNDO MÓDULO. 4.1 Resumen de Datos
4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato
Más detallesMEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
Más detalles5.3 Estadísticas de una distribución frecuencial
5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones
UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesMétodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09
Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesPROBABILIDAD Y ESTADÍSTICA APLICADA
UNIVERSIDAD ORT Uruguay Facultad de Igeería Berard Wad - Polak PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE DEL CURSO DE LA Lcecatura e Sstemas FASCÍCULO Prof. Orual Ada Cátedra de Matemátcas Año
Más detallesNOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN
UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008
Más detallesCURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesNOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesCONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN
INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES
Más detallesPARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción
Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar
Más detallesEjercicios Resueltos de Estadística: Tema 1: Descripciones univariantes
Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesTEMA 4: VALORACIÓN DE RENTAS
TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesI n t r o d u c i ó n A l a E s t a d í s t i c a 1
Estadístca I t r o d u c ó A l a E s t a d í s t c a INTRODUCCIÓN: La Estadístca descrptva es ua parte de la Estadístca cuyo objetvo es examar a todos los dvduos de u cojuto para luego descrbr e terpretar
Más detallesCURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL
CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases
Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesTEMA UNIDAD I: ESTADÍSTICA DESCRIPTIVA
ANÁLISIS DESCRIPTIVO TEMA DE VARIABLES CUANTITATIVAS 4..Itroduccó 4..Propedades estadístcas de las varables cuattatvas 4.3. Descrpcó de muestras pequeñas 4.3.. Herrametas para el aálss gráfco 4.3.. Herrametas
Más detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
Más detallesAnálisis estadístico de datos muestrales
Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.
Más detallesC URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI
TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama
Más detallesEstadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
Más detallesManual de Estadística
Maual de Estadístca Pag Maual de Estadístca Davd Ruz Muñoz Edtado por eumed et 004 ISBN: 84-688-653-7 Maual de Estadístca Pag ÍNDICE Capítulo I: Capítulo II: Capítulo III: Capítulo IV: Capítulo V: Capítulo
Más detallesMuestra: es un subconjunto, extraído de la población, cuyo estudio sirve para inferir características de toda la población
ESTADÍSTICA U poco de hstora El orge de la estadístca se ecuetra e el térmo Estado, pues uero los goberates los que prmero se preocuparo de elaborar y clascar las termables lstas de los recursos humaos
Más detallesLOS NÚMEROS COMPLEJOS
LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate
Más detallesINTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS
Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesTEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.
TEMA : PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.. INTRODUCCIÓN Hasta ahora hemos vsto cómo se puede resumr los datos obtedos del estudo de ua muestra (o ua poblacó) e ua tabla estadístca
Más detallesESTADÍSTICA DESCRIPTIVA E INFERENCIAL I
COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño
Más detallesLos principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesCENTRO DE MASA centro de masas centro de masas
CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se
Más detallesESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos
Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesLECCIONES DE ESTADÍSTICA
LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detallesLínea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V
Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesTema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA
Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,
Más detallesTEMA 2: LOS NÚMEROS COMPLEJOS
Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesIV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Más detallesFormulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico
Esquema estadístco Problema de vestgacó Preguta de vestgacó Formulacó precsa de la(s) preguta(s) de vestgacó Plaeacó Dseño Muestra Feómeo Aleatoro Aálss y presetacó de la formacó Iferecas Toma de decsoes
Más detallesCURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL
CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.
Más detallesRENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.
Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detallesCAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se
CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesTEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :
Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS
Más detallesSerie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.
Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto
Más detallesANGEL FRANCISCO ARVELO LUJAN
ANGEL FRANCISCO ARVELO LUJAN Agel Fracsco Arvelo Lujá es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 0 años de expereca e las más recoocdas uversdades del área metropoltaa
Más detallesSoluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II
Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes
Más detallesTecnológico de Estudios Superiores de Cuautitlán Izcalli DIVISIÓN DE INGENIERÍA ELECTRÓNICA
Tecológco de Estudos Superores de Cuauttlá Izcall DIVISIÓN DE INGENIERÍA ELECTRÓNICA CUADERNILLO DE PROBABILIDAD Y ESTADÍSTICA ELABORO REVISO M. e C. FELIX ANTONIO SAUCEDO ESQUIVEL Vo. Bo. ING. MARIA DEL
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detalles6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE
arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las
Más detallesAnálisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears
Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.
Más detalles2.2 Distribuciones de frecuencias unidimensionales.
Itroduccó a la Estadístca Empresaral Capítulo - Aálss de ua varable CAPITULO - AALISIS DE UA VARIABLE Itroduccó E este capítulo se dará u cojuto de strumetos que permtrá el aálss descrptvo de ua varable
Más detalles2 - TEORIA DE ERRORES : Calibraciones
- TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto
Más detallesANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
Más detallesMATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información
MATEMÁTICA Udad 4 Resolvamos desgualdades Iterpretemos la varabldad de la formacó Objetvos de la Udad: Propodrás solucoes a problemas relacoados co desgualdades leales y cuadrátcas; y represetarás los
Más detalles12º seminario AEDEMO sobre Audiencia de Televisión Palma de Mallorca, Febrero de 1996
º semaro AEDEMO sobre Audeca de Televsó Palma de Mallorca, Febrero de 996 LA PRECISIÓN ESTADÍSTICA EN EL PANEL DE AUDIMETRÍA Carlos Lamas ÍNDICE. INTRODUCCIÓN, TEORÍA Y CONCEPTOS. EFECTO DEL EQULILIBRAJE
Más detallesFrecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti
116 Capítulo 7: Estadístca. Azar y probabldad TEORÍA. Matemátcas 4º de ESO 1. ESTADÍSTICA 1.1. Muestras. Estudos estadístcos S queremos hacer u estudo estadístco teemos que: a) Recoger los datos b) Descrbr
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesFigura 1
Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable
Más detallesCURSO PROBABILIDAD Y ESTADISTICAS FMS175 PROFESOR RODOLFO TORO DEPARTAMENTO DE FISICA Y MATEMATICAS UNIVERSIDAD NACIONAL ANDRES BELLO
CURO PROBABILIDAD Y ETADITICA FM75 PROFEOR RODOLFO TORO DEPARTAMETO DE FIICA Y MATEMATICA UIVERIDAD ACIOAL ADRE BELLO EL MÉTODO CIETÍFICO La Estadístca, costtuye así, ua dscpla cetífca extremadamete ampla
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesFórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función
Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL
Más detallesControl estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso
Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e
Más detallesR-C CARGA Y DESCARGA DE UN CONDENSADOR
RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS
Más detallesDivisión de Evaluación Social de Inversiones
MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesIII. GRÁFICOS DE CONTROL POR VARIABLES (1)
III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesAnálisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados
Smposo de Metrología 008 Satago de Querétaro, Méxco, al 4 de Octubre Aálss Estadístco de Medcoes de la Velocdad del Veto Utlzado la Técca de Valores Desvados E. Cadeas, a W. Rvera b a Uversdad Mchoacaa
Más detalles( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.
Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx
Más detalles2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros
. alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el
Más detalles