Se evaluaron 60 pacientes divididos en dos grupos, uno control y otro

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

Download "Se evaluaron 60 pacientes divididos en dos grupos, uno control y otro"

Transcripción

1 V.-RESULTADOS Se evaluaro 60 pacietes divididos e dos grupos, uo cotrol y otro experimetal al que se le admiistró el fármaco e estudio, rofecoxib. E ambos grupos las pruebas realizadas fuero tiempo de sagría y agregació plaquetaria, para esta última los reactivos agregates utilizados fuero colágeo y ácido araquidóico. Tato e el grupo cotrol como e el experimetal se tomara muestras basales y fiales para realizar la comparació respectiva. Los datos so orgaizados e cuadros comparativos mediate medidas de dispersió y tedecia cetral, segú los resultados obteidos de las muestras de laboratorio tato para el tiempo de sagría e los grupos cotrol y experimetal (Cuadro 1, Gráfico 1). De la misma maera se procede co resultados obteidos de la agregació plaquetaria (Cuadros 2, 3; Gráficos 2, 3). El aálisis estadístico se realiza mediate la comparació de los resultados basales y fiales. Detro de los grupos placebo y experimetal. Para ello os valemos de tres pruebas estadísticas; utilizamos la prueba de Kolmogorov-Smirov para determiar la distribució ormal de los datos obteidos (Cuadros 4, 5,8 y 9). La T de Studet que os idica la existecia o o de diferecias estadisticas etre los datos basales y fiales de los grupos cotrol y experimetal (Cuadros 6, 7,10 y 11). Fialmete aplicamos la correlació de Pearso y la de Spearma para las variables de cotrol edad y sexo respectivamete (Cuadros 12 y 13)

2 E el procesamieto y aálisis de datos se utiliza el paquete iformático Software Package for Social Scieces (SPSS) versió 7.0. CUADRO 1.- TIEMPO DE SANGRÍA BASAL Y FINAL EN GRUPO CONTROL Y GRUPO Muestra GRUPO CONTROL GRUPO Basal 30 1,8667 (*) 0, ,8972 (*) 0,4778 Fial 30 1,8970 (*) 0, ,8361 (*) 0,5983 (*) El tiempo esta expresado e miutos y fraccioes de miuto e sistema decimal E la cuadro 1 se preseta los resultados para la prueba de tiempo de sagría, tomado como medidas la media y desviació basal y fial de los grupos cotrol y experimetal. GRAFICO 1.- TIEMPO DE SANGRÍA BASAL Y FINAL EN GRUPO CONTROL Y GRUPO TIEMPO DE SANGRÍA BASAL vs FINAL TIEMPO EN MINUTOS 1,91 1,9 1,89 1,88 1,87 1,86 1,85 1,84 1,83 1,82 1,81 1,8 CONTROL BASAL FINAL E el grafico 1 se preseta comparativamete los resultados basales y fiales de los grupos cotrol y experimetal, para la prueba de tiempo de sagría.

3 CUADRO 2.- AGREGACIÓN PLAQUETARIA CON COLÁGENO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO Muestra GRUPO CONTROL GRUPO Basal 30 77,2000 ** 5, ,3333 5,2479 ** Fial 30 77,2667 ** 5, ,3000 4,9976 ** ** El resultado esta expresado e porcetaje de agregació. E la cuadro 2 se preseta los resultados para la prueba de agregació plaquetaria co colágeo, tomado como medidas la media y desviació basal y fial de los grupos cotrol y experimetal GRAFICO 2.- PORCENTAJE DE AGREGACIÓN CON COLÁGENO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO PORCENTAJE DE AGREGACIÓN CON COLAGENO BASAL vs FINAL 78,5 % DE AGREGACIÓN 78 77, ,5 CONTROL BASAL FINAL E el grafico 2 se preseta comparativamete los resultados basales y fiales de los grupos cotrol y experimetal, para la prueba de agregació plaquetaria co colágeo.

4 CUADRO 3.- AGREGACIÓN PLAQUETARIA CON ÁCIDO ARAQUIDÓNICO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO Muestra GRUPO CONTROL GRUPO Basal 30 79,5333 ** 4, ,2000 ** 4,8665 Fial 30 79,5000 ** 4, ,1333 ** 5,1844 ** El resultado esta expresado e porcetaje de agregació. E la cuadro 3 se preseta los resultados para la prueba de agregació plaquetaria co ácido araquidóico, tomado como medidas la media y desviació basal y fial de los grupos cotrol y experimetal GRAFICO 3.- PORCENTAJE DE AGREGACIÓN CON ÁCIDO ARAQUIDÓNICO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO PORCENTAJE DE AGREGACIÓN CON ÁCIDO ARAQUIDÓNICO BASAL vs FINAL % DE AGREGACIÓN 81, , , ,5 CONTROL BASAL FINAL E el grafico 3 se preseta comparativamete los resultados basales y fiales de los grupos cotrol y experimetal, para la prueba de agregació plaquetaria co ácido araquidóico.

5 La prueba estadística a utilizarse para determiar si existe diferecia sigificativa etre los resultados obteidos del grupo cotrol y grupo experimetal es la prueba T de Studet. Esta prueba estadística, se realiza para comparar tato los resultados basales como los fiales, etre los grupos cotrol y grupo experimetal; segú la prueba de laboratorio utilizada. Previamete, se requiere determiar si los datos obteidos posee ua distribució ormal, lo cual se realizara mediate la prueba de Kolmogorov-Smirov (Z). Prueba de ormalidad de Kolmogorov-Smirov para los resultados basales: CUADRO 4.- PRUEBA DE KOLMOGOROV- SMIRNOV SEGÚN LOS RESULTADOS BASALES OBTENIDOS DENTRO DEL GRUPO CONTROL. PRUEBA DE NORMALIDAD - GRUPO CONTROL/ BASAL Parámetros Normales Tiempo de sagría Colágeo Ac. araquidóico 1, ,2 79,5333 0,6016 5,8037 4,7759 Kolmogorov-Smirov (Z) 0,706 0,781 1,339 p (*) 0,701 0,575 0,055 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal E el cuadro 4 se aplica la prueba de ormalidad de Kolmogorov- Smirov, obteiédose que la distribució de los resultados basales detro del grupo cotrol correspode a ua distribució ormal. CUADRO 5. PRUEBA DE KOLMOGOROV- SMIRNOV, SEGÚN LOS RESULTADOS BASALES OBTENIDOS DENTRO DEL GRUPO. PRUEBA DE NORMALIDAD - GRUPO / BASAL Parametros Normales Tiempo de sagría Colágeo Ac. araquidóico 1, , ,2 stadard 0,4778 5,2479 4,8665 Kolmogorov-Smirov (Z) 0,897 0,682 0,792 P (*) 0,397 0,74 0,557 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal E el cuadro 5 se aplica la prueba de ormalidad de Kolmogorov- Smirov, obteiédose que la distribució de los resultados basales detro del grupo experimetal correspode a ua distribució ormal.

6 De los cuadros 4 y 5 se obtiee que ambos grupos se distribuye ormalmete respecto a las variables; por lo que se puede aplicar la T de Studet Aplicació de la prueba estadistica T de Studet para resultados basales: CUADRO 6.-RESUMEN DE LOS VALORES BASALES, DE LOS GRUPOS CONTROL Y. VALORES BASALES Y CONTROL Grupos Estadisticos T` de sagría cotrol 30 1,8667 0,6016 experimetal 30 1,8972 0,4778 Colágeo cotrol 30 77,2 5,8037 experimetal 30 77,3333 5,2479 Ac. araquidóico cotrol 30 79,5333 4,7759 experimetal 30 80,2 4,8665 CUADRO 7.- PRUEBA T DE STUDENT PARA RESULTADOS BASALES. GRUPO vs. GRUPO CONTROL Grupos MEDIDAS BASALES Estadisticos Calculo de T Grad. de Libertad p (**) Diferecia promedio T de sagria 0, ,828 0,03056 Colágeo 0, ,926 0,1333 Ac. araquidóico 0, ,594 0,667 (**) Si p > 0.005: la diferecia o es sigificativa; si p < 0,005: la diferecia es sigificativa

7 Luego de realizarse la prueba T de Studet se obtiee que los valores de p so mayores que el ivel alfa (0,05), etoces se cocluye que iicialmete o hay diferecias sigificativas etre los resultados basales de los grupos cotrol y experimetal. Ecotrado que o hay diferecia sigificativa etre los resultados basales se pasa a aalizar los efectos de la droga sobre los resultados fiales. Previo la realizació de la prueba T de Studet para los valores fiales, se requiere determiar si estos valores posee ua distribució ormal mediate la prueba de Kolmogorov-Smirov (Z). Prueba de ormalidad de Kolmogorov-Smirov para los resultados fiales: CUADRO 8.- PRUEBA DE KOLMOGOROV- SMIRNOV, SEGÚN LOS RESULTADOS FINALES OBTENIDOS DENTRO DEL GRUPO CONTROL. PRUEBA DE NORMALIDAD - GRUPO CONTROL / FINAL Parámetros ormales Tiempo de sagría Colágeo Ac. araquidóico 1, , ,5000 estadar 0,4547 5,6381 4,6368 Kolmogorov-Smirov (Z) 0,961 0,855 1,148 P ( * ) 0,314 0,457 0,143 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal CUADRO 9.- PRUEBA DE KOLMOGOROV-SMIRNOV, SEGÚN LOS RESULTADOS FINALES OBTENIDOS DENTRO GRUPO. PRUEBA DE NORMALIDA GRUPO / FINAL Parámetros ormales Tiempo de Sagría Colágeo Ac. araquidóico 1, ,3 81,1333 0,5983 4,9976 5,1844 Kolmogorov-Smirov (Z) 0,687 0,518 0,874 P ( * ) 0,733 0,952 0,429 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal De los cuadros 8 y 9 se puede afirmar que ambos grupos se distribuye ormalmete respecto a las varia bles; por lo que se puede aplicar la T de Studet.

8 Aplicació de la prueba estadistica T de Studet para resultados fiales: CUADRO 10. RESUMEN DE LOS VALORES FINALESDE LOS GRUPOS CONTROL Y. GRUPOS ESTADISTICOS Promedio T` de sagría cotrol 30 1,8970 0,4547 experimetal 30 1,8361 0,5983 Colágeo cotrol 30 77,2667 5,6381 experimetal 30 78,3 4,9976 Ac. araquidóico cotrol 30 79,5 4,6368 experimetal 30 81,1333 5,1844 CUADRO 11. PRUEBA T DE STUDENT PARA RESULTADOS FINALES. GRUPO vs. GRUPO CONTROL GRUPOS MEDIDAS BASALES ESTADISTICOS Calculo de T Grad. de libertad P ( ** ) Diferecia promedio T de sagría -0, ,658-0,0611 Colágeo 0, ,456 1,0333 Ac. araquidóico 1, ,203 1,6333 (**) Si p > 0.005: la diferecia o es sigificativa; si p < 0,005: la diferecia es sigificativa Al ecotrarse que los valores de p e todos los casos so mayores que el ivel alfa (0,05), etoces se cocluye que o hay diferecias sigificativas respecto a los resultados ecotrados etre los grupos cotrol y experimetal.

9 Para determiar si existe relació etre las variables de cotrol y el resto de variables se aplicara las correlacioes de Pearso y Spearma para edad y sexo respectivamete: CUADRO 12.- PRUEBA DE CORRELACIÓN DE PEARSON CORRELACIONES Edad T de sagria Colágeo Ac. araquidóico Correlació de Pearso -1,07 0,094 0,118 P ( ** ) 0,416 0,474 0,371 (**) Si p > 0.005: relació o es sigificativa E el cuadro 12 se aplica la correlació Pearso para determiar la relació etre la edad y las demás variables. No se ecuetra correlació sigificativa respecto a la edad. CUADRO 13.- PRUEBA DE CORRELACIÓN DE SPEARMAN CORRELACIONES Sexo T de sagría Colágeo Ac araquidóico Correlació de Spearma 0,155-0,14 0,022 p ( ** ) 0,238-0,288 0,865 (**) Si p > 0.005: relació o es sigificativa E el cuadro 13 se aplica la correlació Spearma para determiar la relació etre sexo y las demás variables. No se ecuetra correlació sigificativa respecto al sexo.

TEORÍA DE LA ESTIMACIÓN

TEORÍA DE LA ESTIMACIÓN TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones EAMEN MODELO C Pág. INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 05 Código asigatura: 6007 EAMEN TIPO TET MODELO C DURACION: HORA olucioes Gráfica : Distribució de u grupo de 800 profesioales saitarios colegiados

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

SOLUCIONES X X

SOLUCIONES X X eptiembre 016 EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO EPTIEMBRE 016 Código asigatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más detalles

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio. EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

ESTIMACIONES DE MEDIAS

ESTIMACIONES DE MEDIAS COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor

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

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

Pasos básicos para docimar una hipótesis:

Pasos básicos para docimar una hipótesis: Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los

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

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

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

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( ) I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad

Más detalles

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA LABORATORIO BIO 9000 PROCEDIMIENTO PARA EL CÁLCLO DE LA INCERTIDMBRE EN MICROBIOLOGÍA Rev. º: 00 Fecha de aprobació: 19/05/11 REV. FECHA HOJA/S CASA DEL CAMBIO Realizado Revisado Aprobado Fdo.: Daiel Aguilar-Galido

Más detalles

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Jua Carlos Coloia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE UNA POBLACIÓN POBLACIONAL ES CONOCIDA Sea X ua muestra aleatoria de tamaño 1, X,..., X extraída de ua població N,

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

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496. GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y

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

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de

Más detalles

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas

Más detalles

SOLUCIONES. Septiembre 2017 EXAMEN MODELO B Pág. 1. Calificación= (0,4 x Aciertos) - (0,2 x Errores)

SOLUCIONES. Septiembre 2017 EXAMEN MODELO B Pág. 1. Calificación= (0,4 x Aciertos) - (0,2 x Errores) eptiembre 017 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 017 Código asigatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Material: Adeda (Formulario y Tablas) y calculadora programable

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

T5. Contrastes para los parámetros de una población Normal

T5. Contrastes para los parámetros de una población Normal Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística

Más detalles

ESTADÍSTICA BÁSICA GLOSARIO Y MAPAS CONCEPTUALES. Antoni Ruiz Bueno_2018

ESTADÍSTICA BÁSICA GLOSARIO Y MAPAS CONCEPTUALES. Antoni Ruiz Bueno_2018 ESTADÍSTICA BÁSICA GLOSARIO Y MAPAS CONCEPTUALES Atoi Ruiz Bueo_018 Estrategias para respoder a ua preguta de ESTADÍSTICA: Nº de variables implicadas e la iterrogació:.- Descripció de la distribució de

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

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

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

DISEÑO Y ANÁLISIS DE DATOS I

DISEÑO Y ANÁLISIS DE DATOS I DIEÑO Y ANÁLII DE DATO I EGUNDO PARCIAL. JUNIO 014 Problema 1.- E ua determiada empresa de psicología especializada e técicas de modificació de coducta, se asegura dispoer de u aparato para combatir la

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

2.2. Estadísticos de tendencia central

2.2. Estadísticos de tendencia central 40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos

Más detalles

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias. EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje

Más detalles

METODO DE ITERACION DE NEWTON

METODO DE ITERACION DE NEWTON METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS. Soluciones

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS. Soluciones EAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 01 Código asigatura: 6011037 EAMEN TIPO TET MODELO B DURACION: HORA olucioes Gráfica 1: Fiaciació (e milloes de euros) de la orgaizació Cáritas

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

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

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

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de

Más detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

ESTADÍSTICA. n i Se pide:

ESTADÍSTICA. n i Se pide: ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de

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

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos

Más detalles

Distribuciones Muestrales

Distribuciones Muestrales 10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

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

UT-4: Distribuciones fundamentales de muestreo y descripción de datos

UT-4: Distribuciones fundamentales de muestreo y descripción de datos UT-4: Distribucioes fudametales de muestreo y descripció de datos Sub tema: Muestreo aleatorio. Distribucioes muestrales. Distribucioes muestrales de medias. Teorema del límite cetral. Aplicacioes. DF

Más detalles

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces. Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del

Más detalles

Análisis estadístico de datos simulados Estimadores

Análisis estadístico de datos simulados Estimadores Aálisis estadístico de datos simulados Estimadores Patricia Kisbye FaMAF 11 de mayo, 2010 Aálisis estadístico Iferecia estadística: Elegir ua distribució e base a los datos observados. Estimar los parámetros

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

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació

Más detalles

Apéndice C: Datos Experimentos

Apéndice C: Datos Experimentos Apédice C: Datos Experimetos Experimetos Los experimetos permitiero evaluar la afectividad de los usuarios al iteractuar etre ellos detro del IM. La realizació de los experimetos se basa e los siguietes

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

Pregunta Nº1 (60%) Solemne Nº1

Pregunta Nº1 (60%) Solemne Nº1 Curso: ICI3020 - Simulació. Profesores: Felipe Gozález, Pablo Rey Ayudates: Gustavo Heríquez, Ricardo Ramírez Semestre: II-200 Soleme Nº :30 miutos. Si cosultas Preguta Nº (60%) Se desea modelar la operació

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s

Más detalles

Figura 10. No se satisface el supuesto de linealidad.

Figura 10. No se satisface el supuesto de linealidad. Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa

Más detalles

Universidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para

Universidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos

Más detalles

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n. 1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =

Más detalles

Problemas de cálculo

Problemas de cálculo Problemas Estimació estadística Vicete Mazao-Arrodo, 2012,2013 Problemas de cálculo Ejercicio 1 resuelto Observamos e mometos al azar e ua cocurrida calle de la ciudad. Nos iteresa registrar cuátas persoas

Más detalles

SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2)

SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2) Curso 2012-13 PEC2 Pág. 1 SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2) Gráfico 1: E ua ivestigació se compara la eficacia de tres tipos de tratamieto de las fobias, atediedo a si ha habido

Más detalles

INTRODUCCION Teoría de la Estimación

INTRODUCCION Teoría de la Estimación INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede

Más detalles

1. Distribución Normal.

1. Distribución Normal. DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei RESUMEN 1. Distribució Normal. 1.1. Cálculo de probabilidades a) Para ua distribució estádar N(0,1) usamos directamete la tabla: Ejemplos:

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

MEDIDAS DE DISTRIBUCION

MEDIDAS DE DISTRIBUCION MEDIDAS DE DISTRIBUCION ASIMETRIA Y CURTOSIS Dr. EDGAR APAZA ZUÑIGA UNIVERSIDAD NACIONAL DEL ALTIPLANO MEDIDAS DE DISTRIBUCIÓN Las Medidas de Distribució permite idetificar y caracterizar la forma e que

Más detalles

Análisis Multivariable

Análisis Multivariable Aálisis Multivariable Resume El procedimieto Aálisis Multivariable está diseñado para resumir dos columas o más de datos uméricos. Calcula estadísticos de resume para cada variable, así como las variazas

Más detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE) TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para

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

Estimación por intervalos

Estimación por intervalos Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo

Más detalles

Operario A B C D Total Obstrucciones

Operario A B C D Total Obstrucciones Ua empresa de imprimir, alimetada a mao, estaba sujeta a lo que parecía ser u úmero irrazoable de obstruccioes causadas por iterferecias de las hojas de papel a la presa. Se hizo ua prueba para ver si

Más detalles

2. Estimación de errores de medidas directas

2. Estimación de errores de medidas directas Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

3. Distribuciones de probabilidad

3. Distribuciones de probabilidad 3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

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

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

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA . Metodología e Salud Pública INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA Autor: Clara Lagua 5.1 INTRODUCCIÓN La estadística iferecial aporta las técicas ecesarias para extraer

Más detalles

TEMA 8 ANÁLISIS DE REGRESIÓN SIMPLE

TEMA 8 ANÁLISIS DE REGRESIÓN SIMPLE TEMA 8 ANÁLII DE REGREIÓN IMPLE Itroducció - aalizar la relació etre dos variales cuatitativas, expresada mediate ua fució matemática - predecir los valores de ua variale (depediete) a partir de los valores

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo. Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de

Más detalles

Informe Final de la Evaluación de Desempeño DM-LFP-02

Informe Final de la Evaluación de Desempeño DM-LFP-02 Istituto Nacioal de Calidad Iforme Fial de la Evaluació de Desempeño DM-LFP-02 Comparació Iterlaboratorios Comparació e Calibració de Maómetro de Deformació Elástica de 0 bar a 10 bar Setiembre - Diciembre

Más detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

Más detalles