3. Análisis de Resultados

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

Download "3. Análisis de Resultados"

Transcripción

1 3. Aálisis de Resultados La pobreza aalizada mediate u efoque moetario idica la isuficiecia de igresos o gastos de la població respecto a u cosumo míimo aceptable socialmete. El porcetaje de la població co tal isuficiecia es lo que se cooce como icidecia de pobreza. Como el método requiere defiir u idicador de bieestar y determiar el cosumo míimo ecesario para satisfacer las ecesidades básicas, para el presete trabajo se adoptó como idicador de bieestar el gasto familiar por persoa y como cosumo míimo el valor de ua caasta básica de cosumo. Específicamete, se cosidera que la població se ecuetra e codició de pobreza total, si el gasto per cápita del hogar está por debajo del valor de la caasta total compuesta de alimetos y o alimetos (LP T ); y e codició de pobreza extrema, cuado el gasto per cápita del hogar es meor al valor de la caasta de alimetos (LP EX ). El siguiete gráfico resume estas defiicioes Gastos No Pobres LP T x x x Pobres No Extremos LP EX Pobres Extremos Població 3. Idicadores de icidecia, brecha y severidad de la pobreza Segú lo descrito e el acápite.3.4, la estimació de los idicadores de pobreza (icidecia, brecha y severidad) a ivel provicial y distrital está basadas e la fórmula desarrollada por Foster, Greer y Thorbecke: P α = q [( z y j ) z ] α j = Dode: y j es el gasto de cosumo familiar per cápita del idividuo j, z es la líea de pobreza, (z-y j )/z la distacia relativa de y j a z, el tamaño de la població, q el tamaño de la població pobre y, α el parámetro que hace sesibles las medidas a la distribució del cosumo de los pobres. Mapa de Pobreza Provicial y Distrital,

2 Si α=0 se obtiee P 0 =q/, la icidecia (extesió o prevalecia) de la pobreza Si α= se obtiee P, la brecha (itesidad o profudidad de la pobreza) y, Si α= se obtiee P, la severidad de la pobreza Para explicar e iterpretar los idicadores de (i) icidecia,(ii) brecha y (iii) severidad de la pobreza se preseta los siguietes gráficos. De acuerdo co el ejemplo del gráfico adjuto, la icidecia de pobreza afecta a las cuatro persoas, es decir, el gasto per cápita de estas persoas es meor al valor de la líea de pobreza; auque la distacia etre ellas, o profudidad de la pobreza, o es la misma. El gasto per cápita de la cuarta persoa dista más que las otras tres. La severidad de la pobreza o es más que el valor promedio de las brechas estimadas dado u peso mayor a aquellas que so más grades. Es ua medida de desigualdad de la pobreza etre los pobres. Líea de Pobreza (LP) Gastos 4 Distacia etre LP y gasto: LP- Gasto Persoas pobres BRECHA Pob ro _ pobres id LP Gasto LP id Cuál es la distacia promedio etre el gasto de los pobres y la líea de pobreza? SEVERIDAD Pob ro _ pobres id LP Gasto LP id Cuál es la desigualdad de los gastos etre los pobres? i) Icidecia. E el siguiete caso se tiee dos poblacioes compuesta por seis persoas cada ua. E ambas, la mitad de la població tiee gastos per cápita meores al valor de la caasta míima de cosumo, es decir, la icidecia de la pobreza afecta al 50,0% de la població. (ii) Brecha. Co diferetes iveles de gasto de los pobres e la població I y co el mismo ivel de gasto de los pobres e la població II, la brecha o profudidad es de 0,0% para ambas poblacioes. La brecha mide la distacia promedio etre el gasto de los pobres a la líea de pobreza. E la població I diferetes distacias se compesa al promediarlos, e tato que, e la població II preseta igual ivel de gasto. Població I Seis persoas de las cuales tres so pobres, cuyos gastos so: 80, 60 y 40 respectivamete Població II Seis persoas de las cuales tres so pobres, cuyos gastos so todos iguales a 60 Gasto percápita mesual Distacia = 0 INCIDENCIA (%) = 50% BRECHA (%) = 0% SEVERIDAD (%) =9,3% Distacia = 40 Líea de Pobreza Persoa Persoa Persoa 3 Distacia = 60 Gasto percápita mesual Líea de Pobreza Distacia = 40 Distacia = 40 Distacia = 40 INCIDENCIA (%) =50% BRECHA (%) = 0% SEVERIDAD (%) = 8% Persoa Persoa Persoa 3 La brecha (distacia promedio) es la misma e ambas poblacioes La severidad (desigualdad etre los pobres) es mayor e la Població I 34 Istituto Nacioal de Estadística e Iformática

3 (iii) Severidad. Es ua medida de distribució del gasto e cosumo etre los pobres respecto a la líea de pobreza. La estimació da ua mayor poderació a las distacias relativas de los más pobres, siedo que a mayor distacia mayor sea la severidad. 3.. Distritos co mayor y meor icidecia de pobreza Los resultados muestra que e el departameto de La Libertad, se ubica los distritos más pobres del país: Ogó (provicia de Pataz) co 99,7% de pobreza total y 97,% de pobreza extrema y Bambamarca (provicia de Bolivar) co 98,7% de pobreza total y 9,4% de pobreza extrema. Cabe idicar, que de los 0 distritos más pobres, seis de ellos correspode al departameto de Huacavelica: tres e la provicia de Tayacaja (Titay Pucu, Salcahuasi y Surcubamba), dos e la provicia de Agaraes (Sa Atoio de Ataparco y Achoga) y uo e la provicia de Churcampa, que es el distrito de Chichihuasi (Ver Cuadro N 3.). CUADRO Nº 3. PERÚ: DISTRITOS CON MAYOR Y MENOR INCIDENCIA DE POBREZA, 007 Departameto Provicia Distrito Más pobres Pobreza ( % ) Total Extrema Rakig de pobreza distrital La Libertad Pataz Ogó 99,7 97, La Libertad Bolivar Bambamarca 98,7 9,4 Huacavelica Agaraes Sa Atoio de Ataparco 97,9 9,7 3 La Libertad Bolivar Codormarca 97,5 83,3 4 Huacavelica Tayacaja Titay Pucu 97,0 9,3 5 Huacavelica Tayacaja Salcahuasi 96,5 87, 6 Huacavelica Agaraes Achoga 96, 86,0 7 Puo Sadia Patambuco 95,9 73,7 8 Huacavelica Tayacaja Surcubamba 95,8 86, 9 Huacavelica Churcampa Chichihuasi 94,9 84, 0 Meos pobres Lima Lima Sa Isidro,3 0,0 83 Callao Callao La Puta,4 0,0 83 Lima Lima Miraflores,8 0,0 830 Lima Lima Jesús María 3, 0,0 89 Lima Lima Sa Borja 3, 0, 88 Lima Lima La Molia 3,5 0,0 87 Lima Lima Magdalea Vieja 3,5 0, 86 Moquegua Ilo Pacocha 3,8 0,4 85 Arequipa Arequipa Yaahuara 3,9 0,3 84 Lima Lima Magdalea del Mar 4,3 0, 83 / Ordeamieto de meor a mayor e fució al porcetaje de pobreza total. 3.. Distritos por ragos de pobreza total El Gráfico 3. muestra que de los mil 83 distritos, el 0,4% so meos pobres (90 distritos), co u porcetaje de pobreza total meor al 5,0%; el 5,% (459 distritos) tiee u rago de pobreza etre 5,0% y 49,9%; el 34,8% (639 distritos) etre 50,0% y 74,9% y el 9,7%, es decir, 544 distritos co u porcetaje de pobreza total de 75,0% a más. Del total de distritos co 75,0% a más de pobreza total, 340 se cocetra e los departametos de Puo (9), Huacavelica (84), Ayacucho (63), Cusco (58) y Apurimac (44), que e cojuto represeta el 6,5%. Mapa de Pobreza Provicial y Distrital,

4 GRÁFICO 3. PERÚ: DISTRITOS POR RANGOS DE POBREZA TOTAL, 007 ( % ) 9,7% 0,4% 5,% 34,8% Meos de 5,0 5,0-49,9 50,0-74,9 75,0 a más 3..3 Distribució de distritos por pobreza total y pobreza extrema El Gráfico Nº 3. muestra la distribució de los distritos del país e relació co los porcetajes de la pobreza total y de la pobreza extrema. Se debe destacar, que 90 distritos preseta porcetajes de pobreza total y extrema meores al 5,0%. Asimismo, 4 distritos tiee los más altos porcetajes de pobreza total y extrema situádose e 75,0% a más. Se observa que 638 distritos se ecuetra etre 50,0% y 75,0% de pobreza total y co porcetaje meor al 50,0% de pobreza extrema. Es preciso mecioar que seis distritos tiee más del 75,0% de pobreza total, si embargo, la pobreza extrema es meor a 5,0%. GRÁFICO Nº 3. PERÚ: DISTRIBUCIÓN DE LOS DISTRITOS POR POBREZA TOTAL Y POBREZA EXTREMA 007 Pobreza extrema (4 distritos) ( distrito ) (50 distritos) 50 (367 distritos) (64 distritos) 5 (90 distritos) (459 distritos) (7 distritos) (6 distritos) Pobreza total 36 Istituto Nacioal de Estadística e Iformática

5 3. Coeficiete de Gii y de Etropía Geeralizada Además de los idicadores de icidecia, brecha y severidad de la pobreza, se preseta ídices de desigualdad, que sitetiza la distribució del cosumo e u solo úmero. Los ídices de desigualdad estimados so el coeficiete de GINI y los que se obtiee e base al cocepto de Etropía geeralizada o coteido de iformació: E (0), E () y E (). E el presete trabajo, estas medidas fuero estimadas co los gastos deflactados espacialmete, es decir, co los gastos a precios de Lima Metropolitaa (utilizado la relació del valor de la líea de pobreza total del área urbao y rural de cada departameto respecto al valor de la líea de Lima Metropolitaa). La desigualdad e la distribució del cosumo se asocia a la idea de cocetració. Ua distribució será más desigual cuato más cocetrada está e pocas persoas. La Curva de Lorez, formada por putos cuya abcisa represeta la proporció acumulada de la població, y la ordeada correspodiete a la proporció del cosumo acumulado por dicha població. Esta curva permite observar la forma de la distribució y por tato describir la estructura de la desigualdad e idetificar las zoas de la distribució dode ésta es especialmete sigificativa. La iformació de la distribució del cosumo tambié puede ser sitetizada e u ídice (o úmero). E fució de los aspectos de la desigualdad que se quiera coservar y destacar por cosiderarlos más relevates se ha ido costruyedo diversos ídices que posee diferetes propiedades. Ua de ellas se refiere a la sesibilidad de la medida de la desigualdad ate cambios que se produce e diferetes partes de la distribució del cosumo. Los ídices que se preseta e esta secció, el Coeficiete de Gii G, el promedio del logaritmo de la desviació E(0), el ídice de Theil E() y la mitad del cuadrado del coeficiete de variació E() 8/ so los idicadores de distribució del cosumo (o el 8/ Ferreira, F. y Litchfield, J., "Icome distributio ad poverty: a statistical overview", Baco Mudial, oviembre 997 y Cowell, F. y Jekis, S. "How much iequality ca we explai?. A methodology ad a applicatio to the USA", Ecoomic Joural, 05, pp / Esta propiedad sigifica que el ídice debe reflejar como dismiucioes de la desigualdad el cambio producido cuado se trasfiere cosumo de ua persoa a otra más pobre si que se altere su posició relativa e la distribució. igreso) más utilizados. E geeral toma valores etre cero y uo. Es igual a cero cuado el cosumo se distribuye por igual etre toda la població (pleamete equitativa) y es uo cuado ua sola persoa cocetra todo el cosumo (pleamete iequitativa). Estos idicadores tiee diferete sesibilidad frete a los cambios del gasto e cosumo. La bibliografia ha mostrado que G es más sesible a los cambios del cosumo e la mitad de la distribució, E(0) e la parte baja, E() e la parte alta y E() tiee ua sesibilidad costate a lo largo de la distribució. Retomado lo descrito e el acápite.3.4 las formulas matemáticas co las que se obtiee los idicadores de Gii y de Etropía so las siguietes. Si y i es el cosumo del idividuo i (para i =,,.., ), es el úmero de idividuos e la distribució y µ(y) es el promedio de la distribució, G puede expresarse co: G = i i= j= y y µ (y) Y los idicadores E(0), E() y E() puede expresarse, respectivamete, co: µ (y) E (0) = log, yi i= i= yi y i E () = log, µ (y) µ (y) E() = µ (y) i= i j (y µ (y)) Cabe mecioar que a los ídices de GINI y Theil(E), se les deomia medidas de desigualdad relativa porque satisface las siguietes propiedades: i) simetría, ii) costacia e la duplicació, iii) idepedecia de la media, y iv) la codició de Pigou-Dalto 9/. 3.. La desigualdad e los distritos co mayor y meor icidecia de pobreza Al aalizar el cojuto de distritos, coformado por los diez distritos más pobres y los diez distritos meos pobres del país, respecto a los idicadores de desigualdad, se observa que la desigualdad media, estimada por el promedio de los ídices de Gii, Mapa de Pobreza Provicial y Distrital,

6 Theil (E(0)) y Theil (E()), es la misma e ambos grupos. No obstate, el grupo de distritos más pobres preseta mayor variabilidad e la desigualdad, respecto al grupo de distritos meos pobres. E efecto, e el primer grupo, el ídice de Gii oscila etre 0, e el distrito de Ogó, a 0,33 e el distrito de Chichihuasi; e tato que los valores de este ídice de desigualdad e el segudo grupo va de 0,6 e la Puta a 0,3 e Yaahuara. Esta característica que muestra el grupo de distritos más pobres, es decir la mayor variabilidad e la desigualdad, tambié se refleja a través de cada uo de los ídices de Theil. CUADRO Nº 3. PERÚ: DISTRITOS CON MAYOR Y MENOR INCIDENCIA DE POBREZA POR INDICADORES DE DESIGUALDAD, 007 DEPARTAMENTO PROVINCIA DISTRITO Coeficiete de Gii Idicadores Etropìa Geeralizada E(0) E() E() Más pobres La Libertad Pataz Ogó 0, 0,07 0,08 0,09 La Libertad Bolivar Bambamarca 0, 0,08 0,09 0, Huacavelica Agaraes Sa Atoio de Ataparco 0,3 0,7 0,8 0,4 La Libertad Bolívar Codormarca 0, 0,07 0,08 0,0 Huacavelica Tayacaja Titay Pucu 0,3 0,6 0,8 0,3 Huacavelica Tayacaja Salcahuasi 0,3 0,6 0,7 0,3 Huacavelica Agaraes Achoga 0,3 0,7 0,8 0,6 Puo Sadia Patambuco 0,4 0,09 0,0 0, Huacavelica Tayacaja Surcubamba 0,3 0,7 0,8 0,4 Huacavelica Churcampa Chichihuasi 0,33 0,7 0,9 0,7 Meos pobres Lima Lima Sa Isidro 0,8 0, 0,3 0,5 Callao Callao La Puta 0,6 0, 0, 0,3 Lima Lima Miraflores 0,8 0,3 0,3 0,6 Lima Lima Jesús María 0,8 0,3 0,3 0,5 Lima Lima Sa Borja 0,7 0, 0, 0,3 Lima Lima La Molia 0,8 0,3 0, 0,4 Lima Lima Magdalea Vieja 0,7 0, 0, 0,4 Moquegua Ilo Pacocha 0,9 0,4 0,5 0,9 Arequipa Arequipa Yaahuara 0,3 0,7 0,7 0,0 Lima Lima Magdalea del Mar 0,8 0,3 0,3 0,5 Distritos más pobres. Al iterior del grupo de los distritos más pobres se preseta dos subgrupos: uo coformado por los distritos de los departametos de La Libertad y Puo; y el otro, por todos los distritos del departameto de Huacavelica. El primer subgrupo, que cotiee a los dos distritos co la mayor icidecia de pobreza (Ogó 99,7% y Bambamarca 98,7%) etre los más pobres, tiee los meores ídices de desigualdad, o solo de todo el grupo al que perteece, sio icluso respecto a todos los distritos meos pobres. E cambio, el segudo subgrupo de los más pobres, coformado por todos los distritos de Huacavelica, evidecia mayor iequidad e la distribució de los gastos de cosumo. El ídice de Gii e este subgrupo va de 0,3 e Salcahuasi a 0,33 e Chichihuasi, e tato que el ídice Theil, que es más sesible ate cambios e el cosumo e la parte alta de la distribució, va de 0,3 a 0,7 respectivamete, e los distritos mecioados. Este cotraste que se observa etre los diez distritos más pobres, es decir, u subcojuto de distritos muy pobres co poco marge para la desigualdad e los gastos de su població juto a u subgrupo co elevada desigualdad, está detrás de la mayor variabilidad e la desigualdad que muestra el grupo de los distritos más pobres del país. 38 Istituto Nacioal de Estadística e Iformática

7 Distritos meos pobres. El grupo de distritos meos pobres del Perú, tiee meor variabilidad e sus ídices de desigualdad y preseta e su iterior tambié dos subgrupos de distritos. El primero coformado por todos los distritos de Lima Metropolitaa co ídices de iequidad relativamete meores que el segudo subgrupo coformado por los distritos que o perteece a la Metrópoli, e efecto, el distrito de Pacocha e Ilo tiee u ídice de Gii de 0,9 valor mayor que los obteidos por cualquiera de los distritos de Lima, e tato que, Yaahuara e Arequipa tiee u ídice de Gii de 0,3. Esta mayor iequidad e la distribució del cosumo que preseta los distritos que o perteece a Lima, tambié se ve reflejados e los valores de los diferetes ídices de Theil. 3.3 El mapa de pobreza como istrumeto de focalizació Los mapas de pobreza como istrumetos de focalizació geográfica tiee como objetivo idetificar áreas geográficas e las cuales se cocetra el mayor úmero de població e codició de pobreza facilitado la priorizació de la asigació del gasto público. Es así, que co los idicadores de pobreza y desigualdad se ha elaborado mapas temáticos que idetifica los distritos dode se cocetra la mayor icidecia de pobreza total y extrema, así como otros idicadores de desigualdad. Los mapas muestra que la pobreza total se cocetra e los distritos de los departametos de Huacavelica, Ayacucho, Apurimac, Cusco y Puo y e meor úmero e los distritos de los departametos de la regió Sierra. Asimismo, el mapa focaliza los distritos co mayor brecha y severidad de pobreza, ellos se ubica e el departameto de Huacavelica, idicado que so estos distritos quiees preseta ua mayor distacia a la líea de pobreza, así como mayor desigualdad del gasto. Tambié, permite idetificar los distritos co mayor desigualdad e el gasto, los distritos co mayor desigualdad se ubica e el departameto de Huacavelica co valores etre 0.3 a 0.43, e tato, los distritos co meor desigualdad se ecuetra e los departametos de Puo e Ica. Del mismo modo, se focaliza geográficamete los distritos co mayor icidecia de pobreza extrema, ubicádose el mayor úmero de estos distritos e el departameto de Huacavelica y Cusco. Mapa de Pobreza Provicial y Distrital,

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

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

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más 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

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

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

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

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

Instituto de Información Territorial del Estado de Jalisco. 1

Instituto de Información Territorial del Estado de Jalisco. 1 RELACIÓN ENTRE MARGINACIÓN Y CONECTIVIDAD Resume El presete documeto es producto del sistema de iformació geográfica (SIG) del Atlas de Camios y Carreteras del Estado de Jalisco. Es u proceso de aálisis

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

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos

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

) 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

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. Examen del 18 de junio de 2010

Examen de la asignatura Estadística aplicada a las ciencias sociales Profesor Josu Mezo. Examen del 18 de junio de 2010 Eame de la asigatura "Estadística aplicada a las ciecias sociales" Profesor Josu Mezo. Eame del 18 de juio de 2010 Recordatorio de fórmulas (o todas so ecesarias) Σ N i c cifi s s sˆ ET 1 z estimador ET

Más detalles

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

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

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves. Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que

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

GUINV004M2-A17V1. Guía: Operando en un nuevo conjunto numérico

GUINV004M2-A17V1. Guía: Operando en un nuevo conjunto numérico Matemática GUINV004M2-A17V1 Guía: Operado e u uevo cojuto umérico Matemática - Segudo Medio Secció 1 Me cocetro Objetivos Idetificar los úmeros irracioales como úmeros decimales que tiee desarrollo ifiito

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

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas TAMAÑO DE MUETRA Ua de las etapas del diseño muestral es el cálculo del tamaño de la muestra (Cocra, 977, p. 7-88; Médez, 004, p. 45-47; y aro, 999, p. 39-4), ésta se lleva a cabo cosiderado el objetivo

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

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

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

Radiografía del gasto de bolsillo en salud en Chile: una mirada desagregada

Radiografía del gasto de bolsillo en salud en Chile: una mirada desagregada Aexos Radiografía del gasto de bolsillo e salud e Chile: ua mirada desagregada E este documeto se preseta ua serie de material auxiliar, ordeados e aexos, que busca complemetar el coteido y apoyar la compresió

Más detalles

Se utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación

Se utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación .. Tormetas putuales Aspectos geerales Se utiliza los datos putuales de altura de precipitació o itesidades máximas de lluvia registradas e ua estació So válidas para áreas cuya extesió este defiida por

Más detalles

1. (2 puntos) Deducir la fórmula de la mediana para variables agrupadas en intervalos. Respuesta en teoría.

1. (2 puntos) Deducir la fórmula de la mediana para variables agrupadas en intervalos. Respuesta en teoría. DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Estadística Descriptiva. Primero Ig. Iformática Exame 20-4-2005 (grupo 4) 1. (2 putos) Deducir la fórmula de la mediaa para variables agrupadas e itervalos.

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

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

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

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

Tema 1 Estadística descriptiva - II: Medidas de centralización y dispersión

Tema 1 Estadística descriptiva - II: Medidas de centralización y dispersión Tema 1 Estadística descriptiva - II: Medidas de cetralizació y dispersió Curso 2018/19 Grado e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable

Más detalles

4.4 Sistemas mal condicionados

4.4 Sistemas mal condicionados 7 4.4 Sistemas mal codicioados l resolver u sistema de ecuacioes lieales usado u método directo, es ecesario aalizar si el resultado calculado es cofiable. E esta secció se estudia el caso especial de

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

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión Tema 1 Estadística descriptiva: Medidas de cetralizació y dispersió Curso 2017/18 Grados e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

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

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete

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

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

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

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

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

Unidad 3. Construcción de números índice y aplicaciones al análisis económico

Unidad 3. Construcción de números índice y aplicaciones al análisis económico Uidad 3. Costrucció de úmeros ídice y aplicacioes al aálisis ecoómico Los úmeros ídices, utilizados co frecuecia e Ecoomía, Demografía y diferetes campos de la estadística aplicada, so valores coveietes

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

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

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5 Ezimología Efecto cooperatio 1 EFECTO COOPERATIVO El efecto cooperatio ocurre e ezimas oligoméricas que posee arios sitios para la uió de sustrato y es el feómeo por el cual la uió de u ligado a ua ezima

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media

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

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

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

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

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

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

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

Más detalles

Estimación de parámetros. Biometría

Estimación de parámetros. Biometría Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

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

[e j N 2 e j N 2 ]...} (22)

[e j N 2 e j N 2 ]...} (22) Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la

Más detalles

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

UNIDAD 4.- INFERENCIA ESTADÍSTICA II UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que

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

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

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

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

MUESTREO. Con los datos de la tabla se calcula el número total de elementos. 795 Mujeres 80

MUESTREO. Con los datos de la tabla se calcula el número total de elementos. 795 Mujeres 80 MUESTREO 1. Supogamos que e u cetro escolar los alumos y docetes se distribuye de acuerdo co la tabla siguiete: 3 ESO 4 ESO 1º Bach º Bach Prof Hombres 85 80 100 83 4 Mujeres 95 96 110 91 31 Si quieres

Más detalles

Muestreo en Poblaciones Finitas

Muestreo en Poblaciones Finitas Muestreo Aleatorio Simple 1/22 Muestreo e Poblacioes Fiitas Muestreo Aleatorio Simple José A. Mayor Gallego Departameto de Estadística e Ivestigació Operativa Uiversidad de Sevilla Septiembre de 2011 Coteidos

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

MATEMÁTICAS 2ºBACHILLERATO CCSSII

MATEMÁTICAS 2ºBACHILLERATO CCSSII La trata del recueto, ordeació y clasificació de los datos obteidos por las observacioes, para poder hacer comparacioes y sacar coclusioes. U estudio estadístico costa de las siguietes fases: Recogida

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

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

Repaso...Último Contenidos NM 4

Repaso...Último Contenidos NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Fucioes y relacioes. Diagrama Sagital. Sea A = { a,b, c} y B = { 1, 2, 3, 4} Repaso...Último Coteidos NM 4 A: Cojuto

Más detalles

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente. º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos

Más detalles

Una sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc.

Una sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc. Sucesioes Sucesi o. Ua sucesió es u cojuto ifiito de úmeros ordeados de tal forma que se puede decir cuál es el primero, cuál el segudo, el tercero, etc. Los térmios de ua sucesió se desiga mediate a 1,

Más detalles

COLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN

COLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN COLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN MEDIDAS DE POSICIÓN Las medidas de posició divide u cojuto de datos e

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete

Más detalles

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes

Más detalles

4.- Series. Criterios de convergencia. Series de Taylor y Laurent

4.- Series. Criterios de convergencia. Series de Taylor y Laurent 4.- Series. Criterios de covergecia. Series de Taylor y Lauret a) Itroducció. Series de fucioes reales. b) Covergecia de secuecias y series. c) Series de Taylor. d) Series de Lauret. e) Propiedades adicioales

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

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

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

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

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

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

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

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO. BONDAD DE AJUSTE Las pruebas de bodad de ajuste tiee por objetivo determiar si los datos se ajusta a ua determiada distribució, esta distribució puede

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

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

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció

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

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 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

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