REGRESIÓN Y CORRELACIÓN LINEAL
|
|
- José Luis Aguilar Quiroga
- hace 5 años
- Vistas:
Transcripción
1 REGRESIÓN Y CORRELACIÓN LINEAL AUTOR: Sstemas. Camlo H. Cohecha Torres. Lcecado e Matemátcas. Igeero de TEMA: Regresó y correlacó leal. LOGROS: Determar y aplcar el modelo de regresó leal e la predccó de valores. Aplcar la regresó leal para el proóstco e seres de tempo. Usar Ecel e el modelo de regresó y correlacó leal. CONDUCTA DE ENTRADA: 1. Dada la fucó f() = 8 a. Idetfcar la pedete. b. Idetfcar el tercepto co el eje y. c. Realzar la gráfca.. Realzar u gráfco de ua fucó leal para cada ua de las sguetes codcoes: a. Pedete postva. b. Pedete egatva. c. Pedete gual a cero. CRITERIOS DE EVALUACIÓN: E la parte fal de la guía ecuetras ua sere de ejerccos, los cuales se evalúa por parte del docete juto co la temátca, a la semaa sguete de la realzacó de esta e ua estructura smlar a la presetada. TIEMPO DE EJECUCIÓN: La guía se realza e ua sesó de clase. E la sguete clase etregará al docete los ejerccos propuestos y e la clase de la semaa sguete el docete la evalúa.
2 TEMATICA: REGRESIÓN Y CORRELACIÓN LINEAL S se dspoe de dos seres de datos emparejadas, co frecueca se desea coocer s ambas varables está relacoadas o s so depedetes. Por ejemplo, e qué medda, u aumeto de los gastos e publcdad hace aumetar las vetas de u determado producto? ó será que este algua relacó etre la talla y el peso de ua persoa? A cotuacó, represetaremos la relacó etre dos varables medate ua gráfca llamada dagrama de dspersó, luego, estableceremos u modelo matemátco para estmar el valor de ua varable basádoos e el valor de otra, e lo que llamaremos aálss de regresó y falmete estudaremos el grado de relacó estete etre las varables e lo que llamaremos aálss de correlacó. La relacó estete etre dos varables puede ser leal, cuadrátca, epoecal, logarítmca, etc. E este documeto vamos a cetraros e la posble relacó leal etre dos varables. DIAGRAMA DE DISPERSIÓN E u plao cartesao se represeta tatos putos como pares de observacoes se tega, correspodedo cada puto a u par de observacoes; a esta represetacó gráfca se le deoma dsttamete dagrama de RECTA DE REGRESIÓN Se llama así a la recta que atravesa la ube de putos y que mejor se ajusta a ellos. El modelo matemátco que descrbe ua relacó leal cuado se estma el valor de Y e fucó de esta dada así, Y = b + c ó Y = 1 + 0, o Y = B + A. (Esta últma otacó es la empleada e las calculadoras CASIO) Dode: Y es la varable que se va a estmar e fucó de otra varable () que se supoe coocda. Se le deoma també como varable depedete, eplcada o predctado. es la varable cuyo valor supuestamete se cooce, se le deoma varable depedete, predctor o eplcatva.
3 b = 1 es la pedete o sea la que determa el águlo de clacó de la recta. Deomada coefcete agular, cuatfcado la catdad que aumeta o decrece Y por cada udad que aumete o dsmuya la varable depedete. El coefcete agular puede represetarse así: b > 0 b < 0 b = 0 EJEMPLOS: S b es postvo dca que la recta es ascedete. S b es egatvo la recta será descedete y s b es gual a cero será ua paralela al eje horzotal. c = 0, correspode al coefcete de poscó. Es el valor dode la recta tercepta al eje Y. Puede ser mayor, meor o gual a 0. Se debe ecotrar la líea que represete al cojuto de putos, para lograr esto se debe determar los coefcetes de regresó muestrales (Coefcete agular y de poscó) que so estmadores de los parámetros o coefcetes de regresó poblacoal. Los valores de b y c correspode a aquellos que hace que los Y sea lo más cercaos posbles a los valores observados y, para determarlos lo más dcado es aplcar el método de los mímos cuadrados. CRITERIO DE LOS MÍNIMOS CUADRADOS: E el método de los mímos cuadrados se emplea los datos de la muestra para determar los valores de b y c que mmza la suma de los cuadrados de las desvacoes etre los valores observados de la varable depedete y, y los valores estmados de la varable depedete, Y. Este crtero se puede epresar así: Mí ( y Y ) Sedo y = valor observado de la varable depedete para la -ésma observacó. Y = valor estmado de la varable depedete para la -ésma observacó.
4 Aplcado el cálculo dferecal se puede demostrar que los valores de b y c que mmza la ateror epresó se puede determar co las sguetes ecuacoes: b y y c y b El valor de b, se puede obteer medate otras fórmulas, la cosulta de las cuales se deja como ejercco. PREDICCIÓN: Uo de los fes al obteer la ecuacó de regresó es el poder emplearla para predecr el valor de y para determado valor de. Se debe teer precaucó al aplcar la ecuacó de regresó para hacer predccoes fuera del tervalo de valores de la varable depedete, porque fuera de él o se puede asegurar que sea válda la msma relacó. E el aálss de correlacó, se determa el grado de relacó que puede haber etre dos varables. Este grado de correlacó lo obteemos medate el cálculo del Coefcete de correlacó. COEFICIENTE DE CORRELACIÓN: Deomado coefcete de correlacó leal de Pearso y smbolzado por r o R, es ua medda de terdepedeca de dos varables aleatoras, y su valor oscla etre 1 y +1. Su cálculo se puede realzar medate la aplcacó de la sguete fórmula: m r s s y y Dode:
5 m s s y y cov araza y y y y El valor de r se aproma a +1 cuado la correlacó tede a ser leal drecta (mayores valores de, sgfca mayores valores de y) y se aproma a 1 cuado la relacó tede a ser leal versa. S o hay correlacó de gú tpo etre dos varables aleatoras, etoces tampoco habrá correlacó leal, por lo que r = 0. S embargo el que ocurra que r= 0, sólo os dce que o hay correlacó leal, pero puede que la haya de otro tpo. El sguete dagrama resume el aálss del coefcete de correlacó etre dos varables: Correlacó egatva perfecta Correlacó egatva moderada Ngua correlacó Correlacó postva moderada Correlacó postva perfecta Correlacó egatva fuerte Correlacó egatva débl Correlacó postva débl Correlacó postva fuerte COEFICIENTE DE DETERMINACIÓN: Deomamos coefcete de determacó R como el coefcete que os dca el porcetaje del ajuste que se ha cosegudo co el modelo leal, es decr el porcetaje de la varacó de Y que se eplca a través del modelo leal que se ha estmado, es decr a través del comportameto de X. A mayor porcetaje mejor es uestro modelo para predecr el comportameto de la varable Y.
6 També se puede eteder este coefcete de determacó como el porcetaje de varaza eplcada por la recta de regresó y su valor sempre estará etre 0 y 1 y es gual al cuadrado del coefcete de correlacó (r). R = r Es ua medda de la promdad o de ajuste de la recta de regresó a la ube de putos. També se le deoma bodad del ajuste. 1 - R os dca qué porcetaje de las varacoes o se eplca a través del modelo de regresó, es como s fuera la varaza eplcada que es la varaza de los resduos. EJEMPLO: Los sguetes datos fuero recoplados por u gerete de vetas y correspode a los años de epereca y las vetas auales de de sus empleados: Años de epereca Vetas auales ($ mlloes) Tomamos los años de epereca como varable depedete. A cotuacó se preseta los cálculos ecesaros para determar la ecuacó de regresó co cuadrados mímos. Aplcado la fórmula: b y vededor y y Y Totales y Se obtee
7 b (78)(430) 7734 (78) 14 b =. El cálculo de la ordeada al orge (c) es el sguete: y y c y b = 86 (1.6) = 8. Por lo ateror, la fucó estmada de regresó, deducda co el método de los mímos cuadrados, es Y = X + 8 La pedete de la fucó de regresó (b = ) es postva, lo cual mplca que al aumetar los años de epereca, las vetas també aumeta. De hecho, e este ejemplo, posemos llegar a la coclusó que las vetas aumete e $ mlloes por cada año de epereca. S quséramos predecr el valor de las vetas auales para u empleado que tee 0 años de epereca, el resultado sería: Y = (0) + 8 = 108 E cosecueca, predecríamos vetas auales de 108 mlloes de pesos para este empleado. A cotuacó, se aalzará s el modelo desarrollado s es el adecuado para estmar y predecr.
8 Para hallar el coefcete de correlacó, se determará prmero la covaraza: m y cov araza y y m y cov araza 7734 (1.6)(86) 0. Se halla las desvacoes típcas: s 14 (1.6) y 4110 s (86) y y Luego el coefcete de correlacó es r m s y s y E este caso se tee que las dos varables (años de epereca) y y (Vetas auales) ua relacó leal postva perfecta. Esto es, todos los putos de datos está e ua recta co pedete postva (). El coefcete de determacó e este caso també es gual a 1. Epresádolo de maera porcetual se tee el 100%, lo cual sgfca que el 100% de la varacó e las vetas se puede eplcar co la relacó leal etre la epereca y las vetas.
9 USO DE LA CALCULADORA EN LA REGRESIÓN LINEAL S se dspoe de ua calculadora caso f-300p ó f-3600p se puede ejecutar los sguetes pasos, los cuales se va eplcado tomado como modelo el ejemplo resuelto: 1. Oprmr las teclas mode y e la patalla debe aparecer LR (Regresó Leal).. Co las teclas INV AC se borra la formacó que puede haber de trabajos aterores. Para costatar el borrado, oprmr las teclas KOUT 3 y debe aparecer 0 e la patalla. S aparece otro úmero se repte el procedmeto. 3. Se troduce la formacó co la tecla [(... para la varable X, y co RUN para la varable Y. Teedo e cueta que prmero es X 1, luego [(..., a cotuacó Y 1 RUN. Luego X [(..., Y RUN, y así sucesvamete. No debe haber equvocacó al troducr los datos. 4. Itroducda la formacó se comprueba, e parte, s la operacó fue realzada correctamete oprmedo KOUT 3, debe aparecer el úmero de parejas troducdas, e este caso.. Co la tecla KOUT y las teclas (1,, 3, 4,, 6) se obtee lo que aparece e egrlla debajo de cada ua de las teclas, así: KOUT 1 = = 14. KOUT = = 78. KOUT 3 = =. KOUT 4 = y = KOUT = y = 430. KOUT 6 = y = Co la tecla INV y las teclas del 1 al 9 se obtee lo que aparece señalado e rojo o aarajado debajo de cada tecla. INV 1 = meda de X = 1.6 INV = = S = 6.41 ( ). Correspode a la desvacó típca, elevado al cuadrado se obtee la varaza S = INV 3 = -1 = -1 S = 7.16 ( ) INV 4 = meda de Y = 86 INV = y = S y = 3.03 ( ). La varaza S y = 106 INV 6 = -1 y = -1 S y = 3.81 ( ).
10 El coefcete de poscó c se obtee co INV 7 sedo gual a 8 y el coefcete agular b co INV 8 gual a, co lo cual se tee la fucó estmada de regresó Y = + 8. El coefcete de correlacó se obtee co INV 9 sedo gual a 1. APLICACIÓN DE EXCEL EN LA REGRESIÓN LINEAL Ecel dspoe de fucoes que permte trabajar co coefcetes correlacó, regresó y otros coceptos sobre varables multdmesoales. Para ver las fucoes de la categoría Estadístca, se hace clc sobre el coo sertar fucó, f, de la barra de fórmulas (o se elge la opcó Isetar fucó del meu Isertar), e la opcó categoría de la fucó se elge Estadístcas, presetádose todas las fucoes de dcha categoría e el cuadro Nombre de la fucó. Para el ejemplo que vemos trabajado:
11 A 1 y B S e el cuadro Nombre de la fucó hacemos clc sobre ua fucó, por ejemplo la fucó COEF.DE.CORREL, se obtee el sguete cuadro. Ua vez completados los argumetos (Varables X e Y) se obtee el resultado e la parte feror. Al pulsar Aceptar, la fórmula y su resultado se serta e la celda actva de la hoja de cálculo. A cotuacó, se preseta ua relacó de las fucoes de Ecel para correlacó y regresó, acompañada de los resultados para el ejemplo que vemos trabajado para las varables X e Y de la hoja de cálculo cuyos valores ocupa los ragos A:A6 y B:B6. Para alguas fucoes se preseta la caja correspodete.
12 FUNCIÓN VALOR QUE DEVUELVE RESULTADO EN EL EJEMPLO COVAR(X;Y) Devuelve la covaraza de e y defda 0. por COEF.DECORREL(X; Y) Devuelve el coefcete de correlacó de e y. 1
13 COEFICIENTE.R(Y; X) PENDIENTE(Y;X) INTERSECCION.EJE( Y;X) PRONOSTICO(; Y;X) Da el coefcete de determacó de y e. Da la pedete de la líea de regresó de y sobre. (Coefcete agular) Da la ordeada e el orge de la líea de regresó de y sobre. (Coefcete de poscó) Halla la predccó segú la líea de regresó de y sobre para el valor k de la varable depedete. 1 8 S =0 etoces y = 108
14 EJERCICIOS: 1. A cotuacó se preseta cco observacoes de dos varables, X y Y y a. Trace u dagrama de dspersó de datos. b. Que dca el dagrama trazado e el cso a acerca de la relacó etre las dos varables? c. Trate de apromar la relacó etre y y.trazado ua recta que pase por los datos. d. Forme la ecuacó estmada de regresó calculado los valores de b y c. e. Aplque la ecuacó estmada de regresó para predecr el valor de y cuado = 6.. Se ha realzado ua observacó a cco famlas respecto a el úmero de tegrates () y sus gastos mesuales (y) e agua e mles de pesos: y a. Hallar la recta de regresó. b. Cuato se espera que gaste ua famla s esta costtuda por 6 persoas? c. Hallar el coefcete de correlacó y coclur. d. Hallar el coefcete de determacó y coclur. 3. Se dspoe de 7 parejas de datos para los cuales se sabe: = 7 = 40,6 y = 98,7 y = 00073,09 = 3119,7 y = ,3 a. Hallar la recta de regresó. b. Hallar el coefcete de correlacó y coclur. c. Hallar el coefcete de determacó y coclur. 4. E el semestre medatamete ateror el profesor de Estadístca regstro los putajes obtedos por sus estudates e ua prueba cal (de coocmetos elemetales) y la ota deftva e la matera e dcho semestre. Los resultados fuero los sguetes
15 Estudate Putaje Prueba cal Deftva a. Elabore el dagrama de dspersó. b. Obtega la ecuacó de la recta de regresó. c. S u estudate obtuvo e la prueba cal 4, cuál sería la ota deftva que se espera obtega al fal del semestre? d. S u estudate obtuvo e deftva 4.0, qué edad putaje habría obtedo e la prueba cal?. Nota: Use Ecel o ua calculadora para resolver el sguete problema: Ua compañía que fabrca partes para maquara quere desarrollar u modelo para estmar el úmero de horas - trabajador requerdas para corrdas de produccó de lotes de dversos tamaños. Se seleccoa ua muestra aleatora de 18 corrdas de produccó ( para cada tamaño de lote de 10, 0, 30, 40, 0, 60, 70, 80 y 90) y se obtee los sguetes resultados: TAMAÑO DEL LOTE HORAS TRABAJADOR TAMAÑO DEL LOTE HORAS TRABAJADOR a. Grafque el dagrama de dspersó. b. Supoga ua relacó leal y utlce al método de mímos cuadrados para ecotrar los coefcetes de regresó A y B. c. Iterprete el sgfcado de la ordeada A y la pedete B e este problema. d. Proostque el úmero promedo de horas trabajador requerdas para ua corrda de produccó co u tamaño de lote de 4. e. Por qué o es adecuado predecr el úmero promedo de horas trabajador para ua corrda de produccó de u lote de tamaño 100? Eplque. f. Supoga que las horas trabajador para el lote de tamaño 60 so 117 y 119. Resuelva los csos a. y d. co estos valores y compare los resultados.
16 BIBLIOGRAFIA: ANDERSON, Davd. SWEENEY, Des. WILLIAMS, Thomas. Estadístca para admstracó y ecoomía. Méco: Thomso, séptma edcó BERENSON Mark. LEVINE Davd. KREHBIEL Tmothy. Estadístca para admstracó. Méco: Pretce Hall, Seguda edcó CHAO LINCOLN. Estadístca para cecas admstratvas. Bogotá: Mc Graw Hll, tercera edcó MARTINEZ Becardo Cro. Estadístca y Muestreo. Bogotá: Ecoe edcoes, décma edcó SPIEGEK, Murray R. Teoría y problemas de Estadístca. Bogotá: Mc Graw Hll. MASSON y LIND. Estadístca para admstracó y ecoomía. Alfaomega. PORTUS, Lcoya. Curso práctco de estadístca. Ed. Mc Graw Hll. FREUND, Joh. Estadístca Elemetal. Ed Pretce Hall. WALPONE y MYERS. Probabldad y estadístca. Ed. Mc Graw Hll.
Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.
Más detallesTRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).
TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores
Más detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta
Más detallesGUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Más detallesAnálisis de Regresión
Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o
Más detallesEstadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo
Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesMáximos y Mínimos de funciones de dos variables
Mámos Mímos de fucoes de dos varables Aplcacoes a Modelacó Matemátca AJUTE DE CURVA Regresó leal Lealzacó: epoecal, potecas razoes Coceptos geerales f() Problema geeral: e tee u cojuto dscreto de valores
Más detallesRegresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesUNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detalles1. Introducción 1.1. Análisis de la Relación
. Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.
Más detallesRELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.
RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el
Más detallesque queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)
APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesEstadística aplicada al Periodismo
Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detallesAGRO Examen Parcial 1
AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesGráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:
:: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales
Más detallesEXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15
1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:
Más detallesAnálisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos
Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores
Más detallesVARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
Más detallesRegresión y correlación lineal.
Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.
Más detallesx x x x x Y se seguía operando
. INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces
Más detallesRegresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Más detallesExperimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS
Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO
Más detallesEJERCICIOS RESUELTOS TEMA 3.
INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:
Más detallesColegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA
Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesColegio Sagrada Familia Matemáticas 4º ESO
Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesCorrelación y regresión lineal. Ejemplos
Correlacó y regresó leal. Ejemplos Problema Nro. 0 Las estaturas (mts.) y los pesos (Kg) de 0 jugadores de Balocestos so: Estatura X Pesos Y(Kg) (mts) 86 85 89 85 90 86 9 90 93 87 98 93 0 03 03 00 93 9
Más detallesNo debe entregar los enunciados
Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)
Más detallesTEMAS CUESTIONARIO DE AUTOEVALUACIÓN
TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesUNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesPROBABILIDAD Y ESTADISTICA
1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca
Más detallesSERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SERIE TEMA ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN. Los datos
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesNOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesEL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN
CAPÍTULO VIII EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN 8. INTRODUCCIÓN A través del Dagrama Causa - Efecto establecemos las posbles causas que provoca u problema de caldad, estas aseveracoes
Más detallesMEDIDAS DE FORMA Y CONCENTRACIÓN
MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de
Más detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detallesVariables bidimensionales: regresión y correlación
Varables bdmesoales: regresó correlacó VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1. Itroduccó.... Dstrbucoes margales... 4 3. Mometos... 7 3.1 Mometos respecto al orge... 7 3. Mometos respecto a la meda...
Más detallesEstadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejerccos Talleres puedes evarlos a klasesdematematcasmas@gmal.com www.klasesdematematcasmas.com Taller 1 Ig. Oscar Restrepo 1. De las varables sguetes cuáles represeta datos dscretos cuáles datos cotuos
Más detallesRespuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Más detallesFÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA. Medición de la longitud del largo del cuaderno:
FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA Medcó de la logtud del largo del cuadero: 9,5, cm,cm represeta la certdumre asoluta de la medda Qué ta sgfcatva es esa certdumre? 9,5, cm puede ser
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detallesVariables bidimensionales: regresión y correlación
Varables bdmesoales: regresó correlacó VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Itroduccó.... Dstrbucoes margales... 4 3. Mometos... 7 3. Mometos respecto al orge... 7 3. Mometos respecto a la meda... 8
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesNúmeros Complejos PREGUNTAS MÁS FRECUENTES
Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?
Más detallesExpectativas del Mercado y Creación de Valor en la Empresa
2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA
Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesPyE_ EF1_TIPO2_
SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos
Más detallesSEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN
Más detallesTeoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.
Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra
Más detalles1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.
Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor
árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad
Más detallesal nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.
5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de
Más detallesANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN
UNIDAD 6 ANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN Itroduccó a la udad El uso de la regresó leal smple es muy utlzado para observar el tpo de relacó que exste etre dos varables y poder llevar a cabo la
Más detallesTema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS
Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo
Más detallesProblemas discretos con valores iniciales
Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co
Más detallesMEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
Más detalles