Qué valores deben considerarse normales en un análisis clínico? Qué factores deben tomarse en cuenta? Qué relación existe entre los valores de

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

Download "Qué valores deben considerarse normales en un análisis clínico? Qué factores deben tomarse en cuenta? Qué relación existe entre los valores de"

Transcripción

1

2 Qué valores deben considerarse normales en un análisis clínico? Qué factores deben tomarse en cuenta? Qué relación existe entre los valores de referencia y la media? Cuál es la producción que esperamos obtener en un cultivo? Es aceptable observar valores por debajo de la media?

3 Observamos valores entre 60 y 85. En realidad entre 62.6 y 85 Pueden darse valores fuera de este intervalo? Si repetimos la muestra con otros individuos, puede pasar. Entre qué valores esperamos observar resultados con una cierta probabilidad?

4 Definición Son los valores (a,b) entre los que esperamos obtener un resultado en una nueva observación (individuo) con una probabilidad determinada. En general, utilizamos un intervalo al 95%. Se obtiene calculando los percentiles y En una muestra los percentiles muestrales estiman el intervalo de referencia poblacional Si tenemos una distribución teórica, los percentiles nos dan un intervalo de predicción de resultados

5 Calcularemos los percentiles muestrales Datos: 68.5, 65.1, 75.2, 65.6, 76, 64.7, 71.6, 61.7, 75.2, 77.4, 77.8, 69.3, 68.9, 77, 68.4, 61.5, 68.7, 76.8, 74.2, 72, 72.8, 86.1, 72.3, 72, 83.2, 77.9, 67.7, 70.7, 72.5, 68.8, 76.9, 70.8, 73.5, 60.8, 61.7, 80.8, 71.8, 65.6, 64.4, 62, 69.5, 75.7, 67.4, 75.3, 66.7, 66.2, 67.8, 67.3, 72.8, 68.8, 71.1, 65, 70.3, 72.8, 66.5, 73.1, 74.9, 62, 69.6, 64.5, 71, 63.2, 71.9, 71, 67.6, 69.6, 69.6, 71.3, 68, 71.4, 69.3, 66.1, 58.8, 69.6, 62.8, 69.3, 71.3, 68.4, 80.6, 68.7, 75.2, 65.1, 73, 76.1, 70.3, 69.6, 74.7, 73, 67.5, 73.2, 66.5, 73, 75.3, 65, 68.2, 66.4, 66.2, 70.9, 77, 71.4

6 El 95% del los valores muestrales se encuentran entre 61.6 y 80.7 Si la muestra es representativa, podemos tomar estos valores como una buena estimación de los valores poblacionales Un 95% de los individuos de la población tendran valores entre 61.6 y 80.7 (intervalo de referencia)

7 80 75% X 70 25% 50% 60 El 25% de los valores muestrales son iguales o inferiores a El 50% de los valores muestrales estan por debajo o por encima de (mediana) El 25% de los valores muestrales estan por encima de 86.1 y el 75% por debajo

8 Valores normales de altura y peso en niños según edad.

9 Predicción de crecimiento para una niña de diez años que mide 1.50 y pesa 45 kg. A los diez años está en el percentil 95.

10 Una persona con una máxima de 145, tiene un 91.2% de personas de la población con valores inferiores. Una persona con una mínima de 90, tiene un 96.1% de personas de la población con valores inferiores. La mayoría de persona de esta población tienen valores inferiores de máxima y mínima.

11 Si una determinada característica sigue una distribución normal de media m y desviación estándar s, entonces para un valor x el z-score se obtiene como (x-m)/s El z-score es un valor normalizado que transforma la distribución original a una con media 0 i desviación estándar 1. El percentil de un valor x en una variable con media m y d.e. s puede obtenerse calculando el percentil de su z-score en una normal de media 0 y d.e. 1.

12 Mediante el z-score podemos comparar la posición relativa de valores de varias variables. Supongamos que en una población, el peso de los hombres de una determinada edad tiene una media de 70 kg. con una d.e. de 6 kg. Supongamos que para la misma población, la altura se ditribuye con una media de 165 cm y una d.e. de 7 cm. Entonces, un hombre de esta edad que pese 80 kg. con una altura de 163 cm, está en el percentil 95 de peso y el percentil 39 de altura.

13 Supongamos que en un estudio se determina que la media de creatinina es de 0.92 mg/dl con una d.e. de 0.33 mg/dl El intervalo de referencia a partir de estos datos se calcula (asumiendo distribución normal) como: m s El 95% de los individuos de la población tendrán valores entre 0.27 y 1.57 mg/dl de creatinina.

14 Each record contains the results of a laboratory analysis of calcium, inorganic phosphorous, and alkaline phosphatase. The variable cammol is measured as millimoles per liter. Phosmol is inorganic phosphorous in millimoles per liter. Alkphos is meauring alkaline phosphatase in international units per liter. The purpose of the study was to determine if significant gender differences exist in the mean values of calcium, inorganic phosphorus, and alkaline phosphatase in subjects over age 65. A second purpose was to determine if analytical variation between laboratoreis would affect the mean values of the study variables.

15 Base de datos calcium.txt ( Copiar la URL del fichero txt Cargar los datos:

16 Modificamos la base de datos para dar nombre a los niveles de Sex, Lab i AgeGroups

17 AlkPhos Male Sex Female

18 Male Female AlkPhos AgeGroups

19 Quantiles Intervalo de referencia

20

21

22 density La distribución de los resultados (grupo de mujeres) sugiere la necesidad de considerar subgrupos. Influencia de la edad y otros factores AlkPhos

23 Male Female NS/NC Horizon Lab YOH CBRouche StElizabeth Lab Metpath Deyor StElizabeth CBRouche YOH Horizon NS/NC Deyor Metpath AlkPhos

24 Hemos observado diferencias en la actividad de fosfatasa alcalina en función de la edad y el género. Evaluar si pasa lo mismo con el calcio y el fósforo. Podemos concluir que estos resultados son generalizables? Qué factores se relacionan significativamente con el calcio? Hasta qué punto podemos imputar las diferencias a los laboratorios?

25 Calcular quantiles quantile(var) quantile(var,c(0.1,0.5,0.9)) Subconjunto de datos subset(calcium,sex== Male ) Cálculo en subgrupos by(var,grup,fun) Subdividir por grupos split(var,grup)

Cálculos con el programa R

Cálculos con el programa R Cálculos con el programa R Introducir el concepto de distribución normal Aprender el uso del programa R para realizar cálculos con la distribución normal Probabilidad de intervalos Cálculo e interpretación

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

ESTADÍSTICA SEMANA 4

ESTADÍSTICA SEMANA 4 ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

Test de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n

Test de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n Un diseño experimental que se utiliza muy a menudo es el de un grupo control y uno de tratamiento. En el caso de que los datos sean cuantitativos y sigan una distribución normal, la hipótesis de interés

Más detalles

TEMA 4: Introducción al Control Estadístico de Procesos

TEMA 4: Introducción al Control Estadístico de Procesos TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción

Más detalles

1 Ejemplo de análisis descriptivo de un conjunto de datos

1 Ejemplo de análisis descriptivo de un conjunto de datos 1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos

Más detalles

1. MEDIDAS DE TENDENCIA CENTRAL

1. MEDIDAS DE TENDENCIA CENTRAL 1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

Tema 2 Estadística Descriptiva

Tema 2 Estadística Descriptiva Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 2700 individuos con 8 variables. Los datos provienen de una encuesta nacional realizada

Más detalles

Tema IV. EL ANOVA de un factor

Tema IV. EL ANOVA de un factor 4.1. La estrategia del Análisis de varianza: - Los test t múltiples (múltiples tratamientos); corrección a posteriori - La mejora del ANOVA: necesidad de análisis a posteriori C Test t A versus B A versus

Más detalles

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:

Más detalles

Estimación. Intervalos de Confianza para la Media y para las Proporciones

Estimación. Intervalos de Confianza para la Media y para las Proporciones Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo

Más detalles

INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010

INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.

Más detalles

ESTIMACION POR INTERVALOS

ESTIMACION POR INTERVALOS ESTIMACION POR INTERVALOS En muchas situaciones, una estimación puntual no proporciona información suficiente sobre el parámetro. Por esta razón se construyen intervalos de confianza en donde el parámetro

Más detalles

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Cómo funciona el Diagrama de Control

Cómo funciona el Diagrama de Control Cómo funciona el Diagrama de Control Capítulo 4 Control Estadístico de Calidad Modelo del sistema de control de proceso ( con retroalimentación ) VOZ DEL PROCESO METODOS ESTADÍSTICOS Personal Equipo Materiales

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

Estimación de una probabilidad

Estimación de una probabilidad Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento

Más detalles

Comparaciones de pobreza y desigualdad

Comparaciones de pobreza y desigualdad Comparaciones de pobreza y desigualdad El problema de la pobreza en una sociedad puede ser evaluado desde tres perspectivas complementarias entre sí : Las medidas de incidencia. Informan acerca de la extensión

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas. Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Página 75 REFLEXIONA Y RESUELVE Lanzamiento de varios dados Comprueba en la tabla anterior ue: DESV. TÍPICA PARA n DADOS n = 8 1,71 1,1 n = 3 8 1,71 3 0,98

Más detalles

Test de Idioma Francés. Manual del evaluador

Test de Idioma Francés. Manual del evaluador Test de Idioma Francés Manual del evaluador 1 CONTENIDO Introducción Qué mide el Test de idioma francés? Qué obtienen el examinado y el examinador? Descripción de los factores Propiedades psicométricas

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

Semana de dieta (X) 1 2 3 4 5 Peso en Kg (Y) 88.5 87 84 82.5 79

Semana de dieta (X) 1 2 3 4 5 Peso en Kg (Y) 88.5 87 84 82.5 79 . Una persona se somete a una dieta de adelgazamiento durante cinco semanas. A continuación se detalla su peso al término de cada una de esas semanas: Semana de dieta X) 2 3 4 Peso en Kg Y) 88. 87 84 82.

Más detalles

Parámetros y estadísticos

Parámetros y estadísticos Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población

Más detalles

Tema 5: Introducción a la inferencia estadística

Tema 5: Introducción a la inferencia estadística Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas

Más detalles

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2 Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación

Más detalles

Master en Gestión de la Calidad

Master en Gestión de la Calidad Master en Gestión de la Calidad E U R O P E A N Q U A L I T Y 18. Estudios de Capacidad 1 / 1 Estudios de Capacidad: Lo que vamos a estudiar en este apartado se emplea tanto en la planificación de los

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. b) Las medias muestrales de tamaño n se distribuyen según la normal

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. b) Las medias muestrales de tamaño n se distribuyen según la normal 1 DISTRIBUCIÓN DE LA MEDIA MUESTRAL La mayoría de estos problemas han sido propuestos en exámenes de selectividad de los distintos distritos universitarios españoles. 1. Considérese una población en la

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS DE CONTROL. FeGoSa Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

CAPÍTULO 6 CONCLUSIONES Y RECOMENDACIONES

CAPÍTULO 6 CONCLUSIONES Y RECOMENDACIONES CAPÍTULO 6 6.1 Introducción En el presente capítulo se presentan las conclusiones y las recomendaciones con respecto al análisis realizado y a los datos obtenidos por parte de las diferentes fuentes de

Más detalles

9.1.Análisis de tablas de contingencia

9.1.Análisis de tablas de contingencia 9.1.Análisis de tablas de contingencia Qué es una tabla de contingencia? Observamos datos de frecuencias de sucesos Diseños de cohortes Diseños de casos y controles Diseños transversales Estamos interesados

Más detalles

8.2.2. Intervalo para la media (caso general)

8.2.2. Intervalo para la media (caso general) 182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 1. Comparación de múltiples poblaciones

EL ANÁLISIS DE LA VARIANZA (ANOVA) 1. Comparación de múltiples poblaciones EL ANÁLISIS DE LA VARIANZA (ANOVA) 1. Comparación de múltiples poblaciones Ricard Boqué, Alicia Maroto Grupo de Quimiometría y Cualimetría. Universitat Rovira i Virgili. Pl. Imperial Tàrraco, 1. 43005Tarragona

Más detalles

PRUEBAS NO PARAMÉTRICAS

PRUEBAS NO PARAMÉTRICAS PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la

Más detalles

Tema 2 - Introducción

Tema 2 - Introducción Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema

Más detalles

Grado en Ingeniería. Estadística. Tema 3

Grado en Ingeniería. Estadística. Tema 3 Grado en Ingeniería Asignatura: Estadística Tema 3. Control Estadístico de Procesos (SPC) Control Estadístico de Procesos (SPC) Introducción Variabilidad de un proceso de fabricación Causas asignables

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1)

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) Cuestiones de Verdadero/Falso 1. Un estadístico es una característica de una población. 2. Un parámetro es una característica de una población. 3. Las variables discretas

Más detalles

SEGUIMIENTO Y MEDICIÓN DE PROCESOS

SEGUIMIENTO Y MEDICIÓN DE PROCESOS Revisión 1 Página 1 de 9 Pr-8.2.3 SEGUIMIENTO Y MEDICIÓN DE PROCESOS ELABORADO POR: REVISADO y APROBADO POR: Grupo Coordinador de Calidad Titular del Centro FECHA: 11 de junio de 2013 FECHA: 11 de junio

Más detalles

Problemas resueltos del Tema 3.

Problemas resueltos del Tema 3. Terma 3. Distribuciones. 9 Problemas resueltos del Tema 3. 3.1- Si un estudiante responde al azar a un examen de 8 preguntas de verdadero o falso Cual es la probabilidad de que acierte 4? Cual es la probabilidad

Más detalles

Control Estadístico de Procesos

Control Estadístico de Procesos Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control

Más detalles

Pruebas de. Hipótesis

Pruebas de. Hipótesis Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar

Más detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

ANÁLISIS DESCRIPTIVO CON SPSS

ANÁLISIS DESCRIPTIVO CON SPSS ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo.

Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo. Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo. 1 INDICE 1. Introducción...3 2. Breve descripción de la encuesta...3 2.1 Definición...3 2.2 Diseño

Más detalles

Síntesis Numérica de una Variable

Síntesis Numérica de una Variable Relación de problemas 2 Síntesis Numérica de una Variable Estadística 1. En siete momentos del día se observa el número de clientes que hay en un negocio, anotando: 2, 5, 2, 7, 3, 4, 9. Calcular e interpretar

Más detalles

Nombre...Apellidos... Grado en:...grupo:...

Nombre...Apellidos... Grado en:...grupo:... ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles

Más detalles

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias: Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.

Más detalles

crmitv.com Que es crmitv.com?

crmitv.com Que es crmitv.com? crmitv.com Que es crmitv.com? crmitv.com es un sistema informático online de apoyo a la gestión de las relaciones con los clientes, a la venta y al marketing que permite gestionar y analizar los descuentos,

Más detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES PROCESO Maquinaria Métodos Materias Primas Proceso Producto Mano de Obra Condiciones Ambientales VARIACIÓN Fundamentalmente, las cinco fuentes más importantes de

Más detalles

Los datos utilizados en este trabajo se obtuvieron de la Encuesta Estatal de

Los datos utilizados en este trabajo se obtuvieron de la Encuesta Estatal de 4. Modelo Empírico 4.1 Datos Los datos utilizados en este trabajo se obtuvieron de la Encuesta Estatal de Nutrición en Tabasco realizada en 2003. La encuesta revela información sobre las características

Más detalles

Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se

Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se distribuye según una variable aleatoria normal de media 167

Más detalles

Análisis de Datos. Práctica de métodos predicción de en WEKA

Análisis de Datos. Práctica de métodos predicción de en WEKA SOLUCION 1. Características de los datos y filtros Una vez cargados los datos, aparece un cuadro resumen, Current relation, con el nombre de la relación que se indica en el fichero (en la línea @relation

Más detalles

Medidas de tendencia Central

Medidas de tendencia Central Medidas de tendencia Central 7.1 Media 7.1.1 Media para un conjunto de datos no agrupados Este parámetro lo usamos con tanta cotidianidad que nos será muy familiar, aunque también aprenderemos algunas

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

FONDO SOLIDARIO DE JUBILADOS DE LA UNSJ

FONDO SOLIDARIO DE JUBILADOS DE LA UNSJ FONDO SOLIDARIO DE JUBILADOS DE LA UNSJ Capítulo I DESCRIPCIÓN DEL GRUPO DE AFILIADOS JUBILADOS ADHERENTES A los efectos de tener una idea del comportamiento del universo estadístico de los futuros jubilados

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

La distribución normal o de Gauss

La distribución normal o de Gauss La distribución normal o de Gauss Distribución límite La distribución Normal o de Gauss La distribución de Gauss tipificada La función integral. Cálculo de la función integral La desviación estándar de

Más detalles

3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO

3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO Análisis estadístico 31 3. ANÁLII ETADÍTICO DE LA PRECIPITACIONE EN EL MAR CAPIO 3.1. ANÁLII Y MÉTODO ETADÍTICO UTILIZADO 3.1.1. Introducción Una vez analizado el balance de masas que afecta al mar Caspio

Más detalles

Índice de Tipo de Cambio Real Multilateral. Metodología

Índice de Tipo de Cambio Real Multilateral. Metodología Índice de Tipo de Cambio Real Multilateral Metodología A B R I L 2 0 1 4 ÍNDICE I) INTRODUCCIÓN... 3 II) DEFINICIÓN Y METODOLOGÍA.......... 3 III) LOS TRES ITCRM.......... 5 III) RESULTADOS...........

Más detalles

INSTALACIÓN Y REGISTRO

INSTALACIÓN Y REGISTRO INSTALACIÓN Y REGISTRO Maître Serie 4 Profesional se puede obtener a partir del CD de instalación o mediante la pagina web www.astarteinformatica.com en el apartado indicado a la página de dicha aplicación.

Más detalles

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11 Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales

Más detalles

Práctica 5. Contrastes paramétricos en una población

Práctica 5. Contrastes paramétricos en una población Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

Cómo auditar los procesos que administran los riesgos de negocio?

Cómo auditar los procesos que administran los riesgos de negocio? Cómo auditar los procesos que administran los riesgos de negocio? Recordemos que los riesgos de negocio son aquellos riesgos que pueden llegar a impedir que la compañía cumpla con sus objetivos y se generan

Más detalles

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios

Más detalles

Principios de Estadística. Intro. En R. Ejercicios

Principios de Estadística. Intro. En R. Ejercicios Leonardo Collado Torres y María Gutiérrez Arcelus Licenciatura en Ciencias Genómicas, UNAM www.lcg.unam.mx/~lcollado/index.php www.lcg.unam.mx/~mgutierr/index.php Cuernavaca, México Febrero - Junio, 2009

Más detalles

Supongamos que se tiene que montar un pilar de referencia"a" localizado en un plano de replanteo.

Supongamos que se tiene que montar un pilar de referenciaa localizado en un plano de replanteo. EJEMPLOS DE SELECCIÓN DE GRÚAS TELESCÓPICAS Ejemplo 1: selección de la grúa para el montaje de pilares. Supongamos que se tiene que montar un pilar de referencia"a" localizado en un plano de replanteo.

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

CASO PRAÁ CTICOPREÉ STAMOS. CAÁLCULO DE CUOTAS

CASO PRAÁ CTICOPREÉ STAMOS. CAÁLCULO DE CUOTAS CASO PRAÁ CTICOPREÉ STAMOS. CAÁLCULO DE CUOTAS Nuestra empresa necesita adquirir una nueva nave industrial por la que debe pagar 700.000,00. Para financiar el pago solicitaremos un préstamo hipotecario

Más detalles

Selectividad Septiembre 2006 SEPTIEMBRE 2006

Selectividad Septiembre 2006 SEPTIEMBRE 2006 Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual

Más detalles

SESIÓN PRÁCTICA DE BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS. DISCRIMINACIÓN.

SESIÓN PRÁCTICA DE BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS. DISCRIMINACIÓN. SESIÓN PRÁCTICA DE BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS. DISCRIMINACIÓN. CURVA ROC OBJETIVOS Si disponemos de una variable continua (por ejemplo una determinación de un valor analítico),

Más detalles

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos

Más detalles

LOS INGRESOS DE LA EMPRESA EN LIBRE COMPETENCIA

LOS INGRESOS DE LA EMPRESA EN LIBRE COMPETENCIA LOS INGRESOS DE LA EMPRESA EN LIBRE COMPETENCIA 1 Los ingresos de la empresa en libre competencia http://www.eumed.net/cursecon/5/ingresos.htm Curva de Lorenz: Curva utilizada para ilustrar la distribución

Más detalles

PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S

PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

Elementos de Combinatoria

Elementos de Combinatoria Elementos de Combinatoria 1 Introducción Previamente al estudio de la probabilidad en sí, conviene dedicar algún tiempo al repaso de las técnicas combinatorias. Recordemos que la Combinatoria es la parte

Más detalles

Report de recerca Nº 12. Jorge Cerda Troncoso. Diciembre 2010

Report de recerca Nº 12. Jorge Cerda Troncoso. Diciembre 2010 Cálculo de la probabilidad funcional en base a distancia de viaje al trabajo, para los sistemas metropolitanos de Chicago, Barcelona, Madrid, y Santiago (Chile) Report de recerca Nº 12 Jorge Cerda Troncoso

Más detalles

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje

Más detalles

INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º

INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º DEFINICIÓN DE PARÁMETRO ESTADÍSTICO Un parámetro estadístico es un número que se obtiene a partir

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

Sistemas de Numeración

Sistemas de Numeración Sistemas de Numeración Objetivo: Conoce los sistemas de numeración diferentes al decimal Ser capaces de transformar una cifra de un sistema a otro 1 Introducción El sistema de numeración usado de forma

Más detalles

Análisis de dominancia usando ruby-statsample. Introducción. Instalación de Ruby y gemas. Windows

Análisis de dominancia usando ruby-statsample. Introducción. Instalación de Ruby y gemas. Windows Análisis de dominancia usando ruby-statsample Introducción El análisis de dominancia(azen y Bodescu, 2003), es un método para determinar la importancia relativa de uno o más predictores en comparación

Más detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática. Investigación Operativa Práctica 6: Simulación

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática. Investigación Operativa Práctica 6: Simulación UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Investigación Operativa Práctica 6: Simulación Guión práctico: Generación de Números Aleatorios y Simulación Monte Carlo Curso 08/09 Objetivo: Aprender

Más detalles