ESTADÍSTICA (GRUPO 12)

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

Download "ESTADÍSTICA (GRUPO 12)"

Transcripción

1 ESTADÍSTCA (GRUPO 2) CAPÍTULO V.- NÚMEROS ÍNDCES TEMA 3.- NÚMEROS ÍNDCES. DPLOMATURA EN CENCAS EMPRESARALES UNVERSDAD DE SEVLLA

2 . CONCEPTO DE NÚMERO ÍNDCE. PLANTEAMENTO DEL ANÁLSS.- Comparacó de ua sere de observacoes de ua magtud, ya sea e el tempo o e el espaco, respecto a ua stuacó cal, que os srva de refereca. Evolucó temporal de la magtud etre 0 y t 0 t x 0 x t C O M P A R A C Ó N d x t -x 0 c x t /x 0 2

3 . CONCEPTO DE NÚMERO ÍNDCE. Evolucó temporal de la magtud etre 0 y t Comparacó por dferecas x t x 0 d0 La magtud o ha varado d x t -x 0 x t < x 0 d<0 x t > x 0 d>0 La magtud ha dsmudo La magtud ha aumetado Problema Expresada e las udades de medda de la magtud Comparacó por cocetes x t x 0 c La magtud o ha varado c x t /x 0 x t < x 0 c< La magtud ha dsmudo x t > x 0 c> La magtud ha aumetado 3

4 . CONCEPTO DE NÚMERO ÍNDCE. Defcó Razó etre cada valor de la magtud objeto de aálss y u determado valor de ésta, que tomamos como refereca. Tpos de magtudes: Smple: Susceptble de ser medda y observada e la realdad. Compuesta: No tee ua defcó precsa o o es observable e la práctca co facldad. Stuacó cal (base o de refereca): Espaco o mometo temporal que se va a tomar como térmo de comparacó. Esta stuacó o debe ser aómala. 4

5 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMERO ÍNDCE SMPLE Cocepto Estadístco que mde la evolucó e el tempo o/y e el espaco de ua determada magtud smple. Para la magtud e 0 sobre t: Estadístco que mde la evolucó etre 0 y t de la magtud. Resultado del cocete etre el valor que toma e t y el valor de tal magtud e 0. t/0 x x t 0 5

6 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMERO ÍNDCE SMPLE Ej.: Estudar la evolucó del úmero de turstas (e mles) que etraro e España proveetes de Fraca y Caadá etre los años 992 y 997, determado los correspodetes ídces. Años Turstas Fraceses Turstas Caadeses Años t/92 F,884,3053,884,6908 2,4676 t/92 C,2727,4772,938 2,6363 3,4772 6

7 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMERO ÍNDCE SMPLE Propedades. Exsteca.- El úmero ídce está determado, tomado u valor fto y dstto de cero. 2. detdad.- Cuado cocde el período o espaco base y el período o espaco de aálss, el ídce es gual a la udad. 0/0 t/t 3. versó temporal.- El ídce para ua determada magtud e t sobre 0 cocde co el verso del ídce de esa msma magtud e 0 sobre t. t/0 0/t 7

8 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMERO ÍNDCE SMPLE Propedades 4. Crculardad.- El úmero ídce para ua determada magtud e t sobre 0 se puede expresar como el producto del ídce para esa magtud e t sobre s y del ídce para tal magtud e s sobre 0, sedo s u mometo o espaco dstto de t y de 0. t/0 t/s s/0 5. Homogeedad.- S el valor de la magtud objeto de aálss lo multplcamo por ua costate c cualquera, dstta de cero, el ídce correspodete a la magtud trasformada e t sobre 0 o varía respecto del msmo para la magtud orgal. Y c Y t/0 t/0 8

9 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMERO ÍNDCE SMPLE Propedades 6. Proporcoaldad.- S el valor de ua determada magtud varía e ua determada proporcó respecto a la stuacó de partda, el ídce defdo sobre la msma para la magtud trasformada vararía e gual medda. t ( + ) Y ( ) y k x t t t t/t x t + k t/0 t/0 NÚMEROS ÍNDCES EN CADENA So aquellos que toma como refereca sempre el período ateror al período de aálss. Se determa matemátcamete como el cocete etre el valor que toma la magtud e los dos períodos sucesvos. C x 9

10 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMEROS ÍNDCES EN CADENA Ej.: Para los datos sobre del úmero de turstas fraceses (e mles) que etraro e España etre 992 y 997, calcular la sere de ídces e cadea. Años Fraceses Años t/t- F Años t/92 F ,884,0983 F t/t 93 94,884, ,904,4227 F t/92 F t / ,884, , ,4676 0

11 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. CAMBOS DE BASE PARA SERES DE NÚMEROS ÍNDCES Plateameto.- Se trata de modfcar el período base o de refereca de ua sere de úmeros ídces defda sobre ua determada magtud, e la que aquella es u período de la sere prmtva, geerado ua ueva sere para ésta co ua base dstta. ; ; ;...; ;...; 0/0 /0 2/0 h/0 t/0 0/h; /h; 2/h;...; h/h;...; t/h Para cosegurlo, basta co aplcar las propedades aalzadas para los ídces smples: detdad: vertbldad: Crculardad: h/h 0/h h/0 /h /0 0/h /0 /h /0 h/0 h/0

12 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. CAMBOS DE BASE PARA SERES DE NÚMEROS ÍNDCES Cómo se realza el cambo de base? S se cumple estas propedades geércas, para calcular el ídce de la magtud para cada período co la ueva base, bastará co dvdr el ídce para ese período co base atgua etre el ídce para el período que represeta la ueva base co base e la ateror. k/h k 0,,2,..., t k/0 h/0 2

13 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. CAMBOS DE BASE PARA SERES DE NÚMEROS ÍNDCES Ej.: Determacó de los ídces de etradas e España de turstas fraceses (e mles) etre los años 992 a 997 co base e 997. Años Fraceses Años t/92 F Años t/97 F , , , ,3053,884,6908 F k/97 F k/92 F 97 / ,5290 0,486 0, ,

14 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. ENLACES DE SERES DE NÚMEROS ÍNDCES Plateameto.- Teemos 2 ó más seres de ídces sobre ua determada magtud. Cada ua de las seres tee ua base dstta. Todas las seres tee, al meos, u período e comú. Pretedemos defr todas las seres co la msma base. 0/0; /0; 2/0;...; h/0 ; ; ;...; h/h h+ /h h+ 2/h t/h Cómo se realza el elace? Cosderado la propedad de la crculardad, bastará co cambar la base de la/s sere/s que o preseta/ la base comú al período (comú) que se determe. k/0 k/h h/0 k h +,h + 2,...,t ; ;...; ; ;...; 0/0 /0 h/0 h+ /0 t/0 4

15 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. ENLACES DE SERES DE NÚMEROS ÍNDCES Ej.: Estudar la evolucó de la etrada e España de turstas fraceses (e mles) etre 987 y 997, a partr de la sere de úmeros ídces smples de los años 987 a 992, co base e 987; y la de los años 992 a 997, co base e 992. Para ello, determamos ua sere úca co base e 992. Años t/87 F,05,08,4,44,6 Años t/92 F,884,3054,884,6908 2,4676 F k/92 F k/87 F 92 / 87 Años t/92 F 0,8620 0,905 0,930 0,9827 0,9862 Años t/92 F,884,3054,884,6908 2,4676 5

16 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. Varacó absoluta Es la dfereca etre los valores que alcaza dcha magtud e el tervalo temporal cosderado. E térmos de la magtud: x t x E térmos del ídce: x x x x x x x t s t s Δ t/0 s/0 t/s s TASAS DE VARACÓN Varacó relatva Es la dfereca etre los valores que alcaza dcha magtud e el tervalo cosderado, expresada e fucó del valor de orge. E térmos de la magtud: xt x x x x x x s xs x t s xt TV t/s x s E térmos del ídce (TV t/s ): s x s Δ t/0 s/0 t/s s/0 s/0 6

17 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. TASAS DE VARACÓN Varacó relatva (Propedades) La varacó relatva de ua magtud es la varacó absoluta de dcha magtud e el tervalo de s a t co refereca al valor cal. Para los ídces smples, la tasa de varacó de la magtud cocde co la tasa de varacó del ídce. Cuado el período cal es el período 0 y los ídces tee como base dcho período, la varacó relatva cocde co la varacó absoluta. Dados dos períodos de tempo cosecutvos t y t-, exste ua relacó etre la tasa de varacó de la magtud etre dchos períodos y el ídce e cadea correspodete. TV x x x x x x t/t x t xt x t t t t t t t/t t/t t TV TV + t/t t/t 7

18 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. TASAS DE VARACÓN Ej.: Cuatfcar la evolucó de la etrada e España de turstas fraceses (e mles) etre los años 992 a 997, a partr de la correspodete sere de ídces co base e 992. Años t/92 F,884,3054,884,6908 Δ F F F 97/92 97/92 92/92 2,4676,4676 Δ F F F 97/96 97/92 96/92 2,4676,6908 0, ,4676 Los turstas fraceses etre los años 92 y 97 aumetaro u 46,76%, e tato que la cfra ete los años 996 y 997 se cremetó e 77, 68 putos, lo que supoe ua varacó postva del 45,94%. TV 97/92 TV 2,4676 F F 97/92 92/92 F 92/92 97/96 2,4676,6908,6908,4676 F F 97/92 96/92 F 96/92 0,4594 8

19 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. TASAS DE VARACÓN Tasa meda de varacó acumulatva por período Cocepto Es aquella de tasa de varacó costate e que hemos de cremetar (o dsmur) de forma acumulada la catdad x s durate todos los períodos para obteer al fal la catdad x t. x x (+ k) t x t TMA t s t/s xs s t s x t t s k t s t/s xs Propedad Las tasas medas acumulatvas correspodetes a la magtud y al úmero ídce smple sempre cocde. x /x TMA t/0 t 0 t s t s t/s s/0 x s /x0 9

20 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. TASAS DE VARACÓN Tasa meda de varacó acumulatva por período Ej.: Calcular la tasa meda acumulatva de crecmeto aual de la etrada e España de turstas fraceses etre los años 992 a 997. Años Frac t/92 F,884,3054,884,6908 2,4676 x97 TMA 5 97 / 92 x 92 El º de turstas fraceses etre los años 992 y 997 se cremetó aualmete, por térmo medo, a u rtmo costate del 9,8% / / / 92 TMA TMA 5 97 / 92 0,98 2,4676 TMA 5 97 / 92 0,98 20

21 2. NÚMEROS ÍNDCES SMPLES: CONCEPTO Y PROPEDADES. ÍNDCES EN CADENA. NÚMEROS ÍNDCES SMPLES DE PRECOS, DE CANTDADES Y DE VALOR Ídce de precos: p P t/0 Ídce de catdades: q V t t t/0 p0 q0 Q t/0 Ídce de valor: p p t 0 Valor de u be, artículo o servco: VP Q q q t 0 Propedad de la versó de los factores Al multplcar, para u cojuto de bees, sus ídces de precos y catdades, se obtee el ídce de valor referdo a tal grupo. Los ídces smples de valor cumple esta propedad. p q V t t t/0 p0 q0 V P Q t/0 t/0 t/0 p V t t t/0 p0 q0 2 q

22 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. Cocepto de úmero ídce agregado Es u estadístco que mde, medate sus varacoes, las varacoes e el tempo o/y e el espaco de ua magtud que o tee ua defcó precsa o o es susceptble de observacó drecta e la práctca. Por ello, se cocreta desde los valores observados, e los dsttos compoetes e que se cocreta la magtud (, 2,..., ) x 0, x 20,..., x o,..., x o x 0.. t x t, x 2t,..., x t,..., x t x t 22

23 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES COMPLEJOS SMPLES t/0 x x t 0 Meda agregatva smple coveetes: Las magtudes smples a agregar vee dadas e dsttas udades. No es varate ate u cambo e las udades de medda de ó más compoetes de la magtud global (y c x ), salvo que el cambo sea el msmo para todos los compoetes. t t Y 0 0 y c x c x + c x c x t/0 c x + c x c x y c x t 2 2t t t/0 x x t 0 23

24 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES COMPLEJOS SMPLES Meda artmétca smple t/0 t/0 Meda geométrca smple t/0 Πt/0 Π Π Puede cosderarse como u ídce smple. t 0 Meda armóca smple t/0 t/0 24

25 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES COMPLEJOS PONDERADOS Su razó de ser Dar ua mportaca dversa a cada uo de los compoetes de la magtud compleja aalzada, otorgado a éstos ua poderacó. Poderacoes (w ).- Peso otorgado a la modaldad -ésma de la magtud, que refleja la mportaca de ésta respecto de la magtud global. Poderacoes ormalzadas (α : ).- Peso otorgado a la modaldad -ésma de la magtud, que refleja la mportaca relatva de ésta respecto de la magtud global. S w 0 w α w α 25

26 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES COMPLEJOS PONDERADOS Meda agregatva poderada Meda geométrca poderada t/0 α x α x No es varate ate cambos de escala e uo o más compoetes de la magtud. Meda artmétca poderada t 0 t/0 α t/0 ( t/0 Π t/0 t/0 α t/0 α ) Puede cosderarse como u ídce smple. Meda armóca poderada 26

27 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES COMPLEJOS PONDERADOS Alguas cosderacoes geerales sobre su uso: Los ídces complejos poderados so sempre preferbles a los o poderados. Los ídces meda artmétca poderada y meda armóca poderada o cumple la propedad de la versó la propedad de la crculardad. A vel práctco, se suele utlzar cas sempre la meda artmétca poderada, dada su secllez de maejo y propedades algebracas. 27

28 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. Ej.: Queremos aalzar la evolucó durate el treo del volume de produccó (e mles de udades fabrcadas) de ua empresa automovlístca que fabrca tres tpos dferetes de vehículos (A, B y C). Para ello, vamos a determar los ídces meda agreagatva y meda artmétca, tato e su versó smple como poderada. Años Tpo A Tpo B Tpo C : Volume de produccó de la empresa : Produccó del vehículo A (0 3 udes.) 2 : Produccó del vehículo B (0 3 udes.) 3 : Produccó del vehículo C (0 3 udes.) 28

29 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. Ej.: Aálss de la evolucó durate el treo del volume de produccó de ua empresa automovlístca. Ídce meda agregatva smple Años Tpo A Tpo B Tpo C t/94 x x t 94 3 x x94 94 / 94 3 x / 94 0, 983 x x / 94 0,975 x

30 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. Ej.: Aálss de la evolucó durate el treo del volume de produccó de ua empresa automovlístca. Ídce meda artmétca smple Años Tpo ATpo BTpo C Años t/94 2 t/94 3 t/ ,96,04 0, ,94,028 0, / / / 94 0,96+,04+ 0,95 0, / / 94 0,94+,028+ 0,925 0, /

31 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. Ej.: Evolucó durate el treo del volume de produccó de ua empresa automovlístca, supoedo que la facturacó global de ésta se dstrbuye etre las de los vehículos A, B y C a razó de u 30, 40 y 30% respectvamete.. Años Tpo A / 94 Tpo B Tpo C x95 α 3 x94 α 48 0, , , , , ,30 Ídce meda agregatva poderada 0, , , , , , ,30 3 x94 α 94 / 94 3 x94 α 96 / 94 3 x96 α 3 x94 α 0, 988 3

32 3. NÚMEROS ÍNDCES AGREGADOS: FORMULACONES MÁS USADAS Y PROPEDADES. Ej.: Evolucó durate el treo del volume de produccó de ua empresa automovlístca, supoedo que la facturacó global de ésta se dstrbuye etre las de los vehículos A, B y C a razó de u 30, 40 y 30% respectvamete.. Años Tpo A Tpo B Ídce meda artmétca poderada Tpo C / / 94 α Años ,96 0,30 +,04 0, ,95 0,30 0,9786 t/94 0,96 0,94 2 t/94,04,0280,925 3 t/94 0,95 94 / 94 3 α 94/ / / 94 α 0,30 0,94 + 0,40, ,30 0,925 0,

33 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. Cojuto de bees Varables a cosderar: Preco (P) y Catdad (Q) Valor de u be: V P Q P Q p, q P 2, q 2.. P, q.. P, q 0 t p 0, p 20,..., p o,..., p o q 0, q 20,..., q o,..., q o p t, p 2t,..., p t,..., p t q t, q 2t,..., q t,..., q t p 0 q 0 p t q t 33

34 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. Dferetes agregados de valor p 0 q 0 Valor de las catdades del año base a precos de ese msmo año p 0 q t Valor de las catdades del año correte a precos del año base p t q 0 Valor de las catdades del año base a precos del año correte p t q t Valor de las catdades del año actual o correte a precos de dcho año 34

35 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. V t/0 p p t 0 ÍNDCE DE VALOR EN t SOBRE 0 q q t 0 Cocepto Estadístco que muestra las varacoes expermetadas por el valor moetaro de u cojuto de bees desde el período 0 hasta el período t ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Formulacoes geércas: P t/0 p p t 0 q q Q t/0 q q t 0 p p 35

36 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ídce de Laspeyres Las poderacoes hace refereca a la mportaca p e el período base. t P Pérdda de vgeca de las Lt/0 poderacoes a medda p0 que os alejamos del período de refereca. Característcas Las poderacoes hace Ídce de Paasche refereca a la mportaca pt e el período base. P Lt/0 Pérdda de vgeca de las poderacoes a medda p0 que os alejamos del período de refereca. q q 0 0 q q 0 0 L Q t/0 L Q t/0 q q t 0 q q t 0 36 p p 0 0 p p 0 0

37 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ídce de Laspeyres Las poderacoes hace refereca a la mportaca e el período base. coveete: Pérdda de vgeca de las poderacoes a medda que os alejamos del período de refereca. Ídce de Paasche Las poderacoes hace refereca a la mportaca e el período de aálss. coveete: La obtecó de los datos para su elaboracó es mucho más costosa. L P t/0 pt q0 Q L p 0 q 0 t/0 q p q t 0 p 0 0 P P t/0 pt qt Q P p 0 q t t/0 q p q t 0 t p t 37

38 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ídce de Laspeyres y Paasche: Propedad Ambos ídces puede expresarse como ua meda artmétca poderada de los correspodetes ídces smples. Ídce de Laspeyres de precos: Íd. Laspeyres de catdades: L p Q Q t pt q0 ( po q0) L p t/0 α t/0 P o L t/0 p0 q0 p0 q0 P P P po q t/0 α t/0 0 P P α t/0 α t/0 p0 q0 Q Q Pt/0 α t/0 Ídces de Paasche: qo p0 α q0 p0 po qt α p0 qt pt q0 α pt q0 38

39 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ídce de Marshall-Edgeworth-Bowley Las poderacoes hace refereca a la mportaca tato e el período base, como e el período de aálss. coveete: La obtecó de los datos para su elaboracó es mucho más costosa. P MEB ( ) t/0 ( ) t 0 t ( ) p q + q ( ) p q + q 0 0 t Q MEB t/0 ( ) q p + p t 0 t ( ) q p + p 0 0 t 39

40 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ídce de Fsher Es la meda geométrca etre los correspodetes ídces de Laspeyres y de Paasche. Es el ídce que reúe u mayor úmero de propedades. F L P P P P t/0 t/0 t/0 F L P Q Q Q t/0 t/0 t/0 Propedades. Exsteca.- La verfca todos. 2. detdad.- La verfca todos. 3. versó.- La cumple los ídces de Marshall-Edgeworth- Bowley y Fsher. 4. Crculardad.- No la verfca guo. 5. Homogeedad.- No la verfca guo. 6. Proporcoaldad.- La cumple todas las formulacoes. 7. versó de los factores.- Sólo la cumple el ídce de Fsher. 40

41 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ej.: Para ua líea ferrovara, que vede blletes de tres clases (tursta, preferete y club), se tee formacó para 995 y 996 de precos utaros de veta (e u. m.) y úmero de cletes que ha usado la líea (e mles). Se quere aalzar la evolucó de sus precos. Año 995 Año 996 Tpos Preco Nº cletespreco Nº cletes Tursta Preferete Club Ídce de Laspeyres P L95 / 95 P 96 / 95 3 p96 q95 P L L 96 / p 95 q 95,20 4

42 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ej.: Evolucó de los precos etre 995 y 996 de ua líea ferrovara. L Ídce de Laspeyres (como m. artmétca poderada) Tpos Tursta Preferete Club Preco P L95 / 95 Año 995 P P 96 / / 95 α Nº cletes Año 996 Preco P 96 / 95 Nº cletes P 96/95,25,2, Total p 95 q α 0,5 0,25 0,25 L,25 0,5 +,2 0,25 + +, 0,25,20 42

43 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ej.: Evolucó de los precos etre 995 y 996 de ua líea ferrovara. Ídce de Paasche Tpos Tursta Preferete Club Año 995 Año 996 Preco Nº cletespreco Nº cletes P P95 / 95 P P 96 / 95 3 p96 q P P 96 / p 95 q 96,839 43

44 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ej.: Evolucó de los precos etre 995 y 996 de ua líea ferrovara. P Ídce de Paasche (como m. artmétca poderada) Tpos Tursta Preferete Club P P95 / 95 Año 995 Preco Nº cletes P P 96 / / 95 α Preco P,25 0,3678 +,2 0, P 96 / 95 Año 996 Nº cletes , 0,3448,839 P 96/95,25,2, Total p 95 q α 0,3678 0,2874 0,

45 4. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES: FORMULACONES MÁS USADAS Y PROPEDADES. ÍNDCES AGREGADOS DE PRECOS Y CANTDADES Formulacoes más usadas Ej.: Evolucó de los precos etre 995 y 996 de ua líea ferrovara. Ídce de Marshall- Edgeworth-Bowley Tpos Tursta Preferete Club Año 995 Año 996 Preco Nº cletespreco Nº cletes ( ) MEB ( ) P 95 / 95 P MEB 96 / 95 MEB ( ) 96 / 95 3 p96 ( q95+ q96) 500 ( ) ( ) + 00 ( 0+ 5) 400 ( ) ( ) ( 0+ 5) 3 p ( q + q ) P,96 45

46 5. LOS CONCEPTOS DE REPERCUSÓN Y PARTCPACÓN. x s x t s/0 t/0 Δ t/s t/0 s/0 Δ R + R R t/s 2 P R P Δ t/s 46

47 5. LOS CONCEPTOS DE REPERCUSÓN Y PARTCPACÓN. REPERCUSÓN DEL COMPONENTE (R ).- Cocepto.- Es la parte del cremeto del ídce agregado debda a dcho compoete. Alguas propedades.- La suma de las repercusoes cocdrá co la varacó del ídce. Cada ua de las repercusoes puede ser postva, egatva o ula, o teedo porqué ser el sgo de cada ua gual, co depedeca de que la varacó global del ídce sea postva, egatva o ula. Coforme mayor sea la repercusó e valor absoluto, mayor será la cdeca e la varacó del ídce de ese compoete. Coforme más próxma esté la repercusó e valor absoluto a cero, meor será la cdeca e la varacó del ídce de ese compoete. 47

48 5. LOS CONCEPTOS DE REPERCUSÓN Y PARTCPACÓN. PARTCPACÓN DEL COMPONENTE (P ).- Cocepto.- Es la repercusó de dcho compoete expresada e térmos relatvos del cremeto absoluto del ídce. Alguas propedades.- La suma de las partcpacoes es gual a la udad. Cada ua de las partcpacoes puede ser postva, egatva o ula, o teedo porqué ser el sgo de cada ua gual, y o está acotado su valor. Coforme mayor sea la partcpacó e valor absoluto, mayor será la cdeca e la varacó del ídce de ese compoete. Coforme más próxma esté la partcpacó e valor absoluto a cero, meor será la cdeca e la varacó del ídce de ese compoete. 48

49 5. LOS CONCEPTOS DE REPERCUSÓN Y PARTCPACÓN. Determacó e el ídce meda artmétca poderada a) Poderacoes costates: Δ t/s t/0 s/0 Δ α α t/s t/0 s/0 ( ) α α Δ t/0 s/0 t/s b) Poderacoes varables: Δ α α t/s t t/0 s s/0 ( ) t t / 0 s s / 0 α α R P α Δ t/s α Δ Δ t/s t/s R α α P t t/0 s s/0 α α t t / 0 s s / 0 Δt/s 49

50 5. LOS CONCEPTOS DE REPERCUSÓN Y PARTCPACÓN. Ej.: Aalzar la flueca e la varacó global de los precos de ua líea ferrovara etre los años 995 y 996 (determada desde el correspodete ídce de Laspeyres), del preco de cada tpo de bllete. Blletes Tursta Preferete Club P 96/95,25,2, α 0,5 0,25 0,25 P P P 96 / / / 95 ( P P ) P L95 / 95 Δ L L L P P α α 96 / / 95 α 0,2 96 / / 95 P P L α,20 96 / / 95 Δ L L L,2 0,2 P P P 96 / / / 95 ( ) R 0,5,25 0,25 2 ( ) R 0,25,2 0,05 3 ( P P ) R α 96 / / 95 ( ) R 0,25, 0,025 50

51 5. LOS CONCEPTOS DE REPERCUSÓN Y PARTCPACÓN. Ej.: Aalzar la flueca e la varacó global de los precos de ua líea ferrovara etre los años 995 y 996 (determada desde el correspodete ídce de Laspeyres), del preco de cada tpo de bllete. Blletes Tursta Preferete Club P R ΔL P 96/95,25,2, P 96 / 95 α 0,5 0,25 0,25 Δ L 0,2 P 96 / 95 R 0,25 R2 0,05 R3 0,025 0,25 P 0,625 0,2 0,05 P2 0,25 0,2 0,025 P3 0,25 0,2 Cosecuetemete, auque los precos de los tres tpos de blletes tee ua flueca postva e la varacó global, la más sgfcatva es la del bllete tursta. 5

52 6. LA NFLACÓN Y LA DEFLACÓN ESTADÍSTCA. Cocepto La flacó es la subda geeralzada y persstete e el vel geeral de los precos moetaros de los bees y servcos que se cosume y se produce. La deflacó es el feómeo cotraro. Ambos feómeos altera el poder adqustvo o poder de compra del dero. Problemas a resolver Cuatfcar la flacó. Detraer el efecto flacosta de las magtudes moetaras expresadas e térmos corretes, trasformádolas a térmos reales, co u poder de compra costate. Se cooce como deflacó estadístca. Magtud e térmos corretes Ídce deflactor Magtud e térmos reales 52

53 6. LA NFLACÓN Y LA DEFLACÓN ESTADÍSTCA. Deflacó estadístca para agregados de valor Se trata de trasformar el valor agregado, expresado e u. m. corretes o omales de cada año, e otro agregado expresado e u. m. costates del año base. El deflactor más adecuado es el ídce de precos de Passche. Vt pt qt V0 p0 qt V P p q t P p q t/0 p q t t p0 t t 0 t q t 53

54 6. LA NFLACÓN Y LA DEFLACÓN ESTADÍSTCA. Deflacó estadístca para magtudes que refleja poder adqustvo E estas stuacoes, habría que determar el poder adqustvo que supoe la catdad de dero que represeta la magtud cosderada. El deflactor más habtual para obteer la magtud expresada e térmos reales, co poder adqustvo costate, suele ser el PC (ídce de precos de cosumo). E todo caso, el deflactor debe guardar ua estrecha relacó co la varable que se pretede deflactar. 54

55 6. LA NFLACÓN Y LA DEFLACÓN ESTADÍSTCA. Ej.: A partr de los datos recogdos para precos y úmero de cletes de ua determada líea ferrovara e 995 y 996, queremos aalzar la evolucó e térmos corretes y reales de su facturacó global. Año 995 Tpos Nº Preco cletes Tursta Preferete Club Evolucó e térmos corretes: TV 96 / 95 V Año 996 Preco Nº cletes , V V Facturacó global: 3 V p q t t t V V

56 6. LA NFLACÓN Y LA DEFLACÓN ESTADÍSTCA. Ej.: Evolucó e térmos corretes y reales de la facturacó global de la líea ferrovara etre 995 y 996. Evolucó e térmos reales: V V P R P 95 / 95 V 5500 V P,839 R P 96 / 95 TV V V R R R / 95 R V ,0875 Cosecuetemete, auque la facturacó global crecó u 28,75% e térmos corretes; e térmos reales, sólo lo hzo e u 8,75%. 56

57 6. LA NFLACÓN Y LA DEFLACÓN ESTADÍSTCA. Ej.: Aalzar la evolucó, e térmos corretes y reales, de los salaros auales medos percbdos por los trabajadores de ua empresa (expresados e mles de u. m.) etre los años 99 y 996, sabedo que el PC e ese período crecó u 54,%. Años Salaros PC t/9 00 2,2 23,72 34,6 46,3 54, E térmos corretes: E térmos reales: S S PC R / 9 S S TV96 / 9 0, 4820 S R R R / 9 R 9 S 4250 S PC,54 R / 9 S S TV 0,03825 S

58 7. ÍNDCE DE PRECOS DE CONSUMO Y OTROS ÍNDCES ELABORADOS. ÍNDCE DE PRECOS DE CONSUMO (PC) Cocepto Es u ídce que teta reflejar la evolucó del cojuto de los bees y servcos que cosume los hogares españoles. Sus característcas fudametales Cesta de la compra: Represeta la muestra de bees y servcos represetatva de los dsttos comportametos de cosumo de la poblacó, así como la estructura de poderacoes de éstos. Actualmete se cosdera u total de 484. Se basa e los datos recabados e la Ecuesta Cotua de Presupuestos Famlares. 58

59 7. ÍNDCE DE PRECOS DE CONSUMO Y OTROS ÍNDCES ELABORADOS. ÍNDCE DE PRECOS DE CONSUMO (PC) Sus característcas fudametales Período base del ídce: Año 200. Período de refereca de las poderacoes: 2º Trmestre er Trmestre 200. Muestra: Seleccó de mucpos, zoas comercales y establecmetos y determacó del úmero de observacoes ecesaras al objeto de represeta al cojuto de hogares españoles. La muestra de mucpos egloba a u total de 4 para los precos de productos almetcos y 97 para el resto de productos. Se cosdera u total aproxmado de precos por mes. 59

60 7. ÍNDCE DE PRECOS DE CONSUMO Y OTROS ÍNDCES ELABORADOS. ÍNDCE DE PRECOS DE CONSUMO (PC) Sus característcas fudametales Estructura fucoal: 2 grupos, 37 subgrupos, 80 clases y 7 subclases. 57 rúbrcas y dsttos grupos especales. Grupos cosderados:. Almetos y bebdas o alcohólcas 2. Bebdas alcohólcas y tabaco 3. Vestdo y calzado 4. Vveda 5. Meaje 6. Medca 7. Trasporte 8. Comucacoes 9. Oco y cultura 0. Eseñaza. Hoteles, cafés y restaurates 2. Otros bees y servcos. 60

61 7. ÍNDCE DE PRECOS DE CONSUMO Y OTROS ÍNDCES ELABORADOS. ÍNDCE DE PRECOS DE CONSUMO (PC) Sus característcas fudametales Método geeral de cálculo: Se utlza ua formulacó de Laspeyres ecadeada, lo que represeta que los precos del período correte se refere a los del ateror. Las poderacoes de las dversas parcelas se actualzará co ua cadeca o superor a los 2 años. La recogda de precos se realza geeralmete de forma drecta y cas permaetemete e los establecmetos seleccoados (cerca de ). 6

62 7. ÍNDCE DE PRECOS DE CONSUMO Y OTROS ÍNDCES ELABORADOS. ÍNDCE DE PRECOS DE CONSUMO (PC) Sus característcas fudametales Se calcula los ídces mesualmete para el cojuto de España, las 7 comudades autóomas, las 50 provcas, Ceuta y Mellla y estas 2 cudades cojutamete. Se cosdera los cambos de caldad e los dsttos bees y servcos. Se cluye los precos rebajados. Cambo de sstema del ídce Adaptacó cotua del PC.- Revsó aual de las poderacoes para determados veles de desagregacó geográfca y fucoal. Revsó estructural del PC.- Cada 5 años se realzará u cambo completo de base. 62

63 7. ÍNDCE DE PRECOS DE CONSUMO Y OTROS ÍNDCES ELABORADOS. OTROS ÍNDCES UTLZADOS HABTUALMENTE Ídce de precos al productor (PP) o ídce de precos al por mayor. Ídces mplíctos de precos o deflacoadores mplíctos de precos. Ídces de produccó dustral. Ídces de precos dustrales. Ídces de produccó agrara. Ídces de volume de comerco exteror. Ídce de salaros. Ídces de cotzacoes de valores e bolsa. [...] 63

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 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 detalles

Los Histogramas. Histograma simple

Los 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 detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. 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 detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS 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 detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 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 detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS 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 detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Inferencia Estadística

Inferencia 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 detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

La inferencia estadística es primordialmente de naturaleza

La 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 detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 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 detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso 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 detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos:

Más detalles

7. Muestreo con probabilidades desiguales.

7. 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 detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD 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 detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. 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 detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA 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 detalles

V II Muestreo por Conglomerados

V 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 detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. 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 detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. 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 detalles

Intensificación en Estadística

Intensificación 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 detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos 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 detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES 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 detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

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 detalles

Análisis de Regresión y Correlación Lineal

Análisis 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 detalles

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas 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 detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS 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 detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. 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 detalles

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente. ERRORES EXPERIMENTALES E todo proceso de medcó este lmtacoes dadas por los strumetos usados, el método de medcó, el observador (u observadores) que realza la medcó. Asmsmo, el msmo proceso de medcó troduce

Más detalles

Estadística Descriptiva

Estadística 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 detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS 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 detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS 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 detalles

1. Conceptos fundamentales de la estadística. Estadística descriptiva.

1. Conceptos fundamentales de la estadística. Estadística descriptiva. BLOQUE. VALORACÓ MOBLARA. SSTEMAS DE LA FORMACÓ. GESTÓ PATRMOAL. T E M A 9 Estadístca y valoracó urbaa (): Coceptos fudametales de la Estadístca. La Estadístca descrptva. Represetacoes gráfcas. Meddas

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: 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 detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA 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 detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE 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 detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 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 detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO 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 detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD 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 detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL GUíAS DE TRABAJOS PRÁCTICOS 2 y (2do Cuatrmestre 208) GRÁFICOS DE COTROL ) Guía o 2: El admstrador de servcos de ua ageca grade de automóvles desea estudar la catdad de tempo requerdo para efectuar u tpo

Más detalles

Regresión - Correlación

Regresión - 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 detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES 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 detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN 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 detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE 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 detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

Estadística Contenidos NM 4

Estadística 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 detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Tema 6: Introducción al muestreo. Estimadores

Tema 6: Introducción al muestreo. Estimadores Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)

Más detalles

Estadística Contenidos NM 4

Estadística 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 detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. 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 detalles

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata 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 detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA 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 detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En 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

CÁLCULO 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. 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 detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood ) Apédces Apédces 357 Apédce. Ajuste de la fucó gamma utlzado el método de máma probabldad mamum lkelhood Se descrbe a cotuacó el ajuste de la fucó gamma utlzado e el apartado.2..2 pága 28. Véase Burguess

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO 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 detalles

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información? APELLIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdere u vel de cofaza del 95% (z=).. U empresaro quere estmar el cosumo mesual de electrcdad e ua comudad de 000

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS 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 detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

REDES DE BASE RADIAL. 1. Funciones de Base Radial.

REDES DE BASE RADIAL. 1. Funciones de Base Radial. Tema 5: Redes de Base Radal Sstemas Coexostas 1 REDES DE BASE RADIAL 1. Fcoes de Base Radal. 2. Dervacó del Modelo Neroal. 2.1. Arqtectra de a RBFN 2.2. Fcoaldad. 2.3. Carácter Local de a RBFN. 3. Etreameto.

Más detalles

Máximos y Mínimos de funciones de dos variables

Máximos 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 detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio 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 detalles

Estadística aplicada al Periodismo

Estadística 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 detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 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 detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (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 detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES ANEXO A: CUADRO DE MANDO DE LOS INDICADORES Implatacó de u Cuadro de Mado Itegral e ua empresa de Artes Gráfcas e Terrassa ÍNDICE ÍNDICE A.- INDICADORES DE LA PERSPECTIVA FINANCIERA 3 A2.- INDICADORES

Más detalles

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística.

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística. TEMA 5. Muestreo y dstrbucoes e el muestreo Nuestro objetvo fudametal es saber qué modelo va a segur la poblacó, y para ello haremos uso de la formacó que obtegamos de ua parte de esa poblacó llamada muestra.

Más detalles

Ventajas e Inconvenientes.

Ventajas e Inconvenientes. 1. Itroduccó.. Meddas de Poscó..1. La Meda Artmétca..1.1. Propedades..1.. Cálculo Abrevado..1.3. Vetajas e Icoveetes... La Meda Geométrca...1. Propedades.... Vetajas e Icoveetes..3. La Meda Armóca..3.1.

Más detalles

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL 3. CARACTERISTICAS NUMERICAS DE UNA VARIABLE S tratamos de represetar uestras edades medate u polígoo de frecuecas, y os ubcamos e el tempo: hace 0 años, hoy

Más detalles

Análisis Financiero de Proyectos

Análisis Financiero de Proyectos UNIVERSIDAD POLITÉCNICA DE MADRID COLEGIO DE POSTGRADUADOS DE MÉXICO E.T.S.I. AGRONOMOS Departameto Proyectos y Plafcacó Rural Proyecto de Iovacó Educatva para la mplatacó del Espaco Europeo de Educacó

Más detalles