Distribución de frecuencia.
|
|
- María Rico Romero
- hace 5 años
- Vistas:
Transcripción
1 Dr. Jesús Alberto Mellado Si de una población se extrae una muestra de tamaño n, y en esa muestra se mide alguna característica, entonces, con los datos recabados se puede elaborar una distribución de frecuencia, es decir, establecer rangos (intervalos o clases) con los que se puedan clasificar los datos. Una vez elaborada la distribución de frecuencia se puede graficar en barras (histograma) para poder apreciar el comportamiento de los datos. Distribución Uniforme Población Muestra x f(x) Distribución de frecuencia. Distribución Normal Distribución Exponencial La gráfica resultante puede no tener forma alguna, o puede tener una forma reconocible, las mas comunes es la distribución uniforme, la distribución norma (que es la más común en la agropecuaria), distribución exponencial, distribución ji-cuadrada (chi-cuadrada) o distribución logística a de saturación. Dist. Chi-cuadrada Dist. Logarítmica o de saturación
2 En la gráfica se muestran en el eje x los rangos (clases) de los datos, y en el eje y se muestra el número de datos que caen en cada rango. Otra forma de expresar la gráfica es por medio de probabilidades, por ejemplo, si en una columna se tienen 9 datos de una muestra de 4, entonces la probabilidad de que un dato caiga en ese rango es 9/4 =.225, si ese cálculo se hace para cada rango (columna), la gráfica se convierte en una distribución de probabilidad Distribución de frecuencia. Distribución de probabilidad En el caso específico de la distribución normal, el valor de la media corresponde al centro de la gráfica en el eje.6 x y la mayoría de los datos se encuentran entre x s y.4 x + s..2 La suma de todas las probabilidades es 1 x s x x + s Pero, debido a la normal es una distribución para variables continuas, la gráfica no se puede quedar en forma de barras, así que se diseñó una gráfica a partir de una línea que diera contorno a las probabilidades ya calculadas. La suma de toda el área es Ejemplo para una normal con media 12 y desviación de 2 Así se puede calcular la probabilidad de que un dato caiga en cualquier rango, tan solo es necesario calcular el área que ocupa; desafortunadamente el cálculo se puede volver complejo dado que se trata de una integral, es por eso que se requiere el uso de tablas o de una computadora (se puede calcular con una función de Excel o de un paquete estadístico)
3 Distribución normal estándar Existen infinitas distribuciones normales, de todos los seres vivos que se pueden medir e infinidad de variables, entonces se ha diseñado un procedimiento para elaborar un modelo a escala que modifique todas distribuciones. Este modelo se llama normal estándar Estandarización X=15 Z=.33 Si se toma cualquier distribución normal, y cada uno de los valores de x se resta la media, al volver a graficar los datos resultantes, se obtiene una normal que tiene una media, pero conserva la desviación estándar. x a = x i x El siguiente paso es dividir cada valor resultante de la resta, entre la desviación estándar, el resultado es una distribución normal estándar con media y desviación estándar de 1. x a = x i x s -2 2 Si en la distribución original se desea calcular el área (la probabilidad) entre dos valores de una variable, estos dos valores (x 1 y x 2 ), se transforman para que se ubiquen en la normal estándar, los valores se transforman a z 1 y z 2 de la siguiente manera: z 1 = x 1 x s z 2 = x 2 x s x 1 x 1 z 1 z 2
4 Los valores del área de una distribución normal estándar a partir de un valor z, se pueden encontrar en tablas, en programas como el Excel o en paquetes estadísticos, a veces se proporciona el área del valor de z hasta menos infinito o de z a. Valores importantes en la normal estándar z Area es.95 Area es.5 Area es.5 Area es.95 Z= 1.65 Z=.65 El área dentro de la gráfica a la derecha de z=1.65 es de.5 El área dentro de la gráfica a la izquierda de z=.65 es de.5 Area es.975 Area es.25 Area es.25 Area es.875 Z= 1.96 Z= 1.96 El área dentro de la gráfica a la derecha de z=1.96 es de.25 El área dentro de la gráfica a la izquierda de z=.96 es de.25 Si se marca el área a la derecha de z=1.96 y el área a la izquierda de z=.96, en los extremos quedará un área de.5 y al centro quedará un área de.95 Area es.25 Area es.95 Area es.25 Z=.96 Z= 1.96
5 Distribución t-student Se ha demostrado que en muestras pequeñas (menores a 3 observaciones) la media no se distribuye normal, sino t- student, que en términos generales es mas baja que la normal. T-student Normal Una característica de la t-student es que cambia de forma de acuerdo al tamaño de la muestra, es por eso que cada distribución es denominada con sus grados de libertad (n). Para calcular un área es necesario usar tablas, el excel o paquete estadístico. Por ejemplo, en una distribución t con 26 grados de libertad, en el valor t=1.75 queda a la derecha un área de.5 t con 26 gl t con 26 gl T con 18 gl Area de.5 t 26gl = 1.75 Nota: El nombre de la distribución t-student se debe a que le autor lo publicó en un artículo científico, pero por temor a estar equivocado, no quiso poner su nombre, sino que usó el pseudónimo de the student, al ser reconocido el trabajo, ya no se cambió el nombre de la distribución al del autor (como la F de Fisher) y se quedó con ese nombre. Cálculo de la probabilidad en distribución t-student Normal b) Las tablas proporcionan el área de a z. ejemplo: t de student b) Las tablas proporcionan el valor de t (eje horizontal). Ejemplo: t= 2.22 Área.25 z=1.96 a) Se calcula el valor de z (eje horizontal) ejemplo: z= a) Se establecen los grados de libertad, y se establece el área a la derecha del valor t. Ejemplo: área de.25 con 1 gl.
6 Por el tipo de pruebas en que se aplica la prueba t, se establecen los grados de libertad (número de datos menos 1), ese valor se va a localizar en el renglón de la tabla, luego se determina el área que se desea localizar a la derecha del punto t, ese valor se ubica en las columnas de la tabla. El valor resultante al cruzar el renglón y la columna, es la distancia de al punto donde se cumple el área buscada..25 Área a localizar Grados de libertad Distancia de al punto donde se cumple el Distribución ji-cuadrada Dada un distribución normal, si a cada valor de x se le resta la media x i x, el resultado es otra distribución normal con media, la mitad de los datos son positivos y la otra mitad negativos -2 2 En una distribución normal cuya media es, al elevar al cuadrado todos los valores al cuadrado todos los negativos pasarán a ser positivos, y se conforma la distribución ji-cuadrada (chi-cuadrada) x i x 2 media La ji-cuadrada no tiene una forma constante, cambia de acuerdo al número de datos, es por eso que identifica por los grados de libertad. Otra característica de la ji-cuadrada es que no es simétrica respecto al eje, ya que todos los valores son positivos.
7 La varianza y su Distribución ji-cuadrada Dado que la ecuación de la varianza es: s 2 = x i s Para calcular la varianza se siguen los siguientes pasos: x 2 a) A cada valor de la muestra se le resta la media b) Cada resultado de la resta anterior se eleva al cuadrado. c) A todos los valores anteriores se les calcula la media, es decir, se suman y se dividen entre (n). Con esto se concluye que la varianza es la media de la distribución ji-cuadrada. s 2 Probabilidades de la ji-cuadrada a) Se determina la forma de la distribución con los grados de libertad (n) b) Se determina el área que se desea a la derecha del un punto en el eje c) La tabla (o el programa) otorga la distancia de al punto donde se cumple el área (probabilidad) buscada. En la tabla se ubican los grados de libertad en el renglón, el área en la columna y el cruce muestra la distancia en el eje de a punto donde se cumple el área deseada..25 Área a localizar Grados de libertad Distancia de al punto donde se cumple el
8 Distribución F de Fisher Cuando dos valores, a y b, se dividen el primero entre el segundo (a/b), si el resultado es mayor a 1, quiere decir que a es mayor que b, si el resultado es 1, quiere decir que ambos valores son iguales, y si el resultado es menor a 1, quiere decir que a es menos a b. En los diseños experimentales se necesita saber qué valor es mayor, si la varianza causada por el tratamiento o la varianza del error experimental, entonces se procede a dividirlos var de efectos de tratamientos = valor F de Fisher var del error experimental La división de dos variables con distribución ji cuadrada produce un valor (F) con distribución F, que tiene forma similar a la ji-cuadrada, pero que su contorno de modifica de acuerdo a los grados de libertad de cada una de las varianzas, llamadas grados de libertad del numerador (de los tratamientos) y del denominador (del error) F Para las pruebas de diseños experimentales, es necesario calcular la distancia que existe de al punto donde se cumple el área deseada, para lo cual se pueden usar tablas, paquetes estadísticos o Excel. Área de.5 F Tabla para el área de.5 12 Grados de libertad del denominador Grados de libertad del numerador Distancia de al punto donde se cumple el área requerida
3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesEstadísticas y distribuciones de muestreo
Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que
Más detalles1. La distribución ji-cuadrada. La distribución ji-cuadrada surge de la suma de normales estándar al cuadrado, su definición formal es la siguiente:
DISTRIBUCIONES DERIVADAS DE LA NORMAL Son tres distribuciones derivadas de la normal, las cuales se aplican es estadística inferencial para modelas las distribuciones en el muestreo. Estas distribuciones
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesINGENIERO EN COMPUTACIÓN DISTRIBUCIONES DE PROBABILIDAD CONTINUA ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN DISTRIBUCIONES DE PROBABILIDAD CONTINUA ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017
Más detallesDISTRIBUCION JI-CUADRADA (X 2 )
DISTRIBUCION JI-CUADRADA (X 2 ) En realidad la distribución ji-cuadrada es la distribución muestral de s 2. O sea que si se extraen todas las muestras posibles de una población normal y a cada muestra
Más detallesVIII Parcelas Divididas Experimentación en localidades
VIII Parcelas Divididas Experimentación en localidades Dr. Jesús Mellado 3 8.1 Características del diseño El diseño parcelas divididas se puede aplicar en diferentes modelos de experimentos, pero su mayor
Más detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO
CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017 UNIDAD DE APRENDIZAJE PROBABILIDAD
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
Más detallesI TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)
Más detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesSe desea estudiar el comportamiento de una función a medida independiente x se aproxima a un valor específico.
Tema: Límites de las funciones Objetivos: Comprender el concepto de límite de una función y las propiedades de los límites. Calcular el límite de una función algebraica utilizando las propiedades de los
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesCAPÍTULO 7: ESCENARIOS
CAPÍTULO 7: ESCENARIOS Las tres variables consideradas en este modelo son variables de riesgo: el precio de venta, el tiempo de venta y el costo de construcción, pues cambian en el tiempo y son simuladas
Más detallesLa Distribución Normal. La Distribución Normal. Características de la distribución de probabilidad normal
La Distribución Normal La Distribución Normal Características de la distribución de probabilidad normal La familia de la distribución de probabilidad normal La distribución normal estándar Áreas bajo la
Más detallesVIII Regresión y correlación
VIII Regresión y correlación 8.1 La línea recta Dr. Jesús Alberto Mellado Bosque Sea x una variable independiente, y sea y una variable dependiente, la relación de ambas variables se puede expresar con
Más detallesMEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS
MEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS www.cedicaped.com MEDIDAS DE DISPERSIÓN En clases anteriores se definieron algunas medidas de centralización, entre ellas, la más utilizada:
Más detallesDISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO.
DISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO. En esta sección se estudian las distribuciones más importantes de las variables aleatorias continuas unidimensionales. Algunas distribuciones
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesPercentiles. El percentil p de una variable aleatoria X es número más pequeño, que denominaremos x u que cumple:
Percentiles 130 El percentil p de una variable aleatoria X es número más pequeño, que denominaremos x u que cumple: el percentil es, por tanto, el valor de la variable aleatoria para el cual la función
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesEnsayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES Muestreo Objetivo: conocer propiedades de una población a partir de una muestra Propiedades Parámetros Los estadísticos muestrales sirven como
Más detallesX ) 4) Se eleva al cuadrado cada resultado de la segunda columna, para agregar otra columna
SESIÓN 13 LA TRANSFORMACIÓN Z I. CONTENIDOS: 1. Estandarización de datos, transformación Z.. La distribución normal. 3. La distribución normal estándar. II. OBJETIVOS: Al término de la Sesión, el alumno:
Más detallesDistribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Más detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Recuerdo que Conceptos estadísticos Población y muestra Población es una colección de posibles individuos, especímenes, objetos o medidas de interés sobre
Más detallesDISTRIBUCION "F" FISHER
Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA > DISTRIBUCION "F" FISHER La necesidad de disponer de métodos estadísticos para comparar las varianzas de dos poblaciones es evidente a partir
Más detallesRegresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I
Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesMedidas de dispersión
Medidas de dispersión Por: Sandra Elvia Pérez Rango En un estudio estadístico El rango se define como la diferencia que existe entre el mayor y el menor de los datos analizados. Esto es, si se realiza
Más detallesDistribución Exponencial
Distribución Exponencial Hay dos casos especiales importantes de la distribución gamma, que resultan de restricciones particulares sobre los parámetros α y β. El primero es cuando se tiene α = 1, entonces
Más detallesDISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π
DISTRIBUCIÓN NORMAL. Es la más importante de las distribuciones teóricas, es también conocida con los nombres de curva normal y curva de Gauss. De Moivre publico en 1773 su trabajo sobre la curva normal
Más detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más detalles1º ESO B Contenidos para la convocatoria extraordinaria de septiembre
1º ESO B 2011-2012 Contenidos para la convocatoria extraordinaria de septiembre U1 Los números naturales Lectura y escritura de números Aproximación por redondeo Resolver problemas con números naturales
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detallesTH. DE CHEBYSHEV DISTRIB. NORMAL.
f ( x) 1 2 2 ( x) e 2 2 TH. DE CHEBYSHEV DISTRIB. NORMAL El Desvío Estándar y el Teorema de Chebyshev Es conocida en el área de la probabilidad y estadística, la desigualdad de Chebyshev, matemático Ruso
Más detallesDistribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides
Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico
Más detallesDistribuciones Continuas
Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.
Más detallesErrores e Incertidumbre. Presentación PowerPoint de Ana Lynch, Profesora de Física Unidad Educativa Monte Tabor Nazaret
Errores e Incertidumbre Presentación PowerPoint de Ana Lynch, Profesora de Física Unidad Educativa Monte Tabor Nazaret Notación Científica 0 1 2 (1,45 ± 0,05) cm Objetivos: Después de completar este tema,
Más detallesGRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central.
Medidas de dispersión o variabilidad Tema 5 Profesor Tevni Grajales G. A dos grupos diferentes de estudiantes se les preguntó cuánto deseaban pagar como cuotas de graduación. En ambos casos el promedio
Más detalles5. DISEÑO FACTORIALES 2 k
5. DISEÑO FACTORIALES 2 k Los diseños factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de éstos sobre una respuesta. Un caso
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesTEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.
Más detallesFunciones de análisis de datos
Funciones de análisis de datos Matlab contiene varias funciones que facilitan la evaluación y análisis de datos. Primero presentaremos varias funciones de análisis sencillas, y luego veremos funciones
Más detallesDistribuciones de muestreo importantes. Jhon Jairo Padilla Aguilar, PhD.
Distribuciones de muestreo importantes Jhon Jairo Padilla Aguilar, PhD. Distribución chi-cuadrado Si z1, z2,z3, zk son distribuciones normales estandarizadas, la variable aleatoria x 2 2 z1 z2... zk Sigue
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesImprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA << Contenido >> UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO
Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA > UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO En las unidades anteriores se manejó el uso de la distribución z, la cual
Más detallesINCERTIDUMBRE DE LA MEDIDA
INCERTIDUMBRE DE LA MEDIDA 22 de septiembre de 2017 1. Resultado de la mediciòn 2. Definiciones 3. Por qué se debe estimar la incertidumbre 3. Modelo matemático 4. Valor mejor estimado 5. Dos métodos de
Más detallesCurso Práctico de Bioestadística Con Herramientas De Excel
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Otras Publicaciones del mismo autor en Repositorio ESPOL Fabrizio Marcillo Morla
Más detallesAnálisis Estadístico en Simulaciones. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Análisis Estadístico en Simulaciones UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción En una simulación las variables aleatorias son la entrada para
Más detallesRegla o correspondencia
Regla o correspondencia Una función es una regla, o una correspondencia, que relaciona dos conjuntos de tal manera que a cada elemento del primer conjunto corresponde uno y solo un elemento del segundo
Más detallesCALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Más detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
Más detalles( x) Distribución normal
Distribución normal por Oliverio Ramírez La distribución de probabilidad más importante es sin duda la distribución normal (o gaussiana), la cual es de tipo continuo. La distribución de probabilidad para
Más detalles10/04/2015. Ángel Serrano Sánchez de León
0/04/05 Ángel Serrano Sánchez de León 0/04/05 Índice Distribuciones discretas de probabilidad Discreta uniforme Binomial De Poisson Distribuciones continuas de probabilidad Continua uniforme Normal o gaussiana
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesParámetros Estadísticos básicos, Resumen y Presentación de datos. Jhon Jairo Padilla, PhD.
Parámetros Estadísticos básicos, Resumen y Presentación de datos Jhon Jairo Padilla, PhD. Motivación Los resúmenes y las representaciones de datos son esenciales porque: Enfocan al ingeniero en características
Más detallesFUNDAMENTOS NUMÉRICOS SEMANA 4
FUNDAMENTOS NUMÉRICOS SEMANA 4 ÍNDICE INECUACIONES Y DESIGUALDADES... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 INECUACIONES... 4 REGLAS DE LAS DESIGUALDADES... 4 INECUACIONES LINEALES... 5 INECUACIONES
Más detallesDe grados tres y cuatro
De grados tres y cuatro Comportamiento general de las funciones polinomiales de grados tres y cuatro Funciones de grado tres. La forma general de las funciones de grado tres (cúbicas) esf x = ax 3 + bx
Más detallesESTADÍSTICA I. Unidad 4: Resumen de Contenidos Teóricos 1. Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS
ESTADÍSTICA I Unidad 4: Resumen de Contenidos Teóricos Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS. VARIABLES ALEATORIAS DISCRETAS. Distribución Binomial Definición previa: Prueba
Más detallesx se puede clasificar de acuerdo con la
CRITERIO DE LA PRIMERA DERIVADA PARA CALCULAR VALORES EXTREMOS DE UNA FUNCIÓN Conceptos clave: 7. Criterio de la primera derivada para determinar valores extremos de una función: Hipótesis. Si f(x) es
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 011 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesObjetivo. Conocer la forma de calcular las Medidas de Dispersión de una distribución con OpenOffice Calc CALC: MEDIDAS DE DISPERSIÓN
Objetivo Conocer la forma de calcular las Medidas de Dispersión de una distribución con OpenOffice Calc CALC: MEDIDAS DE DISPERSIÓN La dispersión otorga el grado de distanciamiento de un conjunto de valores
Más detallesESTADÍSTICA I. A continuación se presentan los Modelos Probabilísticos Continuos más importantes.
1 ESTADÍSTICA I Capítulo 6: MODELOS PROBABILÍSTICOS CONTINUOS. Contenido: Distribución Uniforme Continua. Distribución Triangular. Distribución Normal. Distribuciones Gamma, Exponencial, Erlang y Chi Cuadrado.
Más detallesLABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción
LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una
Más detallesM i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana.
Medidas de tendencia central y variabilidada para datos agrupados Media (media aritmética) ( X ) Con anterioridad hablamos sobre la manera de determinar la media de la muestra. Si hay muchos valores u
Más detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
Más detallesDISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2. El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón.
DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2 El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón. http://www.costarica.elmaestroencasa.com/e-books/elmec/bach-a-tu-medida-2/matematica-a-tu-medida-02-2017.pdf
Más detallesEstadística básica con R Commander. María Eugenia Fernández de Luco
Estadística básica con R Commander María Eugenia Fernández de Luco Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario 2014 ÍNDICE 1. Introducción... 2 2. Lectura de
Más detallesUna serie estadística es el conjunto de todos los resultados de un fenómeno aleatorio.
LA ESTADÍSTICA es la rama de las matemáticas que estudia los fenómenos aleatorios, también llamados de azar, por no saber con anterioridad qué es lo que va a ocurrir. Es decir, no estudia fenómenos determinísticos,
Más detallesEJERCICIO PROPUESTO CHI-CUADRADO O BONDAD DE AJUSTE
EJERCICIO PROPUESTO CHI-CUADRADO O BONDAD DE AJUSTE 1. Digamos que 900 estudiantes expresan su voluntad por celebrar el aniversario de la institución organizando uno de dos eventos: una acto solemne en
Más detallesEstimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
Más detallesVariables aleatorias: El caso continuo. Random variables: The continuous case. Rincón de la Bioestadística
Variables aleatorias: El caso continuo Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Random variables: The continuous case E l tratamiento de una variable
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesMuestreo e intervalos de confianza
Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física
Más detallesAlgunas nociones básicas sobre Estadística
Escuela de Formación Básica - Física 1 Laboratorio - 10 Semestre 2010 Comisiones 15 Y 16 (Docentes: Carmen Tachino - Graciela Salum) ntroducción Algunas nociones básicas sobre Estadística Como se ha explicado
Más detallesSean dos funciones f(x) y g(x), para las que existe límite en un punto o en el infinito. Entonces:
Límite de funciones. Cálculo Propiedades. Sean dos funciones f(x) y g(x), para las que existe límite en un punto o en el infinito. Entonces: En general calcular el límite de una función "normal", cuando
Más detallesÍNDICE ESTE DOCUMENTO CONTIENE LA SEMANA 7
SEMANA 7 SEMANA 7 ÍNDICE FUNCIONES (PARTE II)... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 PROPIEDADES DE LAS FUNCIONES... 4 FUNCIONES CRECIENTES Y DECRECIENTES... 4 FUNCIONES PARES E IMPARES...
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detallesESTADÍSTICA. 1. Introducción. 2. Frecuencias
ESTADÍSTICA Jesús García de Jalón de la Fuente 1. Introducción La Estadística trata de describir colectividades formadas por un gran número de objetos. El conjunto de los objetos que se estudian se denomina
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detallesESTADÍSTICA. Facultad Nacional de Ingeniería Oruro - Bolivia
ESTADÍSTICA Facultad Nacional de Ingeniería Oruro - Bolivia José Luis Zamorano Escalante Universidad Técnica de Oruro Presentación El termino estadística proviene del latín statisticum collegium ( consejo
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesEstadística Descriptiva en R: Parámetros y estadísticos. José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016)
Estadística Descriptiva en R: Parámetros y estadísticos José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016) Parámetros y Estadísticos Parámetro: Es una cantidad numérica calculada
Más detallesTEMA 14: ESTADÍSTICA 1. CONCEPTOS ESTADÍSTICOS
1. CONCEPTOS ESTADÍSTICOS TEMA 14: ESTADÍSTICA Población: conjunto formado por todos los individuos sobre los que se realiza un estudio. (ejercicio 1 cuestionario) Muestra: subconjunto de la población
Más detalles