ORGANIZACIÓN DE LOS DATOS.
|
|
- María Concepción Vázquez Tebar
- hace 7 años
- Vistas:
Transcripción
1 ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar o e bruto. Los datos e bruto so largas listas de úmeros que o so de gra utilidad y o brida al ivestigador la iformació que requiere si ates o se trata. Los datos si tratar se les debe sitetizar o resumir de maera que sea posible iterpretarlos, etederlos y utilizarlos. La maera de orgaizar los datos es mediate tablas de distribució de frecuecias. TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS. E estadística existe ivestigacioes relacioadas co los precios de los productos de la dieta diaria, la estatura y el peso de u grupo de idividuos, los salarios de los empleados, los grados de temperatura del medio ambiete, las calificacioes de los estudiates, etc., que puede adquirir diferetes valores gracias a ua uidad apropiada, que recibe el ombre de variable. La represetació umérica de las variables se deomia dato estadístico. Las tablas de distribució de frecuecia es ua disposició tabular de datos estadísticos, ordeados ascedete o descedetemete, co la frecuecia (fi) de cada dato. Las distribucioes de frecuecias puede ser para datos o agrupados y para datos agrupados o de itervalos de clase. TABLA DE DISTRIBUCIÓN DE FRECUENCIA PARA DATOS NO AGRUPADOS. Es aquella distribució que idica las frecuecias co que aparece los datos estadísticos, desde el meor de ellos hasta el mayor de ese cojuto si que se haya hecho igua modificació al tamaño de las uidades origiales. E estas distribucioes los valores de cada variable ha sido solamete reagrupados, siguiedo u orde lógico co sus respectivas frecuecias. La distribució de frecuecias o agrupadas o tabla co datos o agrupados se emplea si las variables toma u úmero pequeño de valores o la variable es discreta (siempre se asocia co valores eteros). Tipos de frecuecias. Frecuecia absoluta (fi). La frecuecia absoluta es el úmero de veces que aparece u determiado valor e u estudio estadístico. La suma de las frecuecias absolutas es igual al úmero total de datos, que se represeta por N. fi1 + fi 2 + fi 3...fi = N
2 Frecuecia relativa (fri). La frecuecia relativa es el cociete etre la frecuecia absoluta de u determiado valor y el úmero total de datos. Se puede expresar e tatos por cieto y se represeta por fri. fi fri = La suma de las frecuecias relativas es igual a 1. N Frecuecia acumulada (fai). La frecuecia acumulada es la suma de las frecuecias absolutas de todos los valores iferiores o iguales al valor cosiderado. Frecuecia relativa acumulada (frai). La frecuecia relativa acumulada es el cociete etre la frecuecia acumulada de u determiado valor y el úmero total de datos. Se puede expresar e tatos por cieto fai frai = N Ejemplo resuelto. Los siguietes datos correspode al úmero de libros leídos por u grupo de alumos, e u lapso de 2 años. Elaborar la tabla de distribució de frecuecias
3 E la primera columa de la tabla colocamos la variable ordeada de meor a mayor, e la seguda hacemos el recueto y e la tercera aotamos la frecuecia absoluta. N de libros leídos. Frecueci a fi Frecuecia relativa fri Frecuecia acumulada fai Frecuecia relativa acumulada frai = = = = = =18 18 = = =25 25 = = =28 28 = = = = 1 Total 1 Nota. Los valores de la frecuecia relativa y la frecuecia relativa acumulada al multiplicarse por 100%, os daría el porcetaje que represeta la variable que se aaliza. Qué porcetaje de alumos leyero 5 libros? 0.066x100%= 6.6% Qué porcetaje de alumos leyero meos de 4 libros? 0.83x100%= 83%
4 TABLA DE DISTRIBUCIÓN DE FRECUENCIA DE CLASE O DE DATOS AGRUPADOS. Es aquella distribució e la que la disposició tabular de los datos estadísticos se ecuetra ordeada e clases y co la frecuecia de cada clase; es decir, los datos origiales de varios valores adyacetes del cojuto se combia para formar u itervalo de clase. No existe ormas establecidas para determiar cuádo es apropiado utilizar datos agrupados o datos o agrupados; si embargo, se sugiere que cuado el úmero total de datos (N) es igual o superior 50 y además el rago o recorrido de la serie de datos es mayor de 20, etoces, se utilizará la distribució de frecuecia para datos agrupados, tambié se utilizará este tipo de distribució cuado se requiera elaborar gráficos lieales como el histograma, el polígoo de frecuecia o la ojiva. La distribució de frecuecias agrupadas o tabla co datos agrupados se emplea si las variables toma u úmero grade de valores o la variable es cotiua (se le puede asociar co u úmeros racioales e irracioales). La orgaizació de los datos geeralmete implica el arreglo de las observacioes e clases. Al arreglo de los datos para expresar la frecuecia de ocurrecia de las observacioes e cada ua de estas clases se cooce como distribució de frecuecias. La costrucció de ua tabla de distribució de frecuecias requiere e primer lugar de la selecció de los itervalos de clase. Au cuado la selecció de los itervalos de clase es u arte y depede de los datos ivolucrados, los siguietes pasos resultara útiles: Paso 1. Ordear los datos de meor a mayor para su clasificació. Paso 2. Calcular el rago (R) de los datos, es decir, la logitud del itervalo (I) que los cotiee: R = Xmáx Xmi I=[ Xmi, Xmáx] R=Rago. Xmáx= Dato de mayor valor umérico. Xmi=Dato de meor valor umérico. I= Itervalo umérico.
5 Paso 3. Defiir el úmero de clases (Nc), el cual o deberá ser ta pequeño (meos de 6) o ta grade (más de 20) que la verdadera aturaleza de la distribució sea imposible visualizar. A cotiuació se debe elegir u úmero específico de clases o categorías e las que se debe clasificar los datos, la elecció del úmero de clases o categorías es de maera arbitraria, si embargo deberá elegirse u úmero suficiete de clases de modo que los datos o quede amotoados, pero tampoco se elije demasiados puesto que las tablas de distribució de frecuecias sería difícil de maejar. Existe dos métodos para determiar el úmero de clases, los cuales so los más utilizados: 1er. Método. Método de la raíz, el cual cosiste e extraer la raíz cuadrada del tamaño de la muestra y redodear el resultado así obteido al etero mayor. Nc = Nc=Número de clases. = Tamaño de la muestra. 2do. Método. Método de Sturges. Este método puede daros ua aproximació razoable para determiar el úmero de clases; éste se obtiee co el siguiete modelo matemático. Nc= (log) Nc= Número de clases. Log= Logaritmo de base 10. = Tamaño de la muestra.
6 Paso 4. El siguiete paso cosiste e determiar la Amplitud de clase (Ac), es coveiete que el tamaño de las clases sea u úmero etero, por tato es ecesario redodear el cociete al etero más cercao. Ac = R Nc Ac= Amplitud de clase. R=Rago. Nc = Número de clases. Paso 5. A cotiuació clasifiquemos los datos e cada ua de las clases defiiedo el límite iferior (Li) y el límite superior (Ls) de cada clase. E el caso e que se llegue a presetar u exceso o faltate co respecto al dato de mayor valor umérico (Xmáx) se deberá repartir el exceso o faltate de la maera más equitativa posible etre los extremos del itervalo. Paso 6. Defiir los límites reales de clase de acuerdo a la siguiete forma: Límite real iferior (Lri)= Li Limite real superior (Lrs)= Ls Paso 7. Defiir las frecuecias de cada clase (fi), los cuales so el úmero de datos que queda icluidos e cada itervalo de clase.
7 Paso 8. Defiir las frecuecias relativas de cada clase (fri), éstas so porcetajes de los datos que hay e cada itervalo de clase co respecto al tamaño de la muestra, por lo que para obteerlas se divide la frecuecia de cada itervalo de clase etre el tamaño de la muestra. fi fri = fri=frecuecia relativa de la clase i. fi= Frecuecia de la clase i. =Tamaño de la muestra. Paso 9. Determiar la marca de clase (mi), es el puto medio de la amplitud de clase. Li + Ls mi = mi= marca de clase de la clase i. 2 Paso 10. Defiir la frecuecias acumuladas (fai), se puede obteer secillamete si se suma las frecuecias de los itervalos de clase precedetes. Paso 11. Defiir la frecuecia relativa acumulada (frai), Se obtiee dividiedo cada ua de las frecuecias acumuladas etre el tamaño de la muestra () fai frai = frai=frecuecia relativa acumulada de la clase i. fai= Frecuecia acumulada de la clase i. =Tamaño de la muestra.
8 Ejemplo resuelto 1. Los siguietes datos correspode al úmero de clietes que acudiero al CAFÉ INTERNET INN durate 40 días Para elaborar la tabla de distribució de frecuecia, seguir los siguietes pasos. Paso 1. Ordear de meor a mayor Paso2. Calcular el rago R= Xmáx Xmi R= R= 29 Paso 3. Calcular el úmero de clases Nc= Nc= 40 Nc=6.32= 6 Paso 4. Calcular la amplitud de clase. Ac = Ac R Nc 29 = 6 = 4.8 = 5 Paso 5 al paso 11. Tabla de distribució de frecuecias Frecuecia marca de frecuecia frecuecia relativa Clase Límites de clase Límites reales de clase Frecuecia relativa clase acumulada acumulada N Li Ls Lri Lrs fi fri mi fai frai
9 Como llear la tabla. Para los límites de clase. Para la clase 1 Li=Xmi= 10 Ls=Xmi + (Ac-1) esto es porque el itervalo debe correspoder a la Ac. Ls= 10+4= 14 Para la clase 2 Li= Ls de la clase aterior más 1 Li= 14+1=15 Ls= Li de la clase 2 + (Ac-1) Ls= 15+4=19 Así sucesivamete para las clases posteriores. Para los límites reales de clase. Para la clase 1 Lri= Límite real iferior= Li 0.5 Lri=10-0.5=9.5 Lrs= Límite real superior= Ls Lrs=14+0.5=14.5 Así sucesivamete para las clases posteriores. Para la frecuecia de cada clase. fi= Número de datos que queda icluidos e cada itervalo de clase. Para la clase 1. Para saber cuátos datos queda icluidos e el itervalo I= [10,14], se deberá cotar e los datos ordeados, para esta primera clase fi= 7, que correspode a los datos 10, 12, 13, 13, 13, 14 y 14 Para la clase 2. Para saber cuátos datos queda icluidos e el itervalo I= [15,19], se deberá cotar e los datos ordeados, para esta primera clase fi= 5, que correspode a los datos 15, 16, 17, 18 y 19. Así sucesivamete para las clases posteriores. Para la frecuecia relativa. Para la clase 1. fi fri = 7 fri = = Para la clase 2. fi fri = 5 fri = = Así sucesivamete para las clases posteriores.
10 Para el cálculo de la marca de clase (mi). mi = Li + Ls 2 Para la clase mi = = = Para la clase mi = = = Así sucesivamete para las clases posteriores. Para la frecuecia acumulada (fai). Se puede obteer secillamete si se suma las frecuecias de los itervalos de clase precedetes. Para la clase 1. Como o hay clases precedetes fai= la frecuecia de la clase 1. fai=7 Para la clase 2. Como ya es la seguda clase, sumamos la frecuecia de la clase 2 más la frecuecia de las clases precedetes. fai= 5+7=12 Para la clase 3. fai= =23 Así sucesivamete para las clases posteriores. Para la frecuecia relativa acumulada. fai frai = Para la clase 1. 7 frai = = Para la clase frai = = Así sucesivamete para las clases posteriores
11 Ejemplo resuelto 2. Los siguietes datos correspode al úmero de goles aotados e 40 partidos de futbol rápido e la liga local E base a estos datos se costruyo la siguiete tabla de distribució de frecuecia. Tabla de distribució de frecuecias Clase Límites de clase Límites reales de clase Frecuecia Frecuecia relativa marca de clase frecuecia acumulada frecuecia relativa acumulada N Li Ls Lri Lrs fi fri mi fai frai E base a la tabla aterior cotestar lo siguiete: 1.- Cuál fue el meor úmero de goles que se aoto e la liga durate los 40 días? La respuesta a esto está e uestro meor dato, que es de 1gol aotado. 2- E cuátos partidos se aoto etre 1 y 8 goles? La respuesta es e 28 partidos, lo cual correspode a las frecuecias de clases 1y Qué porcetaje de partidos se aoto etre 5 y 8 goles? La respuesta se ecuetra e la frecuecia relativa de la clase 2 y correspode a 0.325x100%= 32.5%
12 4.- Qué porcetaje de los partidos se aoto 12 goles o meos? La respuesta se ecuetra e la frecuecia relativa acumulada desde la clase 1 hasta la clase 3, esta es de 0.875x100%=87.5% 5.- Qué porcetaje de los partidos se aoto más de 12 goles? Solo e las clases 4, 5 y 6 se aotaro más de 12 goles, y el porcetaje se obtiee sumado las frecuecias relativas de dichas clases, siedo e =0.125x100%= 12.5% 6.- E la mayoría de los partidos etre cuátos goles se aotaro? La respuesta es etre 1y 4 goles que correspode a 15 partidos.
ESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesMedidas de tendencia central
Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos
Más detalles2.2. Estadísticos de tendencia central
40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detallesPrueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)
Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA
Más detallesSlide 1. Slide 2. Slide 3. # Categorias. Distribución de Frecuencia. Ejemplo: Taller de Reparaciones Hudson
Slide 1 Ejemplo Práctico: Taller de Reparacioes Hudso Supoga que al admiistrador de u taller de reparacioes le gustaría teer ua mejor idea de la distribució de sus costos relacioados a comprar Autopartes
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesSecretaría de Extensión Universitaria. Trabajo Practico N 3
Trabajo Practico N 3 Medidas de Tedecia Cetral La Media (promedio), se deota como x, de ua muestra es el promedio aritmético de sus valores. Y se calcula mediate al formula: Si aparece los datos agrupados
Más detallesEstadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana
Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesSlide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos
Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesX X. ... n. Medidas de tendencia Central Estadígrafos de tendencia central.
Medidas de tedecia Cetral Estadígrafos de tedecia cetral. Cada vez que se observa u feómeo cuatitativo, os iteresa saber si los datos recolectados se aglutia e toro a ciertos valores represetativos que
Más detallesESTADÍSTICA UNIDIMENSIONAL
I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció
Más detallesRepaso...Último Contenidos NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Fucioes y relacioes. Diagrama Sagital. Sea A = { a,b, c} y B = { 1, 2, 3, 4} Repaso...Último Coteidos NM 4 A: Cojuto
Más detallesTema 2. Medidas descriptivas de los datos
Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesCOLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN
COLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN MEDIDAS DE POSICIÓN Las medidas de posició divide u cojuto de datos e
Más detallesSESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN
SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesPre-PAES 2016 Media aritmética, moda y mediana.
Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a
Más detallesUNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda
UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar
Más detallesvalor absoluto de sus términos, se tiene la serie: que si es convergente, entonces también es convergente la serie alternada.
(Aputes e revisió para orietar el apredizaje) CONVERGENCIA ABSOLUTA TEOREMA. Si e la serie alterada ( ) valor absoluto de sus térmios, se tiee la serie: a + a + + a + a se toma el = que si es covergete,
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesCód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.
rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ
Más detallesESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean
ESTADÍSTICA Estadística: Es ua rama de la matemática que comprede Métodos y Técicas que se emplea e la recolecció, ordeamieto, resume, aálisis, iterpretació y comuicació de cojutos de datos. Població:
Más detallesIntroducción a las medidas de dispersión.
UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.
Más detalles, como el cociente = (n k)!k! Propiedades de los números combinatorios: n k = n. k x n k y k +... ( ) Dando valores x=y=1, se obtiene la igualdad n
NÚMEROS COMBINATORIOS Def:Dado u úmero etero o egativo, se defie el factorial de (! como el producto! = ( 1...1 Def: Dados dos úmeros,k eteros o egativos tales que k, se defie el úmero combiatorio sobre
Más detallesEjemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
Más detallesPolinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios
Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua
Más detallesProbabilidad y estadística
Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesPolinomio de una sola variable. , llamaremos polinomio de la variable x a toda expresión algebraica entera de la forma:
Semiario Uiversitario de Igreso 07 oliomio de ua sola variable a0; a; a;...; a úmeros reales y N 0, llamaremos poliomio de la variable a toda epresió algebraica etera de la forma: a0 a a... a Los poliomios
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesUna sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc.
Sucesioes Sucesi o. Ua sucesió es u cojuto ifiito de úmeros ordeados de tal forma que se puede decir cuál es el primero, cuál el segudo, el tercero, etc. Los térmios de ua sucesió se desiga mediate a 1,
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas
Más detalles( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad
Más detallesESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:
ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía
Más detallesDISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS
DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la
Más detallesSistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas
Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detalles3. Las medidas de centralización
FUOC XP00/71004/00017 21 Las medidas de cetralizació 3. Las medidas de cetralizació La mediaa y la media aritmética Los diagramas de tallos y hojas y los histogramas proporcioa ua descripció geeral de
Más detallesSeries Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:
Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.
Más detallesUnidad 1: Las Ecuaciones Diferenciales y Sus Soluciones
Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos
Más detallesIntroducción. v Qué es la estadística?
v Qué es la estadística? Es ua Ciecia que explica y provee de herramietas para trabajar co datos, ha experimetado u gra desarrollo a lo largo de los últimos años. v E qué áreas se aplica la estadística?
Más detallesMATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS
Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:
Más detalles1. QUÉ ES LA ESTADÍSTICA?
1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular
Más detallesUn sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......
1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros
Más detallesINTERÉS SIMPLE COMO FUNCIÓN LINEAL.
INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por
Más detallesDEFINICIÓN DE PRODUCTO CARTESIANO:
Fucioes DEFINICIÓN DE PRODUCTO CARTESIANO: Dados dos cojutos A y B, llamaremos producto cartesiao de A por B (lo aotaremos A B) al cojuto formado por todos los pares ordeados que tiee como primera compoete
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesDISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)
DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y
Más detallesEstimadores Puntuales: Propiedades de estimadores Sebastián Court
Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 16 de julio de 2015 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:...
ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 6 de julio de 5 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:... Ejercicio Ejercicio Ejercicio Ejercicio 4 Ejercicio 5 NOTA Todas sus respuestas debe ser justificadas
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UIDIMESIOAL..- ITRODUCCIÓ A LA ESTADÍSTICA.- Objeto de la estadística La Estadística es el cojuto de métodos ecesarios para recoger, clasificar, represetar y resumir datos así como para iferir
Más detallesUnidad 10: LÍMITES DE FUNCIONES
Uidad 1: LÍMITES DE FUNCIONES LÍMITES 1. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Ua sucesió de úmeros reales es u cojuto ordeado de iiitos úmeros reales. Los úmeros reales a1, a,..., a,... se llama térmios,
Más detallesMATEMÁTICAS I 1º Bachillerato Capítulo 9: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es
MATEMÁTICAS I 1º Bachillerato Capítulo 9: 393 Ídice 1. ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL 1.1. INTRODUCCIÓN 1.. MÉTODO ESTADÍSTICO 1.3. CONCEPTOS BÁSICOS 1.4. TIPOS DE VARIABLES 1.5. DISTRIBUCIONES
Más detallesMedidas estadísticas
Medidas estadísticas Medidas de Tedecia Cetral: Se llama así debido a que ua vez bie calculadas, sus valores tiede a estar ubicadas e el cetro de la distribució ordeada. Esta característica la posee la
Más detallesSucesiones I Introducción
Temas Qué es ua sucesió? Notacioes y coceptos relacioados. Maeras de presetar ua sucesió. Gráfico de sucesioes. Capacidades Coocer y compreder el cocepto de sucesió. Coocer y maejar las diferetes maeras
Más detallesSumatoria, Progresiones y Teorema del Binomio
Capítulo Sumatoria, Progresioes y Teorema del Biomio.. Símbolo Sumatorio Es u símbolo muy útil y coveiete que permite escribir sumas e forma abreviada. Este símbolo se represeta mediate la letra griega
Más detallesR. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.
R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de
Más detallesDepartamento de Matemáticas
MA5 Clase 5: Series de potecias. Operacioes co series de potecias. Series de potecias Elaborado por los profesores Edgar Cabello y Marcos Gozález Cuado estudiamos las series geométricas, demostramos la
Más detallesTema 1 Los números reales Matemáticas I 1º Bachillerato 1
Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma
Más detallesPROGRESIONES ARITMÉTICAS.-
PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.
Más detallesESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.
ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,
Más detalles6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES
6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:
Más detalles2.- Estudio Poblacional y Muestral Univariante
.- Estudio Poblacioal y Muestral Uivariate Població: Colectivo de persoas o elemetos co ua característica comú, objeto de estudio. Imposibilidad de estudio de esta característica e toda la població - Coste
Más detallesT ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:
T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.
Más detalles[e j N 2 e j N 2 ]...} (22)
Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detallesNotas Docentes. Estadística para Economistas. Carlos Casacuberta. Nota Docente No. 08
Notas Docetes Estadística para Ecoomistas Carlos Casacuberta Nota Docete No. 08 Diploma e Ecoomía 004 Departameto de Ecoomía Facultad de Ciecias Sociales Estadística Notas de clase. Itroducció La estadística
Más detallesProfr. Efraín Soto Apolinar. Área bajo una curva
Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura
Más detallesSEMANA 01. CLASE 01. MARTES 04/10/16
EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados
Más detallesUNIDAD 9. PROBABILIDAD Matemáticas II. Ies do Barral.Curso 2017/ Experimentos aleatorios
1. Experimetos aleatorios U experimeto se llama aleatorio cuado o se puede predecir su resultado; además, si se repitiese el mismo experimeto e codicioes aálogas, los resultados puede diferir. a) El resultado
Más detallesUNIDAD 0: CONCEPTOS BÁSICOS DE NÚMEROS
I.E.S. Ramó Giraldo UNIDAD 0: CONCEPTOS BÁSICOS DE NÚMEROS. NÚMEROS REALES.. NÚMEROS NATURALES =,,, 4,... Operacioes iteras (el resultado es u úmero atural) - Suma y producto Operacioes eteras (el resultado
Más detallesMATEMÁTICAS 2ºBACHILLERATO CCSSII
La trata del recueto, ordeació y clasificació de los datos obteidos por las observacioes, para poder hacer comparacioes y sacar coclusioes. U estudio estadístico costa de las siguietes fases: Recogida
Más detalles1. Muestreo Aleatorio Simple
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Estadística III-Material 2-2012 Revisió y Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo
Más detallesUNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS SERIES DE POTENCIAS
UNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS Asigatura : Cálculo Numérico, MAT-23. Profesor : Emilio Cariaga L. Periodo : er. Semestre 205. SERIES DE POTENCIAS
Más detallesUNIDAD 4.- INFERENCIA ESTADÍSTICA II
UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que
Más detallesPor: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS
Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes
Más detallesProblema 34. Evaluar lim(2x. Solución: Problema 35. Calcular lim. lim x x. Solución: Problema 36. Determinar lim. lim 5 4(2)
Si la fució f es u poliomio o ua fució racioal y a perteece al domiio de f, etoces f ( ) f( a) siempre que el valor del deomiador para a o sea cero, e el a caso de ua fució racioal Problema. Evaluar (
Más detallesM arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para
GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o
Más detallesINECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.
INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,
Más detalles3 LÍMITE Ejercicios Resueltos
LÍMITE Ejercicios Resueltos Límites Determiados a) 6 6 6 c) π π se π b) ( ) cos cos e) 0 π + + d) 0 f) e 0 + 5 5 g) 4 64 Idetermiació (0/0) Fucioes Racioales Factorear y Simplificar ( + ) + 6. a). ( ).
Más detalles