Estadística para la toma de decisiones
|
|
- María Teresa Aguilar Chávez
- hace 7 años
- Vistas:
Transcripción
1 Estadística para la toma de decisiones
2 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante diferenciará las distribuciones de probabilidad continuas, a través de la resolución de ejercicios para practicar el cálculo de probabilidad con la distribución normal estándar y resolver problemas del área económica administrativa. Contextualización En esta sesión se estudian las variables aleatorias continuas tipo uniforme, exponencial y normal; así como la distribución de probabilidad normal estándar mayormente utilizada en los procesos estadísticos. Trabajaremos directamente con el cálculo de probabilidades a través de la variable normal estándar y aprenderemos a usar la tabla de probabilidades de esta misma distribución.
3 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 2 Introducción al Tema Cuál es la característica primordial de una variable aleatoria continua? Sabes definir una variable como aleatoria continúa? Cuál es la característica principal de una variable aleatoria normal? Fuente: Una variable aleatoria continua es aquella que puede tomar valores dentro de un rango ininterrumpido.
4 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 3 Explicación Las distribuciones de probabilidad para variables aleatorias continuas son: Distribución uniforme, Distribución exponencial Distribución normal y normal estandarizada. Distribución uniforme Si definimos una variable aleatoria continua x como aquella que está entre a x b cuya función de probabilidad es: f(x) = 1 b a, entonces decimos que x tiene una distribución uniforme continua. Características: Una distribución uniforme en el rango de cero a uno, es la base para generar valores a otras distribuciones de probabilidad. Sirve para estimar el comportamiento de las variables aleatorias cuando se tiene poca información sobre estas, porque se asume que varían aleatoriamente entre dos valores (a, b). Distribución exponencial Esta distribución se usa en fenómenos de líneas de espera para representar los tiempos entre llegadas de clientes a un sistema. Otras aplicaciones son el tiempo para completar una tarea y el tiempo de falla en componentes electrónicos. Su función está dada por: f(x, λ) = λe λx, para 0 < x < Fuente:
5 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 4 Distribución normal La variable aleatoria normal x representa el comportamiento de muchos fenómenos naturales, sociales, económicos, industriales, etc. Por lo que es de bastante uso. La distribución se origina cuando el número de ensayos en una variable aleatoria discreta se vuelve muy grande. Fuente: Características de la curva normal: También es llamada Campana de Gauss, curva de Gauss o curva normal. Es simétrica respecto a su valor central (μ) Su punto máximo coincide con la media(μ) Tiene puntos de inflexión situados a ambos lados de la media (μ) a una distancia (±nσ) de ella. (n = 1,2,3) Su área total bajo la curva es 1 (100%) Esta función no tiene una solución sencilla para calcular valores de probabilidad, por lo que se requiere de una variable especial llamada variable normal estándar (z).
6 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 5 Distribución normal estándar. La distribución de probabilidad normal es una curva simétrica en forma de campana. La curva en su totalidad vale 1, como es simétrica si se divide a la mitad, cada una de ellas vale 0.5, porque = 1.00 que es el área total de esta curva. Observe la Figura 1. Figura 1. Distribución de probabilidad normal Para trabajar con la distribución normal se utiliza la distribución normal estándar, esta distribución se divide a la mitad con la media que vale cero y con desviaciones estándar de valor 1. Observe la Figura 2. Figura 2. Distribución normal estándar 1.00 x = media aritmética s = desviación estándar -3s -2s -1s x 1s 2s 3s Variable transformada en valores de Variable x Recuerde que la desviación estándar es la distancia promedio que hay entre un punto y la media, por ejemplo, la distancia que hay entre x (0) y s (1) es una desviación estándar o la distancia que hay entre x y -3s es tres desviaciones estándar. Observe la Figura 3. No existen distancias negativas, entonces una desviación estándar negativa sólo indica que ésta ubicada a la izquierda de la media y una desviación estándar positiva ésta ubicada a la derecha de la media.
7 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 6 Figura 3. Distancia de la media y una desviación estándar -3s -2s -s x s 2s 3s 1 desviación estándar 3 desviaciones estándar Con la distribución normal se calculan áreas bajo la curva, por ejemplo, el área que hay entre la media y una desviación estándar positiva se presenta en la Figura 4. Esta área tiene un valor que a continuación se explicará como obtenerla. Figura 4. Área entre la media y una desviación estándar positiva x s Área Cuando se presenta un problema a resolver con la distribución normal la variable implicada x se transforma a un valor de z, que son las unidades en términos de desviaciones estándar que utiliza la distribución normal, la fórmula empleada para esta transformación es la siguiente. estándar Valor z: z = x x s donde: z = valor en términos de desviaciones x = media aritmética s = desviación estándar
8 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 7 Para calcular los valores de z se utiliza la Tabla 1 Áreas bajo la curva normal estándar, que se presenta a continuación. Ejemplo 1. Suponga que a varios solicitantes de trabajo se les hace una prueba de aptitud. Los resultados de la prueba forman una distribución normal con media aritmética de 80 y una desviación estándar de 4. a) Qué proporción de resultados obtuvieron entre 80 y 84? b) Qué proporción de resultados se encuentra entre 75 y 83? c) Qué proporción de resultados quedaron entre 75 y 78? d) Qué proporción de resultados es superior a 85? e) Qué proporción de resultados está abajo de 85?
9 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 8 a) Qué proporción de solicitudes obtuvieron entre 80 y 84? x = 80 s = 4 Si x = 80 z = x x = = s 4 4 = 0 como x es la media el valor de z siempre es 0, la media es el centro entonces NO tiene área. x x Si x = 84 z = = = = 1 una desviación estándar, su área es s Variable transformada en valores de z Variable x, resultados de la prueba P(80 x 84) = P(0 z 1) = ó 34.13% Para obtener el área se utiliza la Tabla 1 Áreas bajo la curva normal estándar, al valor de 1, se le agregan dos ceros porque la distribución normal emplea un entero y dos decimales, es decir, 1.00, entonces se busca 1.0 en la columna z y como falta un cero busco en la columna.00, la intersección de estas columnas es la área, es decir, b) Qué proporción de resultados se encuentra entre 75 y 83? x x Si x = 75 z = = = = 1.25 desviaciones estándar, su área es s 4 4 x x Si x = 83 z = = = = su área es s 4 4
10 ESTADÍSTICA PARA LA TOMA DE DECISIONES P(75 x 83) = P( 1.25 z 0.75) = P( 1.25 z 0) + P(0 z 0.75) = = ó 66.78% La Tabla 1 Áreas bajo la curva normal estándar presenta sólo valores positivos, pero, como es simétrica, la área de 1.25 y 1.25 es el misma. Entones para obtener el área de 1.25 se busca 1.2 en la columna z y como falta un cinco busco en la columna.05, la intersección de estas columnas es la área, es decir, Para la área de 0.75 se busca.7 en la columna z y como falta un cinco busco en la columna.05, la área es decir, c) Qué proporción de resultados quedaron entre 75 y 78? x x Si x = 78 z = = = = 0. 5 desviaciones estándar, su área es s
11 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 10 P(75 x 78) = P( 1.25 z 0.5) = P( 1.25 z 0) P( 0.5 z 0) = = ó 20.29% d) Qué proporción de resultados es superior a 85? x = 80 s = 4 Si x = 85 z = x x = = s 4 4 = su área es P(x > 85) = P(z > 1.25) 0.5 = P(z 0) P(0 z 1.25) = = ó 10.56% e) Qué proporción de resultados está abajo de 85?
12 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 11 P(x < 85) = P(z < 1.25) = P(z 0) + P(0 z 1.25) = = ó 89.44%
13 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 12 Conclusión Las distribuciones continuas vistas en esta sesión son las más importantes en el uso de variables continuas. De la distribución normal vimos su descripción, gráfica y características y por qué se utiliza la variable normal estandarizada. La distribución normal estándar es la de uso más extendido dentro de las aplicaciones de probabilidad. Ello debido a que modela prácticamente cualquier fenómeno presente en situaciones de todo tipo.
14 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 13 Para aprender más En este apartado encontrarás más información acerca del tema para enriquecer tu aprendizaje. Puedes ampliar tu conocimiento visitando el siguiente sitio de Internet. Distribuciones de probabilidad para variables aleatorias. Distribución normal. Es de gran utilidad visitar el apoyo correspondiente al tema, porque te permitirá desarrollar los ejercicios con más éxito.
15 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 14 Actividad de Aprendizaje Con lo aprendido en esta sesión acerca de la distribución de probabilidad normal resuelve los siguientes ejercicios: 1. El proceso de empaque de una productora de cereales ha sido ajustado para que cada paquete contenga un promedio de 13 onzas de cereal. A causa de las fuentes aleatorias de variabilidad la desviación estándar del peso neto real es de 0.10 onzas, y se sabe que la distribución de pesos sigue una distribución normal de probabilidad. Determine la probabilidad de que: a) Un paquete aleatoriamente elegido contenga entre 13 y 13.2 onzas. b) El peso del cereal exceda de onzas. c) El peso del cereal se encuentre entre 12.9 y 13.1 onzas. 2. Una persona con una buena historia crediticia tiene una deuda promedio de $ Suponga que la desviación estándar es de $3540 y que los montos de las deudas están distribuidos normalmente. a) Cuál es la probabilidad de que la deuda de una persona con buena historia crediticia sea mayor a $18,000? b) De qué la deuda de una persona con buena historia crediticia sea de menos de $10,000? c) De qué de la deuda de una persona con buena historia crediticia este entre $12,000 y $18,000? d) De qué la deuda de una persona con buena historia crediticia sea mayor a $14,000? 3. De acuerdo con la Sleep Foundation, en promedio se duermen 6.8 horas por noche. Suponga que la desviación estándar es 0.6 horas y que la distribución de probabilidad es normal.
16 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 15 a) Cuál es la probabilidad de que una persona seleccionada al azar duerma más de ocho horas? b) De qué una persona tomada aleatoriamente duerma 6 horas o menos? c) Los médicos aconsejan dormir entre siete y nueve horas por noche. Qué porcentaje de la población duerme esta cantidad? Entregar esta actividad en formato de Práctica de Ejercicios y súbelo a la plataforma. Recuerda que la actividad vale el 5% de la calificación final.
17 ESTADÍSTICA PARA LA TOMA DE DECISIONES. 16 Bibliografía Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para administración y economía. (10ª ed.). México: Editorial Cengage Learning. ISBN: Levine, David M., Krehbiel, Timothy C. y Berenson, Mark L. (2012): Estadística descriptiva. México: Pearson Educación Lind Douglas A., Marchal William G. y Wathen Samuel A. (2008): Estadística aplicada a los negocios y la economía. México: McGraw-Hill. Cibergrafía Ángel, J. Sedano, M. Vila, A. (s.f.). La distribución normal. Recuperado de: Hernández, J. (s.f.). Distribuciones de probabilidad para variables aleatorias. Recuperado de: 20discretas.pdf Lejarza, J. (s.f.). Distribución normal. Recuperado de:
Estadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 10 Nombre: Pruebas de Hipótesis. Parte II Objetivo Al término de la sesión el estudiante analizará la prueba
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 3 Nombre: Estadística descriptiva: medidas numéricas. Objetivo Al término de la sesión el estudiante calculará
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 12 Nombre: Números índice para datos económicos y administrativos Objetivo Al término de la sesión el estudiante
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 4 Nombre: Estadística descriptiva: Medidas numéricas. Parte II Objetivo Al término de la sesión el estudiante
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 6 Nombre: Permutaciones y combinaciones. Objetivo Al término de la sesión el estudiante distinguirá las técnicas
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 11 Nombre: Pruebas de Hipótesis. Control estadístico de procesos. Objetivo Al término de la sesión el estudiante
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 8 Nombre: Pruebas de hipótesis para varianzas poblacionales. Contextualización En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico
Más detallesNombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
Estadística 1 Sesión No. 9 Nombre: Distribuciones de probabilidad discreta. Segunda parte. Contextualización A qué nos referimos con probabilidad discreta? En la presente sesión analizarás y describirás
Más detallesEstadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte.
Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte. Contextualización En la presente sesión analizarás y describirás un experimento binomial, definirás y conocerás la función
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 3 Nombre: Estimación de parámetros y por intervalos Contextualiación Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperana
Más detallesNombre: Distribuciones de probabilidad discreta. Primera parte. En qué consiste la variable aleatoria?
Estadística 1 Sesión No. 8 Nombre: Distribuciones de probabilidad discreta. Primera parte. Contextualización En qué consiste la variable aleatoria? En la presente sesión seguiremos con el estudio de la
Más detallesEstadística. Sesión 4: Medidas de dispersión.
Estadística Sesión 4: Medidas de dispersión. Contextualización En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal es el caso del rango, la varianza y la desviación estándar,
Más detallesQué es una técnica de conteo?
Estadística 1 Sesión No. 7 Nombre: Probabilidad. Tercera parte. Contextualización Qué es una técnica de conteo? En la presente sesión aprenderemos a trabajar con las técnicas de conteo, mayormente utilizadas
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 7 Nombre: Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización En la sesión anterior se mostró como realizar una prueba de hipótesis cuando
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 5 Nombre: Prueba de hipótesis Contextualización En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 6 Nombre: Pruebas de hipótesis para medias y proporciones. Contextualización En esta sesión aprenderemos a estimar y analizar las pruebas de hipótesis para media y
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 9 Nombre: Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión
Más detallesNombre: Distribuciones de probabilidad continua. Segunda parte.
Estadística 1 Sesión No. 12 Nombre: Distribuciones de probabilidad continua. Segunda parte. Contextualización En la presente sesión aprenderás una de las aplicaciones principales de la distribución t-student,
Más detallesEstadística Inferencial. Sesión 2. Distribuciones muestrales
Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral
Más detallesEstadística. Sesión 7: Probabilidad. Tercera parte.
Estadística. Sesión 7: Probabilidad. Tercera parte. Contextualización En la presente sesión aprenderemos a trabajar con las técnicas de conteo, mayormente utilizadas en la probabilidad, como lo son las
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 detallesCapítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
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 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 detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias. Parte II. Objetivos: Al finalizar la sesión, el estudiante conocerá cómo utilizar la distribución
Más detallesEstadística para la toma de decisiones. SESIÓN # 8. Aplicaciones de Excel en la estadística
Estadística para la toma de decisiones. SESIÓN # 8. Aplicaciones de Excel en la estadística Contextualización. En esta sesión se utilizara la hoja de cálculo de Excel para generar datos cualitativos o
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. Sesin No. Nombre: Introduccin a la Probabilidad. Objetivo Al término de la sesin el estudiante distinguirá las reglas de la
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 5 Nombre: Distribuciones de probabilidad para variables aleatorias. Parte I. Objetivo: Al finalizar la sesión, el estudiante conocerá el concepto de variable aleatoria
Más detallesSesión No. 1. Contextualización. Nombre: Fundamentos del Álgebra MATEMÁTICAS
Matemáticas 1 Sesión No. 1 Nombre: Fundamentos del Álgebra Contextualización Esta sesión está diseñada para ofrecer una breve explicación de los principios aritméticos y algebraicos que se requieren para
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 detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA ESTADÍSTICA I CÓDIGO DE MATERIA MC 106 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: ADMINISTRACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: ADMINISTRACIÓN PROGRAMA DE LA ASIGNATURA DE: ESTADÍSTICA DESCRIPTIVA Y PROBABILIDAD IDENTIFICACIÓN DE LA
Más detallesEstadística Inferencial. Sesión 11. Regresión y correlación múltiple
Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de
Más detallesUniversidad del Valle Facultad de Ciencias de la Administración Departamento: Administración Y Organizaciones
Universidad del Valle Facultad de Ciencias de la Administración Departamento: Administración Y Organizaciones ESTADÍSTICA I DESCRIPCIÓN DE LA ASIGNATURA Continuando con la formación matemática para este
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 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 detallesMatemáticas. Sesión # 1. Fundamentos del Álgebra.
Matemáticas Sesión # 1. Fundamentos del Álgebra. Contextualización Esta sesión está diseñada para ofrecer una breve explicación de los principios aritméticos y algebraicos que se requieren para el manejo
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 detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas
Más detallesGUÍA DOCENTE ESTADÍSTICA I
GUÍA DOCENTE 2016-17 ESTADÍSTICA I Mayo 2016 DATOS GENERALES Nombre del curso: ESTADÍSTICA I Código: 801100 (ADE) 801911 (MKCD) Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
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 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 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 detallesDesarrollaremos la noción de pendiente y las diferentes formas de ecuaciones de rectas.
Matemáticas 1 Sesión No. 4 Nombre: La ecuación de la recta y su gráfica. Contextualización El sistema de coordenadas es uno de los conceptos que aprenderemos en esta sesión, aprenderemos a identificar
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detallesGUÍA DOCENTE ESTADÍSTICA I Julio 2018
Julio 2018 DATOS GENERALES Asignatura: Código: 801100 (ADE) 801911 (MKCD) Curso: 2018-19 Titulación: Grado en Administración y Dirección de Empresas Grado en Marketing y Comunicación Digital Nº de créditos
Más detallesEstadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos
Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del
Más detallesz es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ 2 =1)
z x z es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ =1) La distribución normal es una distribución continua, en forma de campana donde la media, la mediana y la
Más detallesCómo se utiliza la tabla de Distribución de frecuencias?
Estadística 1 Sesión No.2 Nombre: Organización de datos y tablas Contextualización Cómo se utiliza la tabla de Distribución de frecuencias? En la presente sesión aprenderemos el uso y trabajo con la tabla
Más detallesEstadística Inferencial. Sesión 6. Pruebas de hipótesis para medias y proporciones.
Estadística Inferencial. Sesión 6. Pruebas de hipótesis para medias y proporciones. Contextualización. En esta sesión aprenderemos a estimar y analizar las pruebas de hipótesis para media y proporción
Más detallesEstadística descriptiva aplicada a negocios
Estadística descriptiva aplicada a negocios SEMESTRE Y CARRERA PROGRAMA ELABORADO POR: M.A. Marco Antonio Villa Cerda TIPO DE CURSO CRÉDITOS Nuclear 7 créditos TIPO DE MATERIA MATERIA COMPARTIDA CON OTRO
Más detallesModelos para variables aleatorias continuas en R
Modelos para variables aleatorias continuas en R 1 Distribución continua uniforme Ejercicio 1.1 Represente gráficamente la función de densidad de probabilidad, f(x), y la función de distribución acumulada,
Más detallesGUIA DOCENTE ESTADÍSTICA II
GUIA DOCENTE 2016-17 ESTADÍSTICA II Mayo 2016 DATOS GENERALES Nombre del curso: Código: ESTADÍSTICA II 801101, ADE 801916, MKCD Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
Más detallesMÉTODOS CUANTITATIVOS APLICADOS A LA ADMINISTRACIÓN
MÉTODOS CUANTITATIVOS APLICADOS A LA ADMINISTRACIÓN Dr. Francisco Javier Cruz Ariza Presentación / bienvenida Con gran agrado les damos la más cordial bienvenida a la asignatura de Métodos Cuantitativos
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 7 Nombre: Operaciones básicas con matrices, producto e inversa. Objetivo de la asignatura: En esta sesión el estudiante aplicará las operaciones básicas de suma,
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesUNIVERSIDAD NACIONAL DE LOMAS DE ZAMORA
UNIVERSIDAD NACIONAL DE LOMAS DE ZAMORA FACULTAD DE CIENCIAS SOCIALES LICENCIATURA EN RELACIONES LABORALES ASIGNATURA: ESTADÍSTICA Y ANÁLISIS DE LA INFORMACIÓN Programa de la materia ADJUNTO: LIC. EVA
Más detallesCoeficiente de variación
Coeficiente de variación Autor: M. en C. Mario Arturo Vilchis Rodríguez Febrero 2014 http://www.uaeh.edu.mx/virtual 1 COEFICIENTE DE VARIACIÓN INTRODUCCIÓN Tal como se expuso en la presentación referente
Más detallesEJERCICIOS. 0 No hay muestra
EJERCICIOS 1. Dada una población finita que tiene cinco elementos A, B, C, D y E seleccione 10 muestras aleatorias simples de tamaño 2. a) Enumere las 10 muestras empezando con AB, AC y así en lo sucesivo.
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 detallesFACULTAD DE CONTADURÍA Y ADMINISTRACIÓN DE LA UASLP
FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN DE LA UASLP EL PROCESO CURRICULAR EN LA FACULTAD DE CONTADURÍA Y ADMINISTRACION * DISEÑO DE PROGRAMAS DE LOS CURSOS 1. DATOS GENERALES Nombre del curso: Modelos
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE LOS VALLES PROGRAMA DE ESTUDIO E S T A D I S T I C A I I.- DATOS GENERALES DEL PROGRAMA DE ESTUDIOS 1. Nombre de la Asignatura: Estadística I 2. Clave
Más detallesEstadística Aplicada a los Negocios I
Estadística Aplicada a los Negocios I Nombre de la Materia Estadística aplicada a los negocios I Departamento Ciencias Económico Administrativas Academia Economía y métodos cuantitativos Clave Horas-teoría
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesDistribución de Probabilidad
Distribución de Probabilidad Variables continuas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Distribuciones de probabilidad continuas
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 detallesVariables aleatorias 1. Problema 1
Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Más detallesUNIVERSIDAD DE GUADALAJARA FORMATO GENERAL
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA CODIGO DE MATERIA DEPARTAMENTO BIOESTADÍSTICA PS 100 CIENCIAS BIOLÓGICAS AREA DE FORMACION BÁSICA COMÚN OBLIGATORIA CENTRO
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: CONTADURÍA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: CONTADURÍA PROGRAMA DE LA ASIGNATURA DE: ESTADISTICA DESCRIPTIVA IDENTIFICACIÓN DE LA ASIGNATURA MODALIDAD:
Más detallesDISTRIBUCION NORMAL ESTANDAR
Probabilidad Cap 6 DISTRIBUCION NORMAL ESTANDAR Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 La distribución normal estándar 2 Variable aleatoria normal estandarizada Podemos
Más detallesEstadística. Sesión 2: Organización de datos y tablas.
Estadística. Sesión 2: Organización de datos y tablas. Contextualización En la presente sesión aprenderemos el uso y trabajo con la tabla de Distribución de frecuencias, la creación de gráficas tales como
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO
CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO TEMA: POBLACIONES Y MUESTRAS M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017 UNIDAD DE APRENDIZAJE ESTADÍSTICA UNIDAD DE COMPETENCIA II: MÉTODOS
Más detallesESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas
ESTADÍSTICA INFERENCIAL Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros,
Más detallesPROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6
PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y
Más detallesTEL / / FAX Correo electrónico: Página Web:
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA DE ESTADÍSTICA CURSO: XS-1130 Estadística Introductoria II Créditos: 4 II Ciclo 2017 GRUPO Y DOCENTE: HORARIO : AULA: CORREO ELECTRÓNICO:
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 5 Nombre: Desigualdades lineales, cuadráticas y valor absoluto Objetivo de la asignatura: En esta sesión el estudiante conocerá las características y métodos de
Más detallesApellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:
Cátedra: Probabilidad y Estadística Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar
Más detallesEstadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones.
Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización. En la sesión anterior se mostró como realizar una prueba de hipótesis cuando se trata
Más detallesUNIVERSIDAD NACIONAL DE LOMAS DE ZAMORA FACULTAD DE CIENCIAS SOCIALES LICENCIATURA EN RELACIONES LABORALES CURSO: 4º AÑO
UNIVERSIDAD NACIONAL DE LOMAS DE ZAMORA FACULTAD DE CIENCIAS SOCIALES LICENCIATURA EN RELACIONES LABORALES CURSO: 4º AÑO ASIGNATURA: ESTADÍSTICA Y ANÁLISIS DE LA INFORMACIÓN TITULAR: MG. ANTONIO ALBERT
Más detallesCentro Universitario de Tonalá. Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I
Nombre de la materia Estadística aplicada a los negocios Departamento Económico Administrativo Academia Economía y métodos cuantitativos Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos
Más detallesSesión No. 10. Nombre: Integrales. Contextualización MATEMÁTICAS.
Matemáticas Sesión No. 0 Nombre: Integrales Contetualización En esta sesión trabajaremos con el cálculo integral, nuestro objetivo es definir la anti derivada y la integral indefinida de una función diferencial
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 detallesMatemáticas Financieras Avanzadas
Matemáticas Financieras Avanzadas 1 Sesión No. 8 Nombre: Depreciación. Parte I Objetivo Al término de la sesión el estudiante solucionará problemas reales de depreciación a través de la aplicación de los
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Estadística. Programa de Estadística
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Estadística Profesor: MSc. Julio Rito Vargas Avilés. Programa de Estadística Estudiantes: FAREM-Carazo Quien tiene un libro y no lo lee,
Más detallesVariables aleatorias continuas
Variables aleatorias continuas VARIABLE ALEATORIA UNIFORME Definición Se dice que una variable X tiene una distribución uniforme en el intervalo [a;b] si la fdp de X es: 1 si a x b f(x)= b-a 0 en otro
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
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 detallesMomentos de una variable
Momentos de una variable Momentos respecto del origen Dada una variable aleatoria X con función de probabilidad o densidad f(x) podemos definir una función de X que sea igual a la variable elevada a un
Más detalles