Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión

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

Download "Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión"

Transcripción

1 Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó

2 . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua gradacó de Mu fumador hasta No fumador como meda del tabaqusmo, ua gradacó de Mu grave a Leve e el tpo de accdete. e etrao ua muestra de 55 dvduos que había sufrdo u accdete laboral. Los resultados se preseta e la sguete tabla de cotgeca(tabla de doble etrada): e pde: Mu Grave Grave Lesoes Med Leves Mu Fumador Fumador Fumador Esporádco No Fumador Represetar los datos aterores gráfcamete. Calcular las dstrbucoes margales para cada ua de las varables de estudo. 3. Costrur ua tabla de dstrbucó de frecuecas porcetuales dode aparezca las dstrbucoes de la varable de tpo de Lesó codcoada a cada ua de las varables del Fumador. 4. Estudar s las varables está asocadas o o por medo de ua medda descrptva. Realzar u aálss gráfco cometar los resultados. OLUCIÓN: a) b) e obtee a partr de la tabla de doble etrada sumado las frecuecas las flas, o be por columas segú el caso.

3 Marg. Tabaqusmo FREC. Marg.Accd. Lab. FREC. Mu fumador 70 Mu grave 65 Fumador 40 Grave 30 Fumador Esporádco 0 Lesó meda 40 No fumador 05 Leve c) La dstrbucó de ua varable codcoada a que otra varable tome u determado valor de la dstrbucó de frecuecas de la varable cuado mateemos fo el valor codcoate de otra varable. Mu Grave Grave Lesó Med. Leve Mu Fum % Fumador % Fum.Espor % No Fum % Marg.Lesó % Como eemplo del cálculo de la dstrbucó porcetual del Tpo de lesó codcoado al dvduo sea Mu Fumador se realzará dvdedo cada ua de las frecuecas de la fla Fumador etre el úmero total de Mu Fumadores después multplcaramos como ((0/70)*008.57; (0/70)*004.9, ). d) (Este apartado lo vamos a realzar sobre ua msma tabla) La medda descrptva de la asocacó etre las varables vee dada a través de la medda que dca la dstaca relatva que este etre la tabla de frecuecas observadas e la tabla de frecuecas esperadas s las varables fuera depedetes. La epresó para las frecuecas esperadas es la sguete:

4 Dode E es la frecueca esperada e la celda (,), F es la suma de las frecuecas de f C es la suma de las frecuecas de la fla. La dstaca relatva al cuadrado que este etre ua celda de la tabla de frecuecas observadas es la msma celda de la tabla de esperadas vee dada por: Y la suma de todas ellas recbe el ombre de (-cuadrado). Por otra parte podemos estudar cuáles so los pares de categorías que flue e maor medda e la esteca de la asocacó. Este lo realzaremos por medo de aálss gráfco atededo al sguete crtero: [z ]<.645, le asgaremos el símbolo. (flueca mu débl).645<[z ].960, le asgamos o. (flueca débl).960<[z ].576 le asgamos O (flueca fuerte) [z ] >.576, le (flueca mu fuerte) La tabla dode se reflea lo epuesto es la sguete: Mu Grave Grave Lesó Med. Leve Marg.Tab M.F Obs M.F Esp M.F z M.F O O. 70 F. Obs F Esp F: z

5 40 F.E Obs F.E Esp F.E z O 0 No F. Obs No F. Esp No F. z No F. m.. O O. o 05 Marg. Lesó X este valor depede del tamaño de la muestra de la forma de la tabla, por tato utlzaremos el valor V de Cramer como medda descrptva de la asocacó etre varables, esta medda esta compredda etre 0, sedo las varables depedetes cuade vale 0 estedo asocacó perfecta cuado vale. La epresó para V es: E este caso vale E u estudo sobre el sesmo e el trabao se cotrastaro las varables seo vel de gresos. Los resultados obtedos sobre ua muestra de 58 dvduos se preseta e ua tabla de doble etrada: Alto Medo Bao Bao Hombre Muer e pde:

6 a) Represetar gráfcamete las varables e estudo. b) Calcular ua medda descrptva del vel de asocacó etre ambas varables. Realzar u aálss gráfco aalzar los resultados. OLUCIÓN: a) b) Alto Medo Bao Marg.eo Hombre Obs Hombre Esp Hombre z Hombre m. O.. 63 Muer Obs Muer Esp Muer z Muer m. O.. 65 Marg. alaro V0.7

7 3. De ua determada empresa se cooce los sguetes datos, referdos al volume de vetas ( e mlloes de pesetas) al gasto e publcdad ( e mles de pesetas) de los últmos 6 años: Volume de vetas(mll. Ptas) Gastos Publcdad(mles ptas.) a) Este relacó leal etre las vetas de la empresa sus gastos e publcdad? Razoa la respuesta. b) Obteer las rectas de regresó mímo cuadrátco. c) Qué volume de vetas de la empresa se podría esperar e u año que se gaste de publcdad pesetas? Y para u gasto e publcdad de pesetas? d) lo úco que teresase fuese la evolucó del volume de vetas e térmos de gastos e publcdad, s teer e cueta la catdad cocreta de cada uo de ellas, estría correlacó ordal etre ambas varables? OLUCIÓN: a) Dbuamos prmero el dagrama de dspersó:

8 Observádolo podemos decr que este relacó leal etre ambas varables. Ahora calculamos el coefcete de determacó leal para obteer ua medda descrptva del grado de asocacó leal que este etre las varables. La epresó del coefcete de determacó es: Dode represeta la covaraza de las varables X e Y. Cua epresó smplfcada es: Para clarfcar la forma de cálculo costrumos la sguete tabla: ( varable X Gastos de publcdad varable Y Volume de vetas) Y X Y X XY X ; Y.5; s 0.870; s 58 ubsttuedo obteemos que r vale que es lo que cabía esperar después de observar el dagrama de dspersó. b) epresamos las rectas de regresó como * a+b * c+d los coefcetes de los calculados so como: Aplcádolas a este problema obteemos las rectas de regresó:

9 Y * ; X * c) Para realzar la predccó del volume de vetas utlzamos la recta de regresó que tee las vetas e fucó de los gastos e publcdad. Para u gasto e publcdad de pesetas obtedremos u volume de vetas de * * mlloes de pesetas. el gasto es de 00 mlloes de pesetas o podemos utlzar la recta de regresó puesto que el valor 00 esta fuera del recorrdo del gasto e publcdad. susttumos os da u valor de 7604 mlloes de pesetas, pues las rectas sólo so váldas detro del rago o para valores prómos a los etremos del recorrdo. d) Para solucoar este apartado calculamos el coefcete de correlacó ordal de pearma. El coefcete de pearma cosste e calcular el coefcete de correlacó leal de los datos trasformados a través de la fucó rago. Y X Rag Y Rag X d D El coefcete de pearma cuado o este empates e los ragos, como ocurre e estos datos, tee la sguete epresó: E este caso r s es por tato este correlacó ordal postva perfecta, es decr a maor gasto e publcdad maor volume de vetas. (Podemos observar que la correlacó leal o es perfecta s embargo la correlacó ordara s lo es). 4. U baco estatal de certo país está estudado la posbldad de baar los tpos de terés para cetvar la versó prvada, así abrr la posbldad de creacó de puestos de trabao. Para ello cotrasta los tpos de terés real de dferetes países co la

10 versó prvada e los msmos, todo ello durate el últmo período. Obteédose los resultados que aparece refleados e la sguete tabla: INVERION(mles mlls Tpos de Iterés(e tatos por uo) a) Este relacó leal etre ambas varables? Razoa la respuesta. b)costrue la recta de regresó que eplca la versó e flueca de los tpos de terés real. c) Cómo vararía la versó s se produce u cremeto de ua udad e los tpos de terés real? Razóalo s ecesdad de hacer gú cálculo. d) el tpo de terés real baa de 0.8 a 0.09, cómo vararía la versó? OLUCIÓN: Para facltar el segumeto de los cálculos ecesaros para resolver el problema costrumos la sguete tabla resume: (varable Xtpo de terés real; varable Yversó). Y X Marg.Y f f Marg. X f f

11 f X(meda)0.5; Y(meda)94.6; s 0.055; s 56.48; s Para estudar la relacó leal etre las varables tpo de terés e versó utlzaremos el coefcete de determacó como medda descrptva de este hecho.. * El cremeto e ua udad de la varable depedete cocde co el valor de la pedete de la recta; e este caso el cremeto será de ( observamos que e este problema el cremeto es fctco pues se sale del recorrdo de la varable depedete). 4. El cremeto será el producto etre la pedete la dfereca etre el tpo de terés e los dos estados, es decr, aumeta e *( )85.388mles de mlloes. 5. Ua compañía dscográfca ha recoplado la sguete formacó sobre 5 grupos muscales, a saber, el úmero de cocertos dados este verao las vetas de dscos de estos grupos( e mles de LPs), obteedo los sguetes datos: CONCIERTO LPs a)calcula el úmero medo de LPs veddos por estos grupos. b)obteer la recta de regresó que eplca la depedeca leal c) u grupo muscal ha veddo 800 LPs, Qué úmero de cocertos se prevee este verao? OLUCIÓN: a) 9000 LPs

12 c) *8.+.4 d) *8.+.4* Cocertos. 6. Co obeto de aalzar s este relacó leal etre el cosumo de eergía eléctrca(kw.hora), varable X el volume de produccó e mlloes de pesetas, varable Y, de ua empresa se ha obtedo la sguete formacó: e pde:. Aústese la recta de regresó leal que eplca el cosumo de electrcdad e f del volume de produccó. Razóese la valdez de la recta austada OLUCIÓN: a) * b) r Ua empresa de maufacturas basa las predccoes de sus vetas auales e los resultados ofcales de la demada total e la dustra. A cotuacó se da los datos de demada total las vetas efectuadas por la empresa e los últmos años. demada total (mles de tm) vetas (mles de tm) Dbuar los dagramas de dspersó de los datos.. Trazar la recta que mas se auste a los datos.

13 3. Por medo de u auste mímo cuadrátco ecotrar la recta que más se auste a las vetas de la empresa e fucó de la demada total. la demada total dustral es de toeladas, Qué volume de vetas se predecría usado la recta de regresó calculada? s utlzamos la recta ecotrada e el apartado b)? 4. Realza la valdez del auste leal realzado e el apartado ateror. Utlzado el método robusto de auste de ua recta basado e la medaa, para obteer ua recta de auste e los térmos del apartado c). Realza la predccó del apartado c. utlzado esta recta OLUCIÓN:. XDemada Total, YVetas. * ; * * Mles de To. 3. r0.80; r Para calcular la recta robusta de auste basada e la medaa se procede de la sguete forma:. e dvde la muestra ordeada por la varable X e tres partes apromadamete guales, e este caso hemos tomado 4, e calcula la medaa para las varables X e Y e el prmer tercer subcouto de datos. Prmer subcouto: Me(X)05 ; Me(Y)5.5 Tercer subcouto: Me(X)385 ; Me(Y) 3. Uedo los putos obteemos la recta robusta de auste. La epresó para la pedete(b r) para el térmo depedete(a r) so:

14 usttuedo obteemos R * mles de To.( NOTA: ambas rectas está dbuadas sobre el dagrama de dspersó. El sgo. del gráfco correspode a los putos(, ) (, ) el sgo (cuadrado) a los datos del problema). 8. e está estudado la relacó etre el úmero de años que ua persoa está aflada al sdcato el vel de satsfaccó co la actuacó de dcho sdcato. Para ello se parte de los datos de 7 dvduos tomados aleatoramete de persoas adscrtas a partdos polítcos, obteédose: Años atsfaccó Calcular el coefcete de correlacó leal. Cometar el resultado obtedo.. Predecr el ídce de satsfaccó de ua persoa que lleva años mltado al sdcato. Coocedo que el ídce de satsfaccó es de 6 predecr los años que lleva e el sdcato OLUCIÓN:. r0.7. * ; * *8.33 e la escala de satsfaccó. 3. * *; * * años. 9. E ua regó vícola se observó la evolucó del preco( e pesetas/ltro) la catdad de produccó( e toeladas) durate alguos años. Mrad la tabla: Produccó Calcula la recta de regresó leal que poe el preco e fucó de la produccó.. Aalza razoadamete la valdez de la recta obteda aterormete.

15 Etre que valores estará el preco cuado la produccó está etre 5 35 toeladas? Razoa la respuesta. OLUCIÓN:. * r0.556 ; r * * e * * ; el preco estará etre pesetas 0. Dados los sguetes coutos de datos: U V W X Dbuar el dagrama de dspersó de cada uo de los coutos de datos.. Calcular la recta de regresó de cada uo de los coutos de datos dbuarla e el dagrama de dspersó, cosderado como varables depedetes las varables U,W,X. 3. Calcular el coefcete de correlacó leal para cada uo de los coutos. 4. Qué podemos observar? 5. Elmado los outlers vuelve a calcular loa apartados b c. 6. Qué otras rectas te parecería mas adecuadas e los coutos aterores? Razoa la respuesta. 7. Calcula la recta de auste robusto Qué coclusoes podemos etraer de este problema? OLUCIÓN: a)

16 . v* u ; * w 3. r uv ; r w Podemos observar que ambas rectas so eactamete guales que la relacó leal e ambas es la msma, pero se puede aprecar e las varables U/V la recta es más represetatva que e el otro caso. Observamos que la preseca del outler puede cambar el resultado esperado. 5. E el dagrama de dspersó U/V o se observa outlers. E el dagrama W/X se adverte la preseca de u outler, que es el puto( 4.7,4.86) s lo elmamos obteemos la *6.646 la asocacó leal etre ellas es ula, 6. Este apartado se realzará para las varablea U/V v R u. 7. La prcpal coclusó es que ha que dbuar sempre el dagrama de dspersó de datos.. U gerete de recursos humaos desea determar el salaro que debe pagar acerta categoría de obreros. Para determar dcho salaro que debe pagar a certa categoría de obreros. Para determar dcho salaro se realza u estudo e el que tervee las varables alaro Mesual( e mles de ptas), Nvel de Produccó Aual e la Empresa( e mlloes de ptas) Nvel de especalzacó Meda del Trabaador ( de 0 a 0). El gerete obtee esta sere de resultados:

17 al Prod Esp e pde:. Calcular el plao de regresó leal mímo cuadrátco que eplca el salaro e fucó de la produccó del vel de especalzacó.. Estuda la valdez de la fucó obteda e el apartado ateror por medo de ua medda descrptva. Cuáto vale la varaza resdual? 3. Calcula el coefcete de correlacó parcal para dos varables eplcatvas. 4. Cometa los resultados. Qué salaro se debería pagar s el vel de produccó fuese de 35 mlloes de ptas. el vel medo de especalzacó de 6.6? OLUCIÓN: ) Varable Yalaro X Produccó X Nvel de especalzacó. La tabla de cálculos es: Y X X Y X X YX YX X X

18 La recta a costrur tedrá la forma * a+b +b para calcular los coefcetes de la recta aparece u stema de Ecuacoes Come éste: Co estos datos el sstema de ecuacoes a resolver es:.3 0a +83.3b +57.6b a b b a b b Que tee por solucó a5698 b 0.58 b Por tato el plao de regresó es : * ) Las meddas descrptvas que vamos a utlzar so el coefcete de determacó el de correlacó. Y defdas sería así: El coefcete de determacó múltple vee epresado como:

19 Dode s es la varable resdual. Ua epresó de la varaza resdual que smplfque el cálculo es: E este caso R R0.66 s El coefcete de correlacó parcal etre la varable depedete ua varable eplcatva mde la fuerza de la relacó leal etre ambas cuado elmamos el efecto leal de las otras varables eplcatvas. u resultado es: Dode CE( ) es la varacó o eplcada. Observado esta epresó vemos que el coefcete de determacó parcal os da el cremeto relatvo de la varable aplcada. El coefcete de correlacó parcal se cosgue de la raz cuadrada del coefcete de determacó. E este caso CE( )58.5 CE( ) CE(, ) r 0.57 r 0.4 * * * El gerete de ua determada empresa desea coocer, de forma apromada, la demada aual de producto que se realzará a la empresa e años futuros. Para determar esta demada realza u estudo e el que tervee las varables Preco Medo del Producto e u Año (e pesetas), Tasa de flacó Aual (IPC)(e tatos por uo) la Demada Aual (e mles de mlloes de pesetas). E ua muestra de 0 años obtee los sguetes resultados: (DemadaY, Preco, IPC )

20 Calcular: a) Determar a partr del coefcete de correlacó leal múltple la valdez de la fucó ateror. Cuáto vale la varaza resdual? b) Determar el coefcete de correlacó parcal para cada ua de las varables eplcatvas calcula el coefcete de determacó para e. c) Qué varacó se produce e la demada s el preco se cremeta e 3 udades permaecedo fo el IPC? s se reduce el IPC e 0,03 permaecedo fo el preco? Razoa la respuesta. d) Qué varacó porcetual se producría e la demada s el preco vara de 56 a 59 pesetas el IPC permaece costate e gual a 0,04? e) Qué volume de demada predecrías para u año e que el preco es de 59 pesetas el IPC aual prevsto es del 3,5%? OLUCIÓN: a) b) CE( 0,9585; CE( 0,4587; CE( )0,7046; 0,683934; 0,66746; c) La varacó e la demada será tres veces la pedete correspodete a la varable Preco, e este caso se producría ua reduccó e la demada de 0,084 mles de mlloes de pesetas. La varacó e la demada será u aumeto de demada de 0,06 mles de mlloes de pesetas. d) La varacó porcetual es el cocete etre la varacó total la stuacó cal por 00. E este problema será de: (-0,084/ )00-,08% e) *.959-0, , ,0350,903 mles de mlloes de pesetas. 3. Las calfcacoes obtedas por 9 alumos e los eámees del prmer trmestre del segudo so: º º Calcular: - este correlacó etre los resultados. - Las rectas de regresó de sobre de sobre

21 OLUCIÓN: Costrumos la sguete tabla: : Calcular el coefcete de correlacó las ecuacoes de las rectas de regresó de la dstrbucó aduta.,65-,70,70-,75,75-,

22 Tallas Pesos OLUCIÓN: Efectuamos u cambo de varable medate 0 + a 0 + b 0,75 ; a 0, ,5 ; b 5 Llamado: Tallas e Peso, costrumos la sguete tabla: - 0 f f f,675,75 775,65-,70,70-,75,75-,80-7, , , f f f

23 - Coefcete de correlacó - Recta de regresó de sobre Luego 3- Recta de regresó de sobre Luego 5. Elegdos 50 matrmoos al azar pregutada la edad de ambos al cotraer matrmoo, se obtuvo la sguete tabla bdmesoal: Edad del mardo. Edad de la esposa. Calcular:

24 - Recta de regresó de sobre. - Recta de regresó de sobre. OLUCIÓN: Costrumos la sguete tabla: f f f 7,5,5 7,5 3,5 37, , , , , f f f Hemos efectuado el cambo de varable

25 Resulta: Coefcete de regresó de sobre Recta de regresó de sobre Coefcete de regresó de sobre Recta de regresó de sobre 6. e ha estudado los pesos e kg las tallas e cm de 70 dvduos obteédose los datos de la tabla sguete: PEO/TALLA Hallar el peso medo la talla meda así como el error cometdo al resumr pesos tallas por sus valores medos Que meda es meor?

26 . Hallar la dstrbucó segú las tallas de los dvduos que pesa 54 kg la dstrbucó segú los pesos de los dvduos que mde etre 6 cm 67 cm. Hallar meda varaza de las dos dstrbucoes codcoadas. OLUCIÓN: llamamos X a la varable pesos e Y a la varable tallas, los datos puede arreglarse e ua tabla de doble etrada como sgue para realzar los cálculos: X/Y N. N. N , Para hallar el peso medo la talla meda se calculará las medas de las dstrbucoes margales de X e Y respectvamete. Asmsmo para cuatfcar el error cometdo al resumr pesos tallas por sus valores medos se cuatfcará los coefcetes de varacó de pearso para ambas margales. Las dstrbucoes margales de X e Y so las sguetes: X. Y

27 Teemos lo sguete: X 5 N ,7 70 Y 6 N ,7 σ ,7 X N 70,98 σ ,7 Y N 70 0,3 V σ X,98 54,7 0,0665 6,65% V σ Y 0,3 65,7 0,09,9% e observa que el meor coefcete de varacó es el relatvo a la talla meda, que resulta ser así u promedo más adecuado. La dstrbucó segú las tallas de los dvduos que pesa 54 kg es la dstrbucó de Y codcoada a X54, la dstrbucó segú los pesos de los dvduos que mde etre 6 cm 67 cm es la dstrbucó de X codcoada a Y6,64, 66. X/Y6, 64, 66 /, 3, 4 Y/X54 /

28 La meda la varaza de cada ua de estas dos dstrbucoes codcoadas se calcula de la msma forma que para cualquer dstrbucó de frecuecas. X / Y / 5 N Y 6,64,66 /,3,4 6 N X 54 / 3 65, σ / 6,64,66 /,3, N σ / 54 / 3 65,33 65,33 5,55 N e cosdera la varable bdmesoal (X, Y) cua dstrbucó de frecuecas se preseta e la tabla sguete: X/Y Estudar s las dos varables so depedetes utlzado la dstrbucó couta las margales.. Estudar s las dos varables so depedetes utlzado las dstrbucoes margales las codcoadas. 3. Hallar la covaraza de X e Y. OLUCIÓN: Para estudar la depedeca de las dos varables utlzado la dstrbucó couta las margales teemos que comprobar queff.f. \/,. La prmera tarea será costrur ua tabla co la dstrbucó couta (f/n) co las margales (f../n f../n).

29 X/Y f f. 0, , , , , , , , , , , ,4857 0, , ,5 f. 0,4857 0, , , Ya estamos e codcoes de probar que f f f,. Para ello ordearemos los cálculos f f como se dca a cotuacó: 0,48*0,6666 0,857*0,6666 0,48574*0,6666 0,374*0,6666 0,48*0, ,857*0, ,48574*0, ,374*0, ,48*0,5 0,857*0,5 0,48574*0,5 0,374*0,5 Observamos que, ua vez realzados estos cálculos, se obtee la tabla de la dstrbucó couta f. f 0, , , , , , , , , , , , , , , ,357486

30 Para estudar la depedeca de las dos varables utlzado las dstrbucoes margales las codcoadas teemos que comprobar que f f,. / f/ f/ f/3 f/4. f/ 3/4 4/4 /4 5/4 4 f/ 6/8 8/8 4/8 0/8 8 f/3 9/4 /4 6/4 5/4 4 f. 8/84 4/84 /84 30/84 84 Observamos que se cumple f/ \/, a que: 3 /4 6 / 8 9 / 4 8 / 84 4 /4 8 / 8 / 4 4 / 84 /4 4 / 8 6 / 4 / 84 5 /4 0 / 8 5 / 4 30 / 84 Para estudar la depedeca de las dos varables utlzado las dstrbucoes margales la codcoadas també podríamos comprobar que f/f. \/,. f/ f/ f/3 f/4 f. 3/8 4/4 / 5/30 4/84 6/8 8/4 4/ 0/30 8/84 9/8 /4 6/ 5/30 4/ Observamos que se cumple f/f. \/, a que: 3 /8 4 / 4 / 5 / 30 4 / 84 6 /8 8 / 4 4 / 0 / 30 4 / 84 9 /8 / 4 6 / 5 / 30 4 / 84

31 La covaraza etre X e Y vee dada por la epresó: σ N h k ( )( ) Luego para su cálculo ecestamos las medas de las dos margales X e Y, que se calculará co los datos de la tabla: X/Y X Y 3 N 4 N 386 6, ,64 La covaraza, que será cero debdo a la depedeca, puede calcularse como sgue σ [( 6,5)(5 4,6) + ( 6,5)(4 4,6) + ( 6,5)(7 4,6) + ( 6,5)(30 4,6) + N (5 6,5)(5 4,6) + (5 6,5)(4 4,6) + (5 6,5)(7 4,6) + (5 6,5)(30 4,6) + (9 6,5)(5 4,6) + (9 6,5)(4 4,6) + (9 6,5)(7 4,6) + (9 6,5(30 4,6) + 0 La covaraza també puede calcularse de la forma sguete m σ XY XY N ,5 4,64 84, 0, 3455 X/Y z z33 z44 z

32 E ua empresa se toma ua muestra de 00 trabaadores co la faldad de estudar s ha relacó etre su edad X los días que está de baa e el año Y. se obtee los sguetes resultados: X/Y es smétrca la dstrbucó del úmero de días de baa de los trabaadores?. Cuál es la edad más frecuete de los trabaadores que pde la baa? 3. Austar medate u modelo epoecal los días de baa e fucó de la edad. 4. realzar el msmo auste cosderado u modelo leal. 5. Cuál de los austes es el meor? OLUCIÓN: Para realzar los cálculos ecesaros elaboramos la tabla sguete: X/Y c h/c , , , E N

33 Realzamos los sguetes cálculos: a X N 00 34, a Y N 00 9, m0 σ X a0 a0 34, 30,3 69,64 60,66 N 00 3 a m0 σ Y a0 a0 9,8 564 { 39,04 7, 96 N 00 a a Y N 00 9,8 Para estudar la asmetría del úmero de días de baa de los trabaadores calculamos el coefcete de asmetría de Fsher de la varable margal Y como sgue: g m 43,84 ( 7,96) σ 3 Y 0,99 e observa que ha ua lgera asmetría haca la derecha, pero mu pequeña. Los días de baa se dstrbue cas smétrcamete a lo largo del año. Para calcular la edad más frecuete de los trabaadores que pde la baa hallaremos la moda de la varable margal X. Observamos que el tervalo modal es [30,40] a que es el que tee maor frecueca. El cálculo de la moda se realza como sgue: M d+,5 L + c años d + d,5 +,5 0 + Ahora tetaremos austar los días de baa e fucó de la edad de los trabaadores medate u modelo de regresó epoecal de ecuacó ab

34 ab Log( ) Log( a) + Log( b) La regresó epoecal es equvalete a la regresó leal co varable depedete log() co varable depedete. Los cálculos para esta regresó se preseta e la tabla sguete: X/z,477,699. z z z33 z , , ,478 37,86 93, ,573 38,75 58, ,95 60,35 449,086 z ,790 5,9,08 z , ,979 53,66 El parámetro log(b) se estma por mímos cuadrados medate: X σ N, Log( b) σ σ a b XZ X X Los parámetros fales buscados a b del modelo epoecal se estmará medate: 0 0, , 078 0,04 3,99 El modelo estmado tee la ecuacó 3 3,99(,04) Para medr la caldad de este auste podemos utlzar el coefcete de determacó R² que se calcula como: R 3 3 ( (3,99(,04) σ e σ σ Y )) 6,4 7,96 0,6 El auste o es de caldad porque R² esta más cerca del cero que de la udad. El auste por regresó leal de la forma a+b sedo:

35 σ b σ N XY ,0*9,80, σ 60,66 0,854 a Y bx 9,8 0,854 * 34,0 9,4 El coefcete de determacó será e este caso el cuadrado del coefcete de correlacó que se calcula como sgue: r σ σ XY Xσ Y ( N, σ X σ Y XY ) ,0*9,80 60,66*7,96 0,536 Para realzar el calculo de 7860 se utlza la sguete tabla:, X/Y El auste leal tampoco es de caldad por que R² esta más cerca de cero que de la udad. Además el auste epoecal es meor que el auste leal por que su coefcete de determacó es maor (0,6>0,5536). 9. Los ahorros los gresos Y mesuales e cetos de euros de ua muestra de 0 famlas de ua determada regó se preseta e la sguete tabla:,9,8,0,,9,0,,3,7 3,0 Y 0,5 0,8,,7,,3,,6 3, 3,5

36 . Austar los datos aterores a u modelo leal que eplque lo ahorros famlares e fucó de los gresos de la regó dada.. Austar los datos aterores a u modelo leal parabólco que eplque los ahorros famlares e fucó de los gresos para la regó dada. 3. Qué auste es el meor? 4. Qué ahorro se puede prever para ua famla de la regó que grese 500 euros mesuales? OLUCIÓN: Comezaremos elaborado ua tabla de datos adecuada para los cálculos a realzar e el problema. I 3 4,9 0,5 38,95 40,5 798, ,5 7660,063,8 0,8 37,44 43,64 778, ,9 8777,37, 4,4 449,44 898,88 958,8 0996,34,,7 45,57 470,89 988,869 08,33 737,39,9, 4,99 488,4 97, , ,38,3 44,6 497,9 994,58 089, ,344,, 48,84 49,84 084,48 094, ,66,3,6 5,98 50,76 74, , ,778,7 3, 6,37 533,6 440,747 36, ,63 3 3,5 70,5 55,5 656,75 977, ,063 uma- >, , , , , ,55 El modelo leal sguetes: a + b puede austarse medate el sstema de ecuacoes ormales 0 0 Na + b a b 0

37 ,90a+0b 484,640a+4848,38b a-5,4 b0,34 Luego el modelo leal austado será: 5,4 + 0, 34 Para medr la caldad de auste leal utlzamos el coefcete de correlacó o su cuadrado, el coefcete de determacó, que se calcula como sgue: r σ σ Y σ s 0,84 0,838 * 0,39 0,7457 e observa que la caldad del auste es buea por que el coefcete de determacó es alto (el coefcete de correlacó vale 0,7457 0, 85 que es u valor elevado dcatvo de alto grado de relacó etre el ahorro la reta de las famlas. 0. La versó K el producto teror bruto se relacoa medate la epresó c ak. e pde austar ua fucó Cobb-Douglas a los datos sguetes:,6,9 3,4 4, 5, 6,0 7, 9,, 3, 5, 7,3 9,9 K 0,6 0,6 0,8,0,3,4,6,9,,5,9 3,5 3,9 OLUCIÓN: e trata de u auste tpo potecal. Todo este tpo de austes se resuelve aplcado logartmos para lea rzar de la sguete forma: ak c Log( ) Log( a) + clog( K) Z Z A X A + c,37 3 A +,540 c 3,8349,540 A +,3963c A0,647 C, Luego el modelo de Cobb-Douglas austado será:

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

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

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

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

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

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

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

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

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

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

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

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

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

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

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

ESTADÍSTICA poblaciones

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

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

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

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

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

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

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

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

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

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

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

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

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

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

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

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

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

Más detalles

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015 Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

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

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

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

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

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

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

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

Más detalles

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

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

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

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

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

REGRESIÓN NO LINEAL. Índice. 1. Cuándo existe regresión? Y = f X (figura 1d y 1e); es decir, los puntos del diagrama de dispersión

REGRESIÓN NO LINEAL. Índice. 1. Cuándo existe regresión? Y = f X (figura 1d y 1e); es decir, los puntos del diagrama de dispersión REGREIÓN NO LINEAL Ídce. CUÁNDO EXITE REGREIÓN?.... TIPO DE REGREIÓN... 3. REPREENTATIVIDAD DE LA CURVA DE REGREIÓN... 3 3.. Poder explcatvo del modelo... 3 3.. Poder explcatvo frete a poder predctvo...

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

1.2. Medidas de Concentración

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

Más detalles