UNIDAD 7 SERIES DE TIEMPO. Introducción a la unidad

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

Download "UNIDAD 7 SERIES DE TIEMPO. Introducción a la unidad"

Transcripción

1 UNIDAD 7 SERIES DE TIEMPO Itroduccó a la udad Ua sere de tempo es el cojuto de datos que se regstra a través del tempo sobre el comportameto de ua varable de terés, geeralmete los regstros se realza e perodos guales de tempo. Las seres de tempo resulta especalmete útles cuado se requere realzar u proóstco sobre el comportameto futuro que puede teer ua varable determada, magemos por ejemplo la ecesdad de tomar ua decsó sobre el comportameto a futuro de la demada, el preco y las vetas de u producto, los gresos e el próxmo año, los precos de bees y servcos, los valores de los eergétcos, etc. E todas estas stuacoes resulta útl el aálss de las seres de tempo que los represeta, bajo la hpótess de que los factores que ha fluecado su comportameto e el pasado, estará presetes de maera smlar e el futuro. De esta maera, el objetvo prcpal del coocmeto de las seres de tempo es la detfcacó de los factores que tervee y la separacó de cada uo de ellos, co el f de proostcar cuál será el comportameto e el futuro. Objetvo partcular de la udad Aalzar el cocepto de seres de tempo y su aplcacó e el etoro profesoal admstratvo y cotable. 1

2 Lo que sé Elge la respuesta correcta a las sguetes pregutas, ua vez que cocluyas, obtedrás de maera automátca tu calfcacó. 1. La fórmula que caracterza la recta de regresó es: y b b X a) 2 b) 0 1 y b b X c) 1 x x La fórmula para determar la pedete de la recta de regresó es: b Y b X a) 0 1 b) c) b 1 1 X Y 1 X 1 1 X ( X ) 2 1 y b b X 2 Y La fórmula para determar la ordeada al orge de la recta de regresó es: b Y b X a) 0 1 b) c) b 1 1 X Y 1 X 1 1 X ( X ) 2 1 y b b X 2 Y 0 1 2

3 4. La fórmula para calcular el coefcete de determacó es: a) r 1 1 _ 2 ( Y Y) _ ( Y Y ) 2 b) c) r sgo de b r _ _ 2 ( Y Y) _ ( Y Y ) 2 1 _ 2 ( Y Y ) ( Y Y ) 2 5. La fórmula para calcular el coefcete de correlacó es: a) r ( s g o d e b 1 ) r 2 2 b) r ( s g o d e b ) r 0 c) r sgo de b _ 1 _ 2 ( Y Y ) ( Y Y ) 2 6. Cuál es el rago de los valores que puede tomar el coefcete de determacó? a), b) 1, 1 c) 0, 1 3

4 7. Cuál es el rago de los valores que puede tomar el coefcete de correlacó? a), b) 1, 1 c) 0, 1 Temas de la udad III 1. Aálss de tedecas 2. Varacó cíclca 3. Varacó temporal 4. Varacó rregular 5. Aálss de predccoes. Resume de la udad Esta udad es ua troduccó básca a los métodos elemetales de aálss y proóstco de seres de tempo; prmero se muestra, que para explcar el comportameto de ua sere de tempo es coveete supoer que la sere esta formada por sus cuatro compoetes báscos: tedeca, cíclco, estacoal e rregular. Posterormete separamos cada uo de estos compoetes para medr su efecto, co lo cual logramos proostcar valores futuros de la sere de tempo. També se mecoa los métodos de suavzameto como medo para proostcar ua sere de tempo que o preseta alguos de sus compoetes de maera aprecable. Además se ejemplfca el uso del aálss de regresó leal e seres de tempo que solo tega ua tedeca a largo plazo. Falmete es fácl observar que las seres de tempo so métodos cualtatvos de proóstco que se utlza cuado se tee pocos datos hstórcos o carecemos de 4

5 ellos. Las seres de tempo també se utlza cuado se espera que su comportameto cotúe e el futuro. 5

6 Tema 1. Aálss de tedecas Objetvo del tema Separar el compoete de tedeca de ua sere de tempo utlzado la metodología de la regresó leal para compreder la sere de tempo msma. Desarrollo Geeralmete los datos de ua sere de tempo puede coteer de maera mplícta cuatro elemetos, Tedeca (T), cclos (C), estacoaldad (E), y ua compoete rregular (I), auque o sempre está presetes todos ellos. Para aslar y compreder los elemetos de ua sere, es ecesaro descompoerla, al hacerlo, se puede obteer ua mejor dea del comportameto de cada uo de sus elemetos facltádose el proóstco, para llevar a cabo la separacó, debe teerse e cueta las relacoes matemátcas que los ue, uo de los modelos mas utlzados para descompoer ua sere de tempo es el llamado modelo multplcatvo, e el cual se supoe que la sere es el resultado del producto de sus cuatro compoetes, el modelo se establece medate la expresó sguete: Y = T x C x E x I La terpretacó de cada uo de los compoetes es la sguete: Tedeca (T) La tedeca es la compoete que represeta el comportameto (crecmeto o decrecmeto), e u perodo largo de tempo. Geeralmete se puede represetar como ua líea recta o curva, el valor de la pedete dcará el setdo de dcho crecmeto. 6

7 Cclo (C) La compoete cíclca es la fluctuacó que puede observase ocurre alrededor de la tedeca, Cualquer patró regular de varacoes arrba o debajo de la recta que represeta a la tedeca puede atrburse a la compoete cíclca. Estacoaldad (E) La compoete estacoal muestra u comportameto regular e los msmos perodos de tempo, reflejado costumbres o modas que se repte regularmete detro del perodo de observacó. E la gráfca la estacoaldad quedaría represetada por ejemplo por las varacoes semaales e los redmetos, o vsbles por el perodo de formacó que se está maejado. Compoete rregular (I) Es la compoete que queda después de separar a las otras compoetes, es el resultado de factores o explcables que sgue u comportameto aleatoro, sedo por ello ua parte o prevsble de la sere. Ejemplo: Supogamos que teemos la formacó sguete, correspodete al comportameto del redmeto de los Certfcados de la Tesorería, deomados CETES a 90 días, el tempo está expresado e trmestres y el valor de la varable e valores de la tasa de terés que gaa e cada trmestre. Redmeto de CETES a 90 días 7

8 El regstro de redmetos trmestrales de los CETES represeta ua sere de tempo, ya que se ha obtedo e perodos sucesvos. S se aalza el regstro podemos observar que hay ua dsmucó e los valores de redmeto, de mayor a meor, pero os resulta dfícl afrmar e que proporcó ha ocurrdo y de cuáto ha sdo las varacoes. S este regstro lo aalzamos como ua sere tedremos la gráfca sguete: Redmeto de los certfcados de la tesorería a 90 días. Redmeto % Redmeto de CETES a 90 días Trmestre 8

9 Utlzado el ejemplo ateror procederemos a descompoer la sere de tempo e cada uo de sus compoetes, lo cual haremos e los sguetes csos. La separacó de la tedeca, utlza la metodología de la líea de regresó, hemos mecoado que esta líea puede ser ua recta o ua curva, e este curso úcamete aalzaremos el modelo leal, por su smpleza y facldad de cálculo de esta maera podemos represetar a la tedeca por medo de la expresó matemátca sguete: Yt = b o + b 1 X E dode: Yt tasa de redmeto calculada X tempo, e este caso expresado e trmestres b o b 1 valor de Y cuado el valor del tempo es cero pedete de la recta de tedeca Ua vez defdo el modelo, se procede a la determacó de los valores de los coefcetes b o y b 1 de la recta de regresó. E uestro problema e partcular, la ecuacó de regresó, que represeta a la tedeca del comportameto de la tasa de redmeto de los CETES a 90 días aplcado las formulas correspodetes para el calculo prmero de b 1 b 1 1 X Y 1 y posterormete para el calculo de b 0 X 1 1 X ( X ) Y b Y b X 0 1 9

10 es: Yt = X Además, aplcado las formulas correspodetes prmero al calculo del coefcete de determacó: r y ( Y ) ( Y Y ) 2 2 y falmete al calculo del coefcete de correlacó: r ( s g o d e b1 ) r Teemos que el valor del coefcete de correlacó es de r = , lo que os dca que el ajuste logrado co la recta de regresó es adecuado, recordemos que el coefcete de correlacó es ua medda de la precsó lograda e el ajuste, valores del coefcete de correlacó guales a +1 ó -1 so la dcacó de u ajuste perfecto, u valor gual a cero os drá que este o exste. (ota: se deja al estudate corroborar los valores obtedos de b 1, b 0 y r ) 2 Ua vez defda la ecuacó de la recta de tedeca, es posble compararla gráfcamete co los valores de la sere, como se muestra e la gráfca sguete (Gráfca de comparacó de la recta de tedeca cotra el comportameto real de los CETES a 90 días.), e ella podemos observar que la tedeca de las tasas de redmeto es descedete, el sgo del coefcete b1, que represeta la pedete de la recta, ya os lo había dcado. També podemos observar que so evdetes valores por arrba y por debajo de esta líea, estos represeta a los valores cíclcos de la sere. 10

11 Gráfca de comparacó de la recta de tedeca cotra el comportameto real de los CETES a 90 días. 16 Redmeto de CETES a 90 días Tedeca Tedeca de la tasa de redmeto Redmeto e % Comportameto real de Tasa real Tedeca Trmestre E el aálss de tedecas podemos ver clara y rápdamete medate el cálculo de la pedete de la recta de regresó (b 1 ) s la tedeca de la varable de medcó (e uestro caso e partcular el redmeto de los CETES a 90 días) es a la baja (pedete egatva), a la alza (pedete postva) o a mateerse s varacó (pedete cero); lo cual detro del aálss de la sere de tempo, es muy mportate. 11

12 ACTIVIDAD 1 Elabora u cuadro comparatvo de lo que represeta cada ua de las cuatro compoetes de ua sere de tempo. Compoete tedeca Compoete cíclca de Represeta Compoete de estacoaldad Compoete rregular Descarga el sguete cuadro para completarlo, ua vez que lo tegas lsto presoa el botó Examar. Localza el archvo, ya seleccoado, presoa Subr este archvo para guardarlo e la plataforma. 12

13 ACTIVIDAD 2 Elabora u resume de la forma e que se separa la compoete de tedeca e ua sere de tempo. Para evar tu actvdad, pulsa Edtar m evío y se mostrará u edtor de texto e el que deberás redactar tu formacó. Cuado termes, guarda tu tarea hacedo clc e Guardar cambos. 13

14 Bblografía básca Autor Capítulo Págas Stos electrócos Sto Descrpcó 14

15 Autoevaluacó Elge la respuesta correcta a las sguetes pregutas, ua vez que cocluyas, obtedrás de maera automátca tu calfcacó. 1. Cuáles so los elemetos que puede coteer de maera mplícta ua sere de tempo? a) uformdad, rzos, y ua compoete rregular b) ua seccó seodal, ua seccó leal y ua compoete rregurlar. c) tedeca, cclos, estacoaldad y ua compoete rregular 2. E ua sere de tempo, la Tedeca (T). a) Es la fluctuacó que puede observase ocurre alrededor de ella msma, Cualquer patró regular de varacoes arrba o debajo de la recta que represeta a la tedeca puede Atrburse a la compoete cíclca. b) Es la compoete que represeta el comportameto (Crecmeto o decrecmeto), e u perodo largo de tempo. Geeralmete se puede represetar como ua líea recta o curva, el valor de la pedete dcará el setdo de dcho crecmeto. c) Muestra u comportameto regular e los msmos perodos de tempo, reflejado costumbres o modas que se repte regularmete detro del perodo de observacó. 15

16 3. E ua sere de tempo, la compoete cíclca. a) Es la fluctuacó que puede observase ocurre alrededor de la tedeca, Cualquer patró regular de varacoes arrba o debajo de la recta que represeta a la tedeca puede Atrburse a la compoete cíclca. b) Es la compoete que represeta el comportameto (Crecmeto o decrecmeto), e u perodo largo de tempo. Geeralmete se puede represetar como ua líea recta o curva, el valor de la pedete dcará el setdo de dcho crecmeto. c) Muestra u comportameto regular e los msmos perodos de tempo, reflejado costumbres o modas que se repte regularmete detro del perodo de observacó. 4. E ua sere de tempo, la compoete de estacoaldad (E). a) Es la fluctuacó que puede observase ocurre alrededor de la tedeca, Cualquer patró regular de varacoes arrba o debajo de la recta que represeta a la tedeca puede atrburse a la compoete cíclca. b) Es la compoete que represeta el comportameto (Crecmeto o decrecmeto), e u perodo largo de tempo. Geeralmete se puede represetar como ua líea recta o curva, el valor de la pedete dcará el setdo de dcho crecmeto. c) Muestra u comportameto regular e los msmos perodos de tempo, reflejado costumbres o modas que se repte regularmete detro del perodo de observacó. 16

17 5. E ua sere de tempo, la compoete rregular (I). a) muestra u comportameto regular e los msmos perodos de tempo, reflejado costumbres o modas que se repte. b) Es la fluctuacó que puede observase ocurre alrededor de la tedeca, Cualquer patró regular de varacoes arrba o debajo de la recta que represeta a la tedeca puede atrburse a la compoete cíclca. c) Es la compoete que queda después de separar a las otras compoetes, es el resultado de factores o explcables que sgue u comportameto aleatoro, sedo por ello ua parte o prevsble de la sere. 17

18 Tema 2. Varacó cíclca Objetvos del tema Separar la compoete cíclca de ua sere de tempo para compreder la sere msma. Desarrollo Las fluctuacoes de los valores de redmetos alrededor de la líea de tedeca, costtuye la compoete cíclca, estas so el resultado de la ocurreca de feómeos que puede teer orge socal, ecoómco, polítco, costumbres locales, etc., pero que puede afectar el comportameto de la varable, de ahí que su separacó resulte mportate. Supogamos ahora que os teresa coocer la varacó que ha tedo los redmetos respecto de la tedeca, es decr la compoete cíclca, la cual queda represetada e la gráfca (Gráfca de aprecacó de la compoete cíclca de los CETES a 90 días) por los valores mayores y meores respecto de la tedeca. S deseamos coocer el valor umérco de este comportameto debemos proceder como sgue: Calcular para cada trmestre el valor del redmeto de acuerdo co la ecuacó de la tedeca (Yt) y compararlo co el correspodete del regstro, establecedo ua proporcó etre estos dos valores de la maera sguete: c Y 100 Yt E dode: 18

19 Y represeta el redmeto regstrado. Yt represeta el redmeto calculado co la ecuacó de tedeca. Los valores así calculados se muestra e la tabla sguete, expresados e porcetaje respecto del valor de la tedeca, los valores que esté por ecma de la recta de tedeca alcazará u porcetaje superor a ce, metras que los que se ecuetre por debajo de ella tedrá valores ferores a ce. Valores de la compoete cíclca Redmeto Compoete Trmestr Real Tedec cíclca e a Y Yc %

20 Las compoetes cíclcas, puede ser grafcados para observar los posbles patroes que se preseta, la líea de la tedeca correspode e la gráfca a la líea del 100%, observemos que la varacó cíclca se preseta haca arrba y haca abajo de la recta de tedeca. Gráfca de aprecacó de la compoete cíclca de los CETES a 90 días Compoete cíclca de los redmetos de CETES a 90 días Porcetaje Líea de tedeca Compoete cíclca Trmestre Es posble ver co mucha clardad cuál ha sdo el comportameto de los redmetos respecto de la tedeca. Podemos observar que las fluctuacoes a la baja ha sdo más mportates que las correspodetes a la alza. Esto muy mportate, pues s algua persoa compró CETES a 90 días durate el prmer trmestre, podemos observar que el redmeto de estos bajo a cotuacó y apeas pudero gualarse los redmetos alrededor del trmestre 16, presetado ua alza alrededor del trmestre 17, lo cual puede represetar ua 20

21 perdda de tempo y dero para la persoa que be pudo vertr alguos otros strumetos que tuvera mejores redmetos. ACTIVIDAD 1 Separa la compoete cíclca de la sguete sere de tempo: s Y s Realza esta actvdad e u procesador de textos, guárdala e tu computadora y, ua vez cocluda, presoa el botó Examar, localza el archvo, seleccóalo y haz clc e Subr este archvo para guardarlo e la plataforma. Bblografía básca Autor Capítulo Págas Stos electrócos Sto Descrpcó 21

22 Autoevaluacó Elge la respuesta correcta a las sguetes pregutas, ua vez que cocluyas, obtedrás de maera automátca tu calfcacó. 1. E ua sere de tempo Qué es la varacó cíclca? a) So las fluctuacoes de los valores alrededor de la líea de tedeca. b) So fluctuacoes u osclacoes ocasoadas por movmetos telúrcos c) Es la osclacó armóca del modelo multplcatvo de la sere de tempo. 2. Qué feómeos da orge a la compoete cíclca? a) Naturales como la lluva y el veto b) Geológcos tales como los terremotos, temblores, etc. c) Socales, ecoómcos, polítcos, costumbres locales, etc, 3. La compoete cíclca se calcula para cada valor real obtedo medate la formula: a) y b 0 b 1 X Y Yt c 100 b) c) C Y T E I 22

23 4. E el cálculo de la compoete cíclca para cada valor real, debemos auxlaros co la ecuacó: a) De la recta de regresó b) Del modelo multplcatvo de ua sere de tempo c) De tedeca de la sere de tempo. 23

24 Tema 3. Varacó temporal Objetvos del tema Separar la compoete temporal de ua sere de tempo para compreder la sere msma. Desarrollo El aálss para lograr la separacó de la de la compoete temporal o estacoal requere dspoer de u úmero mportate de datos, por el método que se utlza para descompoerla, cuado la sere de tempo cotee datos daros, semaales o mesuales, la prmera compoete que debe ser aslada es la temporal. De acuerdo co el modelo multplcatvo de la sere de tempo, Y ( T ) ( C ) ( E ) ( I ) es posble platear la sguete operacó: ( T ) ( C ) ( E ) ( I ) ( T ) ( C ) ( E ) ( I ) El resultado obtedo, cotee los efectos estacoales, juto co las fluctuacoes rregulares, para separar estas compoetes procederemos aplcado el proceso sguete: Depededo de la temporaldad de la formacó, podremos teer datos daros, semaales, mesuales, etc, se obtee los promedos móvles de u año completo, e uestro ejemplo del redmeto de los CETES a 90 días cotamos co datos trmestrales, etoces deberemos obteer los promedos móvles de cuatro trmestres. Para separar la compoete estacoal, se requere cotar co valor promedo para cada uo de los cuatro trmestres del año, por lo que utlzaremos dos totales móvles cosecutvos de cuatro trmestres, los sumaremos 24

25 y obtedremos su promedo, al realzar esta operacó, estamos amortguado los efectos temporales o estacoales, dejado úcamete las compoetes de T y C, de acuerdo co la expresó que aotamos arrba, podremos etoces separar a los compoetes, E e I del modelo multplcatvo, al establecer la relacó de los valores reales del redmeto (T,C,E,I), y los obtedos (T,I), co el proceso de cálculo descrto, el cual se lustra e la tabla sguete. Los valores de (E x I) de la últma columa de la tabla se expresa e porcetaje. 25

26 Separacó de las compoetes temporal e Irregular Redmeto Total móvl Trmestre Real 4 trmestres Total móvl 8 trmestres Promedo 8 trmestres Compoetes Estacoal e Irregular % Ua vez que hemos logrado separar las compoetes E e I, procedemos a calcular los valores de la compoete estacoal para cada trmestre del año, para lo cual os basaremos e los valores calculados. Los valores de E e I se orgaza de acuerdo al trmestre y año que correspode, de esta maera podemos dspoer de gual úmero de valores para cada trmestre, estos valores se promeda para obteer u valor úco para cada trmestre, el cual represeta a la compoete estacoal, cosderado que al calcular el promedo so elmadas las rregulardades que coteía. 26

27 Cálculo de la compoete temporal Trmestre Año Compoete estacoal Para separar del modelo a la compoete temporal, basta dvdr todas las compoetes del modelo, T x C x E x I, etre el valor de la compoete estacoal, dvdo etre 100, esta últma operacó se preseta e la tabla sguete, e la últma columa se preseta los datos reales separados de la compoete estacoal. Separacó de la compoete temporal Redmeto Compoete Datos Trmestre Real estacoal No % estacoales

28 ACTIVIDAD 1 Separa la compoete temporal de la sguete sere de tempo: t Yt Realza esta actvdad e u procesador de textos, guárdala e tu computadora y, ua vez cocluda, presoa el botó Examar, localza el archvo, seleccóalo y haz clc e Subr este archvo para guardarlo e la plataforma. Bblografía básca Autor Capítulo Págas Stos electrócos Sto Descrpcó 28

29 Autoevaluacó Elge la respuesta correcta a las sguetes pregutas, ua vez que cocluyas, obtedrás de maera automátca tu calfcacó. 1. Cuado la sere de tempo cotee datos daros, semaales o mesuales, la prmera compoete que debe ser aslada es: a) La tedeca b) La compoete temporal. c) La compoete rregular. 2. E la expresó ( T ) ( C ) ( E ) ( I ) ( E ) ( I ) obteda a partr del modelo ( T ) ( C ) multplcatvo de ua sere de tempo, el resultado cotee: a) Los efectos estacoales, juto co las fluctuacoes rregulares. b) La tedeca, juto co las fluctuacoes rregulares. c) Solo las fluctuacoes rregulares. 3. Para separar la compoete temporal es ecesaro teer: a) Muy pocos datos b) Ua fuerte catdad de datos c) Ngú dato 29

30 Tema 4. Varacó rregular Objetvos del tema Calcular la compoete rregular de ua sere de tempo ua vez separadas las otras compoetes para compreder la sere msma. Desarrollo Falmete, ua vez separada la compoete estacoal, procedemos a calcular la compoete rregular, lo cual se realza utlzado uevamete la ecuacó del modelo multplcatvo, relacoádola co el producto de las compoetes coocdas hasta ahora, es decr obteedo la relacó: ( T )( C)( E)( I) ( T )( C)( E) I Los valores obtedos se expresa e porcetaje, el cálculo de esta compoete se muestra e la tabla sguete: 30

31 Cuadro 7.5 Cálculo de la compoete rregular Redmeto Compoetes Trmestre Real tedeca cíclca temporal Irregular Yc C E I E la tabla se preseta los valores de cada ua de las compoetes, los correspodetes a la cíclca, estacoal e rregular se expresa como u porcetaje del valor de la tedeca, la gráfca (Gráfca de los compoetes de la sere de tempo para uestro ejemplo del redmeto de los CETES a 90 días) que relacoa todos los valores se preseta eseguda. Gráfca de los compoetes de la sere de tempo para uestro ejemplo del redmeto de los CETES a 90 días. 31

32 Redmetos de CETES a 90 días Compoetes de la sere de tempo Cíclca Porcetaje Irregular 80 Estacoal Tedeca Trmestre Ua vez separadas cada ua de los compoetes es posble coocer la flueca que cada ua de ellas tee sobre el valor del redmeto, y tomar ua decsó sobre las cosderacoes que deba realzarse para llevar a cabo ua predccó, e este caso deberá aalzarse co mucho atecó relacó que cada ua de ellas haya tedo co los feómeos ecoómcos y hacer la cosderacó de las probabldades que tee de ocurrr de la msma maera, para cosderar o o su partcpacó e la predccó sobre el comportameto del redmeto de los CETES. 32

33 ACTIVIDAD 1 Separe la compoete rregular de la sere de tempo plasmada e la sguete tabla (Nota: cosdere que los valores represeta los porcetajes de osclacó del dólar e los últmos años.) Año Porcetaje de varacó Realza esta actvdad e u procesador de textos, guárdala e tu computadora y, ua vez cocluda, presoa el botó Examar, localza el archvo, seleccóalo y haz clc e Subr este archvo para guardarlo e la plataforma. 33

34 Bblografía básca Autor Capítulo Págas Stos electrócos Sto Descrpcó 34

35 Autoevaluacó Elge la respuesta correcta a las sguetes pregutas, ua vez que cocluyas, obtedrás de maera automátca tu calfcacó. 1. Ua vez separadas todas las compoetes de ua sere de tempo, es posble: a) Hacer ua predccó certera e medata del valor de terés y tomar ua decsó 100% segura. b) Hacer ua predccó co poca probabldad de ocurreca c) coocer la flueca que cada ua de ellas tee sobre u valor cetral de terés y, tomar ua decsó sobre las cosderacoes que deba realzarse para llevar a cabo ua predccó. 2. La predccó medata a la separacó de todas las compoetes de ua sere de tempo debe: a) aalzarse co mucha atecó y hacer la cosderacó de que la relacó que cada ua de las compoetes de la sere de tempo tuvo durate el cálculo, se repta de la msma maera para cosderar o o su partcpacó e la predccó. b) cosderarse 100% certa y válda pues provee de u aálss matemátco cogruete y efcete. c) aalzarse muy lgeramete, pues los resultados obtedos refleja el comportameto que el valor de terés tedrá e el futuro co toda certeza. 35

36 Tema 5. Aálss de Predccoes Objetvos del tema Idetfcar la mportaca de las seres de tempo juto co otras téccas de proóstco e la toma de decsoes. Desarrollo Realzar u proóstco sgfca estmar los valores futuros de ua varable, cosderado que el comportameto de ella e el pasado se repetrá de la msma maera, e la medda que esta hpótess o se cumpla se presetará dferecas etre el valor real y el proostcado, mmzar esta dfereca debe ser el objetvo del resposable del proóstco. Exste muchas maeras de realzar u proóstco, alguos muy formales utlza modelos matemátcos completos, como el de la descomposcó de ua sere de tempo, aalzada e subtemas aterores, otros emplea modelos umércos muy secllos, e cluso la tucó o la expereca lograda al realzar proóstcos frecuetemete. 36

37 Etre los métodos secllos de proóstco podemos mecoar los sguetes: Métodos de proóstco Métodos tutvos Método de promedos móvles Métodos de proóstco Método de suavzameto expoecal Métodos tutvos So muy utlzados, de algua maera todos los hemos utlzado de maera cocete o o, tee la eorme desvetaja de que al soportarse por la tucó, la cual tee u aspecto completamete dvdual, la asgacó de valores a ua determada varable puede dferr eormemete s más de ua persoa partcpa e el proceso. El método utlzado más secllo es el supoer que la varable tedrá u comportameto gual que el presetado e el perodo ateror, umércamete puede ser expresado como: E dode: Y +1 Y Y 1 Y es el valor de la varable para el sguete perodo es el valor de la varable e el perodo ateror Los modelos tutvos de proóstcos resulta muy útles e stuacoes uevas, e las cuales os se cueta co regstros sobre el comportameto de la varable y 37

38 puede ser complemetados o mejorados e la medda e que se pueda troducr datos sobre tedeca y estacoaldad. Método de promedos móvles Estos métodos utlza el valor promedo de u cojuto de datos aterores, como el valor de la varable e le futuro. Se deoma móvles porque al dspoer de u uevo dato se elma el más atguo, permtedo r actualzado el valor proostcado, el modelo puede expresarse matemátcamete de la maera sguete: E dode: Y 1 Y Y Y Y... Y m m1 Y +1 Y m Es el valor proostcado para el perodo sguete. Es el valor del perodo ateror Es el úmero de térmos, o datos utlzados Ua desvetaja de este método estrba e que la partcpacó de cada uo de los valores es cosderada gual, perdédose alguas característcas o comportametos partculares de la varable. Método de suavzameto expoecal Se deoma de esta maera porque el peso cosderado a perodos aterores detro del proóstco va dsmuyedo expoecalmete, esto sgfca que los valores mas atguos partcpará cada vez e meor medda e la estmacó, acercádose al valor cero, auque uca deja de ser cosderado. Para expresar matemátcamete el modelo se emplea la expresó sguete: 38

39 P +1 = βy + (1- β) P E dode: P +1 Y P Es el valor proostcado para el uevo perodo Es el dato real más recete para la varable Valor proostcado para el perodo ateror Β Costate de suavzameto, cuyo valor debe estar compreddo etre 0 y 1 La costate β es la clave del suavzameto, su eleccó determará la respuesta del modelo ate cambos de los valores de la varable, su valor depede de la expereca obteda e el pasado, valores cercaos a 1 permtrá que el valor más recete partcpe mayormete e el proóstco, metras que valores cercaos a cero lo evtará, obteédose u proóstco co u valor smlar al del perodo ateror. Cualquera que sea el modelo secllos de proóstco elegdo, es ecesaro medr el error cometdo al comparar su valor co el que realmete ocurró, el propósto de u proóstco como hemos aotado ates es el de logra cada vez mejores estmacoes. 39

40 ACTIVIDAD 1 Tomado como refereca el lbro de ANDERSON, elabora u cuadro comparatvo de vetajas y desvetajas de las téccas de proóstco mecoadas. Sere de tempo Promedos móvles Suavzameto expoecal Vetajas Desvetajas Descarga el sguete cuadro para completarlo, ua vez que lo tegas lsto presoa el botó Examar. Localza el archvo, ya seleccoado, presoa Subr este archvo para guardarlo e la plataforma. Bblografía básca Autor Capítulo Págas Stos electrócos Sto Descrpcó 40

41 LO QUE APRENDÍ DE LA UNIDAD Los sguetes valores correspode al tpo de cambo del dólar para 17 días cosecutvos. Co estos datos proostque usted medate ua sere de tempo el tpo de cambo correspodete para el día umero Realza esta actvdad e u procesador de textos, guárdala e tu computadora y, ua vez cocluda, presoa el botó Examar, localza el archvo, seleccóalo y haz clc e Subr este archvo para guardarlo e la plataforma. 41

42 Glosaro de la udad Sere de tempo Es u cojuto de observacoes meddas e putos sucesvos e el tempo, o durate perodos sucesvos e el tempo. Proóstco Proyeccó o predccó de valores futuros de ua sere de tempo. Tedeca Desplazameto o movmeto de la sere de tempo, a largo plazo, observable a través de varos perodos. Compoete cíclco Compoete del modelo de la sere de tempo que causa ua varacó peródca sobre y debajo de la tedeca, y la varacó dura más de u año. Compoete estacoal Compoete del modelo de ua sere de tempo que muestra u patró peródco de u año o meos. Compoete rregular Compoete del modelo de ua sere de tempo que refleja la varacó aleatora de los valores de la sere de tempo, adcoales a los que se puede explcar co los compoetes de tedeca, cíclco y estacoal. Promedos móvles Método de proóstco o suavzameto de ua sere de tempo, e el que se promeda cada grupo sucesvo de putos de datos. 42

43 Error cuadrátco medo Es u método co el que se mde la precsó de u modelo de proóstco. Es el promedo de la suma de las dferecas etre los valores proostcados y los valores reales de la sere de tempo estado elevadas al cuadrado esas dferecas. Promedos móvles poderados Método de proóstco o suavzameto de ua sere de tempo co el que se calcula u promedo poderado de los valores de datos e el pasado. La suma de los factores de poderacó debe ser gual a uo. Suavzameto expoecal Técca de proóstco que emplea u promedo poderado de ua sere de tempo e el pasado para determar valores de ua sere de tempo suavzada, que se puede usar para elaborar proóstcos. Costate de suavzameto Parámetro del modelo de suavzameto expoecal, co el que se calcula el factor de poderacó asgado al valor más recete de la sere de tempo e el cálculo del valor del proóstco. Modelo multplcatvo de sere de tempo Modelo e el cual se multplca los compoetes de la sere de tempo, etre sí, para detfcar el valor real de dcha sere. Cuado se supoe presetes los cuatro compoetes de tedeca, cíclco, estacoal e rregular, se obtee: Y ( T ) ( C ) ( E ) ( I ). Cuado se modela el compoete cíclco se t t t t t obtee: Y ( T ) ( E ) ( I ). t t t t 43

44 Sere de tempo desestacoalzada Sere de tempo e la que se ha elmado el efecto estacoal, dvdedo cada observacó orgal de la sere etre el correspodete ídce estacoal. Modelos causales de proóstco Métodos de proóstco que relacoa ua sere de tempo co otras varables que se cree explca o causa su comportameto. Modelo autorregresvos Modelo de sere de tempo dode se usa ua relacó de regresó basada e valores aterores de la sere para predecr valores futuros de la msma. Elaboracó de escearos Método cualtatvo de proóstco que cosste e formar u escearo coceptual del futuro, basado e u cojuto be defdo de supuestos. 44

45 MESOGRAFÍA Bblografía básca 45

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

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

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

ANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN

ANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN UNIDAD 6 ANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN Itroduccó a la udad El uso de la regresó leal smple es muy utlzado para observar el tpo de relacó que exste etre dos varables y poder llevar a cabo la

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

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 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

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

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

4 METODOLOGIA ADAPTADA AL PROBLEMA

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

Más detalles

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

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

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 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

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

4º MEDIO: MEDIDAS DE POSICIÓN

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

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

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

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

Más detalles

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

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

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

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

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

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

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

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

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

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

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

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

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

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

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

Ejemplo: Dados los siguientes datos de consumo mostrados de ventas de chocolate en miles de unidades. ADMINISTRACIÓN DE LA PRODUCCIÓN

Ejemplo: Dados los siguientes datos de consumo mostrados de ventas de chocolate en miles de unidades. ADMINISTRACIÓN DE LA PRODUCCIÓN Uversdad Autóoma de Guadalajara 4.2. Métodos de proóstco ADMINISRACIÓN DE LA PRODUCCIÓN 4.2. Métodos de proóstco Udad IV. Prevsoes (proóstcos) A cotuacó se aalzará los métodos de proóstco como so medas

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

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

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

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

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo

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

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

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

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

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

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

Más detalles

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

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

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

Más detalles

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

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 Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

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

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

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

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

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

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

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

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

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

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

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

Incertidumbre en las mediciones directas e indirectas

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

Más detalles

Tema 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

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

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

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno: Udad 6 Aualdades atcpadas Objetvos Al falzar la udad, el alumo: Calculará el moto producdo por ua aualdad atcpada. Calculará el valor presete de ua aualdad atcpada. Calculará el valor de la reta de ua

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

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

EVALUACIÓN ECONÓMICA.

EVALUACIÓN ECONÓMICA. EVALUACIÓN ECONÓMICA. 1. ANTECEDENTES GENERALES. La evaluacó se podría defr, smplemete, como el proceso e el cual se determa el mérto, valor o sgfcaca de u proyecto. Este proceso de determacó os lleva

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

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

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

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

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

Regresión y correlación lineal.

Regresión y correlación lineal. Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.

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

-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

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

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

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

Más detalles

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

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

Más detalles

Calibración de modelos gravitacionales acotados en origen, para predecir variaciones en el total atraído de movilidad laboral

Calibración de modelos gravitacionales acotados en origen, para predecir variaciones en el total atraído de movilidad laboral Calbracó de modelos gravtacoales acotados e orge, para predecr varacoes e el total atraído de movldad laboral Report de recerca Nº 4 Jorge Cerda Trocoso Abrl 00 roblema de vestgacó El tradcoal problema

Más detalles

3 Metodología de determinación del valor del agua cruda

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

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

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

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

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

FUNCIONES ALEATORIAS

FUNCIONES ALEATORIAS Uversdad de Medoza Ig. Jesús Rubé Azor Motoya FUNCIONES ALEATORIAS Ua varable aleatora se defe como ua fucó que represeta gráfcamete el resultado de u expermeto a los úmeros reales, esto es, X(), dode

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN CAPÍTULO VIII EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN 8. INTRODUCCIÓN A través del Dagrama Causa - Efecto establecemos las posbles causas que provoca u problema de caldad, estas aseveracoes

Más detalles

TEORIA DE ERRORES. Fuentes De error. Error Final

TEORIA DE ERRORES. Fuentes De error. Error Final TEORIA DE ERRORES Fuetes De error Errores heretes: (EI) So los errores que afecta a los datos del prolema umérco puede teer dsttos orígees. Por ejemplo puede ser el resultado de la certdumre e cualquer

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

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

ANTES DE COMENZAR RECUERDA

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

Más detalles

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

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre

Más detalles