1. Por qué es posible que la hipótesis nula sea rechazada cuando, de hecho es verdadera?

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

Download "1. Por qué es posible que la hipótesis nula sea rechazada cuando, de hecho es verdadera?"

Transcripción

1 PRUEBAS DE HIPÓTESIS 1. Por qué es posible que la hipótesis nula sea rechazada cuando, de hecho es verdadera? 2. Para un tamaño de muestra dado, si α se reduce de 0.05 a 0.01, qué le sucederá a β? 3. Por qué es posible que la hipótesis nula no siempre sea rechazada cuando es falsa? 4. Cuál es la relación de α con el error del tipo I? 5. Cuál es la relación de β con el error del tipo II? 6. En el sistema legal norteamericano, un acusado se presume inocente hasta que se demuestre culpable. Considere una hipótesis nula, H 0, de que el acusado es inocente y una hipótesis alternativa, H 1, de que el acusado es culpable. El jurado tiene dos opciones posibles: declarar culpable al acusado (es decir, rechazar la hipótesis nula) o no declararlo culpable (es decir, no rechazar hipótesis nula). Explique el significado de los riesgos de cometer un error tipo I o un error del tipo II de este ejemplo. 7. Suponga que el acusado del problema 6 se supone culpable hasta que se pruebe lo contrario. Cómo diferirían la hipótesis nula y alternativa del problema 6? Cuál sería el significado de los riesgos de cometer un error tipo I o un error del tipo II, en este caso? 9. Suponga que el director de producción de una fábrica de telas necesita determinar si una nueva máquina está produciendo un tipo particular de tela según las especificaciones del fabricante, que indican que la tela debe tener una resistencia de rompimiento de 70 libras y una desviación estándar de 3.5 libras. Con una muestra de 36 piezas se obtuvo una media muestral de 69.7 libras. Existe evidencia de que la máquina no está cumpliendo con las especificaciones del fabricante en términos de la resistencia de rompimiento promedio? (Utilice un nivel de significancia de 0.05.). 10. Un empresario potencial está considerando la adquisición de una lavandería automática. El dueño actual de la lavandería afirma que durante los pasados cinco años el ingreso diario promedio fue de $6750, con una desviación estándar de $750. Se tomó una muestra de 30 días y ésta reveló un ingreso diario promedio de $6250. Hay evidencia de que la afirmación del presente dueño no sea válida? (Utilice un nivel de significancia de 0.01.) 11. Un fabricante de aderezos para ensalada utiliza una maquinaria que introduce el líquido en botellas que se mueven a lo largo de una línea de llenado. La máquina que proporciona el aderezo funciona apropiadamente cuando proporciona ocho onzas. La desviación estándar del proceso es de 0.15 onzas. Se selecciona periódicamente una muestra de 50 botellas, y la línea de llenado es detenida si existe evidencia de que la cantidad promedio de aderezo proporcionada es diferente de ocho onzas. Suponga que la cantidad promedio dada por la máquina en una muestra particular de 50 botellas es de onzas. Existe evidencia de que la cantidad promedio de población sea diferente de ocho onzas? (Utilice un nivel de significancia de 0.05.) 12. Suponga que se sabe que los resultados de una prueba de aptitudes, utilizada para determinar la admisión a una institución que ofrece programas de posgrado, están distribuidos normalmente, con una media de población de 500 y una desviación estándar de 100. Si una muestra de 12 solicitantes que buscan ingresar tiene una media muestral de 537, existe

2 evidencia de su resultado medio es diferente de la media esperada de todos los aspirantes? (Utilice un nivel de significancia de 0.01.) 13. Refiriéndose al ejercicio 34 correspondiente a los intervalos de confianza (relacionado con la longitud de papel), existe evidencia de que la longitud promedio es 11 pulgadas? (Utilice un nivel de significancia de 0.05.) 14. Refiriéndose al problema 39 correspondiente a los intervalos de confianza, hay evidencia de que la cantidad promedio es diferente de 1.0 galones? (Utilice un nivel de significancia de 0.01.) 15. Refiriéndose al problema 40 correspondiente a los intervalos de confianza, se dice que el proceso de producción está "bajo control" (es decir, funcionando apropiadamente) cuando la vida promedio de la población de las bombillas de luz es de 375 horas. a) Establezca las hipótesis nula y alternativa. b) Utilizando un nivel de significación de 0.05, a qué conclusión debería llegar el gerente de control de calidad con respecto al proceso, si se basa en los resultados de la muestra? 16. Refiriéndose al problema 41 correspondiente a los intervalos de confianza, existe evidencia de que la cantidad promedio en las botellas no es igual a 2.0 litros? (Utilice un nivel de significancia de 0.05.) 17. De acuerdo a la Secretaría de Medio Ambiente y Recursos Naturales (Semarnat), el nivel máximo de contaminantes en agua potable es 15 pci/l (picocuries por litro). Los picocuries son una medida de la radiactividad. a) La evidencia histórica sugiere que el abastecimiento de agua de una ciudad falla en el cumplimiento del estándar establecido por Semannat para la radiactividad. Para probar esto, el abastecimiento de agua será muestreado y los niveles de radioactividad serán registrados regularmente. Identifique a las hipótesis nula (H 0 ) y la hipótesis alternativa (H 1 ) para el valor promedio de la población µ. b) Si se rechaza la hipótesis nula, describa la situación para la cual ésta es la decisión correcta. c) Si la hipótesis nula se rechaza erróneamente, describa, en sus palabras, las consecuencias de salud pública. 18. Considere el ejercicio anterior. Suponga que el agua es regularmente muestreada regularmente por dos semanas (así que n= 14) y los niveles de radioactividad observados tienen una distribución normal donde el valor promedio µ es desconocido y σ, la desviación estándar es de 0.4. El agua es declarada segura el valor promedio es menor Pruebe la hipótesis H 0 :µ=15 vs. H 1 : µ<15. a) Cuál es el nivel de significación de esta prueba? b) Calcule la probabilidad de un error tipo I, si de hecho, µ = c) Calcule la probabilidad de un error tipo II si, de hecho, µ = En relación al ejercicio 17 de arriba, se tiene también que el estándar de Semarnat para el MCL del arsénico en agua potable es 50 porciones por mil millones (ppm).

3 a) Suponga que uno prueba H 0 : µ= 50 del µ contra H 1 : µ 50. Describa en este contexto las consecuencias de un error tipo I y del error tipo II. Cuál tiene las consecuencias más serias? b) Suponga que se prueba H 0 : µ=50 vs. H 1 : µ< 50. Describa en este contexto las consecuencias de un error tipo I y tipo II. Cuál tiene las consecuencias más serias? c) Dado que tomar agua potable con niveles arsénicos que exceden los 50 ppm es un peligro para la salud pública, cuál de las hipótesis descritas en los incisos (a) y (b) recomendaría usar? Puede suponer que ambas pruebas tienen un nivel de significancia α. 20. El estándar federal para el polvo del cadmio en un lugar de trabajo es 200 mg/m 3. Para supervisar los niveles de cadmio un ingeniero ambiental obtuvo muestras del polvo en el aire en intervalos de 10 minutos, de manera tal que en promedio cada hora contaba con 6 muestras. Suponga que el nivel de polvo de cadmio está distribuido normalmente con un promedio el desconocido y que la desviación estándar σ= 15mg/m 3. Suponga que la gerencia considera que la calidad del aire es inaceptable cuando el promedio por hora (denotado por x) es mayor que 200µg/m 3 ; es decir, suspende la producción siempre que x>200. El ingeniero ambiental, por lo tanto, utiliza la región de rechazo dada por C = {x: x>200} para probar la hipótesis H 0 : µ = 200 contra H 1 : µ > 200. Cuál es la consecuencia de un error tipo I en la producción? Cuál es el efecto de un error tipo II sobre la salud de un trabajador? 21. La Semarnat señala que cuando el nivel de plomo (medido en microgramos por litro (µg/l)) alcanza 15 µg/l en por lo menos el diez por ciento de las muestras tomadas, entonces se debe tomar acciones para reducir los niveles de plomo. Sea Q(p) el cuantil p-ésimo de la distribución de la cantidad del plomo X en un abastecimiento de agua municipal (el cual se supone ser continuo). Explique porqué el abastecimiento de agua cumple el estándar de Semarnat cuando Q(0.90) 15 y no cumple el estándar cuando Q(0.90)>15. Ayuda: Denote a la cantidad de plomo en una muestra de agua como X. Muestre que Q(0.90) 15 implica que p(x 15) p(x Q (0.90))= Suponga que se utiliza una muestra de tamaño n= 9 tomada de una de distribución normal con σ= 4, y que la región de rechazo esta dada por C = {x: x<28} para probar el hipótesis H 0 : µ = 30 contra H 1 :µ< 30. a) Cuál es el nivel de significancia de esta prueba? b) Suponga que el valor de corte es cambiado a c = 27.5, así que la región de rechazo es el conjunto C = {x: x<27.5}. Calcule el nivel de significancia de esta prueba. 23. La refinación diaria en una pequeña refinería de Centroamérica registra, en los últimos 50 días, una producción promedio de 971 toneladas de productos petroquímicos y una desviación estándar de 21 toneladas. El gerente de planta quiere probar, con un nivel de significancia de 0.05, la hipótesis de que la producción diaria en su planta tiene una media de 980 toneladas. Qué puede Ud. decir al respecto? 24. Una máquina llenadora de cereal trabaja con sacos de 20 kg. El jefe de producción ha notado que algunos sacos pesan más del llenado estándar de la máquina, por lo que toma una muestra de 100 sacos, de la cual obtiene un peso promedio de kg y una desviación estándar de 1.6 kg. Si éste considera un nivel de significancia de 0.05, está en lo correcto y deberá ajustar la máquina?

4 25. Un estudiante en la Ciudad de México gasta en promedio diariamente $16.00 (con base en un estudio realizado dos años antes). Por otro lado, el Banco de México indica que tiene un control muy estricto sobre la inflación y los precios. Un economista tiene la hipótesis de que si esto es cierto, el gasto promedio del estudiante ha disminuido. Decide tomar una muestra aleatoria de 35 estudiantes. El promedio de gasto diario en esa muestra fue de $ y una desviación estándar de $1.65. Si la hipótesis se prueba con un nivel de significancia de 0.10, tendrá razón el economista? 26. La Secretaría de Salud (SS) hace pruebas de un medicamento genérico que contiene 100 cm3. La acción de éste es tal que el cuerpo soporta dosis excesivas sin sufrir daño. Una dosis insuficiente no produce el efecto médico deseado. La SS ha adquirido este medicamento durante varios años y sabe que la desviación estándar de la población es de 2 cm3. Control de calidad revisa, aleatoriamente, 50 dosis de un pedido grande, y encuentra que la media de contenido es de cm3. Si la SS establece un nivel de significancia de Las dosis que han sido recibidas en almacén son demasiado pequeñas? 27. El director regional del Sistema de Ahorro para el Retiro (SAR) para el EDOMEX considera que los empleados afiliados en el Estado tienen en promedio un ahorro de $ en sus cuentas de pensiones. Al tomar una muestra de 100 empleados, el director encuentra una media de $ y una desviación estándar muestral de $ Si el nivel de significancia es de 0.05, el director piensa que tal vez el ahorro a la fecha sea mayor. Qué puede Ud. decir al respecto? 28. Una compañía que produce alimento vitaminado para perro, indica que su paquete económico contiene en promedio cinco kilogramos. El supervisor de producción considera que se están entregando paquetes con más producto. Toma una muestra de seis paquetes y encuentra que los pesos son de: 4.6, 6.1, 5.2, 4.8, 5.7 y 5.4 kg. Si prueba su hipótesis con un nivel de significancia de 0.05, el supervisor tiene la razón? 29. El inventario en una embotelladora de refrescos no debe de exceder de 3000 cajas promedio diarias. El encargado del almacén considera que éste se encuentra dentro del parámetro establecido y reporta a la gerencia que se manejan menos cajas al día. La gerencia toma una muestra de ocho días, y encuentra los niveles de inventario siguientes: 2925, 2705, 2835, 3065, 2890, 3010, 2830 y 2610 cajas. Si la gerencia realiza una prueba de hipótesis con un nivel de significancia de 0.05, tendrá razón el encargado del almacén. 30. La Procuraduría Federal del Consumidor (PROFECO), en México, revisa las quejas de algunos consumidores de refrescos. Algunos consumidores dicen que la presentación pequeña contiene en promedio 250 mililitros de producto, mientras que otros afirman que tiene más. El laboratorio de PROFECO toma una muestra de 25 refrescos y encuentra que en promedio contienen 230 mililitros con una desviación estándar de 60 mililitros. Si el nivel de significancia que usa la PROFECO en sus pruebas es de 0.05, a qué conclusión llega el laboratorio? 31. Calcule el valor de p del ejercicio 9 citado arriba e intérprete su significado. 32. Calcule el valor de p del ejercicio 10 citado arriba e intérprete su significado. 33. Calcule el valor de p del ejercicio 11 citado arriba e intérprete su significado. 34. Calcule el valor de p del ejercicio 12 citado arriba e intérprete su significado.

5 35. Calcule el valor de p del ejercicio 13 citado arriba e intérprete su significado. 36. Calcule el valor de p del ejercicio 14 citado arriba e intérprete su significado. 37. Calcule el valor de p del ejercicio 15 citado arriba e intérprete su significado. 38. Calcule el valor de p del ejercicio 16 citado arriba e intérprete su significado. 39. Compare las conclusiones a las que llegó en los ejercicios 39 de intervalos de confianza y 14 citado arriba. Son éstas las mismas? Por qué? 40. Compare las conclusiones a las que llegó en los ejercicios 40 de intervalos de confianza y 15 citado arriba. Son éstas las mismas? Por qué? 41. Compare en los ejercicios 41 de intervalos de confianza y 16 citado arriba. Son éstas las mismas? Por qué? 42. Las puntuaciones en una prueba que mide la variable creatividad siguen, en la población general de adolescentes, una distribución normal con media En un centro escolar que ha implantado un programa de estimulación de la creatividad una muestra de 30 alumnos ha proporcionado las siguientes puntuaciones: A un nivel de confianza del 95% Puede afirmarse que el programa es efectivo? Realice la prueba considerando la distribución t de student. 43. La rectoría de una universidad pública quiere determinar la calidad del servicio de su cafetería central para compararla con los niveles de calidad de otras universidades públicas. Según la última clasificación de la asociación de universidades públicas, una calificación promedio superior de siete indica una calidad superior en los servicios de una cafetería universitaria. La universidad toma una muestra de 12 estudiantes que califican ese servicio, las cuales son: 7, 9, 9, 8, 7, 8, 6, 7, 7, 9, 8 y 8. Se supone que las calificaciones de calidad en el servicio de la cafetería para la población universitaria de esta universidad se pueden aproximar con una distribución de probabilidad normal. Se podría afirmar que esta cafetería ofrece un servicio superior, si el nivel de significancia deseado para la prueba es de El proceso de producción en ICI pinturas llena botes de pintura de 19 litros (según etiqueta). La gerencia de ventas pide a producción que por favor verifique el proceso de llenado, ya que varios clientes han manifestado descontento porque sus botes al parecer no contienen la cantidad indicada en la etiqueta. El departamento de control de calidad selecciona periódicamente muestras de ocho botes de la línea de producción para realizar pruebas de llenado. La última muestra presenta los valores siguientes: 19.02, 19.22, 18.82, 18.92, 19.22, 19.32, y Si el nivel de significancia seleccionado por calidad es de 0.05, qué deberá indicar producción a ventas? RESULTADOS CON COMPUTADORA 45. A partir del listado de computadora que se muestra a continuación, interprete el intervalo de confianza y la prueba de hipótesis para la variable precio.

6 precio mean = mean(precio) t = Ho: mean = 7000 degrees of freedom = 73 Ha: mean < 7000 Ha: mean!= 7000 Ha: mean > 7000 Pr(T < t) = Pr( T > t ) = Pr(T > t) = A partir del listado de computadora que se muestra a continuación, interprete el intervalo de confianza para la variable mpg. Variable Obs Mean Std. Err. [99% Conf. Interval] mpg A partir del listado de computadora que se muestra a continuación, interprete el intervalo de confianza y la prueba de hipótesis para la variable peso. peso mean = mean(peso ) t = Ho: mean = 2500 degrees of freedom = 73 Ha: mean < 2500 Ha: mean!= 2500 Ha: mean > 2500 Pr(T < t) = Pr( T > t ) = Pr(T > t) = A partir del listado de computadora que se muestra a continuación, interprete el intervalo de confianza y la prueba de hipótesis para la variable mpg. One-sample t test mpg mean = mean(mpg) t = Ho: mean = 25 degrees of freedom = 73 Ha: mean < 25 Ha: mean!= 25 Ha: mean > 25 Pr(T < t) = Pr( T > t ) = Pr(T > t) = Con referencia al ejercicio 44 antes citado, se obtuvo mediante el uso de la computadora el siguiente intervalo de confianza. Interprete sus resultados. ci llenado, level(99) Variable Obs Mean Std. Err. [99% Conf. Interval] llenado Con referencia al ejercicio 44 antes citado, se obtuvo mediante el uso de la computadora el siguiente resultado de la prueba de hipótesis. Interprete sus resultados.

7 llenado mean = mean(llenado) t = Ho: mean = 19 degrees of freedom = 7 Ha: mean < 19 Ha: mean!= 19 Ha: mean > 19 Pr(T < t) = Pr( T > t ) = Pr(T > t) =

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS

Más detalles

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

Teorema Central del Límite (1)

Teorema Central del Límite (1) Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados. El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE I POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS

Más detalles

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,

Más detalles

Tema 5. Contraste de hipótesis (I)

Tema 5. Contraste de hipótesis (I) Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar

Más detalles

Conceptos Básicos de Inferencia

Conceptos Básicos de Inferencia Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos

Más detalles

Objetivos del tema. Qué es una hipótesis? Test de Hipótesis Introducción a la Probabilidad y Estadística. Contrastando una hipótesis

Objetivos del tema. Qué es una hipótesis? Test de Hipótesis Introducción a la Probabilidad y Estadística. Contrastando una hipótesis Objetivos del tema Conocer el proceso para contrastar hipótesis y su relación con el método científico. Diferenciar entre hipótesis nula y alternativa Nivel de significación Test de Hipótesis Introducción

Más detalles

ESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales ESTADISTICA GENERAL INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales Objetivos Entender los conceptos de estimación puntual y estimación por intervalos. Calcular e interpretar intervalos de confianza

Más detalles

Muestreo y estimación: problemas resueltos

Muestreo y estimación: problemas resueltos Muestreo y estimación: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2012-2013 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas

Más detalles

Contrastes de hipótesis paramétricos

Contrastes de hipótesis paramétricos Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,

Más detalles

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta

Más detalles

Prueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual:

Prueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual: Prueba de hipótesis Problema Un grupo de profesores, de cierto estado de la república, plantea una investigación acerca del aprendizaje de las ciencias naturales en la escuela primaria. Uno de los objetivos

Más detalles

Hipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.

Hipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula. PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma

Más detalles

6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE

6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE 6. Estimación, DISTRIBUCIONES MUESTREO, Y PRUEBA DE HIPÓTESIS. 6.1 INFERENCIA ESTADISTICA La estadística está dividida en descriptiva e inferencial donde La estadística Descriptiva se relaciona principalmente

Más detalles

Distribución Chi (o Ji) cuadrada (χ( 2 )

Distribución Chi (o Ji) cuadrada (χ( 2 ) Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably

Más detalles

2. Análisis de varianza

2. Análisis de varianza 1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una

Más detalles

Intervalos de confianza y contrastes de hipótesis. Intervalo de confianza de la media.

Intervalos de confianza y contrastes de hipótesis. Intervalo de confianza de la media. R PRÁCTICA IV Intervalos de confianza y contrastes de hipótesis Sección IV.1 Intervalo de confianza de la media. 44. Cargar (abrir) el conjunto de Datos Pulso.rda. Se pide: a) Calcular el de confianza

Más detalles

Estadística para la toma de decisiones

Estadística para la toma de decisiones Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante

Más detalles

TALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com

TALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com TALLER N 2 1. Supóngase que los nueve valores siguientes, representan observaciones aleatorias provenientes de una población normal: 1, 5, 9, 8, 4, 0, 2, 4, 3. Constrúyase un intervalo de confianza de

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO -.1 - CONVOCATORIA: Junio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 1) Selectividad-Opción A Tiempo: 9 minutos Problema 1 (3 puntos) Dadas las matrices A = x y z y B = 1, se pide: 1 1 3 1 k, X = 1.

Más detalles

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

Objetivos. Epígrafes 3-1. Francisco José García Álvarez Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.

Más detalles

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación

Más detalles

SOLUCIÓN REPASO EXAMEN

SOLUCIÓN REPASO EXAMEN SOLUCIÓN REPASO EXAMEN 1. El gráfico muestra la distribución de las cargas máximas (toneladas) que soportan ciertos cables producidos por una empresa: 35 30 30 25 n de clables 20 15 15 20 18 11 5 6 0 9,2-9,8

Más detalles

Muestreo e inferencia

Muestreo e inferencia Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar

Más detalles

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Juan Carlos Colonia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE DOS POBLACIONES I.C. PARA EL COCIENTE DE VARIANZAS Sean X y dos muestras aleatorias,..., Xn Y,..., Yn independientes

Más detalles

Edad (en años) Más de 57 Nº de personas

Edad (en años) Más de 57 Nº de personas 1. Una productora de cine quiere pasar una encuesta por el método de muestreo estratificado entre las 918 personas asistentes a la proyección de una de sus películas. La muestra de tamaño 54 ha de ser

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015 CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS

Más detalles

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer

Más detalles

CDEE. Cuestiones 3er Ejercicio. 0 si x 1. k(x + 1) + x2 1. k(x + 1) x si x > 1

CDEE. Cuestiones 3er Ejercicio. 0 si x 1. k(x + 1) + x2 1. k(x + 1) x si x > 1 CUESTIÓN 1: El tiempo de retraso, medido en minutos, del AVE Madrid-Sevilla sigue una variable aleatoria continua con función de distribución: 0 si x 1 F (x) = k(x + 1) + x2 1 2 si 1 < x 0 k(x + 1) x2

Más detalles

Cantidad de producto en preempacados. Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología

Cantidad de producto en preempacados. Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología Cantidad de producto en preempacados Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología RTCA 01.01.11:06 Cantidad de Producto Pre-empacado Decreto 33371-COMEX-MEIC Gaceta N

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

A. Menéndez Taller CES 15_ Confiabilidad. 15. Confiabilidad

A. Menéndez Taller CES 15_ Confiabilidad. 15. Confiabilidad 15. Confiabilidad La confiabilidad se refiere a la consistencia de los resultados. En el análisis de la confiabilidad se busca que los resultados de un cuestionario concuerden con los resultados del mismo

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 Ejercicio 1 Una empresa de selección de personal llama a 12 postulantes para una entrevista de empleo. Se sabe por experiencia

Más detalles

Introducción a una prueba de Hipótesis para una proporción

Introducción a una prueba de Hipótesis para una proporción Introducción a una prueba de Hipótesis para una proporción XVII Semana Regional de Investigación y Docencia en Matemáticas M.C. Paulina Danae López Ceballos Herramientas Una bolsita de chocolates m&m cafés.

Más detalles

Estadística Inferencial. Sesión 5. Prueba de hipótesis

Estadística Inferencial. Sesión 5. Prueba de hipótesis Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones

Más detalles

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola) UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si

Más detalles

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos

Más detalles

CAPITULO IV ANÁLISIS E INTERPRETACIÓN DE LOS RESULTADOS. Para la realización de este estudio se aplicaron encuestas a los usuarios del

CAPITULO IV ANÁLISIS E INTERPRETACIÓN DE LOS RESULTADOS. Para la realización de este estudio se aplicaron encuestas a los usuarios del CAPITULO IV ANÁLISIS E INTERPRETACIÓN DE LOS RESULTADOS 4.1 Introducción Para la realización de este estudio se aplicaron encuestas a los usuarios del servicio telefónico Telmex sucursal Cholula, Puebla

Más detalles

TALLER 3 ESTADISTICA I

TALLER 3 ESTADISTICA I TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral

Más detalles

Problemas resueltos. Temas 10 y 11 11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8, 6, 14, 16, 6, 7, 15, 20, 14, 15.

Problemas resueltos. Temas 10 y 11 11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8, 6, 14, 16, 6, 7, 15, 20, 14, 15. Temas 10 y 11. Contrastes paramétricos de hipótesis. 1 Problemas resueltos. Temas 10 y 11 1- las puntuaciones en un test que mide la variable creatividad siguen, en la población general de adolescentes,

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016 ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una

Más detalles

Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal

Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal Ejercicio 1: Todos los días se seleccionan de manera aleatoria 12 unidades de un proceso de manufactura, con el propósito de verificar

Más detalles

MODELADO Y SIMULACIÓN. Febrero de Primera semana

MODELADO Y SIMULACIÓN. Febrero de Primera semana Febrero de 2016 - Primera semana PREGUNTA 1 (3 puntos) Se pretende estudiar mediante simulación el funcionamiento de una lavandería industrial dedicada a la limpieza y planchado de manteles y servilletas.

Más detalles

Pruebas t para muestras pareadas

Pruebas t para muestras pareadas AGRO 55 LAB 1 Pruebas t para muestras pareadas PARTE I. Incluya en cada caso todos los pasos necesarios para probar las hipótesis correspondientes, una gráfica con t tab (t crítico), el cálculo del t obs

Más detalles

EJERCICIOS DE ESTADÍSTICA:

EJERCICIOS DE ESTADÍSTICA: EJERCICIOS DE ESTADÍSTICA: 1º/ Una biblioteca desea estimar el porcentaje de libros infantiles que posee. La biblioteca está compuesta de 4 salas (orte, Sur, Este y Oeste) con 2500, 2740, 4000 y 6900 libros,

Más detalles

Propuesta A B = M = (

Propuesta A B = M = ( Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (016) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A ó B. Se

Más detalles

Distribuciones de probabilidad discretas

Distribuciones de probabilidad discretas Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin

Más detalles

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño

Más detalles

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular

Más detalles

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica

Más detalles

Unidad 4: Distribuciones de Probabilidad (Discretas y Continuas)

Unidad 4: Distribuciones de Probabilidad (Discretas y Continuas) Unidad 4: Distribuciones de Probabilidad (Discretas y Continuas) Ejercicio 4 1 Una persona vende automóviles nuevos para una empresa. Generalmente negocia el mayor número de autos los sábados. Ha establecido

Más detalles

Nivel de Satisfacción en los afiliados. Régimen Estatal de Protección Social en Salud Zacatecas

Nivel de Satisfacción en los afiliados. Régimen Estatal de Protección Social en Salud Zacatecas Nivel de Satisfacción en los afiliados 2012 Régimen Estatal de Protección Social en Salud Zacatecas Nivel de Satisfacción de los Afiliados Justificación A fin de cumplir con los objetivos del Régimen Estatal

Más detalles

PREELECTORAL ELECCIONES MUNICIPALES, 2007 (Ciudad de Madrid) Estudio nº Mayo 2007

PREELECTORAL ELECCIONES MUNICIPALES, 2007 (Ciudad de Madrid) Estudio nº Mayo 2007 PREELECTORAL ELECCIONES MUNICIPALES, 2007 (Ciudad de Madrid) AVANCE DE RESULTADOS Estudio nº 2.704 Mayo 2007 FICHA TÉCNICA PREELECTORAL ELECCIONES MUNICIPALES, 2007 (Ciudad de Madrid) Estudio nº 2.704

Más detalles

proporciones y para la Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro

proporciones y para la Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro Sesión 12 Intervalo de confianza para proporciones y para la razón de varianzas. IC para a una proporción poblacional o a Qué proporción de adolescentes presenta problemas de delincuencia en una comunidad

Más detalles

Inferencia estadística Selectividad CCSS Castilla-La Mancha. MasMates.com Colecciones de ejercicios

Inferencia estadística Selectividad CCSS Castilla-La Mancha. MasMates.com Colecciones de ejercicios 1. [2014] [EXT-A] Para el estudio de la polución del aire, se mide la concentración de dióxido de nitrógeno por metro cúbico. Se sabe que en los meses de invierno en una ciudad española, la concentración

Más detalles

UNIDAD 6. Estadística

UNIDAD 6. Estadística Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos

Más detalles

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse

Más detalles

Probabilidad Condicional

Probabilidad Condicional Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que

Más detalles

Diseño de Bloques al azar. Diseño de experimentos p. 1/25

Diseño de Bloques al azar. Diseño de experimentos p. 1/25 Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un

Más detalles

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M. FACTORES DETERMINANTES DEL PRECIO DE LAS ACCIONES: Riesgo Se puede examinar ya sea por su relación con un: Activo individual Cartera Rendimiento RIESGO: En un concepto básico es la probabilidad de enfrentar

Más detalles

Hoja 6: Estadística descriptiva

Hoja 6: Estadística descriptiva Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la

Más detalles

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24 Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00

Más detalles

DISTRIBUCIÓN N BINOMIAL

DISTRIBUCIÓN N BINOMIAL DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El

Más detalles

c). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla

c). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla Tema 5. Tablas estadísticas Como ya se había establecido en el tema anterior sobre el uso de las tablas estadísticas, éstas son medios que utiliza la estadística descriptiva o deductiva para la presentación

Más detalles

Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL

Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL 1. Se ha realizado una muestra aleatoria simple (m.a.s) de tamaño 10 a una población considerada normal. Llegando a la conclusión que

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

Probabilidad Condicional

Probabilidad Condicional Cómo actualizar la probabilidad de un evento dado que ha sucedido otro? o Cómo cambia la probabilidad de un evento cuando se sabe que otro evento ha ocurrido? Ejemplo: Una persona tiene un billete de lotería

Más detalles

JORNADA TÉCNICA La aplicación efectiva de los Valores Límite ".

JORNADA TÉCNICA La aplicación efectiva de los Valores Límite . Límites de Exposición Profesional para Agentes Químicos 2011 JORNADA TÉCNICA La aplicación efectiva de los Valores Límite ". * * * El Control Ambiental en la evaluación de la exposición Juan M. Viguera

Más detalles

Guía de Ejercicios Estadística. Nombre del Estudiante:

Guía de Ejercicios Estadística. Nombre del Estudiante: Colegio Raimapu Departamento de Matemática Guía de Ejercicios Estadística Nombre del Estudiante: V Medio Debes copiar cada enunciado en tu cuaderno y realizar el desarrollo, indica la respuesta correcta

Más detalles

Germán Jesús Rubio Luna Catedrático de Matemáticas del IES Francisco Ayala

Germán Jesús Rubio Luna Catedrático de Matemáticas del IES Francisco Ayala Decisión estadística. Contraste de hipótesis Nota.- Cuando tratábamos la estimación de parámetros, intentábamos obtener un valor o un intervalo de valores que constituyesen la mejor estimación del parámetro

Más detalles

LECCIÓN Nº 09 EL ESTADO DE COSTO DE PRODUCCION Y VENTAS

LECCIÓN Nº 09 EL ESTADO DE COSTO DE PRODUCCION Y VENTAS LECCIÓN Nº 09 EL ESTADO DE COSTO DE PRODUCCION Y VENTAS Manufacturas peruanas S.A.A. Estado de costos de producción y ventas Por el mes de enero de 2004 S/. Inventario inicial de materias primas 500.00

Más detalles

Introducción. La muestra

Introducción. La muestra Página 1 de 9 Informe de satisfacción con los servicios e instalaciones del Recinto de Ponce de la Universidad Interamericana de Puerto Rico para los años 1999 al 21 Introducción Este informe contiene

Más detalles

Informe final de evaluación del seguimiento de la implantación de títulos oficiales GRADO EN INGENIERÍA DE EDIFICACIÓN. Escuela Politécnica Superior

Informe final de evaluación del seguimiento de la implantación de títulos oficiales GRADO EN INGENIERÍA DE EDIFICACIÓN. Escuela Politécnica Superior Informe final de evaluación del seguimiento de la implantación de títulos oficiales 2013 GRADO EN INGENIERÍA DE EDIFICACIÓN CEU INFORMACIÓN PUBLICA Valoración Final El título no aparece ofertado en la

Más detalles

NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011

NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-

Más detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado

Más detalles

1.3.- V A L O R A B S O L U T O

1.3.- V A L O R A B S O L U T O 1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto

Más detalles

Especialización en PLANEACIÓN, DESARROLLO Y ADMINISTRACIÓN DE LA INVESTIGACIÓN

Especialización en PLANEACIÓN, DESARROLLO Y ADMINISTRACIÓN DE LA INVESTIGACIÓN Especialización en PLANEACIÓN, DESARROLLO Y ADMINISTRACIÓN DE LA INVESTIGACIÓN Curso: POBLACIÓN DE ESTUDIO Y MUESTRA Estrategia de trabajo. MODULO II. Elementos de muestreo Contextualización Este módulo

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

Aplicaciones de la línea recta

Aplicaciones de la línea recta 1 FACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS GRADO: 10 TALLER Nº: 4 SEMESTRE II RESEÑA HISTÓRICA Aplicaciones de la línea recta RESEÑA HISTÓRICA EUCLÍDES Nació: 365 AC en Alejandría,

Más detalles

Pruebas de hipótesis paramétricas

Pruebas de hipótesis paramétricas Capítulo 5 Pruebas de hipótesis paramétricas 5.2. Problemas 5.2.1. Un investigador afirma que un medicamento provocará sueño en por lo menos 80 % de las personas que padecen insomnio. Después de un análisis

Más detalles

UNIVERDAD TECNOLÓGICA DE TORREÓN

UNIVERDAD TECNOLÓGICA DE TORREÓN UNIVERDAD TECNOLÓGICA DE TORREÓN PROCESOS INDUSTRIALES DE MANUFACTURA ENCARGADO DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTÍZ ALUMNA: ELIZABETH GRIJALVA ROCHA TEMA: EJERCICIOS DE HISTOGRAMA: GRADO: 3-C

Más detalles

Distribución de Probabilidades con Nombre Propio Problemas Propuestos

Distribución de Probabilidades con Nombre Propio Problemas Propuestos Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,

Más detalles

DETERMINACION DE COSTOS

DETERMINACION DE COSTOS DETERMINACION DE COSTOS A los efectos prácticos se ha diseñado una Planilla de Costos, de aplicación eficaz en función de las actuales características de los fabricantes que integran el Programa Despertando

Más detalles

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------

Más detalles