Análisis de Datos en Psicología I. Preguntas de examen. Temas 4 y 5

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

Download "Análisis de Datos en Psicología I. Preguntas de examen. Temas 4 y 5"

Transcripción

1 Aálss de Datos e Psología I. Pregutas de eame. Temas y p Tabla. Dstrbuó, e proporoes, de las putuaoes de u grupo de 0 sujetos e ua prueba de eaje de formas. 7 9 Tabla. Dstrbuó de freueas e ua prueba de memora Tabla. Represeta putos medos y freueas absolutas e ua prueba de reoometo de formas P a Tabla. Dstrbuó, epresada e proporoes aumuladas, de 0 sujetos e ua prueba ogtva. Tabla p Tabla. Proporó de putuaoes de u ourso oposó ( 000, y represeta el puto medo) Nº sujeto eo Y Estudos Z Nota U Itelgea 7 9 M M M M L L L Tabla 7. Reoge la formaó de uatro varables observadas e dez alumos. : eo; Y: Estudos de eas o letras; Z: Nota e u eame de matemátas; U: Putuaó obteda e ua prueba de telgea - -

2 Aálss de Datos e Psología I. Pregutas de eame. Temas y º) De auerdo a los datos de la Tabla. uátos sujetos obtee putuaoes etre 9 y? A) B) ) 9 y so los límtes reales del tervalo 9, que otee ua proporó de observaoes gual a 0. Luego el úmero de observaoes que otee será: 0 0 º) Ua dstrbuó umodal o ua asmetría postva etrema se araterza por: A) freueas altas para valores altos de la dstrbuó B) el valor de la meda supera al valor de la moda ) el valor de la moda supera al valor de la meda. La opó orreta es B). Las opoes A) y ) so ertas uado la dstrbuó es asmétra egatva (pága del lbro de teto) º) uál es el íde que uatfa el úmero de vees que la meda está oteda e la desvaó típa? A) oefete de asmetría de Pearso B) oefete de varabldad versa ) oefete de varaó La respuesta es (oefete de varaó, pága del lbro de teto), y la respuesta B es absurda, metras que el oefete de asmetría de Pearso (A) se basa e estudar la relaó etre la meda y la moda. º) uál es la moda e los datos de la Tabla? A) B) 0 ) al ser ua varable uattatva o se puede alular La moda es el puto medo del tervalo que otee el mayor úmero de observaoes, por lo que su valor es: Mo. No hay que ofudr la moda, que es la putuaó más repetda, o la proporó de vees (o el úmero de vees) que se repte dha putuaó, que es e este aso 0 (opó B). La opó es laramete falsa porque la moda sí se puede alular e ua dstrbuó uattatva. Las pregutas, y 7 hae referea a la Tabla. Presetamos a otuaó los álulos eesaros para respoder a dhas pregutas. p álulo de a º) A qué peretl orrespode el valor, e la dstrbuó de la Tabla? A) 7 B) 0 ) Podemos respoder a esta uestó ta sólo o la oluma de proporoes. es el puto medo de su tervalo, luego deja por debajo de sí a la mtad de las observaoes detro de su tervalo (e proporoes 0./ 0.07) mas las observaoes de tervalos aterores (0.), por lo que e total supera a ua proporó: Y epresado e poretajes orrespode al 7%. Es der: P 7 ). Otra maera de haerlo es aplar la fórmula de los peretles: k ( P L ) ( 9. ) k I + d

3 Aálss de Datos e Psología I. Pregutas de eame. Temas y º) uál es la varaza de los datos de la Tabla? A) 977 B) 9 ) Ua vez aluladas las olumas eesaras, alulamos la meda y posterormete la varaza: ay u pequeño error e la opó orreta que es la B. E ualquer aso es la que más se aproma al valor de la varaza ( 9) 7º) uál es el peretl 70 e la dstrbuó de la Tabla? A) B) 7 ) Aplado la fórmula de los peretles: k 70 0 d 7 P L + I. + 7 º) o los datos de la Tabla qué poretaje de sujetos supera la putuaó? A) 7% B) % ) % uado teemos datos paredos a los de la Tabla, osderamos e el álulo de peretles que ada valor de es a la vez el límte feror aparete y límte superor aparete. Por ejemplo para, los límtes reales sería 9 y. Al ser el límte superor, es muy sello alular el úmero de observaoes que supera a dha putuaó, que so: +, y epresádolo e poretajes: 0 % 0 També podríamos haber utlzado la fórmula de los peretles. Prmero alulamos el poretaje de observaoes ferores a. aplado la fórmula: k ( P L ) (. 9. ) k I + d % 0 Y el poretaje de observaoes superores a. será gual a: 0 % 9º) uál de las sguetes afrmaoes desrbe la dstrbuó de freueas de la Tabla? A) es ua dstrbuó smétra B) las mayores freueas orrespode a valores altos de ) las meores freueas orrespode a valores altos de o sólo observar la tabla, os damos ueta que las putuaoes altas (; y ) so las que se orrespode o las mayores freueas º) Qué formaó proporoa u íde uméro basado e promedar las dstaas de las putuaoes observadas respeto a la meda? A) la ampltud de la dstrbuó B) su tedea etral ) la varabldad de la dstrbuó - -

4 Aálss de Datos e Psología I. Pregutas de eame. Temas y La preguta defe a la desvaó meda, que es ua medda de varabldad, que os ofree omo resultado lo que, por térmo medo, se aparta las putuaoes de la meda artméta. º) e ua dstrbuó de freueas, que reoge formaó sobre la edad e que los jóvees omeza a osumr bebdas alohólas queremos obteer la edad a la que la mtad de los jóvees a el osumo, qué íde alularía?: A) la meda B) la medaa ) la moda Reordamos que la medaa es la putuaó que supera a la mtad de las observaoes º) Qué peretl orrespode a la putuaó 9 de la Tabla?: A) B) ) 0 k ( P L ) ( 9. ) k I + d º) uál es el peretl 0 de la dstrbuó de la Tabla? A) B) ). De uevo se trata de alular u peretl: k d 0 0 P0 L + I. +. També habría sdo muy fál s fórmula, al daros ueta que supera eatamete a 0 observaoes, que sobre 0 so u 0% º) uáto vale la desvaó típa de los datos de la dstrbuó de freueas de la Tabla? A) B) ) Después de alular las olumas orrespodetes: º) E ua dstrbuó asmétra, uál es el íde de varabldad más adeuado? A) la varaza o desvaó típa B) la ampltud sem-teruartl ) el oefete de varaó Al ser la dstrbuó asmétra, tee más setdo omo íde de tedea etral la medaa (y o la meda), luego omo íde de varabldad, prefermos la ampltud sem-teruartl (basado e los uarteles) a la desvaó típa (basada e la meda) º) El peretl k es: A) u valor k de ua varable represetatvo del ojuto de la dstrbuó B) el úmero de asos que queda por debajo de u valor k ) u valor de ua varable por debajo del ual se aumula el k por eto de los asos ometaros. Muy fál 7º) De ua dstrbuó sólo ooemos la meda, la medaa, la moda y la desvaó típa. quséramos proostar u valor para esta dstrbuó de modo que fuera mímos los errores uadrátos del proósto, Qué íde utlzaríamos? A) la medaa B) la desvaó típa ) la meda - -

5 Aálss de Datos e Psología I. Pregutas de eame. Temas y La respuesta es, omo podemos omprobar e las propedades de la meda artméta (pága del teto), dode vemos que la epresó: ( ) toma u valor mímo respeto a ualquer otro valor dstto a la meda º) redodeamos la desvaó típa de los datos de la Tabla a dos demales, el valor de la dstrbuó que está dos desvaoes típas por debajo de la meda es: A) 9 B) 7 00 ) Prmero alulamos la desvaó típa:. 0.. Y luego alulamos la putuaó que se aparta dos desvaoes típas por debajo de la meda º) E la Tabla, uál es el peretl orrespodete a la putuaó? A) 7 B) 0 ) 70 E la tabla teemos putos medos, y sabedo que la dstaa etre dos putos medos adyaetes es gual a la ampltud de los tervalos, podemos fálmete alular los límtes de ada tervalo a 0 - Vemos que es el límte superor del tervalo, y e la oluma de freueas aumuladas observamos que deja por debajo de sí a observaoes, que e poretajes orrespode a u 0%, luego oupa el peretl 0. També podríamos haber aplado la fórmula de los peretles 9 0 Las tres pregutas que vee a otuaó so aera de la Tabla. Ates de otestarlas reflejaremos los datos que otee de forma que podamos trabajar más ómodamete p a álulo de p p álulo de º) o los datos de la Tabla. uátos sujetos obtee putuaoes etre y? A) B) ) Nos preguta por los sujetos del tervalo, que so º) Qué putuaó de la prueba ogtva supera al 9% de las observaoes reogdas e la Tabla? A) B) ) emos de hallar el peretl 9: - -

6 Aálss de Datos e Psología I. Pregutas de eame. Temas y k d 0. P 9 L + I. + 7 º) o los datos de la Tabla, uál es el dato que más se repte? A) o se puede alular B) 7 ) 0 El puto medo del tervalo o la mayor freuea que es 7 º) Ua dstrbuó umodal y asmétra egatva se araterza por: A) la presea de freueas altas para valores altos de la dstrbuó B) el valor de la meda supera al valor de la moda ) el valor de la medaa es meor que el de la meda La respuesta orreta es A. Las otras dos opoes so verdaderas para ua dstrbuó asmétra postva. º) A u grupo de ños de º de bahllerato se les admstra u test de razoameto y otro de ompresó verbal. Para saber e uál de estas pruebas este mayor varabldad, omparamos: A) las desvaoes medas de ada test B) los oefetes de varaó ) las varazas de ada test e putuaoes típas La respuesta orreta es B, porque el oefete de varaó se utlza para omparar la varabldad de dos dstrbuoes. La es falsa porque la varaza de las putuaoes típas sempre es uo. º) A qué peretl orrespode la putuaó 0, e la dstrbuó de la Tabla? A) 70 B) ) 0 De uevo la fórmula de los peretles k ( P L ) ( 0. ) k I + d % 0 º) uáto vale la meda de las observaoes reogdas e la Tabla? A) 9 B) 7 7 ) º) Dadas las sguetes putuaoes: ; -7; 0; ; uáto vale la medaa? A) B) ) 0 Prmero ordeamos las putuaoes: -7; 0; ; ;. Y al teer u úmero mpar de putuaoes, la medaa es el valor etral. Md º) La ampltud sem-teruartl sempre toma valores: A) etre - y + B) mayores o guales que ero ) puede tomar ualquer valor postvo o egatvo La ampltud sem-teruartl o puede ser egatva porque Q sempre es mayor o gual que Q (ver la fórmula de la ampltud sem-teruartl). Luego la respuesta orreta es B 9º) abedo que Q Q y que Q Q. uáto vale el íde de asmetría ter-uartílo? A) 0 B) ) ólo podemos saber que la dstrbuó es asmétra postva E el fhero o los euados había u error e esta preguta que ya está orregdo. sumamos los datos que os da el problema teemos: (Q Q ) + (Q Q ) Q Q. Es der: + - -

7 Aálss de Datos e Psología I. Pregutas de eame. Temas y Y o esta formaó, podemos alular el íde de asmetría ter-uartílo. ( Q Q ) ( Q Q ) ( Q Q ) 0. 0º) Teemos dos grupos o las sguetes araterístas:,, 0. uáto vale la meda total? A) B) ) emos de alular la meda poderada: Total º) E ua dstrbuó sabemos que: P 0 y que P 0 7. Podemos afrmar que la medaa: A) Md 0 B) 0 < Md < 0 ) Md 7 La putuaó supera al 0% y 7 supera al 0%, luego la medaa al superar al 0% ha de estar ompredda etre las dos aterores º) Dadas las sguetes putuaoes: ; ; ; 7; uáto vale su varaza? A) B) ) º) E uátas partes guales dvde los peretles a ua dstrbuó de freueas? A) depede del tpo de dstrbuó B) 0 ) 99 Los peretles so 99 putuaoes que dvde a la dstrbuó e 0 partes guales. Es fál aer e la trampa de esta preguta y otestar 99. º) o los datos de la Tabla. El peretl 90 es gual a: A) B) ) Al alular el úmero de observaoes a las que supera el peretl 90, vemos que so observaoes, que so, eatamete, las de deja por debajo de sí el límte superor del tervalo. Por lo que oluríamos que el peretl 90 es gual a. O be, omo sabemos, s aplamos la fórmula de los peretles llegamos al msmo resultado. º) a todas las putuaoes de ua varable las aplamos la sguete trasformaó: Y k +. Podemos afrmar que: A) k + B) k + ) y y y Al sumar a todas las putuaoes ua ostate, la varabldad sgue sedo la msma, luego la respuesta es º) La putuaó de la Tabla, oupa el peretl: A) 0 B) ) 7 De uevo, podemos aplar la fórmula de los peretles, pero es fál observar que es el puto medo de su tervalo, y por lo tato superará a todas las observaoes de tervalos aterores ( observaoes) mas la mtad de las que hay detro del tervalo al que perteee ( observaoes). E total supera a 0 observaoes, que sobre 0 so el 0% Las tres pregutas que vee a otuaó so aera de la Tabla. Reflejamos los datos de dha tabla de ua forma más ómoda para trabajar, omo hemos heho e pregutas aterores. upogo que a estas alturas o tedrés problemas e dedur los putos medos y las freueas absolutas

8 Aálss de Datos e Psología I. Pregutas de eame. Temas y º) egú los datos de la Tabla. Qué úmero de sujetos obtee putuaoes ferores a? A) B) 700 ) 00 omo sempre, o aplamos la fórmula o al ser el puto medo de su tervalo supera a 0 sujetos detro de su tervalo (la mtad de 900) mas los 900 sujetos que hay e tervalos aterores. E total, el úmero de observaoes ferores a so: º) uál es la putuaó meda de los opostores de la Tabla? A) B) ) º) uál es la varaza de los opostores de la Tabla? A) B) ) º) E ualquer dstrbuó. uátos valores defrá equívoamete a los deles? A) B) 9 ) 99 Los deles so 9 putuaoes que dvde a la dstrbuó e partes guales. º) E ua dstrbuó asmétra postva. uál de las sguetes odoes se umple? A) la medaa dvde a la dstrbuó e dos partes o la msma proporó de observaoes B) por debajo de la meda se euetra el 0% de las observaoes ) la meda es meor que la medaa y ésta meor es meor que la moda La respuesta es A, y se umple sempre depedetemete de ómo sea la dstrbuó. La respuesta B sólo es erta s la dstrbuó es smétra, y la es válda para ua dstrbuó asmétra egatva, luego o es erta. º) E ua dstrbuó, la dferea etre el peretl 7 y el 0 vale, metras que la dferea etre el uartl y el uartl vale. uál será el valor del íde de asmetría teruartílo? A) - B) o es posble alularlo o ese úo valor ) 0 Muy pareda a la preguta º 9. Los datos so: Q Q y Q Q, y de ellos dedumos: Q Q (Q Q ) + (Q Q ) +, o lo que: ( Q Q ) ( Q Q ) ( Q Q ) 0. º) o relaó a la Tabla 7. uáto vale la varaza de la prueba de matemátas? A) 7 7 ) La respuesta es. Os dejo los álulos a vosotros, que ya hemos alulado muhas varazas - -

9 Aálss de Datos e Psología I. Pregutas de eame. Temas y º) o relaó a la Tabla 7. uál de las sguetes varables es más homogéea? A) las otas e matemátas porque su varaza es mayor B) las putuaoes del test de telgea porque su oefete de varaó es meor ) las putuaoes del test de telgea porque tee meor varaza Que ua varable sea más homogéea, quere der que tee meor varabldad, luego la opó A es falsa. Y omo para omparar la varabldad de dos dstrbuoes, utlzamos el oefete de varaó, la respuesta orreta ha de ser B. º) o relaó a la Tabla 7, la afrmaó: u sujeto o putos e la prueba de telgea supera al 0% de los datos es: A) falsa, porque la medaa es B) falsa, porque la medaa es 0 ) verdadera alulamos la medaa y salmos de dudas. E prmer lugar, ordeamos las putuaoes,,,,,,,,, Y omo o puede ser la medaa, porque o deja el msmo úmero de observaoes por debajo y por ema de sí msma, agrupamos todas las putuaoes e u tervalo de ampltud, y aplamos la fórmula de la medaa d Md L I º) e ua dstrbuó de freueas la dstaa del terer uartl a la medaa es mayor que la que hay etre el prmer uartl y la medaa, etoes la dstrbuó es: A) asmétra postva B) asmétra egatva ) o dspoemos de toda la formaó abía ua errata e el teto que os evé o los euados. Ua vez orregdo, sabemos que: Q Q > Q Q Por lo que la dstrbuó ha de ser asmétra postva, tal y omo se deduría al aplar la fórmula del íde de asmetría teruartílo (pága 9 del lbro de teto) 7º) uál de las sguetes afrmaoes es FALA: Los peretles permte omparar dretamete etre sí putuaoes obtedas A) por sujetos dferetes detro del msmo grupo y para la msma varable B) por el msmo sujeto e el msmo grupo y o dferetes varables ) por el msmo sujeto e dferetes grupos y o dferetes varables La úa pega es que teemos que fjaros e uál es la FALA, que es la opó - 9 -

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas ertdumbre e las medoes dretas e dretas Reordado Para la seleó de u strumeto de medó os basamos e la Regla de Oro de la Metrología Luego, 0. T T La toleraa orregda por la ertdumbre del strumeto queda defda

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

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

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

Estadística. 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

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

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

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

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

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

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

PLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA

PLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA PLNTMNTO PROLMS LN MTR N PROSOS SN RÓN QUÍM. teder ual es el objetvo que se persgue e el proeso, la fuó de ada equpo (por lo meos ualtatvamete) y vsualzar los feómeos y trasformaoes que ourre.. detfar

Más detalles

Teoría de Telecomunicaciones

Teoría de Telecomunicaciones Uersdad del Caua - FIET UIO E MOULCIÓ udo de Modulaó Uersdad del Caua Teoría de Teleomuaoes epartameto de Teleomuaoes Uersdad del Caua - FIET UIO E MOULCIÓ udo de modulaó leal Este aálss se basa e el sstema

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

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

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

Comparaciones múltiples entre medias Tema 6. 1. Comparaciones múltiples. 2. Comparaciones planeadas o a priori: 2.2 Comparaciones de tendencia

Comparaciones múltiples entre medias Tema 6. 1. Comparaciones múltiples. 2. Comparaciones planeadas o a priori: 2.2 Comparaciones de tendencia Comparaoes múltples etre medas Tema 6. Comparaoes múltples. Comparaoes plaeadas o a pror:. F plaeadas. Comparaoes de tedea. Comparaoes o plaeadas o a posteror:. Prueba de Tukey.. Prueba de Sheffé . Comparaoes

Más detalles

1. INTRODUCCIÓN Procedimientos de calibración

1. INTRODUCCIÓN Procedimientos de calibración Smposo de Metrología 0 7 al 9 de Otubre VALUACIÓN D PROCDIMINTOS PARA CALIBRACIÓN D MICROBALANZAS CON L OBJTIVO D MINIMIZAR LA COMPONNT D INCRTIDUMBR DBIDA A LA INCRTIDUMBR D CALIBRACIÓN D LAS PSAS PATRÓN

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

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

Tema 5 Descripción numérica (1) Curso de Estadística Aplicada a las Ciencias Sociales

Tema 5 Descripción numérica (1) Curso de Estadística Aplicada a las Ciencias Sociales Curo de Etadíta Aplada a la Cea Soale Tema 5. Derpó uméra ( Capítulo 4 del maual Tema 5 Derpó uméra ( Itroduó. La meda. La devaó típa. El oeete de varaó 4. El oeete de ametría 5. Derpó uméra para dtrbuoe

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

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO CAITULO I EQUILIBRIO AOR -LIQUIDO ara evaluar el fuoameto de u sstema de separaó e etapas, es eesaro efetuar álulos de equlbro vapor-líqudo de balae de matera e ada etapa de separaó, utlado para ello ua

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

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

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

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

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

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

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

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

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

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

Estadística Descriptiva

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

Más detalles

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

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

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL 3. CARACTERISTICAS NUMERICAS DE UNA VARIABLE S tratamos de represetar uestras edades medate u polígoo de frecuecas, y os ubcamos e el tempo: hace 0 años, hoy

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

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

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curo de Etadíta Aplada a la Cea Soale Tema 5. Derpó uméra Capítulo 4 del maual Tema 5 Derpó uméra Itroduó. La meda. La devaó típa. El oefete de varaó 4. El oefete de ametría 5. Derpó uméra para dtrbuoe

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

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

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

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

1. CONSULTAR : TABLA DE VELOCIDADES DEL SONIDO EN DISTINTOS MEDIOS.

1. CONSULTAR : TABLA DE VELOCIDADES DEL SONIDO EN DISTINTOS MEDIOS. INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : CIENCIAS NATURALES Y EDUCACION AMBIENTAL ASIGNATURA: FISICA DOCENTE: HUGO HERNAN BEDOYA TIPO DE GUIA: CONCEPTUAL-EJERCITACION PERIODO GRADO N

Más detalles

TÉCNICAS CUANTITATIVAS 3 Grado en Marketing e Investigación de Mercados

TÉCNICAS CUANTITATIVAS 3 Grado en Marketing e Investigación de Mercados DPTO. MÉTODOS CUATITATIVOS PARA A ECOOMÍA Y A EMPRESA UIVERSIDAD DE GRAADA TÉCICAS CUATITATIVAS 3 Grado e Marketg e Ivestgaó de Merados MUESTREO Teoría eeros. ÍDICE. Muestreo aleatoro smple...............................0

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

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

Más detalles

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma.

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma. CAPITULO II Meddas estadístcas Objetvo Calcular las meddas poscó, de tedeca cetral, de dspersó y de forma. Cotedo * * * * * * Itroduccó Meddas de poscó Meddas de tedeca cetral Meddas de dspersó Meddas

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

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

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

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

V - MUESTREO ESTRATIFICADO

V - MUESTREO ESTRATIFICADO Capítulo V Muestreo estratfado (borrador)- 175 V - MUESTREO ESTRATIFICADO V.1 - Estratfaó y efea de los dseños muestrales Ya vmos que la prmera gra lasfaó de los dferetes métodos de muestreo depede del

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008

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

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

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

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

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

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

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

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

V Muestreo Estratificado

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

Más detalles

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

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

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

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

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

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias:

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias: PARÁMETROS ESTADÍSTICOS Puesto que las represetacoes grácas o sempre cosgue orecer ua ormacó completa de ua sere de datos, es ecesaro aalzar procedmetos umércos que permta resumr toda la ormacó del eómeo

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

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

Administración de Empresas. 9 Las decisiones de inversión: Conceptos básicos 9.1

Administración de Empresas. 9 Las decisiones de inversión: Conceptos básicos 9.1 Admstraó de Empresas. 9 Las desoes de versó: Coeptos básos 9. TEMA 9: LAS DECISIONES DE INVERSIÓN: CONCEPTOS BÁSICOS ESQUEMA DEL TEMA: 9.. Coepto de versó y tpos. 9.. Valor del dero e el tempo. 9.3. Tpo

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

2 Representación gráfica de las series de frecuencias.

2 Representación gráfica de las series de frecuencias. Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..

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

PARÁMETROS ESTADÍSTICOS www.matesroda.et José Atoo Jméez eto PARÁMETROS ESTADÍSTICOS. PARÁMETROS DE CETRALIZACIÓ La formacó recogda e ua tabla o gráfca estadístca suele resumrse e uos pocos valores que os forma del comportameto

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

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

Medidas de Tendencia Central

Medidas de Tendencia Central Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo

Más detalles

Héctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles

Héctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles Coeptos ásos Capítulo Curso ILI-80 I Semestre 00 Profesor: Hétor llede Expermeto aleatoro : ξ Espao Muestral : Ω Eveto o Sueso : ; ;. Evetos elemetales, seguros e mposbles Probabldad : grado de ertdumbre

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

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

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

Más detalles

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

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

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

FUNDAMENTOS FÍSICOS DE LA INFORMÁTICA - 1/7/2005

FUNDAMENTOS FÍSICOS DE LA INFORMÁTICA - 1/7/2005 Tempo: 3h. y mea FUDAMETOS FÍSICOS DE A IFOMÁTICA - /7/5.- (.5 putos) Explar por ué las líeas e ampo elétro o se puee ortar. Supoeo ue las líeas e ampo se ruzase e algú puto ué poríamos er e la fuerza

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

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

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

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

Más detalles

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar.

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar. IES adre oveda (Guad) Matemátcas Aplcadas a las CCSS I UIA VARIABLES ESTAÍSTICAS UIIMESIOALES. ITROUCCIÓ A LA ESTAÍSTICA ESCRITIVA. La estadístca es la parte de las matemátcas que se ocupa de recoger,

Más detalles