EJERCICIOS DE ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL

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

Download "EJERCICIOS DE ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL"

Transcripción

1 EJERCICIOS DE ESTADÍSTICA DESCRIPTIVA UIDIMESIOAL. Se realza un estudo en una cudad sobre la caacdad hotelera y se obtenen los sguentes resultados: Plazas L L ) [ + úmero de Hoteles n a) Reresentar gráfcamente esta dstrbucón de frecuencas medante un hstograma. b) Cuál es la roorcón de hoteles que dsonen de entre y 60 lazas? c) Cuántos hoteles tenen trenta o menos lazas? d) cuál es la roorcón de hoteles que dsonen de entre y 0 lazas?. Qué hótess hace ara este últmo cálculo? Solucón: a) Fr. absoluta Fr. Marca Fr. absoluta Fr. relatva Densdad Intervalos Amltud relatva absoluta clase acumulada n n [ L L+ ) c n f x d F c ,7 0,7, , 0,0, ,7 70% 0,87, , 0, 0 00 b) El 70% de los hoteles dsonen entre y 60 lazas: n + n f 0,7 (70%), o ben % 0, f c) Los hoteles que tenen trenta o menos lazas: 7

2 d) Proorcón de hoteles que dsonen entre y 0 lazas: Entre y 0: x 0 0 x x 7, hoteles Entre 0 y 0: x 0 0 x x 6,67 hoteles El número de hoteles entre y 0 lazas hay 7, + 6,67 7,7 hoteles 7,7 La roorcón de hoteles con estas lazas: % hoteles. 00 9,% 0 En el cálculo realzado se suone que la dstrbucón de hoteles es unforme, es decr, se suone que hay el msmo número de hoteles con lazas, con lazas, etc. n En cada caso, este número es la densdad d de frecuenca corresondente. c. Se ha realzado un estudo entre 00 mujeres mayores de años, observándose el número de hjos de las msmas. El resultado ha sdo: úmero de hjos ( x ) úmero de mujeres n ) a) Calcular el número medo de hjos, la medana y la moda. b) Calcular los cuartles. Exlcar su sgnfcado. c) Cuál es el número máxmo de hjos que tene el 70% de las mujeres que menos hjos tenen? d) Calcular la desvacón tíca y coefcente de varacón de Pearson. e) Analzar la forma de la dstrbucón calculando los coefcentes corresondentes. Solucón: a) ( x n f n F x n ( x x) ( x x) ( x x) n ( x x) n ( x x) n 0 0, 0, 0,, 70,8 6, 8, ,0 0, 0,,77,8 7,0 6,8 8 0, 0,8 0 0, 0,,7 0,90 0, ,0 0, ,67 0, 8,98 6,0,0 89 0, 0,89,67,79 0,68, 8, ,07 0,96,67 7, 9,90,, ,0,67,7,88 97,7 7,6 00,0, 7,8 67,0

3 xn Meda artmétca: x, 00 7 Medana: M e (asa de la mtad 0%) M d ( n, el más grande) b) 00 º Cuartl : Q hjo (F asa del %) 00 º Cuartl 0 : Q Me hjos (F asa del 0%) 00. º Cuartl 7 : Q hjos (F asa del 7%) c) El número máxmo de hjos que tene el 70% de las mujeres que menos hjos tenen es el decl 7 Decl 7: hjos asa de 0,7) F d) Varanza: 7 [ x x] n, m s, hjos 00 Desvacón tíca: s,,9 hjos S,9 Coefcente de Varacón de Pearson: C.V 0,68 una dsersón del 68,% x, e) ASIMETRÍA DE LA DISTRIBUCIÓ: Coefcente de asmetría de Fsher: 7 (x x) n m,76 g 0,78 > 0 s s,9 Asmetría a la derecha o ostva Coefcente de asmetría de Bowley: A B Q + Q M Q + Q e Smétrca APUTAMIETO O CURTOSIS: Coefcente de curtoss: 7 (x x) n m 6,7 0,7 < 0 s s,9 g PLATICÚRTICA

4 . En la tabla se refleja la dstrbucón del morte de las facturas (en euros) or rearacón de carrocería de una muestra de 80 vehículos en un taller. Imorte úmero de facturas Se de: a) Calcular el morte medo. El valor hallado es reresentatvo de la dstrbucón de facturas? b) Calcular el morte medano y el morte más frecuente. c) Cuál es el morte máxmo agado or las 60 rearacones más baratas?. d) Calcular el morte mínmo agado or el terco de vehículos con facturas de mayor morte. e) Grado de asmetría que reresenta la dstrbucón con la mayor recsón osble. Solucón: a) [ L L ) + x n x. n x. n f n F c n d c , 0, 60 0, , 0, ,0 0, ,,00 0 0, El morte medo: a x.n x 9,7 euros La reresentatvdad queda defnda or el CV (Coefcente de Varacón de Pearson): a s x.n , a a 087, 9,7 98,7 s 98,7 9,98 euros REPRESETACIÓ GRÁFICA DE LA MEDIA 9,98 CV 0,6 (,6%) 9,7 El grado de dsersón es del,6%.

5 b) El morte medano se encuentra en el ntervalo [ 80 0) Medana 0 : Me L + c n F 0,88 La Medana asa del 0% del número de facturas. El morte más frecuente es la moda, d 80 or ser h la densdad más alta. [ 0) M h (d d ) M, que se encuentra en los ntervalos [ 80) 60 y + d L + c Moda aroxmada: Md L + c (d d ) + (d d + ) d + d + Intervalo [ 80) Intervalo [ 0) ( 0,67) 60 : M d euros ( 0,67) + ( ) ( ) 80 : M d euros ( ) + ( 0,08) OTA. Advértase que calculando la Moda aroxmada (cuando exsten ntervalos de dstntas amltudes), nos encontramos ante un caso bmodal. Intervalo [ 80) Intervalo [ 0) 60 : Md , euros 0,67+ 0,08 80 : Md ,07 euros + 0,08 Como los ntervalos modales son contguos odría hacerse tambén como un únco ntervalo modal de [ ) c) Imorte máxmo agado or las 60 rearacones más baratas: Hacendo 00 artes, la roorcón de las 60 facturas resecto a la 80 totales: d x x 7 Hay que calcular el tercer cuartl (o el ercentl 7) 80 / : Q L + c euros 70 0 n [ Q P 7 ] d) El morte mínmo agado or el terco de vehículos con facturas de mayor morte: x / x

6 : 67 67/ P67 L + c euros 70 0 n e) Para calcular el grado de asmetría y curtoss que resenta la dstrbucón: x n x n ( x x) ( x x). n ( x x). n ( x x). n ,7 060,6 9089, , ,7 8, 6799,69 660, , 6, 976,6 60, , 790,6 669, 9608, , ,06 x.n 700 a x 9,7 80 s (x x). n ,7 80 s 98,7 9,98 m (x x). n (x x). n 6787, ,06 888,70 m 9066, Coefcente de asmetría de Fsher: (equeña asmetría haca la derecha) m 888,70 0,09 0 Asmetría ostva s 9,98 g Coefcente de asmetría de Bowley: A Q + Q Me Smétrca Q + Q F / 0 0 Q L + c n / 60 0 Q L + c n m 9066, Coefcente de curtoss o auntamento: g 0,7 > 0 s 9,98 La dstrbucón es LEPTOCÚRTICA (mayor auntamento que la dstrbucón normal). En consecuenca, la dstrbucón del morte de facturas resenta una equeña asmetría a la derecha (ostva) con un mayor auntamento que la dstrbucón normal (Letocúrtca). 6

7 . Una entdad bancara dsone de 0 sucursales en el terrtoro naconal y ha observado el número de emleados que hay en cada una de ellas ara un estudo osteror. Las observacones obtendas han sdo: a) Calcular la dstrbucón de frecuencas de la varable obtenendo las frecuencas absolutas, relatvas y sus corresondentes acumuladas. b) Qué roorcón de sucursales tene más de emleados? c) Dagrama de barras y dagrama acumulatvo de frecuencas corresondentes. d) Agruar en ntervalos de amltud los valores de la varable, calcular su dstrbucón de frecuencas y reresentar el hstograma y su olígono de frecuencas acumuladas. e) Calcular la medana y el coefcente de asmetría de Fsher en datos agruados en ntervalos de amltud. Solucón: a) emleados sucursales Fr. absoluta nº emleados Fr. absoluta acumulada emleado/sucursal Fr. relatva n f Fr. relatva acumulada x n F 9 0,0 0, ,08 0, 0 6 0,0 0, 0 6 0,0 0, 0,0 0,6 0,06 0, , 0,8 6 0, 0, ,0 0, ,0 0, ,0 0 b) Las sucursales con más de emleados: + n + n + n % sucursales con más de emleados.00 0% 0 n8 9 0 c) 7

8 d) Los datos agruados en ntervalos de amltud : Intervalos emleados sucursales F. absoluta [ L L ) + x n nº emleados F. abs acumulada emleado/sucursal Fr. relatva n f Fr. relatva acumulada F amltud c densdad (altura) n d c 8 9, 6 6 0, 0,, 0,0 0,6 8, 7, 0, 0,90, , 0 0,0,67 0 e) Para calcular la medana y el coefcente de asmetría de Fsher: a [ L L ) + x n c x n ( x x). n x Me. n x x. n ( x x). n 8 9, ,88,68,8 07,0,, 9,6 9, 7,9 7, 7,6,08 6,88 99, , 0 9,,0 6,,6 9, ,68 99,6 0,96,7 x. n (x x). n 679 x 0,68,8 s 6,0 s 6,0 7,

9 / 6 Me L + c +,8 6 n m El coefcente de asmetría de Fsher: g s m (x x). n,7 0, m, 0,0 0 La dstrbucón resenta una lgera asmetría a la derecha s 7,77 g >. Se ha realzado una encuesta en 0 hogares en la que se regunta el número de ndvduos que convven en el domclo habtualmente. Las resuestas obtendas son las sguentes: a) Calcular la dstrbucón de frecuencas de la varable obtenendo las frecuencas absolutas, relatvas y sus corresondentes acumuladas. b) Qué roorcón de hogares están comuestos or tres o menos ersonas? Qué roorcón de ndvduos vven en hogares de tres o menos membros? c) Dagrama de frecuencas absolutas y dagrama de frecuencas acumuladas. d) Agruar en ntervalos de amltud los valores de la varable, calcular la dstrbucón de frecuencas y reresentar con los corresondentes gráfcos las frecuencas absolutas y acumuladas. Solucón: a) ersonas hogares Fr. absoluta ersona/hogar hogares Fr. absoluta acumulada Fr. relatva Fr. relatva acumulada x n x. n n f F 0,0 0, ,0 0, ,7 0,7 0 0,7 0, , 0, ,07 0, ,0 0, , b) Los hogares que están comuestos or tres o menos ersonas: + n + n % hogares con tres o menos ersonas.00 6,67% 0 n 9

10 Las ersonas que vven en hogares de tres o menos membros: x.n x.n + x.n + x.n x.n 9 % ersonas que vven en hogares de tres o menos membros: ersonas 6,8% 8 06 x.n c) d) Los datos agruados en ntervalos de amltud : Intervalos [ L L ) + ersonas x hogares F. absoluta n ersonas F. abs acumulada ersona/hogar Fr. relatva n f Fr. relatva acumulada F amltud c densdad (altura) n d c ,0 0,0, 0, 0,7 6, ,0 0, ,

11 6. En la tabla se muestran las rentas (en mles de euros) y el número de ersonas que las ercben: Se quere obtener: Rentas (mles euros) L L ) [ + n a) El olígono de frecuencas absolutas y el hstograma. b) Medana, tercer Cuartl, Moda y Meda Artmétca. c) Coefcentes de Asmetría de Fsher. d) Coefcente de Curtoss. e) Concentracón de la renta (curva de Lorenz, Índce de Gn). Solucón: a) El olígono de frecuencas absolutas y el hstograma. La tabla de frecuencas absolutas: Rentas L L ) [ + x n Amltud c n d c d 7 6 d d /9 En la construccón del hstograma hemos de colocar encma de cada ntervalo un rectángulo cuyo área sea gual (en número) a la frecuenca absoluta de dcho ntervalo, rocedendo a calcular la densdad (altura) d de cada rectángulo n d, donde c es la longtud del c ntervalo b) Medana, tercer Cuartl, Moda y Meda Artmétca. 78 Para calcular la Medana, 9. La observacón 9 se encuentra en el ntervalo [ 7)

12 Medana: Me L + c + +, Tercer Cuartl: 8, Q n La observacón 8, se encuentra en el ntervalo [7 ). L + n / 8, c , La Moda es el ntervalo de máxma frecuenca. Por tanto, el ntervalo modal es [ 7). La oscón exacta de la moda se calcula establecendo una roorconaldad entre las bases y las densdades (alturas). En nuestro caso, los ntervalos tenen dstnta amltud, M d L + (d d (d d ) + (d ) d + c ) Una fórmula aroxmada de la Moda cuando exsten dstntas amltudes: M d L + d d + + d + c (6 ) M d +, Fórmula aroxmada: M d +, 6 (6 ) + (6 ) + Meda Artmétca Rentas L L ) [ + x n x. n n 78 x.n 0 x x.n 0,6(mles de euros) 78

13 c) Coefcente de Asmetría de Fsher. El coefcente de asmetría de Fsher: Sabemos que, M d, 8 x, 6 g m s AF > 0 AF 0 AF < 0 Asmetría a la derecha o ostva Smetría Asmetría a la zquerda o negatva Rentas L L ) [ + x n x. n x x ( x x) n ( x x) n ,6 09,8 0666, ,6 8,68 769, ,8,7, ,8 7,979 87, ,8 9,79 0,06 n 78 x.n 0 8,6 879,6 Varanza, desvacón tíca y tercer momento resecto a la meda: (x x) n 8,6 m s 0,7 78 s 0,7 6, (x x) n 879,6 El tercer momento resecto a la meda: m 6, 9 78 m 6,9 El coefcente de asmetría de Fsher: g 0, > 0, con lo que la dstrbucón s 6, resenta una asmetría a la derecha o ostva. d) Coefcente de Curtoss. La curtoss de una dstrbucón de frecuencas es el auntamento que resenta el olígono de m frecuencas alrededor de la meda. El coefcente de curtoss g s m k (x x) n s y m k (x x) n g > 0 Más auntamento que la normal: Letocúrtca g 0 Igual auntamento que la normal: Mesocúrtca g < 0 Menor auntamento que la normal: Platcúrtca En la dstrbucón, conocemos: x, 6 s 6,

14 Rentas L L ) [ + x n x. n x x) ( ( x x) n ( x x) n ,8 09,8 060, ,98 8,68 86, ,8,7 0, ,998 7, , ,88 9,79 97,9 n 78 x.n 0 8,6 6090,6 (x x) n 6090,6 Momento de cuarto orden resecto a la meda: m 8, 78 m 8, El coefcente de curtoss de Fsher: g 0,977 < 0, con lo cual, s 6, la dstrbucón resenta menor auntamento que la normal: Platcúrtca d) Concentracón de la renta (curva de Lorenz, Índce de Gn). Realzamos la sguente tabla: Rentas L L ) [ + x n ( ) 00 % x. n k u x n u %q 00 u %( q ) acumulada k 7, ,6 0, ,6 80 0,0 7, 7 69, ,6 6, , ,68 0, , 69 La curva de concentracón o curva de Lorenz 0 q, 6 ( q ),06 La dea de medr el área da como resultado el llamado Índce de concentracón de Gn, que se defne como el área comrendda entre la dagonal y la curva de Lorenz.

15 k k k k I 0 IG G ( q ) ( q ) q,06 Índce de Gn: I G,6 0, 6, o ben: I 0, 6 G 07,69 k 07,69 Luego la renta, aunque no equdstrbuda, no está muy concentrada. q k 7. En la tabla adjunta se exresa la dstrbucón de rentas de determnada regón (exresada en euros). Qué orcentaje de ndvduos ercbe el 0% de la renta?. veles renta 0,,,,,,,,,, úmero ndvduos Solucón: vel Renta x Indvduos n x n u x n acumulada u.00 %q. 00 u % 0,, ,87 7,9,, ,87,6 x 0,, ,80 6,,, , 89,70,, n 00 x n En la tabla se observa que el 67,86% de los ndvduos ercbe el,6% de la renta, y el 80,8% de los ndvduos ercbe el 6, % de la renta. En consecuenca, el 0% de la renta estará dstrbuda entre un conjunto de ndvduos stuado entre el 67,86 y el 80,8%. Bajo la hótess de lnealdad, se establece la relacón de orcentajes: k 80,80 6, 67,87,6 x 67,87 0,6,9 7,89 x 67,87, x,.,9 67,87 + 7,7% 7,89 ndvduos El 0 % de la renta se rearte entre el 7,7 % de los ndvduos.

16 8. En la tabla adjunta refleja la dstrbucón de salaros de una emresa Renta Indvduos Hallar el Índce de Gn y la curva de Lorenz Solucón: Renta L L ) [ + x n x n u x n u.00 %q. 00 u % acumulada k ,78, , 0, , 7, ,8 87, ,7 96, n 60 6 x n q 08, El índce de Gn: I G 0, q 08, La concentracón es equeña, udendo conclur que la dstrbucón de salaros es equlbrada. 6

17 La curva de concentracón o curva de Lorenz no se encuentra muy alejada de la dagonal rncal, ndcando que la dstrbucón de salaros uede consderarse equlbrada. 9. Los salaros de los emleados de la cadena de roduccón de una emresa se dstrbuyen según la tabla adjunta: Salaros º emleados Qué orcentaje de emleados que ercbe el 0% de los salaros? Es equlbrada la dstrbucón de salaros? Solucón: Salaros L L ) [ + x n x n u x n u.00 %q. 00 u % acumulada k ,6 x , , , n 0000 x n 9000 q 8,8 En la tabla se observa que el 60% de los emleados ercbe el 6,6% de los salaros y que el 90% de los emleados ercbe el 7,7% de los salaros. Para estmar el orcentaje (x) de emleados que ercbe el 0% de los salaros se necesta realzar una nterolacón lneal: x ,6 90 7,7 60 6,6 x 60, ,7 x 7,% 7

18 q 8,8 I G 0,7 La concentracón es equeña, udendo conclur que la dstrbucón de salaros es equlbrada. 0. Una emresa tenía a fnales del asado año ml sescentos cncuenta acconstas dstrbudos de la sguente forma: Se de: úmero de accones úmero de acconstas a) Hallar el número medo de accones or acconsta y su desvacón tíca. b) Cuál es el número de accones que como máxmo osee la mtad del acconarado? c) Con base estadístca, comente el grado de concentracón de las accones. d) Qué orcentaje del total de las accones oseen los acconstas mayortaros?, sabendo que los acconstas mayortaros son aquello que oseen más de 00 accones. e) Qué orcentaje de los acconstas mnortaros osee el 0% del total de accones? Solucón: a) Sea X "número de accones" [ ) L L + c x n x n xn x n x n

19 xn 600 a x 7,8 60 número medo de accones or acconsta a x n , s a a 76, 7,8 8,09 s 070,86 76,9 b) El número de accones que como máxmo osee la mtad del acconarado es la Medana M L + n c e 6,09 número de accones c) El grado de concentracón vene exresado or el Índce de Gn [ L L+ ) x n % 00 x n x.n % u xn x.n acumulada , 000 0, , , 00 0, 00 0, ,6 00 0, , , , , , , , q 09, Índce de Gn: I G 0, 909 (9, 09 %) grado de concentracón,6 Cuanto más róxmo a cero se encuentre el Índce de Gn está róxmo a cero más equtatvo será el rearto del número de accones. %q u u k.00 % d) Los acconstas mayortaros (más de 00 accones) oseen el % del total de las accones: [ 00 87,98] % % 9

20 e) El orcentaje de acconstas mnortaros que osee el 0% del total de las accones: [ L L+ ) x n x n u x n u.00 %q. 00 u % acumulada k , 6, x , 0, ,6 6, ,9 87, Basta realzar una nterolacón: x 6, 8, 6, 0 6, 0,87 6, x 6,,9,,6 x 6,,9.,,6 x 6,76% La curva de Lorenz resenta coherenca con el índce de Gn calculado, cuanto más róxma esté la curva a la dagonal menor será la concentracón, y en consecuenca, más equtatvo será el rearto del número de accones.. El testamento de un hombre de negocos lega 00 euros a su famla rearténdose de la forma sguente: a su cónyuge le asgna el doble que a su hjo rmogénto y a éste el doble que a cada uno de sus otros dos hermanos. a) Consderando que cada heredero ha de alcar un muesto de sucesones roorconal del 0%. Cuáles serán los índces de Gn en los dos casos: antes de agar los muestos y desués de haberlo Hecho? Cuál de las dstrbucones es más equtatva? b) S a cada heredero se le alcase un muesto fjo de euros, cómo se vería afectado el Índce de Gn orgnal? Solucón: a) Cónyuge: x Prmogénto: x Cada uno de los hjos(): x x 00 8, Ordenando los datos en una tabla de menor a mayor, se tene: 0

21 ATES DE PAGAR IMPUESTOS x n x n u x n u.00 %q. 00 u % acumulada k, I q 7 G 0,0 DESPUES DEL PAGO DE LOS IMPUESTOS (0% CADA UO): x n x n u xn %.00 acumulada u %q. 00 uk I q 7 G 0,0 Las dos dstrbucones son gualmente equtatvas, lo que las dferenca úncamente es un cambo de escala que n afecta al nvel de concentracón, con lo que tenen el msmo Índce de Gn. b) DESPUES DE PAGAR DE LOS IMPUESTOS ( EUROS CADA UO): x n x n u xn %.00 acumulada u %q. 00 uk 87, , , , q 6, I G 0,0 La dstrbucón es más concentrada, menos equtatva, el cambo de orgen afecta al Índce de Gn. Qutando la msma cantdad a todos, reresenta una roorcón mayor ara los que menos recben.

22 . Oeradores de una cadena del sector turístco or sus ventas en lazas hoteleras obtenen los sguentes ncentvos mensuales en euros: Incentvos (x ) º oeradores (n ) 6 a) Estudar la concentracón de ncentvos b) La cadena turístca como olítca comercal estuda subr a todos los oeradores los ncentvos: con un ncremento orcentual del 0%, o ben con un aumento de 00 euros or oerador. Cuál de los dos estudos sería más equtatvo?. c) Cuál es la concentracón de ncentvos s el número de oeradores hubera sdo el doble? Solucón: a) La concentracón de ncentvos se analza medante el Índce de Gn, que no varía medante cambos de escala (subda orcentual del 0% a los oeradores) mentras que queda modfcado con cambos de orgen (subda lneal de 00 euros a cada oerador). b) x n x n u x n u.00 %q. 00 u % acumulada k ,67, ,67 0, ,67 7, , , I q, 0,9 (concentracón de ncentvos del 9,%) 0 G SUBIDA DE ICETIVOS DEL 0% Cambo de escala en la renta n x n u x n %.00 acumulada u %q u. 00 k ,67, ,67 0, ,67 7, , , x,. x I q, 0,9 (concentracón de ncentvos del 9,%) 0 G

23 Advértase que: u u., q q u u., k k Con una subda del 0% a cada oerador, la equdstrbucón no varía. El cambo de escala en la renta no afecta al Índce de Gn, roedad conocda como Prnco de la Renta relatva. Prnco de la renta relatva. El índce debe mantenerse nvarante frente a las varacones roorconales en todas las rentas. SUBIDA LIEAL DE ICETIVOS DE 00 EUROS Cambo de orgen en la renta x n u x n %.00 acumulada u %q u. 00 k ,67, ,67, ,67, ,88 00 x n x + I q 6,88 0, (concentracón de ncentvos del,%) 0 G Con una subda lneal de 00 euros a cada oerador, la equdstrbucón es más equtatva. El cambo de orgen en la renta afecta al Índce de Gn, roedad conocda como Prnco de Dalton. En este sentdo, s la subda lneal a cada oerador hubera sdo de 00 euros se obtendría una equdstrbucón todavía más equtatva. SUBIDA LIEAL DE ICETIVOS DE 00 EUROS Cambo de orgen en la renta x n u x n %.00 acumulada u %q u. 00 k ,67 6, ,67 7, ,67, , ,76 00 x n x + I q 6,76 0,87 (concentracón de ncentvos del 8,7%) 0 G

24 Con una subda lneal de 00 euros a cada oerador, la equdstrbucón resulta más equtatva. Por el contraro, s la cadena del sector turístco hubera decddo ncentvar menos a sus oeradores, con una rebaja de 0 euros a cada oerador, se tendría una equdstrbucón menos equtatva. REBAJA LIEAL DE ICETIVOS DE 0 EUROS Cambo de orgen en la renta x x 0 n n u x n %.00 acumulada u %q u. 00 k ,67, ,67 7, ,67, ,00 70, ,9 I q,9 0, (concentracón de ncentvos del,%) 0 G Con una rebaja lneal de 0 euros a cada oerador, la equdstrbucón resulta menos equtatva. Prnco de Dalton. Toda transferenca de renta de un ndvduo a otro más rco ha de aumentar el valor de la desgualdad, y recírocamente toda transferenca de renta de un ndvduo a otro más obre ha de reducr el índce, semre que la ordenacón relatva de los ndvduos se mantenga. c) La concentracón de ncentvos s el número de oeradores hubera sdo el doble: SUBIDA LIEAL DE LA POBLACIÓ Cambo de escala en la oblacón x n n x n u x n acumulada u %.00 %q. 00 u ,67, ,67 0, ,67 7, , , q, I G 0,9 (concentracón de ncentvos del 9,%) 0 El cambo de escala en la oblacón no afecta al Índce de Gn, roedad conocda como Prnco de la oblacón. k

25 Prnco de la oblacón. S se multlca or un msmo escalar el tamaño de todos los conjuntos de ndvduos con la msma renta, el valor del índce no debe varar. Es decr, el tamaño de la oblacón no morta, lo que nteresa son las roorcones de ndvduos de la oblacón que ercben dferentes nveles de renta. Señalar que en todo análss de concentracón debe merar el Prnco del anonmato Prnco de anonmato. S se roduce una modfcacón en una dstrbucón de renta consstente en que dos ndvduos ntercamben sus rentas, el valor del índce no debe varar.. La tabla refleja los ngresos (mllones de euros) or quntles del tursmo en Esaña Quntles Tursmo 00 Tursmo 0 Prmero, Segundo,9 6, Tercero 8,9,6 Cuarto 6,8 0, Qunto 67, 9,8 Calcular los índces de Gn y la curva de Lorenz. Solucón: I I u IGRESO TURISMO 00 IGRESO TURISMO 0 u u u acumulada % %q. 00 u u acumulada % %q. 00 u u k,, 0,0 0, , 8, 0 8, 8,9,9 60,9,6 9,9 60 9,9 6,8,7 80,7 0, 0, 80 0, 67, , , , q 7,7 (00) 0,7 (concentracón de ngresos en 00 es del 7,%) 00 G q 70, (0) 0,68 (concentracón de ngresos en 0 es del 6,8%) 00 G La obtencón de ngresos or tursmo es más equtatva en 0, s ben resentan un alto grado de desgualdad. k

26 . La Conserjería de Tursmo concedó sesenta ayudas ara ayuda de fachadas de los hoteles hstórcos de certa Comundad. El crtero de rearto se basó en el grado de deteroro de los msmos, resultando que el 0% de las subvencones otorgadas fueron de euros, el % de euros, el 0% de euros, el % de euros, y el resto de.000 euros. Analzar el grado de concentracón en el rearto de las ayudas y reresentarlo gráfcamente. Solucón: x n x n u x n u.00 %q. 00 u % acumulada k ,67, , ,67, ,67, ,09 I q 9,09 0,606 (la concentracón de ayudas es del 60,6%) 0 G 6

27 . En la tabla adjunta se muestran los datos relatvos al número de contratos regstrados en las ofcnas del IEM en el mes de marzo de 006 en las tres comundades autónomas con mayor volumen de contratacón en dcho mes. Andalucía Almería Cádz Córdoba Huelva Granada Jaén Málaga Sevlla Valencana Alcante Castellón Valenca Cataluña Barcelona Grona Lleda Tarragona Con el coefcente de Thel, determnar la desgualdad entre Comundades y la desgualdad motvada entre las rovncas dentro de cada Comundad. Solucón: Provncas Contratos x n x. n k x x.n Ln.n. Ln Almería ,00,800 0, Granada ,089,08 0,7 Málaga ,08,9 0,08 Cádz ,060,807 0,69 Huelva ,008,980 0, Sevlla ,9,78 0,7 Córdoba ,0,96 0,8 Jaén ,07,6 0,66 Barcelona ,0,06 0,6 Tarragona 9 9 0,08,79 0,097 Lleda ,0,60 0,067 Grona 7 7 0,07,96 0,0986 Valenca ,,99 0,6 Castellón 8 8 0,0,78 0,088 Alcante ,068,7 0, ,09 H ( ).n.ln ( ),09 Ln (),708 Índce de Thel : T Ln H ( ),708,09 0, 67 T 0,67 Índce relatvo de Thel: T 0, 0986 (desgualdad del 9,86% or rovncas) Ln,708 Se realza un análss desagregado con los datos de las tres Comundades: 7

28 T T Andalucía Contratos x. ) ( n g G x x.n 8 x x.n Ln.n. Ln Almería 68 0,00 0,070,60 0,878 Granada 779 0,089 0,09,8 0,8 Málaga 667 0,08 0,70,760 0,08 Cádz 66 0,060 0,9,07 0,609 Huelva 99 0,008 0,09, 0,78 Sevlla ,9 0,7,78 0, Córdoba 987 0,0 0,,766 0,69 Jaén ,07 0,07,66 0, ,796,000 And g Ln. Ln And 8 g + TAnd Ln And +. Ln Ln8,000 0,079 8 TAnd 0,079 0,080 (desgualdad relatva del,80%) Ln 8,079 And Cataluña Contratos x. ) ( n g G x x.n x x.n Ln.n. Ln Barcelona 896 0,0 0,766 0,66 0,0 Tarragona 9 0,08 0,099,077 0,96 Lleda 00 0,0 0,086,08 0,70 Grona 7 0,07 0,088,60 0, ,98 0,79 T T Cat g Ln. Ln Cat g + TCat Ln Cat +. Ln Ln 0,79 0,99 TCat 0,99 0,9 (desgualdad relatva del,9%) Ln,86 Cat Valencana Contratos x. ) ( n g G x x.n x x.n Ln.n. Ln Valenca , 0, 0,88 0,66 Castellón 8 0,0 0,70,60 0,0 Alcante ,068 0,77,8 0, ,007 0,9 8

29 T T Val g Ln. Ln Val g + TVal Ln Val +. Ln Ln 0,9 0, TVal 0, 0, (desgualdad relatva del,%) Ln,0987 Val Desgualdad ITERGRUPOS (entre gruos): k g Ln + g. Ln Ln + g g g. Ln 0,796 0,98 Ln + (0,796). Ln + (0,98). Ln + 8 g g g Desgualdad ITRAGRUPOS (dentro de los gruos): k g 0,007 + ( 0,007). Ln,7080,97 0,8079 0,8 0,0077 g.tg g.tg (0,796).(0,079) + (0,98).(0,99) + (0,007).(0,) 0,9 g De este modo, el coefcente de Thel: g T Ln + g. Ln + g.tg 0, ,9 0,67 g g g T 0,0077 0,9 En térmnos relatvos: + 0, ,97 0,67 0,67 0,67 De la desgualdad exstente en las Comundades autónomas, el,88% es consecuenca a la desgualdad entre las Comundades, mentras que el 97,% es motvada or la desgualdad entre las dstntas rovncas dentro de cada Comundad. A la hora de tomar meddas ara dsmnur la desgualdad, se actuaría en esta dreccón, tratando de lmar las dferencas entre las dstntas rovncas or Comundad, sendo Cataluña la Comundad que mayor desgualdad resenta (,9%). La desgualdad de contratos regstrados or rovncas de las tres Comundades esañolas es del 9,86%. 9

30 6. En la tabla adjunta se resenta nformacón de las Comundades Autónomas sobre su Valor Añaddo Bruto (VAB) y la oblacón ara el año 00. Estudar la asocacón entre el VAB y la Poblacón, utlzando el coefcente de correlacón de Searman. Solucón: Comundades Autónomas VAB (mllones euros) x Poblacón y Andalucía 8, Aragón 99,9 907 Asturas 9, Baleares, Canaras 606, Cantabra 87, 6 Castlla León 9,996 6 Castlla La Mancha 6, 00 Cataluña 86, Comundad Valencana 809,7 08 Extremadura 0,9 98 Galca, Madrd 79,9 768 Murca 9, avarra 89, País Vasco 8,7 60 Roja 0, x y R(x ) R(y ) d R(x ) R(y ) C. Autónomas d Andalucía 8, Aragón 99, Asturas 9, Baleares, Canaras 606, Cantabra 87, 6 Castlla León 9,996 6 Castlla La Mancha 6, Cataluña 86, Comundad Valencana 809, Extremadura 0, Galca, Madrd 79, Murca 9, avarra 89, País Vasco 8,7 60 Roja 0, EXCEL: JERARQUIA(A;A$:A$7;) JERARQUIA(B;B$:B$7;) 0 0

31 7 6. d 6.0 r n. (n ).(n + ) s 0,97 rs El coefcente de correlacón de Searman es alto (róxmo a ), ndcando una buena asocacón de to dscreto entre ambas varables (VAB, Poblacón), es decr, las más altas untuacones en una de las varables corresonderon a las más altas untuacones en la otra y, comlementaramente, las más bajas untuacones en una varable corresonderon a las más bajas untuacones de la otra. Se lantean las hótess Hótess nula: Hótess alternatva: H 0 :r 0 H :r 0 a s s Se rechaza H 0 s r r s crítco En las Comundades autónomas ( n 7), el valor calculado de r s 0, 97, con un nvel de confanza del 9% ( valor0,0), es sueror al valor crítco de r crítco 0, ( rs 0,97 > rcrítco 0, ), rechazando la hótess nula y concluyendo que exste asocacón drecta entre el VAB y la densdad de la oblacón.

32 EXCEL: FRECUECIAS DATOS AGRUPADOS En la tabla se muestran las rentas (en mles de euros) y el número de ersonas que las ercben: nº emleados x nº sucursales n DIAGRAMA DE ESCALERA (FRECUECIAS ABSOLUTAS ACUMULADAS ): En Agregar Sere se ntroduce en Valores (categoría Y) la columna de la frecuenca absoluta acumulada y en Rótulos del eje de categoría (X) la columna de los dstntos datos x Se abre un cuadro de dálogo con dferentes ocones: Títulos, Eje, Líneas de dvsón, Rótulos de datos y Tabla de datos.

33 DIAGRAMA DE BARRAS (FRECUECIAS ABSOLUTAS n ): En Agregar Sere se ntroduce en Valores (categoría Y) la columna de la frecuenca absoluta n y en Rótulos del eje de categoría (X) la columna de los dstntos datos x

34 Se abre un cuadro de dálogo con dferentes ocones: Títulos, Eje, Líneas de dvsón, Rótulos de datos y Tabla de datos.

35 EXCEL: FRECUECIAS DATOS AGRUPADOS E ITERVALOS POLÍGOO DE FRECUECIAS ACUMULADAS: En Agregar Sere se ntroduce en Valores (categoría Y) la columna de la frecuenca absoluta acumulada y en Rótulos del eje de categoría (X) la columna de los dstntos datos L + (límte sueror del ntervalo) Se abre un cuadro de dálogo con dferentes ocones: Títulos, Eje, Líneas de dvsón, Rótulos de datos y Tabla de datos.

36 EXCEL: HISTOGRAMA En la tabla se muestran las rentas (en mles de euros) y el número de ersonas que las ercben: Intervalos [L L + ) Fr. absoluta n 6 9 MÉTODO : Selecconar la columna densdad d Gráfcos/Columnas ulsar Sguente> Se abre un cuadro de dálogo con dferentes ocones: Títulos, Eje, Líneas de dvsón, Rótulos de datos y Tabla de datos. 6

37 En el eje Y aarece la dsersón del hstograma ero en el eje X no aarecen los ntervalos. Para ello, en el área de trazado se hace clc con el botón derecho. Se agrega una Sere ntroducendo en Valores (eje Y) los datos de la densdad d (J:J8) y en Rótulos del eje de categorías (X) los ntervalos. 7

38 MÉTODO : 8

39 9

40 EXCEL: CURVA DE LOREZ La tabla adjunta muestra el catal socal de un banco a fnales de año. úmero accones > 000 úmero acconstas Sabendo que la marca de clase del últmo ntervalo es 7, se de: a) Determnar el número medo de accones que oseía cada acconsta b) Cómo se encuentra reartdo el catal socal entre los acconstas?. Solucón. a) Se forma la tabla: L L + x n xn U xn U 00 q 00 Un q ,67 6,67 6, ,67 9,99 7, ,97,9 78, ,87,6 7,77 > ,000 00,000 0, ,7 xn 7667 El número medo de accones será: x 7, 786 accones/acconsta b) El índce de concentracón de Gn analza en qué medda está reartdo el catal socal entre los acconstas del banco: I ( q ) 90,7 6,99 G 0,8 El índce de Gn es elevado, está más róxmo a que a 0, lo que ndca que exste una fuerte concentracón del catal socal en unos ocos acconstas. En consecuenca, el número medo de accones/acconsta no es sgnfcatvo. Excel: Para reresentar la curva de Lorenz resulta necesaro nsertar una fla donde (, q ) tengan un recorrdo del 0 al 00%. 0

41 MÉTODO : Para reresentar la bsectrz del cuadrado se ntroduce una nueva sere, recta que asa or los untos (0, 0) y (00, 00). En el menú Insertar/Gráfco, se teclea XY(Dsersón), subto de gráfco Dsersón con untos de datos conectados or líneas. Pnchar Sguente>. Se ntroducen los datos, selecconando la estaña Sere, nchar Agregar sere y rellenar el camo de Valores de X (eje de abscsas, datos, rango H7:H) y Valores de Y (eje ordenadas, datos q, rango I7:I). Desués, hay que agregar una nueva sere que srve ara dbujar la bsectrz. Para ello, se ncha nuevamente en Agregar sere, comletando el camo Valores de X (con el rango C6:C7) y el camo de Valores de Y con el rango (D6:D7), señalar que como el contendo de ambos rangos es déntco se odría elmnar uno de ellos (or ejemlo, C6:C7), hacer clc en Sguente>

42 Aarece el cuadro de dálogo donde se uede esecfcar, entre otros, el Título del Gráfco, el Título de valores (X) y el título de valores (Y). La ocón Líneas de dvsón se uede dejar sn marcar nada. Pnchar Termnar OTA. Cuando aarecen seres de datos ara comarar (Emresa A y Emresa B) y se desea reresentar las curvas, hay que segur los asos anterores y cuando se van a agregar las seres hay que agregar tantas seres como tengamos (en el ejemlo, dos seres) y una más con los datos ara reresentar la bsectrz. En caso de tener una sere reresentada (or ejemlo, la emresa A) y se desea añadr otra, entonces se stúa el untero del ratón sobre el área de gráfco (zona sobre la que se colocan los títulos) de la reresentacón y se ulsa el botón derecho del ratón, aarecendo el menú adjunto a la derecha. Señalar que, lo msmo sucede, stuando el ratón sobre la bsectrz, o curva de Lorenz. Se hace clc en Datos de orgen, deslegándose la antalla de abajo, a falta de nclur datos al ejercco tratado. Al nchar en la estaña Sere se deslega la segunda ventana de abajo, donde se uede añadr otra nueva sere de datos. Excel

43 MÉTODO : En el menú Insertar/Gráfco se elge Líneas (con marcadores en cada valor de datos)/sere, se ulsa Agregar y en Valores se ntroduce los datos de q (eje de ordenadas, rango I7:I) y en Rótulos del eje de categorías (X) los datos de (eje de abscsas, rango H7:H) Hacendo clc en Sguente> aarece un cuadro de dálogo donde se uede esecfcar: Títulos (Título del gráfco, eje de categorías X, eje de categorías Y), Eje, Líneas de dvsón (rncales y secundaras de los ejes), Leyenda, Rótulos de datos, Tabla de datos sólo hay que r robando y se observa el efecto del gráfco. Clc en Sguente> ofrece la ocón donde se desea guardar el gráfco. Hacendo clc con el botón derecho del ratón se ueden elegr dstntas ocones:

44 Se coloca el ratón sobre los ejes (Eje de categorías) y se hace clc con el botón derecho ara su dseño. Se ueden elegr dstntas ocones: Tramas, Escala, Fuente, úmero y Alneacón. Análogamente con el eje Y (categoría Y)

45 Para trazar la dagonal rncal: Dbujo/Autoformas/Línea Para hacer las líneas o marcadores más gruesos, cambar de color, estlo, etc., basta stuar el ratón sobre las líneas (Formato sere de datos o de autoformas) y ulsar el botón derecho. Excel

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

ESTADISTICA APLICADA A LA EDUCACIÓN

ESTADISTICA APLICADA A LA EDUCACIÓN UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!""#""!!!

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!#!!! Undad 15 REPASO DE ESTADÍSTICA! 11 Resuelve tú ( Pág "#$ ) sdo: Las puntuacones de una prueba de ntelgenca aplcada a los 75 alumnos anterores han 87 105 88 103 114 15 108 107 118 114 19 100 106 113 105

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

EJERCICIOS PROPUESTOS TEMAS 1 Y 2 EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos

Más detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 2) CAPÍTULO II.-ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA.- DISTRIBUCIONES DE FRECUENCIAS DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA . DISTRIBUCIÓN

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

1. Notación y tabulación

1. Notación y tabulación Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana. Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

9Soluciones a los ejercicios y problemas

9Soluciones a los ejercicios y problemas 38 S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

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 Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas  Raúl González Medina 1 Estadístca 01.- Indca que varables son cualtatvas y cuales cuanttatvas: a) Comda Favorta. b) Profesón que te gusta. c) Número de goles marcados por tu equpo favorto en la últma temporada. d) Número de

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

1.1 Ejercicios Resueltos Tema 1

1.1 Ejercicios Resueltos Tema 1 .. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa

Más detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. 5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar

Más detalles

Distribuciones estadísticas unidimensionales

Distribuciones estadísticas unidimensionales Dstrbucones estadístcas undmensonales ESTADÍSTICA Estuda los métodos ara recoger, organzar y analzar nformacón, con la fnaldad de descrbr un fenómeno que se está estudando y obtener conclusones. TÉRMIOS

Más detalles

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

2 Dos tipos de parámetros estadísticos

2 Dos tipos de parámetros estadísticos Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Operación de Microsoft Excel

Operación de Microsoft Excel Representación gráfica de datos Generalidades Excel puede crear gráficos a partir de datos previamente seleccionados en una hoja de cálculo. El usuario puede incrustar un gráfico en una hoja de cálculo,

Más detalles

FÓRMULA PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS ELEMENTALES EN LA ELABORACIÓN DE UN IPC

FÓRMULA PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS ELEMENTALES EN LA ELABORACIÓN DE UN IPC FÓRMULA PARA EL CÁLCULO DE LOS ÍNDCES DE PRECOS ELEMENTALES EN LA ELABORACÓN DE UN PC RODRÍGUEZ FEJOÓ, Santago Deartamento de Métodos Cuanttatvos en E. y G. Unversdad de Las Palmas de Gran Canara correo-e:

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Diseño de Controladores PID. Sistemas de Control Prof. Mariela CERRADA

Diseño de Controladores PID. Sistemas de Control Prof. Mariela CERRADA Deño de Controladore PID Stema de Control Prof. Marela CERRADA Controlador del to PI: Mejorando la reueta etaconara Lo controladore del to PI olo ncororan la accone Proorconale Integrale, aumentando en

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

5ª Parte: Estadística y Probabilidad

5ª Parte: Estadística y Probabilidad ª Parte: Estadístca y Probabldad. Las notas de los alumnos de una clase son:,,,, 6, 7,,,,,,,, 7,,,, 6,, Haz una tabla de frecuencas. Solucón Varable Frecuencas absolutas Frecuencas relatvas estadístca

Más detalles

6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS

6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS 6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS Esquema del capítulo Objetivos 6.1. 6.. 6.3. 6.4. ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS COEFICIENTES DE CONTINGENCIA LA

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA. Gráficos de Excel. Hojas de cálculo Tema 4

Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA. Gráficos de Excel. Hojas de cálculo Tema 4 Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Gráficos de Excel Hojas de cálculo Tema 4 Gráficos Los gráficos son representaciones gráficas de datos numéricos. Facilitan la interpretación

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

Aplicaciones de Estadística Descriptiva

Aplicaciones de Estadística Descriptiva Aplicaciones de Estadística Descriptiva Contenidos de la presentación Funciones estadísticas en Excel. Gráficos. El módulo de análisis de datos y las tablas dinámicas de Excel. Información Intentaremos

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

1 x 11 x 12... x 1p y 1 2 x 21 x 22... x 2p y 2 : n x n1 x n2... x np y n

1 x 11 x 12... x 1p y 1 2 x 21 x 22... x 2p y 2 : n x n1 x n2... x np y n 4. Análss de regresón lneal múltle En caítulos anterores tratamos el análss de regresón smle que trata de relaconar una varable exlcatva cuanttatva con una varable resuesta cuanttatva. Todos los elementos

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

Introducción al SPSS/PC. 1. El editor de datos. Taller de Estadística

Introducción al SPSS/PC. 1. El editor de datos. Taller de Estadística 1 Taller de Estadística Curso 2oo5/2oo6 Introducción al SPSS/PC SPSS: Statistical Package for the Social Sciences. Este programa estadístico está organizado en dos bloques: el editor de datos y el visor

Más detalles

1. MEDIDAS DE TENDENCIA CENTRAL

1. MEDIDAS DE TENDENCIA CENTRAL 1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas

Más detalles

ANÁLISIS DESCRIPTIVO CON SPSS

ANÁLISIS DESCRIPTIVO CON SPSS ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES

2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES 2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1 Se ha medido el volumen, X, y la presión, Y, de una masa gaseosa y se ha obtenido: X (litros) 1 65 1 03 0 74 0 61 0 53 0 45 Y (Kg/cm 2 ) 0 5 1 0 1 5 2 0 2 5 3

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles