Prácticas y problemas básicos de Inferencia Estadística.
|
|
- Juan Manuel Duarte Ortiz
- hace 7 años
- Vistas:
Transcripción
1 Capítulo 1 Prácticas y problemas básicos de Inferencia Estadística. En este capítulo se proponen diferentes prácticas y problemas con el objetivo de repasar la estadística descriptiva de una variable unidimensional, los principales modelos de probabilidad univariante, y los intervalos de con anza y test de hipótesis relativos a una y dos muestras. Para el desarrollo de las prácticas y resolución de los problemas es necesario utilizar un programa estadístico. La teoría correspondiente a los problemas de este capítulo puede verse en el Capítulo 1 del texto de teoría y un estudio más detallado de los conceptos y técnicas estadísticas utilizados puede consultarse en Cao, R. y otros (2001) u otro texto de estadística general básica Estadística descriptiva de una variable. Objetivo de la práctica: Se genera una muestra aleatoria con dos variables, la primera es la variable de interés que sigue una distribución normal y la segunda es una variable de clasi cación. Se hace el estudio descriptivo (analítico y grá co) de la variable de interés. Desarrollo: 1. Generar una muestra de 500 observaciones de una variable X que sigue una distribución N 100; 10 2 : (Comando rnormal). 2. Calcular los estadísticos básicos. Utilizar el análisis descripcion > datos numericos > analisis unidimensional 3. Estudiar los estadísticos básicos de esta muestra y comprobar si son adecuados para el modelo simulado. 4. Estudiar la tabla de frecuencias y el diagrama de representación de tallo y hojas: (diagrama de tallo y hojas). 1
2 2 Modelos estadísticos aplicados. Juan Vilar 5. Calcular e interpretar los siguientes grá cos que permiten conocer la distribución de la muestra: - Grá co de puntos (graficos de dispersion). - Grá co de cajas (grafico de cajas y bigotes). - Histograma. - Grá co de quantiles. - Suavizado de la densidad (densidad suavizada). - Grá co de simetría. - Grá co de la serie en función del índice, ésto es, x t frente a t: Utilizar el análisis graficos > graficos de dispersion > grafico unidimensional 6. Generar una variable de clasi cación C de forma que los 100 primeros valores formen la clase 1, los 100 siguientes la 2, los 100 siguientes la 3, los 100 siguientes la 4 y los 100 últimos la 5. Utilizar el comando (rep: repeat). 7. Calcular los estadísticos básicos de la muestra según la clase C. Utilizar el análisis descripcion > datos numericos > analisis de subgrupo Fijarse en la tabla que compara las medias de la variable X según la clase C a la que pertenecen los valores muestrales. 8. Este análisis proporciona diferentes grá cos que permiten comparar la variable X según la clase C : comparar medidas de centralización (media y mediana), medidas de dispersión (desviación típica y rango) y la distribución de X según la clase C: Son los siguientes: - Plot de puntos (graficos de dispersion). - Grá co de medias. - Grá co de medianas. - Grá co de desviaciones típicas. - Grá co de rangos. - Grá co de cajas múltiple. Algunos de estos grá cos y otros de menor interés se encuentran en el apartado: graficos exploratorios. Repetir la práctica anterior con las siguientes variaciones: La muestra X proviene de una distribución no normal, por ejemplo, una exponencial (comando rexponential) o de una distribución gamma (rgamma).
3 Prácticas y problemas básicos de Inferencia Estadística. Juan Vilar. 3 Utilizando los datos del chero coches ( chero problema-2-2 que contiene datos de coches que proporciona el paquete Statgraphics), estudiar la variable mpg ( miles per galon, inversa del consumo) y/o la variable price ( precio de los coches ), utilizando como variable de clasi cación origin ( origen de los coches que toma los valores: Japan, U.S.A. y Europe) Modelos de probabilidad. Objetivo de la práctica: Con la ayuda del paquete estadístico se revisan los principales modelos de distribución, su función de probabilidad o de densidad y su función de distribución, así como la generación de muestras aleatorias. Desarrollo: En el apartado de Statgraphics descripcion > distribuciones > distribuciones de probabilidad se pueden estudiar 24 funciones de distribución muy utilizadas. El apartado ofrece las siguientes posibilidades: - Trabajar con cinco modelos de probabilidad del mismo tipo. - Calcular la función de distribución de los modelos seleccionados. - Calcular la inversa de la función de distribución de los modelos seleccionados. (En estos dos últimos apartados se puede obtener la misma información que proporcionan las tablas estadísticas de funciones de distribución). - Calcular muestras aleatorias de los modelos seleccionados sin necesidad de utilizar comandos. - Obtener grá cas de las funciones de densidad, distribución y razón de fallo, entre otras, de los modelos seleccionados. En este texto se utilizan básicamente los siguientes modelos de probabilidad relacionados con las técnicas clásicas de inferencia estadística: - Normal. - Chi-cuadrado. - t de Student. - F de Fisher. Conviene tener un conocimiento básico de estas distribuciones. Para ello, utilizando este módulo, desarrollar la siguiente práctica 1. Dibujar en un mismo grá co las funciones de densidad de las siguientes variables normales: N(0; 1 2 ); N(0; ); N(0; ) y N(2; 1 2 ): 2. Dibujar en un mismo grá co las funciones de densidad de las siguientes variables chi-cuadrado: 1 ; 5 ; 10 ; y 30:
4 4 Modelos estadísticos aplicados. Juan Vilar 3. Dibujar en un mismo grá co las funciones de densidad de las siguientes variables t de Student: t 1 ; t 5 ; t 10 ; y t 30: 4. Dibujar en un mismo grá co las funciones de densidad de las siguientes variables F de Fisher: F 20;20 ; F 50;50 ; F 100;100 ; F 80;4 y F 4;80 : Qué conclusiones se deducen de estos grá cos? 5. Para algunos de los modelo anteriores calcular F ( 2); F (0) y F (1 0 5); siendo F la función de distribución. 6. Para algunos de los modelo anteriores calcular F 1 (0 0 05); F 1 (0 0 90) y F 1 (0 0 95); siendo F 1 la inversa de la función de distribución Test de hipótesis e intervalos de con anza de una y dos muestras. Objetivo de la práctica: A partir de una muestra de una población calcular intervalos de con anza de la media y de la desviación típica de la población, bajo la hipótesis de normalidad o no. A partir de dos muestras (pareadas o no) calcular intervalos de con anza de la diferencia de medias y del cociente de varianzas. Desarrollo: 1. Considérese la variable price del chero de datos coches ( chero problema-2-2). Calcular intervalos de con anza al 90 % para la media y la desviación típica de esta variable. Utilizar el análisis descripcion > datos numericos > analisis unidimensional Este análisis proporciona dos tipos de intervalos de con anza: el primero bajo la hipótesis de normalidad de las observaciones y el segundo se basa en técnicas de remuestreo (bootstrap). 2. Contrastar la hipótesis estadística H 0 : E(price) = 4;500; frente a diferentes alternativas. Trabajar con un nivel de signi cación = : El análisis anterior proporciona tres contrastes acerca de la media de la población: uno bajo la hipótesis de normalidad y dos no paramétricos basados en los rangos acerca de la mediana. Los test basados en rangos son menos potentes pero son menos sensibles a la presencia de datos atípicos (outliers). 3. Calcular la curva de potencia del test sobre la media de una población normal. Ésto se puede hacer con el siguiente análisis de Statgraphics: descripcion > contraste de hipotesis
5 Prácticas y problemas básicos de Inferencia Estadística. Juan Vilar. 5 En este apartado se puede estudiar la función de potencia de otros contrastes (sobre la desviación típica de una normal, la proporción de una binomial o la razón de una de Poisson). 4. Se está interesado en comparar los precios de los coches de USA (origin=1) y japoneses (origin=3). En particular se quiere: - Calcular un intervalo de con anza al 90 % para el cociente de varianzas. - Calcular un intervalo de con anza al 90 % para la diferencia de medias. - Contrastar la hipótesis de que los precios medios de los coches de ambas poblaciones son iguales. Estos estudios pueden hacerse en el módulo comparacion > dos muestras > comparacion de dos muestras En este caso cubrir los campos de introducción de datos como sigue: poner datos y códigos en columnas, data= price, code= origin, select= origin<>2. Analizar los diferentes resultados sobre la comparación de dos muestras que proporciona este completo módulo del programa. 5. Calcular la curva de potencia del test sobre la diferencia de medias de dos poblaciones. Para ello utilizar el módulo comparacion > dos muestras > contraste de hipotesis 1.4. Problemas de intervalos de con anza y test de hipótesis. Problema 1.1. Se ha observado una muestra de 41 datos del tiempo de respuesta de un sistema informático a las doce horas de un día laborable. Los datos obtenidos son los de la tabla adjunta, En base a esta muestra, calcular: 1. Intervalos de con anza al 90 % y 95 % del tiempo medio de respuesta. 2. Es razonable mantener la hipótesis de que la varianza del tiempo medio de respuesta es 25 con un nivel de signi cación del 5 %?
6 6 Modelos estadísticos aplicados. Juan Vilar 3. Resolver el contraste H 0 : = 20 frente H 1 : > 20 en base al nivel crítico. Problema 1.2. Una empresa de software está investigando la utilidad de dos lenguajes diferentes para mejorar la rapidez de programación. A doce programadores, familiarizados con ambos lenguajes, se les pide que programen un cierto algoritmo en ambos lenguajes, se anota el tiempo que tardan. Los resultados, en minutos, son los de la tabla adjunta. Lenguaje 1: 17, 16, 21, 14, 18, 24, 16, 14, 21, 23, 13, 18. Lenguaje 2: 18, 14, 19, 11, 23, 21, 10, 13, 19, 24, 15, 20. En base a estos datos calcular: 1. Un intervalo de con anza al 95 % para la diferencia de medias en el tiempo de programación. 2. Puede considerarse que uno de los lenguajes es preferible al otro? 3. En relación con la pregunta anterior está bien diseñado el experimento? Considerar y discutir algún diseño alternativo. Problema 1.3. Un profesor realizó el siguiente experimento: le preguntó a 44 alumnos que calculasen de forma aproximada, en metros, el ancho de la clase. Obtuvo las siguientes respuestas: Grupo A otro grupo de 69 alumnos les hizo la misma pregunta, pero ahora les pidió la respuesta en pies ( pies = 1 metro). En este caso las respuestas fueron: Grupo
7 Prácticas y problemas básicos de Inferencia Estadística. Juan Vilar. 7 El ancho del aula es metros ( pies). En base a estos datos, 1. Hacer un estudio descriptivo de estas dos muestras. 2. Calcular intervalos de con anza al 95 % para la media y la varianza de la primera muestra. 3. Calcular intervalos de con anza al 95 % para la diferencia de medias y el cociente de varianzas de las dos muestras. 4. Puede a rmarse que el error en la aproximación es igual si se hace en metros que en pies? Problema 1.4. Una empresa constructora está interesada en estudiar la tensión de ruptura de las barras de acero que utiliza en las estructuras de hormigón armado. Para ello, selecciona de forma aleatoria cincuentas barras y las prueba para determinar sus tensiones de ruptura. Los resultados de la prueba, en kilogramos por centímetro cuadrado, son los de la tabla adjunta En base a estos datos, Hacer un estudio descriptivo de la muestra. 2. Calcular intervalos de con anza al 95 % y 99 % para la media de la tensión de ruptura de las barras de acero. 3. Calcular intervalos de con anza al 95 % y 99 % para la varianza de la tensión de ruptura de las barras de acero. 4. Qué tamaño muestral es necesario para obtener el intervalo de con anza al 95 % para la media de la tensión de ruptura de las barras de acero con una longitud inferior a 50 unidades? Y, si el intervalo de con anza fuese al 99 %?
8 8 Modelos estadísticos aplicados. Juan Vilar 1.5. Problemas propuestos. Problema 1.5. El gobierno francés está interesado en analizar los datos obtenidos en experimentos atómicos. En particular está interesado en el estudio de la potencia desarrollada por una determinada bomba nuclear. Los resultados de 15 explosiones de estas bombas, realizadas entre marzo de 1994 y enero de 1996, son los siguientes (en kilotones): 724, 718, 776, 760, 745, 759, 795, 756, 742, 740, 761, 749, 739, 747, Calcular intervalos de con anza al 90, 95 y 99 % para la media de la potencia. 2. Calcular tres intervalos de con anza distintos al 95 % para la varianza de la potencia. 3. Contrastar la hipótesis de que la media de la potencia es Dibujar la curva de potencia de este contraste. 5. Qué hipótesis se han supuesto en el desarrollo del problema. Problema 1.6. (se puede hacer con calculadora) El nivel de colesterol es un factor de alto riesgo en el desarrollo de la enfermedad de artoesclerosis cardíaca y de la enfermedad de arteria coronaria, por tanto, es importante determinar los niveles que se esperan en los diferentes grupos de edad y sexo. Para comparar el nivel de colesterol en varones de entre 20 y 29 años de edad frente a mujeres del mismo grupo de edad se realizó un estudio cuyos estadísticos básicos son los de la tabla adjunta. En base a estos datos: Hombres Mujeres n H = 96 n M = 85 x H = 170;81 mg/dl x M = 181;08 mg/dl ^s H = 30;55 mg/dl ^s M = 30;79 mg/dl 1. Calcular intervalos de con anza al 90, 95 y 99 % para la diferencia de medias del nivel de colesterol entre hombres y mujeres. 2. Calcular un intervalo de con anza al 90 % para el cociente de varianzas del nivel de colesterol entre hombres y mujeres. 3. Puede suponerse que el nivel de colesterol en los hombres es igual al de las mujeres? Problema 1.7. A una empresa le ofrecen impartir un curso de capacitación para aumentar el rendimiento de sus trabajadores. La empresa decide enviar a quince de sus trabajadores elegidos al azar de toda la plantilla. Para comprobar si el curso es bene cioso, se controla el tiempo que tardan estos trabajadores en realizar un trabajo antes de realizar el curso y después de realizar el curso. Los resultados se re ejan en la tabla adjunta.
9 Prácticas y problemas básicos de Inferencia Estadística. Juan Vilar. 9 Trabajador Antes Después Trabajador Antes Después Puede a rmarse que la realización del curso mejora el rendimiento del trabajo? Se ha diseñado bien el experimento? Problema 1.8. En cincuenta días lectivos consecutivos y a la misma hora se ha observado el número de terminales de una universidad conectados a internet. Los resultados son los de la tabla adjunta. En base a estos datos Hacer un estudio descriptivo de la muestra. 2. Calcular intervalos de con anza al 90 % y 95 % para el número medio de terminales conectados a internet. 3. Calcular intervalos de con anza al 90 % y 95 % para la varianza del número de terminales conectados a internet. 4. Qué tamaño muestral es necesario para obtener el intervalo de con anza al 90 % para que el número medio de terminales conectados a internet tenga una longitud inferior a 30 unidades? Y, si el intervalo de con anza fuese al 95 %? Problema 1.9. Se ha realizado un estudio para investigar el efecto del ejercicio físico en el nivel de colesterol en suero. Veinte individuos tomaron parte en el estudio de los que se tomaron muestras de sangre para determinar el nivel de colesterol de cada sujeto. Después los individuos fueron sometidos a un programa de ejercicios que se centraba diariamente en realizar carreras y marchas. Al nal del período de ejercicios se tomaron nuevas muestras de sangre y se obtuvo una segunda lectura del nivel de colesterol en suero. Los datos obtenidos son los de la tabla adjunta. Puede a rmarse que el ejercicio físico disminuye el nivel de colesterol en suero?
10 10 Modelos estadísticos aplicados. Juan Vilar Sujeto Nivel previo (x), mg/dl Nivel posterior (y), mg/dl Sujeto Nivel previo (x), mg/dl Nivel posterior (y), mg/dl Sujeto Nivel previo (x), mg/dl Nivel posterior (y), mg/dl Problema (se puede hacer con calculadora) Se ha realizado un estudio de igualación transversal preoperatoria en cirugía electiva. La operación elegida es la histerectomía abdominal electiva. La variable de interés X= el número de unidades sanguíneas contrastadas transversalmente inmediatamente disponibles. El objetivo del estudio es comparar el número medio de unidades disponibles en con el número medio de unidades disponibles en la actualidad. Los estadísticos básicos de la muestra del estudio son los de la tabla adjunta. En base a este estudio Hay evidencia de que se produce un descenso en el número medio de unidades disponibles desde hasta la actualidad? En Actualidad n P = 120 n A = 137 x P = 2;67 unid. x A = 2;21 unid. ^s P = 0;69 ^s A = 0;87 Problema Se pensó que un programa de ejercicios regulares moderadamente activos podría bene ciar a los pacientes que habían sufrido un infarto de miocardio. Catorce individuos participaron en un estudio para comprobar este argumento. Antes de empezar el programa, se determino la capacidad de trabajo de cada persona midiendo el tiempo que tardó en alcanzar una tasa de 160 latidos por minuto mientras caminaba sobre una rueda de andar. Después de 25 semanas de ejercicio controlado se repitieron las medidas en la rueda de andar y se registró la diferencia en tiempo para cada sujeto. Los datos obtenidos son los de la tabla adjunta. Sostienen estos datos los argumentos de los investigadores? Sujeto Antes (x), en sgs Después (y), en sgs Sujeto Antes (x), en sgs Después (y), en sgs
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detalles2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *.
2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *. 2.1. Ejemplos. Ejemplo 2.1 Se ha medido el grupo sanguíneo de 40 individuos y se han observado las siguientes frecuencias absolutas
Más detalles9.- Análisis estadísticos con R Commander
Tipos de datos - Cuantitativos: se expresan numéricamente. - Discretos: Toman valores numéricos aislados - Continuos: Toman cualquier valor dentro de unos límites dados - Categóricos o Cualitativos: No
Más detalles2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS 1 2 Descripción estadística de una variable. Ejemplos y ejercicios. 2.1 Ejemplos. Ejemplo 2.1 Se han medido el grup sanguíneo de 40 individuos y se han observado
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesINDICE Prefacio Como usar este libro Capitulo 1. Introducción Capitulo 2. Análisis exploratorio de los datos
INDICE Prefacio Como usar este libro Capitulo 1. Introducción 1 El comienzo de todo: determinación lo que se debe saber 2 Evaluación numérica de las unidades de observación con la ayuda de las escalas
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesPROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III
PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA (PROGRAMA EJECUTIVO CUATRIMESTRAL)
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA (PROGRAMA EJECUTIVO CUATRIMESTRAL) NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADISTICA FECHA DE ELABORACIÓN: FEBRERO, 2003 CUATRIMESTRE
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesGobierno de La Rioja MATEMÁTICAS CONTENIDOS
CONTENIDOS MATEMÁTICAS 1.- Números reales Distintas ampliaciones de los conjuntos numéricos: números enteros, números racionales y números reales. Representaciones de los números racionales. Forma fraccionaria.
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesTema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1
Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesTema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Más detallesCUERPO TÉCNICO, OPCION ESTADISTICA
CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
Más detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesEstadística Aplicada a los Negocios I
Estadística Aplicada a los Negocios I Nombre de la Materia Estadística aplicada a los negocios I Departamento Ciencias Económico Administrativas Academia Economía y métodos cuantitativos Clave Horas-teoría
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesPráctica 5: Estimación de parámetros. Una población.
Práctica 5: Estimación de parámetros. Una población. 1. Considere el conjunto f1; 3; 5; 7; 9g (a) Enumere todas las muestras de tamaño 2 que pueden ser seleccionadas con reposición de ese conjunto. Calcule
Más detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detallesNúmero de árboles Crecimiento (m)
UNIVERSIDAD PÚBLICA DE NAVARRA Hoja. Estadística Descriptiva. En un bosque con distintas especies de árboles se anota la longitud en metros que han crecido a lo largo del año, obteniéndose la tabla de
Más detallesPRÁCTICAS DE ESTADÍSTICA CON R
PRÁCTICAS DE ESTADÍSTICA CON R PRÁCTICA 2: ESTADÍSTICA DESCRIPTIVA DE UNA VARIABLE 2.1 Lectura de datos En la mayor parte de los conceptos que vamos a ir viendo a lo largo de esta práctica se va a hacer
Más detallesCentro Universitario de Tonalá
Presentación Este curso de estadística y evaluación de datos se encuentra diseñado para los estudiantes del Doctorado en Agua y Energía del Centro Universitario de Tonalá. Competencias genéricas de la
Más detallesPRÁCTICA 6: CONTASTE DE HIPÓTESIS
PRÁCTICA 6: CONTASTE DE HIPÓTESIS Los contenidos están organizados para que pueda avanzar a la vez que hacer los ejercicios propuestos en la práctica 5 del cuadernillo de prácticas. Asegúrate de entender
Más detallesA isgn g atu n r atu a r :
Asignatura: Estadística Aplicada a los Datos Socio-laborales Carrera: Licenciatura en Relaciones del Trabajo. Ciclo Lectivo: 2017 Docente/s: Bruno Daniel Pose, Facundo Barrera Insúa; Coordinador: Esteban
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesANALISIS EXPLORATORIO DE DATOS LIC. ESPERANZA GARCIA CRIBILLEROS
ANALISIS EXPLORATORIO DE DATOS LIC. ESPERANZA GARCIA CRIBILLEROS 2006 ENFOQUES DE ANALISIS ESTADISTICO Confirmatorio (Clásico) Exploratorio (Tukey( Tukey,, 1977) COMPARACION DE LOS ENFOQUES DE ANALISIS
Más detalles4º ESO APLICADA ESTÁNDARES DE APRENDIZAJE EVALUABLES CRITERIOS DE EVALUACIÓN Y COMPETENCIAS CLAVE
CONTENIDOS 4º ESO APLICADA CRITERIOS DE EVALUACIÓN Y COMPETENCIAS CLAVE ESTÁNDARES DE APRENDIZAJE EVALUABLES TEMA 1: Números reales Número irracional. Conjunto de números reales. Radicales. Operaciones
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesInformación general. Obligatoria básica o de fundamentación X. Obligatoria profesional. Horas de trabajo independiente del estudiante
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura E S T A D I S T I C A Código 73210011 Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesUniversidad Tecnológica Nacional Facultad Regional San Francisco. Licenciatura en Administración Rural. Estadística
Universidad Tecnológica Nacional Facultad Regional San Francisco Licenciatura en Administración Rural Estadística PLANIFICACIÓN CICLO LECTIVO 2008 ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN...
Más detallesCARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32
PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de
Más detallesANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS
ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesRESUMEN INFORMATIVO PROGRAMACIÓN DIDÁCTICA CURSO 2015 /2016. DEPARTAMENTO: MATEMÁTICAS MATERIA: MATEMÁTICAS (Opción B) CURSO: 4º ESO
RESUMEN INFORMATIVO PROGRAMACIÓN DIDÁCTICA CURSO 2015 /2016. DEPARTAMENTO: MATEMÁTICAS MATERIA: MATEMÁTICAS (Opción B) CURSO: 4º ESO OBJETIVOS: Conocer los algoritmos de la suma, resta, multiplicación
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detalles07 Estimación puntual e introducción a la estadística inferencial
07 Estimación puntual e introducción a la estadística inferencial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Qué es la estadística inferencial?
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesGuía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detallesDistribuciones Continuas
Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.
Más detallesRELACIÓN 1. DESCRIPTIVA
RELACIÓN 1. DESCRIPTIVA 1. En un estudio sobre el número de bacterias que aparecen en determinados cultivos se tomaron 1 de estos cultivos y se contó el número de bacterias que aparecieron en cada uno
Más detallesAnálisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática
Análisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento
Más detallesGuía Docente: ESTADÍSTICA Y CÁLCULO MATEMÁTICO
ESTADÍSTICA Y CÁLCULO MATEMÁTICO FACULTAD DE CIENCIAS QUÍMICAS UNIVERSIDAD COMPLUTENSE DE MADRID CURSO 2014-2015 I.- IDENTIFICACIÓN NOMBRE DE LA ASIGNATURA: NÚMERO DE CRÉDITOS: 6 CARÁCTER: Obligatoria
Más detallesTema 13: Contrastes No Paramétricos
Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detallesEstadísticos Descriptivos
ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis
Más detallesTEMARIO PRUEBA DE SÍNTESIS MATEMÁTICA NIVEL SÉPTIMO BÁSICO
NIVEL SÉPTIMO BÁSICO Operatoria números naturales Operatoria números decimales Clasificación de números decimales Transformación de decimal a fracción Orden de números enteros Ubicación de números enteros
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 3. Contrastes de bondad
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesMATEMÁTICA DE CUARTO 207
CAPÍTULO 1 CONJUNTOS NUMÉRICOS 1 Introducción... pág. 9 2 Números naturales... pág. 10 3 Números enteros... pág. 10 4 Números racionales... pág. 11 5 Números reales... pág. 11 6 Números complejos... pág.
Más detallesEl proyecto Los menús Conclusiones Más información...
Qué es InteractúaR Qué buscamos? La idea de este proyecto es poder usar R en la docencia de la Estadística en cualquier titulación. Esto significa que necesitamos una interfaz: Sencilla. Adaptada a los
Más detallesInferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos
Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes
Más detallesEJERCICIOS DE ESTADÍSTICA DESCRIPTIVA
EJERCICIOS DE ESTADÍSTICA DESCRIPTIVA GRÁFICOS ESTADÍSTICOS Ejercicio 1 De un grupo de 50 alumnos, 25 prefieren jugar al fútbol, 15 al baloncesto y 10 al balonmano. a) Haz la tabla de frecuencias. b) Representa
Más detallesPrograma de Asignatura ESTADISTICA I
Programa de Asignatura ESTADISTICA I A. Antecedentes Generales 1. Unidad Académica FACULTAD DE ECONOMÍA Y NEGOCIOS 2. Carrera INGENIERÍA COMERCIAL 3. Código EME221 4. Número de clases por 2 Módulos semana
Más detallesCriterios de evaluación 3º de ESO. Matemáticas Orientadas a las Enseñanzas Aplicadas
CONCRECCIÓN de los CRITERIOS de EVALUACIÓN MATEMÁTICAS APLICADAS º ESO Teniendo en cuenta los criterios de evaluación correspondientes a esta materia, se realizan a continuación una concreción de dichos
Más detallesProbabilidades y Estadística
Universidad Tecnológica Nacional Facultad Regional San Francisco Licenciatura en Administración Rural PLANIFICACIÓN CICLO LECTIVO 2015 ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN... 4
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detallesSECUENCIA DIDÁCTICA. Nombre de curso: Probabilidad y Estadística Clave de curso: MAT0802A21. Módulo II Competencia de Módulo:
SECUENCIA DIDÁCTICA Nombre de curso: Probabilidad y Estadística Clave de curso: MAT0802A21 Antecedente: Ninguno Clave de antecedente: Ninguna Módulo II Competencia de Módulo: Desarrollar programas de cómputo
Más detallesDiagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico
TALLER DE APLICACIONES ESTADÍSTICAS CON EXCEL Diagnóstico Elaborado por Mónica Patricia Ballesteros Chávez 1. Es una expresión en Excel que puede incluir operadores, referencias a celdas, valores, funciones
Más detallesLongitud = Calcular la media, la mediana, la moda y la desviación estándar de la muestra en Matlab.
LABORATORIO 1 LABORATORIO INFORMÁTICO Un fabricante de hormigón preparado tiene su proceso de producción bajo control. Está interesado en conocer cuál es la distribución de los valores de la resistencia
Más detallesCONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O.
CONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O. Matemáticas 2º E.S.O. a) Contenidos comunes. Utilizar estrategias y técnicas sencillas en la resolución de problemas. b) Números. Conocer los conceptos de
Más detallesContenidos mínimos 4º E.S.O.:
Contenidos mínimos 4º E.S.O.: Para la opción A: UNIDADES DIDÁCTICAS Observaciones 1.- NÚMEROS RACIONALES. - Interpretación de una fracción. Fracciones equivalentes. - Ordenación y comparación de números
Más detalles1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k
1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS SEMESTRE ASIGNATURA 8vo TEORÍA DE DECISIONES CÓDIGO HORAS MAT-31314
Más detallesEl Método Científico. Metodología de Investigación. Te sifón Parrón
El Método Científico Metodología de Investigación Te sifón Parrón Bioestadística Para qué sirve la Bioestadística? DESCRIPTIVA Sistematización, recogida, ordenación y presentación de los datos referentes
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detalles68 Bioestadística: Métodos y Aplicaciones. curtosis<0 curtosis=0 curtosis>0. Figura 2.10: Apuntamiento de distribuciones de frecuencias
68 Bioestadística: Métodos y Aplicaciones curtosis0 Figura 2.10: Apuntamiento de distribuciones de frecuencias 2.6. Problemas Ejercicio 2.1. En el siguiente conjunto de números,
Más detallesEstadística. 2 o examen parcial
Apellidos: Nombre: Computadores Software Estadística. 2 o examen parcial. 14-11-2013 Test (20 % de la nota del examen) Tiempo para esta parte del examen: 1 hora y 10 minutos. El test y la teoría se recogerán
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detalles1 Resolución de algunos ejemplos y ejercicios del tema 1.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 1 1 Resolución de algunos ejemplos y ejercicios del tema 1. 1.1 Ejemplos Ejemplo 1 Se han medido el grup sanguíneo de 40 individuos y se han observado las
Más detallesBachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º ( )
1 Bachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º (2015-2016) Tema 1: NÚMEROS REALES Conjuntos numéricos. Números naturales. Números enteros. Números racionales. Números
Más detalles1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES
1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES 1.- INTRODUCCIÓN AL NÚMERO REAL Realización de operaciones con números reales. Ordenación de los
Más detalles