Conceptos de estadística
|
|
- Ángela Reyes Ávila
- hace 7 años
- Vistas:
Transcripción
1 Técnicas experimentales IV (avanzadas) Conceptos de estadística H. Alvarez Pol GENP, Dpto. Física de Partículas, Universidade de Santiago de Compostela Técnicas experimentales IV Grado en Física - G Técnicas experimentales Avanzadas Licenciatura en Física
2 Índice de contenidos 1. Introducción. Consideraciones iniciales y definiciones básicas. 2. Incertidumbres y su tratamiento. 3. Los histogramas y las distribuciones de probabilidad. 4. Análisis estadístico de los datos. 5. Revisión de algunas distribuciones de probabilidad. 6. El test de Χ2. 7. Apéndice: nomenclatura básica de análisis estadístico y probabilidad. 2
3 Medidas e incertidumbres Toda medida está afectada por una incertidumbre, inherente al proceso de medida. Realizamos medidas (measurements) para intentar determinar un mensurando (measurand) que no se conoce. Las medidas que realizamos son la mayor fuente de información acerca de la magnitud a medir, mediante un estimador ó valor estimado (estimator) adecuado y una expresión de su incertidumbre (uncertainty). Buscamos realizar medidas con la mayor exactitud (accuracy), esto es, resultados lo mas cercanos al valor verdadero del mensurando. Cuando las variaciones obtenidas mediante mediciones repetidas muestran una baja dispersión o variabilidad, se denotan como de mayor precisión (precision) que aquellas con mayor dispersión en los resultados. 3
4 Medidas e incertidumbres: interpretación Definición formal de incertidumbre en la medida [GUM93]: Parámetro, asociado con el resultado de una medida, que caracteriza la dispersión de los valores que se pueden atribuir razonablemente a un mensurando. Esta definición es consistente con otros conceptos de incertidumbre, como el de: medida de un posible error en el valor estimado del mensurando como resultado de una medida; estimador que caracteriza el rango de valores dentro del que se cree que se encuentra el valor real de un mensurando. El problema de estas definiciones es que se centran en cantidades que no se conocen, como error o valor real del mensurando. Nota importante: Determinar la incertidumbre de una medida no implica duda acerca de la validez de la medida; al contrario, el conocimiento de las incertidumbres de la medida implican un incremento de la confianza de la validez del resultado de la medida. 4
5 Fuentes de incertidumbre Fuentes de incertidumbre en la medida: definición incompleta del mensurando; muestra no significativa, que no represente el mensurando adecuado; conocimiento inadecuado de los efectos del entorno en el proceso de medida o medida imperfecta de las condiciones ambientales que afectan al proceso; sesgo personal en la medida de los instrumentos analógicos; resolución limitada en la instrumentación o umbrales de discriminación; valores inexactos de los estándares de medida o de los materiales de referencia; aproximaciones o suposiciones erroneas incorporadas en el proceso de medida; variaciones en las observaciones repetidas del mensurando bajo condiciones aparentemente idénticas de medida. 5
6 Tipos de incertidumbre Definición formal de los tipos de incertidumbres en la medida [GUM93]: Evaluacion de incertidumbre de tipo A: Se evaluan a partir de series de observaciones repetidas utilizando la varianza o desviación estándar de las funciones de densidad de probabilidad, derivadas de las distribuciones de frecuencia de los resultados. Evaluacion de incertidumbre de tipo B: Se evaluan utilizando el conocimiento previo obtenido, tipificado como varianzas o desviaciones estándar obtenidas de funciones de densidad de probabilidad asumidas sobre la probabilidad de que ocurra un suceso (probabilidad subjetiva). Estas categorías no sustituyen a aleatorios y sistemáticos, sino que se refieren al método de evaluación de la incertidumbre, sin entrar en la naturaleza de la variación en la medida. Ambas evaluaciones se realizan mediante el estudio de distribuciones de probabilidad y se cuantifican como varianzas o desviaciones estándar. 6
7 Interpretación de errores Definición formal de error en la medida [GUM93]: diferencia entre el valor real del mensurando y el valor actual de la medida. Esta definición tiene el problema de que el valor real del mensurando no se conoce (y por tanto el error real no se conoce), así que se tiene que usar un valor real convencional. Los errores se separan de forma tradicional en dos componentes: errores aleatorios (random errors), que provienen de variaciones estocásticas temporales o espaciales en las variables que influyen en el mensurando; estos errores se reducen incrementando el número de observaciones, de forma que su valor esperado tienda a cero. errores sistemáticos (systematic errors), producidos por efectos reconocidos que provocan desviaciones en la medida, y que deben cuantificarse y corregirse si son significativos respecto a la exactitud requerida. 7
8 Evaluación de incertidumbres Evaluacion de incertidumbre de tipo A: En la mayoría de los casos, el mejor estimador del valor esperado de una cantidad que varía aleatoriamente (variable aleatoria x) de la que tenemos n medidas independientes es la media aritmética o promedio: x =(1/n) x i El mejor estimador de la varianza (y de la desviación estándar) experimental de las observaciones es: 1 2 s= 2 (x i x ) n 1 El mejor estimador de la varianza de la media es: s= 2 1 (x i x )2 n 1 s ( x )=s 2 (x i ) n esto es, un indicador de lo buena que es la medida de la muestra estimando el valor esperado de la distribución de probabilidad. Los grados de libertad (n-1, en el caso de que x i= X i y u(x i)=s( X i) ) deben especificarse en las evaluaciones de incertidumbre de tipo A. 8
9 Evaluación de incertidumbres Evaluacion de incertidumbre de tipo B: Para un estimador de una variable que no se ha obtenido a partir de observaciones repetidas, el varianza u2(xi) estimada (o la incertidumbre estándar u(xi)) se evalua a partir de juicio científico basado en las fuentes de información disponibles sobre la distribución de probabilidad de xi. Salvo que se especifique lo contrario, asumiremos distribuciones normales de probabilidad en la asignación de incertidumbres de tipo B. 9
10 Evaluación de incertidumbres de tipo B Información de utilidad en la determinación de incertidumbres de tipo B: datos tomados previamente; conocimiento general o experiencia con el comportamiento o propiedades de materiales relevantes o instrumentos de la medida; especificaciones del fabricante; datos obtenidos en calibraciones o en certificaciones de los aparatos; incertidumbres asignadas a datos de referencia o tomadas de bibliografía sobre valores de referencia,... 10
11 Propagación de incertidumbres Asumiremos que las cantidades se miden de forma independiente. Aplicaremos la denominada ley de propagación de incertidumbres. La incertidumbre estándar combinada uc(y) se obtendrá a partir de las incertidumbres de las medidas, como la raiz cuadrada positiva de la varianza combinada 2 uc (y)= 2 ( ) f 2 u (x i) xi Y=f(X 1, X 2, X 3,...) donde cada u(xi) es la desviación estándar evaluada de acuerdo con el tipo de incertidumbre de la medida. Las derivadas parciales, denominadas coeficientes de sensibilidad, podrían determinarse experimentalmente mediante la evaluación del cambio producido en Y cuando se produce una variación determinada de la variable Xi. 11
12 Como expresar las incertidumbres Utilizaremos la incertidumbre estándar combinada uc(y) como el indicador de la incertidumbre de nuestra(s) medida(s). Una expresión correcta de la incertidumbre incluye: describir claramente los métodos usados para calcular los resultados y sus incertidumbres; hacer una lista de los componentes de la incertidumbre y documentar como se evaluaron; presentar el análisis de datos de forma que cada paso importante se pueda entender y seguir y reproducir su cálculo de forma independiente; dar todas las correcciones y constantes usadas en el análisis. Pueden aplicarse las siguientes expresiones para la incertidumbre (ejemplo): Ms = g con uc = 0,35 mg Ms = (35) g (incertidumbre afectando a los dos últimos dígitos) Ms = ( ) g (incertidumbre en la misma unidad) Ms = ( ± ) g (no recomendado!) 12
13 La medida 13
14 Histogramas y distribuciones de probabilidad Histograma La suma de altura de las barras es el número total de eventos!! Distribución de probabilidad La integral corresponde al número total de eventos!! Distribución de probabilidad normalizada La integral total es 1!! 14
15 Tablas de resultados 15
16 Medidas características de una distribución 16
17 Medidas características de una distribución 17
18 Medidas características de una distribución 18
19 Medidas características de una distribución 19
20 Análisis estadístico de los datos 20
21 Distribuciones matemáticas y físicas 21
22 Probabilidad y densidad de probabilidad 22
23 Probabilidad y densidad de probabilidad 23
24 Parámetros característicos de distribuciones 24
25 Medidas característicos de distribuciones 25
26 Probabilidad y densidad de probabilidad 26
27 Probabilidad y densidad de probabilidad 27
28 Sentido común! 28
29 Bibliografía [KNOLL] Radiation Detection and Measurement, G.F.Knoll, John Wiley & Sons, NJ (2010). [SMEP72] Statistical Methods in Experimental Physics, W.T. Eadie, D. Drijard, F.E. James, M. Roos, B. Sadoulet. North-Holland Publishing Company. CERN, Geneva [GUM93] Guide To The Expression Of Uncertainty In Measurement. ISO, Geneva (1993). (ISBN ) (Reprinted 1995). [QUAM00] Quantifying Uncertainty in Analytical Measurement, Editors: S.L. Ellison, M. Rosslein, A. Williams, EURACHEM/CITAC Guide CG4, Second edition [BIMP93] International vocabulary of basic and general terms in metrology, BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML, VIM. ISO, Ginebra, (ISBN ) 29
30 Distribuciones de probabilidad: binomial 30
31 Distribuciones de probabilidad: binomial 31
32 Distribuciones de probabilidad: Poisson 32
33 Distribuciones de probabilidad: Poisson 33
34 Distribuciones de probabilidad: Poisson 34
35 Distribuciones de probabilidad: Gauss 35
36 Distribuciones de probabilidad: Gauss 36
37 Distribuciones de probabilidad: Gauss 37
38 Distribución normal tipificada 38
39 Distribuciones de probabilidad: Χ2 39
40 Distribuciones de probabilidad: Χ2 40
41 Test Χ2 41
42 Test Χ2 de determinación paramétrica 42
43 Test Χ2 de determinación paramétrica 43
44 Test Χ2 de determinación paramétrica 44
45 Test Χ2 de determinación paramétrica 45
46 Estadística básica: nomenclatura Estadística: una función de variables aleatorias muestreadas. Estimación: operación de asignar, a partir de las observaciones en una muestra, valores numéricos a los parámetros de una distribución elegidos a partir del modelo estadístico de la población de la que la muestra se extrae. Estimador: estadística utilizada para estimar un parámetro de la población. Estimado: valor del estimador obtenido como resultado de una estimación. Intervalo de confianza simétrico: para T1 y T2, funciones de los valores observados tal que, para un parametro población θ que se estima, la probabilidad Pr(T1 θ T2 ) es como mínimo igual a (1 α), entonces el intervalo entre T1 y T2 es un intervalo con confianza (1 α) simétrico para θ. Intervalo de confianza asimétrico: cuando T es una función de los valores observados tal que, para un parametro población θ que se estima, la probabilidad Pr(T θ ) ( ó Pr(T θ) ) es como mínimo igual a (1 α), entonces el intervalo entre el mínimo valor de θ y T ( o de T al máximo valor de θ) es un intervalo con confianza (1 α) asimétrico para θ. Nivel de confianza (o coeficiente de confianza): el valor (1 α) asociado con un intervalo de confianza o un intervalo de cobertura estadístico. 46
47 Medidas e incertidumbres: nomenclatura Cantidad (medible): atributo de un fenómeno, cuerpo o sustancia que se puede distinguir cualitativamente y determinar cuantitativamente. Valor (de una cantidad): magnitud de una cantidad particular expresado como una unidad de medida multiplicada por un número. Valor real (de una cantidad): valor consistente con la definición de una cantidad particular. El obtenido de una medida perfecta y por naturaleza, indeterminado. Valor real convencional: valor atribuido para una cantidad particular, aceptando, en ocasiones por convenio, que tenga una incertidumbre apropiada a su uso. Medida: conjunto de operaciones que conllevan a determinar el valor de una cantidad. Principio de medida: base científica de una medida. Método de medida: secuencia lógica de operaciones, descritas genéricamente, usadas en la realización de medidas. Procedimiento de medida: conjunto de operaciones, descritas de forma específica, utilizadas en la realización de medidas particulares de acuerdo con un método de medida establecido. Mensurando: cantidad particular sujeta a medida. Cantidad influyente: cantidad que no es el mensurando pero que afecta al resultado de la medida. 47
48 Medidas e incertidumbres: nomenclatura Resultado de una medida: valores atribuibles al mensurando, obtenidos mediante una medida. Resultados corregidos/no corregidos: aquellos después/antes de la corrección por errores sistemáticos. Exactitud de la medida: cercanía del acuerdo entre el resultado de una medida y el valor real del mensurando (es un concepto cualitativo). Repetitividad (de los resultados de una medida): cercanía del acuerdo entre los resultados de sucesivas medidas del mismo mensurando realizadas bajo las mismas condiciones de medida. Reproducibilidad (de los resultados de una medida): cercanía del acuerdo entre los resultados de medidas del mismo mensurando realizadas bajo condiciones cambiantes de medida. Desviación estándar experimental: para una serie de n medidas del mismo mensurando, caracteriza a la dispersión de los resultados mediante la fórmula: s(qk )= n (qk q )2 k=1 n 1 q la media aritmética de n resultados. siendo qk el resultado de la medida k y 48
49 Medidas e incertidumbres: nomenclatura Incertidumbre: parámetro, asociado con el resultado de una medida, que caracteriza la dispersión de los valores que se pueden atribuir razonablemente a un mensurando. Error: diferencia entre una medida y el resultado del valor verdadero del mensurando. Error relativo: error de una medida dividido por el valor real del mensurando. Error aleatorio: resultado de la medida menos el valor medio que resultaría de infinitas medidas del mismo mensurando bajo condiciones de repetitividad. Error sistemático: media que resultaría de un conjunto infinito de medidas de un mensurando bajo condiciones de repetitividad, menos el valor real del mensurando. Corrección: valor añadido algebraicamente al resultado no corregido para compensar por el error sistemático. Factor de corrección: factor numérico por el cual se multiplica un resultado no corregido para compensar por el error sistemático. 49
50 Estadística básica: nomenclatura Probabilidad: un número real entre 0 y 1 asociado a un evento aleatorio. Variable aleatoria: una variable que puede tomar cualquiera de los valores de un rango (discretos o continuos) y con la que se asocia una distribución de probabilidad. Distribución de probabilidad (de una variable aleatoria): una función que da la probabilidad de que una variable aleatoria tome un valor dado o pertenezca a una conjunto dado de valores o a un intervalo. Función de distribución: una función que da, para cada valor de x, la probabilidad de que la variable aleatoria X sea menor o igual que x: F (x)=pr (X x) Función de densidad de probabilidad (de una variable continua aleatoria): derivada de la función de distribución. f(x)=d F(x)/dx Función de probabilidad: la función que da para cada valor de la variable discreta xi la probabilidad pi de que la variable aleatoria sea igual a xi. Parámetro: una cantidad usada para describir la distribución de probabilidad de una variable. Correlación: relación entre dos o más variables dentro de una distribución de dos o más variables aleatorias. 50
51 Estadística básica: nomenclatura Valor esperado (de una variable aleatoria o de una distribución de probabilidad): para una variable aleatoria discreta X con valores xi cada uno con probabilidades xi, el valor esperado, si existe, es: μ=e(x)= pi x i Para una variable continua X con una función de densidad de probabilidad f(x), el valor esperado, si existe, es: μ=e(x)= x f (x)dx Variable aleatoria centrada: una variable aleatoria con valor esperado igual a 0. Para variables con valor esperado μ, la correspondiente variable central es (X-μ). Varianza (de una variable aleatoria o de una distribución de probabilidad): el valor esperado del cuadrado de una variable aleatoria centrada: σ2 =V (X )=E {[ X E(X)]2 } Desviación estándar: raiz cuadrada positiva de la varianza. Momento central de orden q: en una distribución de una sola variable, es el valor esperado de la potencia q de la variable aleatoria centrada (X-μ). E {[ X μ]q } Distribución normal o distribución de Laplace-Gaus: distribución de probabilidad de una variable aleatoria continua X, cuya función de densidad de probabilidad es: 2 f (x)= [ ( )] 1 1 x μ exp 2 σ σ 2 π 51 for <x<+
52 Estadística básica: nomenclatura Población: la totalidad de los elementos bajo consideración. Característica: una propiedad que ayuda a identificar o diferenciar entre elementos de una población dada. Frecuencia: número de ocurrencias de un tipo dado de evento o de que un número de observaciones caigan en una categoría convenida. Distribución de frecuencias: relación empírica (experimental) entre los valores con una característica y sus frecuencias o sus frecuencias relativas. Promedio o media aritmética: suma de los valores dividida entre el número de valores. Estimador de varianza (de una muestra): medida de la dispersión de n observaciones xi de media x =(1/n) x i tomada como la suma de los cuadrados de las desviaciones sobre su media, dividido por el numero de observaciones menos 1: s= n 1 (xi x) Estimador de la desviación estándar (de una muestra): raiz positiva del estimador de la varianza de la muestra. Estimador del momento central de orden q (de una muestra): para una distribución de una característica determinada, se corresponde con la media aritméticade la q-esima potencia de la diferencia entre los valores observados y su promedio: 1 q n (x i x ) 52
INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO
INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO 1. Introducción 2. Error e incertidumbre 3. Exactitud y precisión de medida 4. Tipos de medidas 5. Incertidumbre típica o de medida 6. Incertidumbre
Más detallesCALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Más detalles"Guide to the expression of Uncertainty in Measurement (GUM) Norma IRAM 35050:2001
"Guide to the expression of Uncertainty in Measurement (GUM) Norma IRAM 35050:001 Es un documento propuesto en 1980 por la autoridad internacional en metrología, el Comité Internacional de Pesas y Medidas
Más detallesIntroducción al tratamiento de datos experimentales. Aplicación en fisicoquímica
Introducción al tratamiento de datos experimentales Aplicación en fisicoquímica Medidas experimentales 1. 8.86 M H 2 O 2 100V 8.93M Titulación con KMnO 4 2. 8.78 M 3. 9.10 M Resultado promedio: 8.91 M
Más detallesCRITERIOS Y RECOMENDACIONES. DETERMINACIÓN DE LA INCERTIDUMBRE DE MEDIDA DE AGENTES QUÍMICOS Incertidumbre del volumen de aire muestreado
CRITERIOS Y RECOMENDACIONES DETERMINACIÓN DE LA INCERTIDUMBRE DE MEDIDA DE AGENTES QUÍMICOS Incertidumbre del volumen de aire muestreado CR-04/2008 Autoras: Begoña Uribe Ortega Mª José Quintana San José
Más detallesMedidas y cifras significativas
Física Experimental 1 Medidas y cifras significativas 1. Mediciones En lo que sigue se definirán conceptos referentes a la realización y presentación de medidas conforme a los estándares internacionales
Más detallesÍndice. TEMA 3. Evaluación de la incertidumbre típica. 1. Clasificación de las medidas: Ejemplos. 2. Función de transferencia.
INTRODUCCIÓN A LA METROLOGÍA Curso Académico 2011-1212 Rafael Muñoz Bueno Laboratorio de Metrología y Metrotecnia LMM-ETSII-UPM TEMA 3. Evaluación de la incertidumbre típica Índice 1. Clasificación de
Más detallesIntroducción a la METROLOGÍA
AADECA Introducción a la METROLOGÍA Dr. Marcelo Canay 2008 Metrología 1 Temario Gral. Introducción Definiciones Introducción al control de los instrumentos Datos en un certificado Introducción al cálculo
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesIncertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos. Cómo cumplir con requisitos de la ISO 15189
Incertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos Cómo cumplir con requisitos de la ISO 15189 Calidad en mediciones químicas Validación de métodos Estoy midiendo lo que intentaba
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 detallesWebinario: Importancia de la Incertidumbre en las Calibraciones. Buenos Aires 09 de noviembre de 2017
Webinario: Importancia de la Incertidumbre en las Calibraciones Buenos Aires 09 de noviembre de 2017 Incertidumbre Incertidumbre: parámetro no negativo que caracteriza la dispersión de los valores atribuidos
Más detallesConceptos básicos de metrología
Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las
Más detallesINCERTIDUMBRE DE LA MEDIDA
INCERTIDUMBRE DE LA MEDIDA 22 de septiembre de 2017 1. Resultado de la mediciòn 2. Definiciones 3. Por qué se debe estimar la incertidumbre 3. Modelo matemático 4. Valor mejor estimado 5. Dos métodos de
Más detallesLas 19 primeras diapositivas de esta clase están incluidas en la clase teórica previa: Error y expresión de resultados (diapositivas 22 a 40).
Las 19 primeras diapositivas de esta clase están incluidas en la clase teórica previa: Error y expresión de resultados (diapositivas a 40). Definiciones fundamentales y objetivo: El resultado arrojado
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detallesÍNDICE. Prefacio... xi
ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple
Más detallesMEDICION DE HIDROCARBUROS LIQUIDOS, BALANCES VOLUMETRICOS E INSTRUMENTACION
MEDICION DE HIDROCARBUROS LIQUIDOS, BALANCES VOLUMETRICOS E INSTRUMENTACION ROBERTO MARTINEZ PRADA romartinez_2000@yahoo.com Cel 57 300 5660437 Bucaramanga Colombia Perú, Junio 2016 OBJETIVO Desarrollar
Más detallesVocabulario internacional de términos fundamentales y generales de metrología VIM:2008
Vocabulario internacional de términos fundamentales y generales de metrología VIM:2008 VIM:2008 Definiciones y términos precisos de metrología Claridad en los conceptos para realizar medidas analíticas
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesEn ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener
ERRORES DE MEDICION Y SU PROPAGACION En ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener la magnitud fisica de algun atributo de objetos ( proceso,
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesIncertidumbre de medición
Incertidumbre de medición Valor verdadero y medición Bias(desviación Desviación sistemática, sistemática) sesgo Valor Correcto richtiger Wert Erwartungswert Media Präzision Precisión, (zufällige (dispersión
Más detallesLABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción
LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una
Más detalles3 POLÍTICA DE ONAC SOBRE ESTIMACIÓN DE LA INCERTIDUMBRE DE LA MEDICIÓN
Página 1 de 5 1 ALCANCE Esta política establece los requisitos y pautas para la estimación y declaración de la incertidumbre en calibración y medición, que deben aplicar los laboratorios de calibración,
Más detallesUNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER
UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER CARTA DESCRIPTIVA Carrera: INGENIERÍA EN SISTEMAS COMPUTACIONALES. Materia:. Titular: Correo electrónico: NUMERO DE UNIDAD:
Más detallesDe vocabulario, cifras significativas, redondeos, mediciones y otras cosas. Elizabeth Hernández Marín Laboratorio de Física
De vocabulario, cifras significativas, redondeos, mediciones y otras cosas Elizabeth Hernández Marín Laboratorio de Física Cifras significativas El término cifras significativas se conoce también como
Más detallesFÍSICA GENERAL. Guía de laboratorio 01: Mediciones y cálculo de incertidumbres
I. LOGROS ESPERADOS FÍSICA GENERAL Guía de laboratorio 01: Mediciones y cálculo de incertidumbres Registra la resolución de los instrumentos de medición y las características del mensurando para obtener
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesINCERTIDUMBRE DE LA MEDICIÓN, BASE PARA EL RECONOCIMIENTO MUTUO Y LA ELIMINACIÓN DE BARRERAS TÉCNICAS AL COMERCIO. Aportes:
INCERTIDUMBRE DE LA MEDICIÓN, BASE PARA EL RECONOCIMIENTO MUTUO Y LA ELIMINACIÓN DE BARRERAS TÉCNICAS AL COMERCIO. Aportes: INCERTIDUMBRE Falta de certidumbre, Falta de conocimiento seguro y claro de alguna
Más detallesVIM: Términos fundamentales. Vocabulario internacional de metrología
VIM:2008 - Términos fundamentales Vocabulario internacional de metrología VIM:2008 Definiciones y términos precisos de metrología Claridad en los conceptos para realizar medidas analíticas Referencia común
Más detallesIntroducción al tratamiento de datos
Introducción al tratamiento de datos MEDICIÓN? MEDICIÓN Conjunto de operaciones cuyo objetivo es determinar el valor de una magnitud o cantidad. Ej. Medir el tamaño de un objeto con una regla. MEDIR? MEDIR
Más detallesModelo de Regresión Lineal
Modelo de Regresión Lineal Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Introducción Un ingeniero, empleado por un embotellador de gaseosas,
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 detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detalles05/06. Análisis estadístico y calibración. Juan A. Montiel-Nelson. Last Revision:
05/06 Análisis estadístico y calibración Juan A. Montiel-Nelson Last Revision: 02.03.06 Escuela Técnica Superior de Ingenieros de Telecomunicación Universidad de Las Palmas de Gran Canaria Índice Análisis
Más detallesMediciones. Errores. Propagación de errores. Estadística. Prof. Arturo S. Vallespi
Mediciones. Errores. Propagación de errores. Estadística Prof. Arturo S. Vallespi Incertidumbre estadística: Qué ocurre si cada magnitud de interés en el experimento se mide más de una vez, por ejemplo
Más detallesGUÍA 2. Diego Luis Aristizábal R., M. Sc. en Física Profesor Asociado Escuela de Fïsica Universidad Nacional de Colombia
GUÍA 2 Diego Luis Aristizábal R., M. Sc. en Física Profesor Asociado Escuela de Fïsica Universidad Nacional de Colombia Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Fïsica Universidad
Más detallesVariables Aleatorias y Principios de Simulación.
Variables Aleatorias y Principios de Simulación http://humberto-r-alvarez-a.webs.com Conceptos de probabilidad La Teoría de Probabilidad trata fenómenos que pueden ser modelados por experimentos cuyos
Más detallesEXPERIMENTO 2 (DOS SESIONES)
1 EXPERIMENTO 2 TRATAMIENTO ESTADÍSTICO DE DATOS EXPERIMENTALES Y APLICACIÓN DEL MÉTODO GENERAL PARA EL CÁLCULO DE INCERTIDUMBRE DE MEDICIÓN (MEDIDAS DIRECTAS) 1. OBJETIVOS (DOS SESIONES) Realizar de manera
Más detalles2.- Procedimiento para el cálculo de incertidumbres
.- Procedimiento para el cálculo de incertidumbres.1.- Objeto y alcance El objeto de este procedimiento es establecer una sistemática general para calcular la incertidumbre asociada a la media de una serie
Más detallesde medición requerida. Esto Somos su Relevo a la Calidad La Guía MetAs, es el boletín periódico del laboratorio de metrología MetAs, S.A. de C.V.
Año 03 # 06 2003-junio Criterios para Declaración de Conformidad MetAs, S.A. de C.V. Metrólogos Asociados La Guía MetAs La norma de sistemas de calidad ISO 9001 versión 2000 nos dice en la cláusula 7,6
Más detallesRevisión de la Guía para la Expresión de la Incertidumbre en Medición: por qué y para qué?
Revisión de la Guía para la Expresión de la Incertidumbre en Medición: por qué y para qué? Ignacio Lira Departamento de Ingeniería Mecánica y Metalúrgica Pontificia Universidad Católica de Chile 1/18 La
Más detallesMetrología. Capítulo 2. Términos Básicos de. Pág. 1. Términos básicos de metrología. Introducción a la Metrología y Estimación de Incertidumbre
Capítulo 2 Términos Básicos de Metrología Pág. 1 Introducción En todos los campos del conocimiento existen términos con los que es necesario familiarizarse para el adecuado entendimiento y aplicación.
Más detallesUNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE FISICA PROGRAMA
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE FISICA PROGRAMA Nombre del curso: Metrología I Siglas: FS-0523 Requisitos: FS-0410 Física General III Nivel: V Créditos: 4 Horas: 2 teoría y 2
Más detallesVocabulario internacional de términos fundamentales y generales de metrología VIM:2008
Vocabulario internacional de términos fundamentales y generales de metrología VIM:2008 VIM:2008 Definiciones y términos precisos de metrología Claridad en los conceptos para realizar medidas analíticas
Más detallesUNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE FISICA CARTA AL ESTUDIANTE
CARTA AL ESTUDIANTE 1. NOMBRE DEL CURSO: FS-0523 Metrología I (4 créditos, Curso Optativo) 2. CICLO: I - 2012 3. HORARIO: Teoría y Laboratorio: Lunes y Jueves de 7:00 h a 9:50 h (Aula 259 LE) 4. OBJETIVO
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesEstimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
Más detallesDistribución Gaussiana o normal
FLUCTUACIONES ESTADÍSTICAS Los postulados fundamentales de la teoría estadística de errores establecen que, dado un conjunto de medidas, todas efectuadas en idénticas condiciones, suficientemente grande
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
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 detallesMomentos de una variable
Momentos de una variable Momentos respecto del origen Dada una variable aleatoria X con función de probabilidad o densidad f(x) podemos definir una función de X que sea igual a la variable elevada a un
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesDESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
Más detallesSIMPOSIO 6. Modelos de Estimación de Incertidumbre de Medida
SIMPOSIO 6 Modelos de Estimación de Incertidumbre de Medida 1ra. Parte Agenda Introducción Modelos de estimación Modelo Nordtest TR 537 Proceso de estimación Introducción Todas las mediciones son imperfectas
Más detallesTema 04: Medición y error. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom
Tema 04: Medición y error M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Definiciones Error de medición Causas de errores de
Más detallesEXPERIMENTO 2 (DOS SESIONES)
1 EXPERIMENTO 2 TRATAMIENTO ESTADÍSTICO DE DATOS EXPERIMENTALES Y APLICACIÓN DEL MÉTODO GENERAL PARA EL CÁLCULO DE INCERTIDUMBRE DE MEDICIÓN (MEDIDAS DIRECTAS) (DOS SESIONES) 1. OBJETIVOS Realizar de manera
Más detallesTEMA 2 (1ra parte). Tratamiento de datos experimentales
Es imposible realizar un análisis químico sin que los resultados estén totalmente libres de errores o incertidumbre. Sin embargo es posible minimizarlos y estimar su magnitud con una exactitud aceptable.
Más detallesMEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.
LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre
Más detalles5.1 POLÍTICAS Y DECLARACIONES A CUMPLIR POR LOS LABORATORIOS DE CALIBRACIÓN ACREDITADOS O EN PROCESO DE ACREDITACIÓN.
Código: OUADOC034 Revisión Nro.: 3 Página 1 de 7 1. OBJETIVO Y ALCANCE El presente documento establece los requisitos para la evaluación de la incertidumbre de medición en calibración, la evaluación de
Más detallesSimulación a Eventos Discretos. Clase 8: Análisis de resultados
Simulación a Eventos Discretos Clase 8: Análisis de resultados Muestras independientes Los resultados de una corrida de una simulación estocástica (denominados respuestas), son muestras de alguna distribución.
Más detallesESTADISTICA AVANZADA MODULO I
ESTADISTICA AVANZADA MODULO I Evaluación Sistemas de Medición MSA - Variables MSA - Atributos Evaluación del Sistema de Medición Se asume constantemente que los sistemas de medición son exactos y precisos,
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 detallesCRITERIOS PARA INFORMAR RESULTADOS DE ENSAYOS QUÍMICOS A BAJAS CONCENTRACIONES
Página 1 de 6 TÍTULO: DE ENSAYOS QUÍMICOS A BAJAS RESUMEN: El presente documento establece los criterios para informar los resultados de ensayos cuyos valores se encuentren alrededor o sean menores al
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD VARIABLE ALEATORIA Una variable x valuada numéricamente varía o cambia, dependiendo del resultado particular del experimento que se mida. Por ejemplo, suponga que se tira
Más detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
Más detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesPart VII. Estadística I. Mario Francisco. Introducción a la inferencia. Estimación puntual. Propiedades deseables de los estimadores
Part VII La inferencia puede definirse como el conjunto de métodos mediante cuales podemos extraer información sobre distintas características de interés de cierta distribución de probabilidad de la cual
Más detallesBoletín Científico Técnico INIMET ISSN: Instituto Nacional de Investigaciones en Metrología. Cuba
Boletín Científico Técnico INIMET ISSN: 0138-8576 normateca@inimet.cu Instituto Nacional de Investigaciones en Metrología Cuba Hernández-Abreu, Emilio; Martínez-Pérez, Mario EL MÉTODO BOOTSTRAP EN LA ESTIMACIÓN
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 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 detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesVALOR MEDIO Y DESVIACION ESTANDAR DE UNA SERIE DE MEDIDAS. x 1, x 2, x 3,..., x N. La media aritmética de las N medidas (valor medio o promedio) será:
VALOR MEDIO Y DESVIACION ESTANDAR DE UNA SERIE DE MEDIDAS Si medimos N veces la magnitud de interés obtendremos los N datos eperimentales: 1, 2, 3,..., N La media aritmética de las N medidas (valor medio
Más detallesDescribir los requisitos de la ONA referentes a la Trazabilidad e Incertidumbre de las mediciones.
1. OBJETO Describir los requisitos de la ONA referentes a la Trazabilidad e Incertidumbre de las mediciones.. ALCANCE Este documento establece los criterios de la ONA para evaluar el cumplimento de los
Más detallesCapítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
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 detallesDistribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides
Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico
Más detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesTeoría de errores. 4 Otro de estos ejemplos pueden ser el de la medición de la densidad de un compuesto sólido o la velocidad de la luz.
1. Preliminar Cuando se realizan mediciones siempre estamos sujetos a los errores, puesto que ninguna medida es perfecta. Es por ello, que nunca se podrá saber con certeza cual es la medida real de ningún
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE Clave: 856 Horas por semana: 5 Licenciatura: ADMINISTRACIÓN FINANCIERA Horas por semestre: 90
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesEstadística I Tema 5: Introducción a la inferencia estadística
Estadística I Tema 5: Introducción a la inferencia estadística Tema 5. Introducción a la inferencia estadística Contenidos Objetivos. Estimación puntual. Bondad de ajuste a una distribución. Distribución
Más detallesESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com)
ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com) ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS... 1 DEFINICIONES BÁSICAS... 1 Estadística... 1 Estadística descriptiva... 1 Estadística inferencial...
Más detallesHerramientas estadísticas aplicadas a la validación de métodos analíticos.
Herramientas estadísticas aplicadas a la validación de métodos analíticos. Analítica Experimental III P. en F. Romero Martínez Marisol Revisión: Dra. Silvia Citlalli Gama González Analítica Experimental
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesU IVERSIDAD DE COSTA RICA FACULTAD DE CIE CIAS ESCUELA DE FISICA CARTA AL ESTUDIA TE
CARTA AL ESTUDIA TE 1. OMBRE DEL CURSO: FS-0523 Metrología I (4 créditos, Curso Optativo) 2. CICLO: I - 2011 3. HORARIO: Teoría: Lunes de 7:00 h a 9:50 h (Aula 300 CS), Laboratorio: Jueves de 7:00 h a
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 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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesMetrología e incertidumbre
1. Introducción Metrología e incertidumbre Universidad Nacional de Colombia Bogotá D.C., Colombia Angie C. Guevara, Daniela A. Casallas, Juan D. Urrea Facultad de ciencias Departamento de física La postura
Más detallesAlgunos conceptos de probabilidad
Algunos conceptos de probabilidad Variables Aleatorias Al realizar un experimento aleatorio muchas veces, esperamos que los resultados obtenidos sean gobernados por sus probabilidades. Así las probabilidades
Más detallesTema 6. Estimación puntual
1 Tema 6. Estimación puntual En este tema: Planteamiento del problema. Criterios de comparación de estimadores: Insesgadez. Estimadores de mínima varianza. Error cuadrático medio. Consistencia. Métodos
Más detalles