UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

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

Download "UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)"

Transcripción

1 UIDAD.- Estadístca. Tablas y grácos (tma dl lbro). ESTADÍSTICA: CLASES Y COCEPTOS BÁSICOS E sus orígs hstórcos, la Estadístca stuvo lgada a custos d Estado (rcutos, csos, tc.) y d ahí prov su ombr. Hoy día stá prst todos los ámbtos humaos, tato dvduals como colctvos. La Estadístca surg at la csdad d podr tratar y comprdr cojutos umrosos d datos. Dcó: La Estadístca s la cca qu s ocupa d la rcogda d datos, su orgazacó y aálss; así como d las prdccos qu, a partr d stos datos, pud hacrs. Fass d u studo stadístco: - Rcogda d datos - Rcuto d datos: tablas y grácos stadístcos. - Aálss d los datos: parámtros stadístcos. - Etraccó d coclusos d los datos. - Toma d dcsos. Los cocptos báscos qu aparc cualqur studo stadístco so: - Poblacó: Es l cojuto ormado por todos los lmtos qu st para l studo d u dtrmado ómo. - Idvduo u objto: Es cada lmto d la poblacó. - ustra: Es l subcojuto qu tomamos d la poblacó para dtrmar l studo dl ómo. - Tamaño d la mustra: Es l úmro d dvduos qu compo la mustra. Podmos dstgur tr dos class d Estadístca: Dcó: La Estadístca dscrptva s ocupa d tomar los datos d u cojuto, orgazarlos tablas o rprstacos grácas y dl cálculo d uos úmros qu os orm d mara global dl cojuto studado. Dcó: La Estadístca rcal trata sobr la laboracó d coclusos para la poblacó, partdo d los rsultados d ua mustra y dl grado d abldad d stas coclusos.. VARIABLES O CARACTERES ESTADÍSTICOS Varabl o caráctr stadístco: Es la cualdad o propdad d la poblacó qu s aalza l studo stadístco. Tpos d varabls: - Varabls cualtatvas: o s pud mdr y s dscrb co palabras. Ejmplos: razas d prro, stado cvl d ua prsoa, color d ojos - Varabls cuattatvas: S pud mdr y prsar co úmros. Pud sr d dos tpos: UIDAD.- Estadístca: tablas y grácos

2 - Dscrtas: Sólo pud tomar u úmro to d valors umércos: Ejmplos: úmro d hrmaos, úmro d parados d ua cudad, úmro d habtats mors d dad - Cotuas: pud tomar cualqur valor u trvalo dado. Ejmplos: statura d ua prsoa, pso d ua prsoa 3. TABLAS ESTADÍSTICAS: RECUETO El prmr paso d cualqur studo stadístco s rcogr los datos. ormalmt s sul llvar a cabo a través d custas o trvstas, sgú la poblacó a studar, su tamaño, l tmpo d qu dspogamos, Ua vz qu tmos los datos rcogdos, pasamos a hacr l rcuto: cotado l úmro d vcs qu aparc cada valor d la varabl a studar. Ejmplo: Prgutamos a alumos l úmro d mmbros d su amla, y sus rspustas uro: 3, 5, 4, 3, 5, 6, 8, 3, 3, 5, 7, 5, 6, 5, 4, 4, 7, 4, 5, 3 mbros por amla Frcuca Los valors d las varabls stadístcas cotuas s agrupa por trvalos o class. Admás, s la varabl s dscrta y toma muchos valors, també s sul agrupar por trvalos o class. El valor mdo d cada clas o trvalo s llama marca d clas y s calcula como la smsuma d los trmos dl trvalo. Para costrur los trvalos tmos qu tr cuta: - Es covt qu l úmro d trvalos qu dbmos cosdrar cualqur studo sté tr 5 y. - Usualmt tomamos los trvalos co gual ampltud o logtud. - El rcorrdo d la varabl s la drca tr l valor más grad y l más pquño. - La ampltud d cada trvalo s calcula dvddo l rcorrdo d la varabl tr l úmro total d trvalos qu vayamos a cosdrar. Ejmplo: A los mplados d ua mprsa d pzas d prcsó, s ls ha ralzado ua pruba d habldad maual. E ua scala d a s ha obtdo las sguts putuacos: 7, 66, 3, 55, 46, 37, 75, 8, 8, 33, 47, 74, 37, 5, 47, 66, 8, 87, 37, 9, 46, 5, 9, 9, 76, 67, 3, 35, 94, 3, 5, 56, 73, 78, 7, 8, 76, 58, 45, 36, 55, 6, 7, 56, 3, 8, 64, 5, 5, 45, 37, 65, 6, 6, 69, 36, 54, 4, 4, 54, 7, 6, 8, 65, 46, 9, 36, 33, 3, 66, 8, 8, 47, 49, 59, 45, 73, 43, 47, 83, 78, 65, 39, 36, 53, 9, 38, 35, 68, 78, 9, 3, 34, 43, 55, 56, 74, 56, 6, 38. UIDAD.- Estadístca: tablas y grácos

3 Obsrvamos qu los valors trmos so 5 y 94. La ampltud total tr los datos s d 8 putos, ya qu ambas putuacos stá cludas. Agruparmos los datos 8 trvalos d ampltud : 4,4, 4,34,, 84,94. Ralzado l rcuto co atcó, s obt la tabla qu sgu: 4. TABLAS ESTADÍSTICAS: FRECUECIAS arca d clas Frcucas Habldad maual 4,4 9 4, , , , , , , Para costrur ua tabla stadístca complta tmos qu calcular: - Frcuca absoluta d cada valor: Es l úmro total d vcs qu aparc l dato. S rprsta por - Frcuca absoluta acumulada d cada valor: Es la suma d todas las rcucas absolutas corrspodts a los valors atrors a y a la suya propa. S rprsta por. o t stdo para varabls cualtatvas. - Frcuca rlatva d cada valor: S calcula dvddo la rcuca absoluta corrspodt al valor tr l úmro total d datos. S rprsta por y s obt por: La suma d todas las rcucas rlatvas s la udad: h h h3... h h - Frcuca rlatva acumulada d cada valor: Es la suma d todas las rcucas rlatvas corrspodts a los valors atrors a y a la suya propa. S rprsta por. o t stdo para varabls cualtatvas. 3 UIDAD.- Estadístca: tablas y grácos

4 Ejmplo: Prgutamos a alumos l úmro d mmbros d su amla, y sus rspustas uro: 3, 5, 4, 3, 5, 6, 8, 3, 3, 5, 7, 5, 6, 5, 4, 4, 7, 4, 5, 3 mbros por amla Frcuca absoluta Frcuca absoluta acumulada F Frcuca rlatva h Frcuca rlatva acumulada H 3 5 5,5, ,, ,3,75 6 7,,85 7 9,,95 8,5 5. GRÁFICOS PARA VARIABLES ESTADÍSTICAS CUALITATIVAS Las tablas stadístcas mustra la ormacó d orma squmátca y stá prparadas para cálculos postrors. La msma ormacó stadístca pud mostrars d orma global y más prsva, utlzado los grácos stadístcos. Los grácos pos u urt podr d comucacó d los rsultados d u studo stadístco. Dtallamos, a cotuacó, los prcpals grácos qu prmt dscrbr varabls cualtatvas: a) Dagrama d barras Cosst dbujar u rctágulo por cada uo d los valors d la varabl ( todas guals, y la altura d cada rctágulo pud sr la rcuca absoluta ), d modo qu las bass sa o la rcuca rlatva h. Ejmplo: E ua mprsa s dsa coocr l color d ojos d sus mplados, s obsrva a los 5 mplados y s obt los sguts rsultados: El dagrama d barras asocado s: Color ojos Emplados gros 4 arros 4 Vrds 4 Azuls 8 4 UIDAD.- Estadístca: tablas y grácos

5 b) Dagrama d sctors Cosst dvdr u círculo sctors crculars, uo para cada. El águlo d cada sctor srá proporcoal a la rcuca y s calcula co ua rgla d trs smpl. Ejmplo: E ua clas d 3 alumos, juga a balocsto, 3 practca la atacó, 9 juga al útbol y l rsto o practca gú dport. Calculamos los águlos corrspodts a cada varabl co su rcuca absoluta Dagrama d sctors Alumos Águlo Balocsto 44 atacó 3 36 Fútbol 9 8 S dport 6 7 Total 3 36 c) Pctograma Cosst ralzar dbujos alusvos a la dstrbucó qu s dsa rprstar. E muchas ocasos so grácos poco prcsos, auqu ácls d trprtar a smpl vsta. Ejmplo: D u grupo d º bachllrato obtmos los mss d sus cumplaños y lo rprstamos u pctograma Cada rprsta a u ño o ña qu stá d cumplaños s ms. Así tocs marzo, 5 ños o ñas stá d cumplaños. 5 UIDAD.- Estadístca: tablas y grácos

6 d) Cartogramas Cosst rprstar sobr u mapa cualqur tpo d datos rlacoados co u ára gográca. Ejmplo: 6. GRÁFICOS PARA VARIABLES ESTADÍSTICAS CUATITATIVAS Los grácos más utlzados para rprstar dstrbucos d varabl cuattatvas, tato dscrtas como cotuas, so los qu s dscrb a cotuacó. a) Dagrama d barras o d columas Rprsta dstrbucos d varabls dscrtas por mdo d barras o d columas dpdts, stuadas cma d la varabl rprstada. E muchas ocasos s suprpo dos o más dagramas co l d comparar los datos d drts stuacos. Ya lo hmos vsto l apartado atror. b) Dagrama d rcucas (o polígoo d rcucas) S obt udo los trmos más altos d las barras o columas mdat ua lía qubrada. Ejmplo: El pso d 65 prsoas adultas v dado por la sgut tabla: 6 UIDAD.- Estadístca: tablas y grácos

7 X F [5, 6) [6, 7) 65 8 [7, 8) [8, 9) [9, ) [, ) 5 63 [, ) c) Hstogramas So aálogos a los dagramas d barras o columas pro para varabls cuattatvas cotuas Cosst rctágulos cuyas bass so cada uo d los trvalos y la altura s la rcuca absoluta corrspodt a dcho trvalo. El úmro d mplados d c pquñas mprsas d u dtrmado polígoo dustral, rcogdos ua tabla dl marg pud vrs rprstados l hstograma qu sgu. Ejmplo: S ha mddo la talla d ños d 6 años, y qu s ha obtdo valors tr y 3 cm, co la sgut dstrbucó d rcucas trvalos d ampltud cm: 7 UIDAD.- Estadístca: tablas y grácos

8 El hstograma corrspodt s: 8 UIDAD.- Estadístca: tablas y grácos

9 UIDAD 3.- Dstrbucos udmsoals. Parámtros (tma 3 dl lbro). PARÁETROS DE CETRALIZACIÓ Auqu las tablas stadístcas y las rprstacos grácas cot toda la ormacó rlatva a u problma, muchas vcs trsa smplcar s cojuto d datos por uo o varos parámtros qu caractrc d la mjor orma posbl sa dstrbucó d rcucas y qu, admás os prmta comparar uas dstrbucos co otras. E st stdo hay uos parámtros d ctralzacó, qu td a stuars l ctro d la dstrbucó, uos parámtros d dsprsó cuyo valor dca s los datos stá coctrados o dsprsos alrddor d u valor prjado; y uos parámtros d poscó qu td a stuars u dtrmado lugar d la dstrbucó. a) da artmétca La mda artmétca d ua varabl stadístca s l coct qu rsulta d dvdr la suma d todos los valors por l º total d éstos. S rprsta por ó por S los datos d la varabl o v co rcucas, la mda s obt así:... S los datos d la varabl stá co sus rcucas absolutas, tocs: Cuado tmos datos agrupados trvalos, cosdrarmos como valor d varabl al puto mdo d cada trvalo, s dcr, la marca d clas. El valor calculado, vdtmt o s l valor ral d la mda, pro compsa co la rduccó d opracos qu hay qu ralzar. Admás s los datos dtro dl trvalo stá dstrbudos d u modo más o mos uorm la mda calculada s aproma mucho a la ral. Vtajas: - La mda s l valor mdo o promdo d las obsrvacos. - La mda s l parámtro d ctralzacó más utlzado - Es u valor stuado tr los valors trmos d la varabl. - Su cálculo sólo t stdo cuado la varabl s cuattatva. - Prsta rgor matmátco - Es ssbl a cualqur cambo los datos Dsvtajas: - o smpr s posbl calcular la mda cluso a vcs ésta carc d sgcado. E stos casos s utlza otras mddas d ctralzacó. - Es ssbl a los valors trmos - o s rcomdabl mplarla dstrbucos muy asmétrcas - S s mpla varabls dscrtas o cuas-cualtatvas, la mda artmétca pud o prtcr al cojuto d valors d la varabl Ejmplo: Prgutamos a alumos l º d mmbros d su amla y sus rspustas uro: 3, 5, 4, 3, 5, 6, 8, 3, 3, 5, 7, 5, 6, 5, 4, 4, 7, 4, 5, 3 UIDAD 3.- Dstrbucos udmsoals. Parámtros

10 Ralzamos ua tabla d rcucas: mbros por amla Frcuca Frcuca acumulada Etocs tmos qu 4, 75 Ejmplo: A los mplados d ua mprsa d pzas d prcsó, s ls ha ralzado ua pruba d habldad maual. E ua scala d a s ha obtdo las sguts putuacos: 7, 66, 3, 55, 46, 37, 75, 8, 8, 33, 47, 74, 37, 5, 47, 66, 8, 87, 37, 9, 46, 5, 9, 9, 76, 67, 3, 35, 94, 3, 5, 56, 73, 78, 7, 8, 76, 58, 45, 36, 55, 6, 7, 56, 3, 8, 64, 5, 5, 45, 37, 65, 6, 6, 69, 36, 54, 4, 4, 54, 7, 6, 8, 65, 46, 9, 36, 33, 3, 66, 8, 8, 47, 49, 59, 45, 73, 43, 47, 83, 78, 65, 39, 36, 53, 9, 38, 35, 68, 78, 9, 3, 34, 43, 55, 56, 74, 56, 6, 38. Obsrvamos qu los valors trmos so 5 y 94. La ampltud total tr los datos s d 8 putos, ya qu ambas putuacos stá cludas. Agruparmos los datos 8 trvalos d ampltud :,4,34 84,94. Ralzado l rcuto co atcó, s obt la tabla qu sgu: 4, 4,,... b) oda Habldad maual arca d clas Frcucas 4, , , , , , , , ,5 La moda o s l dato qu más s rpt, s dcr l valor d la varabl co mayor rcuca absoluta. Es la úca mdda d ctralzacó qu t stdo studar ua varabl cualtatva, pus o prcsa la ralzacó d gú cálculo. La moda o t por qué sr úca, so qu pud habr dstrbucos multmodals. UIDAD 3.- Dstrbucos udmsoals. Parámtros

11 S los datos stá agrupados trvalos lgmos l trvalo modal, qu s aqul co mayor rcuca absoluta. S s dsa mayor prcsó l cálculo d la moda a partr dl trvalo modal s aplca la sgut órmula: L, dod: c L s l límt ror d la clas modal c s la ampltud dl trvalo modal, y so, rspctvamt, las rcucas absolutas d la clas modal, la clas atror y la postror. Ejmplo: S ha aplcado u tst a los mplados d ua ábrca, obtédos la sgut tabla: 38,44 44,5 5,56 56,6 6,68 68,74 74,8 º trabajadors Calcular la clas modal y su moda. Como vmos la clas modal s 56,6, y para la moda usamos la órmula dada atrormt: L = 56 c = 6 = 5 =5 =8 5 5 Lugo, L c , c) daa La mdaa d ua dstrbucó s u valor qu dvd a la dstrbucó dos parts guals; s dcr, dja tatas obsrvacos a la zqurda como a la drcha. Para calcular la mdaa caso d pocos datos y s agrupar s coloca stos ord crct d magtud. S l úmro d datos s mpar la mdaa cocd co l valor ctral. S l úmro d datos s par, cualqur valor comprddo tr los dos valors ctrals s ua mdaa, pro s sul tomar l valor mdo d los dos valors ctrals. Ejmplo: Calcula la mdaa d los sguts datos: 6, 4, 3,, 8, 6, 5, 6, 7, 3. Tmos qu ordarlos d mor a mayor:, 3, 3, 4, 5, 6, 6, 6, 7, 8 El º d datos s =, por tato, la mtad d los datos s 5. Tomamos los datos quto y sto y 5 6 hacmos la mda artmétca: 5, 5 S tmos muchos datos y s agrupar, s costruy la tabla d rcucas acumuladas F, y s toma la mdaa como aqul valor d la varabl para l cual F sa gual o supr Ejmplo: Prgutamos a alumos l úmro d mmbros d su amla, y sus rspustas uro: 3, 5, 4, 3, 5, 6, 8, 3, 3, 5, 7, 5, 6, 5, 4, 4, 7, 4, 5, 3 Costrumos la tabla d rcucas absolutas y acumuladas 3 UIDAD 3.- Dstrbucos udmsoals. Parámtros

12 F Tmos qu rado la columa d las rcucas absolutas acumuladas, la qu prmro supra a s la corrspodt a 5, por tato 5 E caso d datos agrupados trvalos prmro buscarmos l trvalo mdao, qu s l prmr trvalo d clas cuya rcuca acumulada s gual o supror a la mtad dl úmro d obsrvacos,. Como prmra apromacó pud tomars la mdaa como la marca d clas d dcho trvalo; s mbargo podmos calcularla d orma más acta co la sgut órmula: L F c Ejmplo: S ha ralzado u tst d habldad umérca a los alumos d ua clas. Los rsultados obtdos so: Putos,5 5,,5 5,3 3,35 35,4 4,45 45,5 ºd alumos Hacmos la tabla d rcucas absolutas y acumuladas Putos arca d clas,5, Tmos 5 L , ,5 6,5, ,3 7,5 6 3,35 3, ,4 37,5 44 4,45 4, ,5 47,5 3 5, así qu la clas mdaa s 5,3, aplcado la órmula: F 5 6 c 5 5 9,5 F 4 UIDAD 3.- Dstrbucos udmsoals. Parámtros

13 d) Prctls La mdaa d los valors d ua varabl stadístca dvd a la dstrbucó dos parts guals. Es dcr, la mdaa part la dstrbucó dos mtads, cada ua corrspodt al 5 %. S gralzamos sta da, s pud psar obtr valors qu dvda a los datos dvrsas parts guals. Estos so los prctls. o Cuartls Hay trs cuartls qu dvd a los datos 4 parts: Q : (cuartl prmro) Dja al 5 % d los datos a su zqurda, s dcr,. S obt co la 4 Q L 4 F órmula c Q Q Q : (cuartl sgudo) Dja al 5 % d los datos a su zqurda, s dcr,. Obvamt s trata d la mdaa Q : (cuartl trcro) Dja al 75 % d los datos a su zqurda, s dcr, 3 F 4 órmula Q3 L c Q 3 Q 3 3. S obt co la 4 o Dcls Aálogamt a los cuartls, los dcls so uv valors qu dvd a los datos dz parts D, D,..., D guals. S ota por 9 L j F c S calcula co la sgut órmula: j D D j D o Prctls Lo msmo qu los atrors pro c parts, lugo hay 99 prctls. S ota por P, P,..., P 99 j F P L c S calcula co la sgut órmula: j Ejmplo: Los varos qu tr y 6 años cotrajro matrmoo durat l año 96 España prsta la dstrbucó por dads qu mustra la tabla adjuta. Calcula la mdaa, l cuartl trcro l prctl 37 y l ord dl prctl qu corrspod a u valor d 6,6 P j j P j 5 UIDAD 3.- Dstrbucos udmsoals. Parámtros

14 Edad º d varos F, , , ,4 3 4, , ) Tmos qu 55 lugo l trvalo d la mdaa s 5 F 55 4 La mdaa s L c 5 5 8, ) Para l cuartl trcro Q L 3 F 4 3, qu l corrspod l trvalo 3,35 Q 3, c Q 37 3) Para l prctl 37, tmos 8547 P 37 F 37, qu l corrspod l trvalo 5, c P37 37 L P 3,5 6,8 4) Para calcular l prctl corrspodt a u valor d 6,6, la órmula susttumos tdo cuta qu d star l trvalo 5,3 corrspod l prctl 35 j ,6 3. D dod rsulta qu j 34, L. PARÁETOS DE DISPERSIÓ Las mddas d ctralzacó rprsta b a u cojuto d datos cuado stá agrupados toro a llas, pro o cuado hay bastats obsrvacos aljadas d llas. Las mddas d dsprsó md, por tato, l grado d aljamto d los datos rspcto a las mddas d ctralzacó, udamtalmt rspcto d la mda. a) Rcorrdo El rcorrdo d ua dstrbucó s la drca tr l dato mayor y l dato mor obtdos al obsrvar los valors d la varabl. S ota por R má mí 6 UIDAD 3.- Dstrbucos udmsoals. Parámtros

15 A vcs s usa l rcorrdo trcuartílco qu s la drca tr l cuartl trcro y l prmro R I b) Dsvacó mda Q 3 Q S llama dsvacó mda d ua sr d datos,, 3,...,, qu t rcucas,, 3,..., rspctvamt, y s rprsta por D, a la mda artmétca d los valors absolutos d las dsvacos rspcto d la mda, sto s: c) Varaza D S llama varaza d ua sr d datos,, 3,...,, qu t rcucas,, 3,..., rspctvamt, y s rprsta por (o s ), a la mda artmétca d los cuadrados d las dsvacos rspcto d la mda, sto s: També s pud usar sta otra órmula qu s quvalt y s más usada: d) Dsvacó típca Es la raíz cuadrada postva d la varaza y s dota por (o s ). o b La dsvacó típca s l parámtro más utlzado. S s suma ua costat a todos los valors d la varabl, la dsvacó típca o varía. S s multplca todos los valors d la varabl por u msmo úmro, la dsvacó típca quda multplcada por l msmo úmro. ) Coct d varacó S llama coct d varacó y s rprsta por CV al coct tr la dsvacó típca y l valor absoluto d la mda. CV El valor dl coct d varacó sul prsars tato por cto. Cuato más pquño sa st valor, los datos stará más coctrados alrddor d la mda, y sta por tato srá más rprstatva. 7 UIDAD 3.- Dstrbucos udmsoals. Parámtros

16 Propdad: S y so dos varabls stadístcas cuyas mdas so y y, y sus dsvacos típcas y y, s t qu: - S y y y, tocs s más rprstatva. y - S y y, tocs s más rprstatva. y Ejmplo: Tmos la sgut tabla d dstrbucó d rcucas: X (6, 76] (76, 9] (9, 8] (8, 4] (4, 4] (4, 56] Frcuca Calcula l rcorrdo, la dsvacó mda, la varaza, la dsvacó típca y l coct d varacó Costrumos ua tabla d rcucas complta arca d X clas F (6, 76] (76, 9] (9, 8] (8, 4] (4, 4] (4, 56] Sumas La mda artmétca s: 5 8 Rcorrdo: R Dsvacó mda: D, 8 8 Varaza: , 4 8 Dsvacó típca: 573,4 3, 95 3,95 Coct d varacó: CV, UIDAD 3.- Dstrbucos udmsoals. Parámtros

(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN

(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN UIDAD.- Dstrbucos udmsoals. Parámtros (tma dl lbro). PARÁETROS DE CETRALIZACIÓ Auqu las tablas stadístcas y las rprstacos grácas cot toda la ormacó rlatva a u problma, muchas vcs trsa smplcar s cojuto

Más detalles

BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA 1. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL

BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA 1. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL. Graldads Estadístca: Cojuto d torías y téccas para la rcoplacó, l aálss, la trprtacó y la prstacó d datos umércos Etapas

Más detalles

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE TEMA MODELO DE REGRESIÓN LINEAL SIMPLE. INTRODUCCIÓN A LA REGRESIÓN SIMPLE! 4 Supogamos qu la varal s ua fucó lal d otra varal, dod la rlacó tr y dpd d parámtros! y! dscoocdos. Itroduccó a la Rgrsó Smpl!

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

4.1 Procedimientos de inferencia para la distribución exponencial

4.1 Procedimientos de inferencia para la distribución exponencial 4 Ifrca paramétrca 4 Procdmtos d frca para la dstrbucó xpocal La dstrbucó xpocal fu la prmra dstrbucó para modlar tmpos d falla y para lla s ha dsarrollado métodos stadístcos d mara xtsva a T ua va xpocal

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

I. MEDIDAS DE TENDENCIA CENTRAL

I. MEDIDAS DE TENDENCIA CENTRAL I. MEDIDAS DE TENDENCIA CENTRAL 1. La MEDIA ARITMETICA o PROMEDIO o smplmnt LA MEDIA Es la mdda d tndnca cntral más utlzada, la cual s rprsnta mdant l símbolo X y corrspond al promdo d todos los valors

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Capítulo III. Colectivos estadísticos.

Capítulo III. Colectivos estadísticos. Capítulo III. Colctvos stadístcos. Lccó Itroduccó al formalsmo d los colctvos d Gbbs. Lccó Colctvo caóco. Lccó Colctvos macrocaóco y mcrocaóco Lccó 4 Aplcacó dl colctvo caóco: gas dal mooatómco. arabls

Más detalles

EXAMEN DE TÉCNICAS CUANTITATIVAS III.

EXAMEN DE TÉCNICAS CUANTITATIVAS III. APEIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdr u vl d cofaza dl 95% (z=).. U mprsaro qur stmar l cosumo msual d lctrcdad ua comudad d 000 hogars dvddos 400

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π

ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π xo. Bpurtos rudosos NEXO BIPUERTOS RUIDOSOS.. REPRESENTCIÓN DE BIPUERTOS RUIDOSOS U bpurto rudoso, sgú la toría prstada [], s pud rprstar como u bpurto lbr d rudo co dos futs quvalts d rudo, coctadas a

Más detalles

al siguiente límite si existe: . Se suele representar por ( x )

al siguiente límite si existe: . Se suele representar por ( x ) UNIDAD : DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit it si ist: f f ' sigifica lo mismo. f. S sul rprstar por f D

Más detalles

UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS

UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit límit si ist: f f ' lím sigifica lo mismo.

Más detalles

Capítulo 12. Introducción a la Termodinámica Estadística.

Capítulo 12. Introducción a la Termodinámica Estadística. Capítulo. Itroduccó a la Trmodámca Estadístca. ) Itroduccó Mcáca Estadístca: dscpla ctífca qu prtd prdcr las propdads macroscópcas d u sstma a partr d las propdads molculars. Trmodámca stadístca: part

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

10 REGRESIÓN LINEAL SIMPLE

10 REGRESIÓN LINEAL SIMPLE Part stadístca Prof. María B. Ptarll GIÓN LINAL IMPL. Itroduccó muchos problmas st ua rlacó tr dos o más varabls, rsulta d trés studar la aturalza d sa rlacó. l aálss d rgrsó s la técca stadístca para

Más detalles

PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES

PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES EJERCICIO Rcordmos prmro la sgut dfcó: U stmador T s dc ssgado rspcto a u parámtro μ ET μ a E T laldad d la spraza [ EX + EX ] + [ EX3 + EX ] 6 3 μ

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

MODELO DE REGRESIÓN LINEAL MÚLTIPLE Modlo d Rgrsó Lal Múltpl MODELO DE REGRESIÓN LINEAL MÚLTIPLE Autors: Ratas Kzys (rzys@uoc.du), Ágl A. Jua (ajuap@uoc.du). ESQUEMA DE CONTENIDOS Hpótss sobr l térmo d prturbacó Hpótss sobr varabls xplcatvas

Más detalles

2. Utilizando el método adimensional basado en el factor de calidad Q, determine:

2. Utilizando el método adimensional basado en el factor de calidad Q, determine: Uivrsidad Simó Bolívar Dpartamto d Covrsió y Trasport d Ergía Autor: Eduardo Albaz. Cart: 06-391 Profsor: J. M. Allr Máquias Eléctricas II CT-311 U motor d iducció coxió strlla d 100 kw, 416 V, rdimito

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

Tema 4 - FUNDAMENTOS DE LA MECÁNICA ESTADÍSTICA CLÁSICA

Tema 4 - FUNDAMENTOS DE LA MECÁNICA ESTADÍSTICA CLÁSICA ma 4 - FUDAMOS D LA MCÁICA SADÍSICA CLÁSICA Cocptos stadístcos lmtals. Mcáca stadístca d sstmas mcroscópcos. Los colctvos mcrocaóco caóco y gracaóco. La fucó d partcó y las fucos trmodámcas. l gas dal

Más detalles

MECÁNICA ESTADÍSTICA

MECÁNICA ESTADÍSTICA FAyA Lccatura Químca Físca III año 26 MÁIA SADÍSIA IRODUIÓ ROBABILIDAD robabldad s la cuatfcacó d la spraza dl rsultado d u xprmto o vto. S l posbl rsultado d u xprmto s A la probabldad d qu ocurra A s

Más detalles

TEMA 3: ESTIMACIÓN PUNTUAL.

TEMA 3: ESTIMACIÓN PUNTUAL. TEMA 3: ESTIMACIÓN PUNTUAL..- S tra ua mustra por m.a.s. d tamaño d ua poblacó qu sgu l modlo d Posso. Obtr l stmador por l método d los momtos y l stmador por l método d máma vrosmltud. Solucó: El método

Más detalles

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Para medir la importancia de la clase modal como medida central usaremos el concepto de tasa de variación. Se denota por V

Para medir la importancia de la clase modal como medida central usaremos el concepto de tasa de variación. Se denota por V dds d Tdc Ctrl y Dsprsó EDIDAS DE TENDENCIA CENTRAL Y DISERSIÓN dds d Tdc Ctrl So mdds d u cojuto d dtos qu proporco u vlor smpl y rprsttvo, qu rsum u gr volum d ormcó. Est vlor td ubcrs l ctro dl cojuto

Más detalles

Automá ca. Capítulo4.RespuestadeRégimenTransitorio

Automá ca. Capítulo4.RespuestadeRégimenTransitorio Automáca Capítulo.RputadRégmratoro JoéRamóLlataGarcía EthrGozálzSaraba DámaoFrádzPérz CarloorFrro MaríaSadraRoblaGómz DpartamtodcologíaElctróca IgríadStmayAutomáca Rputa d Régm ratoro Rputa d Régm ratoro..

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

FACULTAD DE ECONOMÍA, U.V. PRIMER EXAMEN DE ECONOMETRÍA 1 Profesor: Carlos Pitta Arcos. Grupos 401 y 402

FACULTAD DE ECONOMÍA, U.V. PRIMER EXAMEN DE ECONOMETRÍA 1 Profesor: Carlos Pitta Arcos. Grupos 401 y 402 FACULTAD DE ECONOMÍA, U.V. PIME EAMEN DE ECONOMETÍA Profsor: Carlos Ptta Arcos. Grupos 40 y 40 Paorama Gral: El am costa d 5 problmas, co ua podracó fal d 00 putos (pts). Para facltarl l cálculo dl valor

Más detalles

Análisis estadístico de los factores de riesgo que influyen en la enfermedad Angina de Pecho. Flores Manrique, Luz CAPÍTULO III

Análisis estadístico de los factores de riesgo que influyen en la enfermedad Angina de Pecho. Flores Manrique, Luz CAPÍTULO III Aálss stadístco d los factors d rsgo qu fluy la frmdad Aga d Pcho. Flors Marqu, Luz Drchos rsrvados coform a Ly CAPÍTULO III MODELOS DE REGRESIÓN LOGÍSTICA 3. ANTECEDENTES La rgrsó logístca s ua d las

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

2 Representación gráfica de las series de frecuencias.

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

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UIDIMESIOAL L estadístca és u mètode per predre decsos, per axò s utltza e molts estuds cetífcs. L estadístca es pot dvdr e estadístca descrptva, que s ocupa de comptar, ordear classfcar les

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2

El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2 EJERCICIO 8.1 U ivstigador dispo d 0.000 para ralizar las trvistas d ua custa ua gra ciudad. El custioario s admiistrará mdiat trvistas tlfóicas, sido l cost d cada trvista d 0. Qué marg d rror dbrá asumir

Más detalles

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas Uivrsidad d Purto Rico Rcito Uivrsitario d Mayagüz Dpartamto d Cicias Matmáticas Eam III Mat - Cálculo II d abril d 8 Nombr Númro d studiat Scció Profsor Db mostrar todo su trabajo. Rsulva todos los problmas.

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

Teoría de errores. Tema 4

Teoría de errores. Tema 4 Toría d rrors Tma 4 Tma 4 Toría d rrors 4. El rror rdadro 4. Clasfcacó d rrors Sgú las causas qu los prooca Sgú los fctos qu produc 4.3 Ly d rrors d Gauss Postulados d Gauss y dstrbucó d rrors Valor más

Más detalles

Elementos de Probabilidad y Estadística

Elementos de Probabilidad y Estadística Capítulo 3 Elmtos d robabldad y Estadístca 3.. Itroduccó E st capítulo s prsta cocptos báscos d robabldad y Estadístca, ya u dtro dl dsño y plaacó d ua obra hdráulca juga u papl mportat l aálss hdrológco

Más detalles

Prueba de bondad de ajuste Prueba de independencia Prueba de homogeneidad.

Prueba de bondad de ajuste Prueba de independencia Prueba de homogeneidad. 5.4 PRUEBS CHI-CUDRDO CONTENIDOS: OBJETIVOS: 5.4.1. Pruba d bodad d aust. 5.4. Pruba d dpdca. 5.3.3 Pruba d hoogdad. Platar hpótss para dfrts propóstos. Dtrar los pasos a sgur al ralzar ua pruba ch-cuadrado.

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal)

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal) PROLMAS TMA JRCICIO j 9.5 d Frádz Abascal La cotizació olsa d u cirto título s cosidra ua variabl alatoria ormalmt distribuida co arámtros dscoocidos, ro s diso d la siguit iformació: a ist u,5% d robabilidad

Más detalles

3. Regresión lineal. Regresión simple consumo y peso de automóviles. Curso Estadística. Regresión Lineal. Consumo (litros/100 Km)

3. Regresión lineal. Regresión simple consumo y peso de automóviles. Curso Estadística. Regresión Lineal. Consumo (litros/100 Km) 3. Rgrsó lal Curso - Estadístca Rgrsó smpl cosumo pso d automóvls Núm. Obs. Pso Cosumo g ltros/ m 98 878 3 78 8 4 38 5 64 3 6 655 6 7 73 4 8 485 7 9 366 8 35 8 635 9 3 888 7 4 766 9 5 98 3 6 79 7 7 34

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS

TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS Dpartamto d Matmáticas. IE.S. Ciudad d Arjoa º Bach Socials. LÍMITES Propidads: TEMA : LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS. LÍMITES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. LÍMITES. RESOLUCIÓN DE INDETERMINACIONES.

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

9 Momentos y funciones generatrices de Momentos

9 Momentos y funciones generatrices de Momentos 9 omos y fucos grarcs d omos Edgar Acua ESA 400 Edgar Acua 9. omos Sa ua varabl alaora s df su smo momo co rspco al org como μ E[ ], smpr qu l caso dscro y qu p < f d < l caso couo. Obvam, μμ..tamb, s

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Medidas de Tendencia Central

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

Más detalles

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r.

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r. (Aputs rvisió para oritar l aprdizaj) DESARROLLO DE LAS FUNCIONES LOGARÍTMICA Y EXPONENCIAL EN SERIES DE POTENCIAS Ua Sri d Potcias s dfi como: a a a a a = = + + + la qu s vidt qu covrg si =. Para dtrmiar

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3 Rpaso d Matmáticas E st apédic s hará u brv rpaso d las cuacios y fórmulas básicas d utilidad Química Física gral y Trmodiámica Química particular. EXPONENTES Y POTENCIAS Muchos úmros s xprsa forma más

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

3. Cálculo y dimensionado

3. Cálculo y dimensionado Documto Básco HE Ahorro d Ergía. Codsacos 1 Las codsacos suprfcals los crramtos y partcos trors qu compo la volvt térmca dl dfco, s lmtará d forma qu s vt la formacó d mohos su suprfc tror. Para llo, aqullas

Más detalles

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

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

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

ESTADÍSTICA MATEMÁTICAS 3º ESO académicas Alfonso González IES Fernando de Mena Dpto. de Matemáticas

ESTADÍSTICA MATEMÁTICAS 3º ESO académicas Alfonso González IES Fernando de Mena Dpto. de Matemáticas ESTADÍSTICA MATEMÁTICAS 3º ESO académcas Alfoso Gozález IES Ferado de Mea Dpto. de Matemátcas I) ITRODUCCIÓ. DEFIICIOES La Estadístca es la rama de las Matemátcas que utlza cojutos de datos umércos para

Más detalles

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL Cotrasts d sgfcacó cojuta APNTE DE CLAE ECONOMETRÍA I. DI ECONOMETRÍA E INFORMÁTICA CONTRATE DE IGNIFICACIÓN CONJNTA EN EL MBRL Prof. Rafal d Arc Rafal.darc@uam.s I. Cotrast d sgfcacó cojuta dl modlo a

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

Estadística Descriptiva

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

Más detalles

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares.

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares. Fscouímca II-Módulo d Estructura y Propdads Molculars. Bollla 4. Coctado las dscrpcos mcro/macroscópcas: Trmodámca Estadístca 4. La coxó tr la dscrpcó cuátca y las propdads trmodámcas. Hmos vsto como dscrbr

Más detalles

FÓRMULAS DE MATEMÁTICAS FINANCIERAS

FÓRMULAS DE MATEMÁTICAS FINANCIERAS FÓRMULAS DE MATEMÁTIAS FINANIERAS TEMAS Y 2: ONEPTOS BÁSIOS... 2 Ly facra. Suma facra. Potulado d quvalca facra. Saldo facro. TEMA 3: MAGNITUDES DERIVADAS... 3 Factor, rédto, rédto acumulado, tato (d captalzacó

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

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

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

Más detalles

MATEMÁTICAS Y CULTURA B O L E T Í N No. 273 COORDINACIÓN DE MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE

MATEMÁTICAS Y CULTURA B O L E T Í N No. 273 COORDINACIÓN DE MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE MATEMÁTICAS Y CULTURA B O L E T Í N 23.04.20 No. 273 COORDINACIÓN DE MATEMÁTICAS MATEMÁTICAS MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE E l Boltí Matmáticas Y Cultura No. 257 dl 23 d abril

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

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

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Uversdad de oora Departameto de Matemátcas Área Ecoómco Admstratva Matera: Estadístca I Maestro: Dr. Fracsco Javer Tapa Moreo emestre: 05- Hermosllo, oora, a 5 de septembre de 05. Itroduccó E la clase

Más detalles

Q c 0 en V (5.1a) y z k. y n

Q c 0 en V (5.1a) y z k. y n V.- PROBLEM DE CMPO ECLR 5..- Itroduccó dfrca d los problmas abordados los capítulos atrors, dod las cógtas rlacoados co los msmos ra catdads vctorals, st ua gra gama d problmas dod las cógtas so d aturala

Más detalles

DISTRIBUCIONES BINOMIAL, DE POISSON Y NORMAL

DISTRIBUCIONES BINOMIAL, DE POISSON Y NORMAL BNP DISTRIBUCIONES BINOMIAL, DE POISSON NORMAL Dstrbucó bomal BNP I a. S ucará acá d uvo l problma ya cosdrado NP X : Dado u sucso A cuya probabldad d ocurrca ua pruba aslada s p, s qur hallar la probabldad

Más detalles

ESTADÍSTICA TEÓRICA: CHI-CUADRADO TABLAS DE APLICACIONES CONTINGENCIA

ESTADÍSTICA TEÓRICA: CHI-CUADRADO TABLAS DE APLICACIONES CONTINGENCIA Gstó Aroáutca: Estadístca Tórca Facultad Ccas Ecoómcas y Emprsarals Dpartamto d Ecoomía Aplcada Profsor: Satago d la Fut Frádz ESTADÍSTICA TEÓRICA: CHI-CUADRADO TABLAS DE APLICACIONES CONTINGENCIA Estadístca

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

TEMA 1: CALCULO DIRECTO DE LÍMITES

TEMA 1: CALCULO DIRECTO DE LÍMITES INSTITUCION EDUCATIVA DISTRITAL RODRIGO DE BASTIDAS Rsolució Nº 88 d ovimbr.8/ ScrtariaD Educació Distrital REGISTRO DANE Nº-99 Tléfoo Barrio Bastidas Sata Marta DEPARTAMENTO DE MATEMATICAS ACTIVIDAD ESPECIAL

Más detalles

n 2 fi donde: n es el número de individuos

n 2 fi donde: n es el número de individuos ESTADÍSTICA. INTRODUCCIÓN La ecesdad de poseer datos cfrados sobre la poblacó y sus codcoes materales de exsteca ha debdo hacerse setr desde que se establecero socedades humaas orgazadas. Desde los comezos

Más detalles

SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA 1: Problema Nº 5.34 Oppenheim

SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA 1: Problema Nº 5.34 Oppenheim SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA : Problma Nº 5.3 Opphim Obsrv l siguit sistma: Dtrmi y() Solució: El traycto d arriba produc, al multiplicar por Cos(/), traslació dl spctro

Más detalles

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

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!#!!! Udad REPASO DE ESTADÍSTICA! Resuelve tú ( Pág "#$ ) sdo: Las putuacoes de ua prueba de telgeca aplcada a los 7 alumos aterores ha 87 0 88 03 4 08 07 8 4 9 00 06 3 0 94 89 8 4 9 3 97 3 0 04 30 99 4 9 4

Más detalles

Tema 5. Contraste de hipótesis (II)

Tema 5. Contraste de hipótesis (II) Tma 5. Cotrast d hpótss (II CA UNED d Hulva, "Profsor Dr. José Carlos Vílchz Martí" Itroduccó Bvda Objtvos pdagógcos: Aprdr a obtr la fucó d potca d u cotrast y la rprstar la curva d potca d u cotrast.

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS)

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) Los sistmas o lials pud llgar a tr comportamitos ralmt sorprdts alguos casos: por u lado pud llgar a tr diámicas totalmt difrts sgú l valor qu

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

Descripción de una variable

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

Más detalles

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

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

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

Procesamiento Digital de Señales de Voz

Procesamiento Digital de Señales de Voz Procsamto Dgtal d Sñals d Voz Trasparcas: Procsamto d Sñals y Métodos d Aálss para rcoocmto d Voz Autor: Dr. Jua Carlos Gómz Basado : Rabr, L. ad Juag, B-H.. Fudamtals of Spch Rcogto, Prtc Hall,.J., 993.

Más detalles

Se llama sucesión a un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero,...

Se llama sucesión a un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero,... TEMA SUCESIONES. CONCEPTO DE SUCESIÓN DEFINICIÓN DE SUCESIÓN S llama sucsió a u cojuto d úmros dados ordadamt d modo qu s puda umrar: primro, sgudo, trcro,... Los lmtos d la sucsió s llama térmios y s

Más detalles

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles