Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?
|
|
- Patricia Aranda Figueroa
- hace 7 años
- Vistas:
Transcripción
1 COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa e toro a u valor? o, se dispersa? Su distribució se parece a algua distribució teórica? E esta secció trataremos los pricipales idicadores que os permite describir ua distribució. ESTADIGRAFOS O PARAMETROS: MEDIDAS DE CENTRALIZACION: LA MEDIA LA MODA LA MEDIANA MEDIDAS DE DISPERSION: LA VARIANZA LA DESVIACION ESTANDAR EL SESGO LA CURTOSIS. Estadígrafos si aplica sobre ua muestra, parámetros si aplica sobre ua població. MEDIANA: Si teemos valores habiedo sido ordeados de forma creciete se defie la mediaa como el valor que deja a cada lado (por ecima y por debajo) la mitad de los valores de la muestra. Matemáticamete toma por valor: Si es impar Si es par 3
2 ESPERANZA MATEMATICA: µ Tambié llamada: VALOR ESPERADO, ESPERANZA, MEDIA ARITMETICA o MEDIA, se defie como: E( x) = x P( x ) x P( x ) E( x) = x P( x ) = µ j = j j La MEDIA da u valor típico o promedio de los valores de la variable y por eso se llama MEDIDA DE CENTRALIZACION. 4 LA VARIANZA: σ La variaza es u úmero o egativo que mide la VARIACION de los valores de la variable e toro a su MEDIA. Var( X ) = E[( X µ ) ] = σ Si los valores tiede a cocetrarse CERCA DE LA MEDIA, etoces la VARIANZA ES PEQUEÑA, pero si los valores se distribuye LEJOS DE LA MEDIA, etoces la VARIANZA GRANDE 5 LA DESVIACION ESTANDAR: σ Correspode a la raíz cuadrada de la VARIANZA. σ = Var( X ) = E[( X µ ) ] La VARIANZA y la DESVIACION ESTANDAR tiee las mismas uidades y por esta razó co frecuecia se prefiere a la DESVIACION ESTANDAR que a la VARIANZA para medir las dispersioes. 6
3 COEFICIENTE DE VARIACION: CV Para casos e los cuales se ecesita comparar valores e tamaño, muy diferetes, resulta útil establecer ua relació etre la desviació estádar y la media, coocida como el coeficiete de variació: CV = σ µ El CV es ua uidad de medida de la dispersió relativa de los valores 7 COEFICIENTE DE SESGO o de ASIMETRIA DE FISHER 3 ( xi µ ) g = 3 ( xi µ ) O sesgo, mide la asimetría de la distribució de frecuecia co respecto a su MEDIA. Si la cola mas larga se extiede a la derecha se dice que la distribució esta sesgada a la derecha, pero si se extiede a la izquierda se dice que el sesgo es a la izquierda. 8 COEFICIENTE DE SESGO: La asimetría positiva idica ua distribució uilateral que se extiede hacia valores más positivos. La asimetría egativa idica ua distribució uilateral que se extiede hacia valores más egativos. Sesgada a la derecha Sesgo > 0 Sesgada a la Izquierda Sesgo < 0 9
4 COEFICIENTE DE CURTOSIS o APUNTAMIENTO. g 4 ( x i µ ) = 4 σ 3 La CURTOSIS mide la CONCENTRACIÓN de la distribució de frecuecia e toro a su MEDIA. Si la campaa es putuda se dice que hay ua alta cocetració, (más aputada que la ormal), pero si la campaa es plaa (meos aputada que la ormal) se dice que hay ua baja cocetració. 0 La CURTOSIS positiva idica ua distribució MAS putuda que la distribució NORMAL. La CURTOSIS egativa idica ua distribució MENOS putuda que la NORMAL. Putuda Curtosis > 0 Putuda Curtosis < 0 COMPORTAMIENTO DE LAS DISTRIBUCIONES TALLER: Cosidere los valores de 87 facturas, los cuales se asume equiprobables. Utilice la hoja estadística_3 del archivo talleres_practica_.xls Calcule e iterprete los parámetros estadísticos idicados.
5 COMPORTAMIENTO DE LAS DISTRIBUCIONES Utilice la hoja estadística_5 del archivo talleres_practica_.xls TALLER: Cosidere ua iversió de $00 hoy y de la cual se estima los siguietes posibles valores futuros a u año co la probabilidad asociada, como se muestra a cotiuació: Cuál es el valor futuro más probable?, co qué desviació estádar (riesgo)? 3 COMPORTAMIENTO DE LAS DISTRIBUCIONES TALLER: Durate los pasados 7 años, las retabilidades de u portafolio corporativo fuero las siguietes: Utilice la hoja estadística_5 del archivo talleres_practica_.xls Calcule la retabilidad promedio del portafolio corporativo durate este periodo. Calcule la variaza y la desviació estádar de las retabilidades del portafolio corporativo durate este periodo. 4 COMPORTAMIENTO DE LAS DISTRIBUCIONES TALLER: Cosidere el siguiete flujo de caja, e el cual las variables X et Y so variables aleatorias co la distribució de probabilidad mostrada. Cuál es el flujo de caja esperado co qué desviació (riesgo)? Iterprete la desviació sobre cada flujo. Usado ua TIO del 40%, cuál es el valor presete eto esperado del flujo de caja dado? Como el valor esperado de cada flujo tiee ua VARIANZA (asociada a su periodo), cuál es le valor presete de dicha variaza? Utilice: σt VP( σ ) = t t = 0 ( + i) 5
6 COMPORTAMIENTO DE LAS DISTRIBUCIONES TALLER: Supoga el siguiete proyecto e el cual los flujos X et Y so variables aleatorias, co distribució: Cuál es el valor esperado del Valor presete del proyecto y su desviació estádar si la tasa de oportuidad se supoe costate e igual al 38%? Utilice: σt VP( σ ) = t t = 0 ( + i) 6 COMPORTAMIENTO DE LAS DISTRIBUCIONES TALLER: E el estudio de u proyecto que requiere ua iversió de $00.000, se ha estimado la siguiete distribució de probabilidad de los flujos de caja: Utilice la hoja estadística_5 del archivo talleres_practica_.xls Cuál es el valor esperado del valor presete eto del proyecto, cuál es el valor esperado de su riesgo (variaza)? (Cosidere TIO del 5%) 7 COVARIANZA S ( x, E el estudio cojuto de dos variables, lo que iteresa pricipalmete es saber si existe algú tipo de relació etre ellas. Esto se ve gráficamete co el diagrama de dispersió. 8
7 COVARIANZA S ( x,,.4;,7,3, $ /0/48;,7,- 08, 0,947,8 0 80/ S( x, = Pi *[ x µ ( x)]*[ y µ ( ] i= Si Sxy > 0 hay depedecia directa (positiva), es decir, a grades valores de x correspode grades valores de y. Si Sxy = 0 las variables está o correlacioadas, es decir o hay relació lieal. Si Sxy < 0 hay depedecia iversa o egativa, es decir, a grades valores de x correspode pequeños valores de y. 9 COEFICIENTE DE CORRELACIÓN LINEAL El coeficiete de correlació lieal mide el grado de itesidad de la relació etre las dos variables. Este coeficiete se aplica cuado la relació que puede existir etre las variables es lieal (es decir, si represetáramos e u gráfico los pares de valores de las dos variables la ube de putos se aproximaría a ua recta). 0 COEFICIENTE DE CORRELACIÓN LINEAL No obstate, puede que exista ua relació que o sea lieal, sio expoecial, parabólica, etc. E estos casos, el coeficiete de correlació lieal mediría mal la itesidad de la relació las variables, por lo que covedría utilizar otro tipo de coeficiete más apropiado.
8 COEFICIENTE DE CORRELACIÓN LINEAL /04770,. 3 /0/48;,7,- 08 δ, 0,947,8 0 80/ S( x, = σ ( x)* σ ( Co: COEFICIENTE DE CORRELACIÓN LINEAL δ Si > 0, la correlació lieal es positiva (si sube el valor de ua variable sube el de la otra). La correlació es tato más fuerte cuato más se aproxime a. Por ejemplo: altura y peso: los alumos más altos suele pesar más. δ Si < 0, la correlació lieal es egativa (si sube el valor de ua variable dismiuye el de la otra). La correlació egativa es tato más fuerte cuato más se aproxime a -. Por ejemplo: peso y velocidad: los alumos más gordos suele correr meos. δ Si = 0, o existe correlació lieal etre las variables. Auque podría existir otro tipo de correlació (parabólica, expoecial, etc.) 3 COEFICIENTE DE CORRELACIÓN LINEAL TALLER: Cosidere los valores (ficticios) de PESO Y ESTAURA de 30 alumos y determie el ivel de correlació etre estas dos variables. Utilice la hoja CORRELACIÓN del archivo talleres_practica_.xls Calcule e iterprete los resultados. 4
9 COEFICIENTE DE CORRELACIÓN LINEAL TALLER: Cosidere el TALLER_EST.DOC y resuelva los putos 4 y 5. Utilice Excel para resolver los problemas plateados. 5
MEDIDAS DE DISTRIBUCION
MEDIDAS DE DISTRIBUCION ASIMETRIA Y CURTOSIS Dr. EDGAR APAZA ZUÑIGA UNIVERSIDAD NACIONAL DEL ALTIPLANO MEDIDAS DE DISTRIBUCIÓN Las Medidas de Distribució permite idetificar y caracterizar la forma e que
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesSESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN
SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.
Más detallesTema 2. Medidas descriptivas de los datos
Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa
Más detallesPre-PAES 2016 Media aritmética, moda y mediana.
Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a
Más detallesTema 1 Estadística descriptiva: Medidas de centralización y dispersión
Tema 1 Estadística descriptiva: Medidas de cetralizació y dispersió Curso 2017/18 Grados e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detallesDISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)
DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y
Más detallesProbabilidad y estadística
Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química
Más detallesTema 1 Estadística descriptiva - II: Medidas de centralización y dispersión
Tema 1 Estadística descriptiva - II: Medidas de cetralizació y dispersió Curso 2018/19 Grado e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesFigura 10. No se satisface el supuesto de linealidad.
Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detallesSESION 15 DISTRIBUCIONES DE MUESTREO
SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones
EAMEN MODELO C Pág. INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 05 Código asigatura: 6007 EAMEN TIPO TET MODELO C DURACION: HORA olucioes Gráfica : Distribució de u grupo de 800 profesioales saitarios colegiados
Más detalles3. Distribuciones de probabilidad
3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesSlide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos
Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesUnidad N 2. Medidas de dispersión
Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos
Más detallesNo debe entregar los enunciados. Después del Tratamiento (Y)
Después del Tratamieto (Y) Febrero 016 EAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 016 Código asigatura: 6011037 EAMEN TIPO TEST MODELO B DURACION: HORAS Material: Addeda (Formulario
Más detallesRepública Bolivariana de Venezuela Universidad Nacional Abierta Vicerrectorado Académico Área de Matemática
República Bolivariaa de Veezuela Uiversidad Nacioal Abierta Vicerrectorado Académico Área de Matemática Fórmulas y Tablas Cursos: 738, 745, 746 y 748 Prof. Gilberto Noguera Lista de Formulas N 1) µ = x
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos
Más detallesAnálisis de resultados. Independencia de las muestras
Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas
Más detallesSOLUCIONES X X
eptiembre 016 EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO EPTIEMBRE 016 Código asigatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier
Más detallesNúmero de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.
Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del
Más detallesDISTRIBUCIONES EN EL MUESTREO
7/9/08 DISTRIBUCIONES EN EL MUESTREO Uidad 4 08 Las estadísticas pesadas como variables aleatorias Ejemplo: u experimeto E cosiste e elegir =5 alícuotas de agua del río y medir la cocetració de arséico:
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS. Soluciones
EAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 01 Código asigatura: 6011037 EAMEN TIPO TET MODELO B DURACION: HORA olucioes Gráfica 1: Fiaciació (e milloes de euros) de la orgaizació Cáritas
Más detallesRepaso...Último Contenidos NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Fucioes y relacioes. Diagrama Sagital. Sea A = { a,b, c} y B = { 1, 2, 3, 4} Repaso...Último Coteidos NM 4 A: Cojuto
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemáticas 1º CCSS 1 RESUMEN DISTRIBUCIONES BIDIMENSIONALES Distribucioes bidimesioales Se estudia a la vez dos variables aleatorias (geéricamete X e Y; sus valores será ( i, y i )). Correlació Al estudiar
Más detalles1. (2 puntos) Deducir la fórmula de la mediana para variables agrupadas en intervalos. Respuesta en teoría.
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Estadística Descriptiva. Primero Ig. Iformática Exame 20-4-2005 (grupo 4) 1. (2 putos) Deducir la fórmula de la mediaa para variables agrupadas e itervalos.
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detallesSOLUCIONES. Septiembre 2017 EXAMEN MODELO B Pág. 1. Calificación= (0,4 x Aciertos) - (0,2 x Errores)
eptiembre 017 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 017 Código asigatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Material: Adeda (Formulario y Tablas) y calculadora programable
Más detallesEjercicios Matemáticas I Pendientes 1 BCT
Ejercicios Matemáticas I Pedietes BCT ª Parte Uidad 7 Álgebra. Dado el poliomio P( ) = + k 5, calcula el valor de k para que el valor umérico del poliomio e = sea.. Halla u poliomio de tercer grado cuyo
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) SOLUCIONES
eptiembre 05 EAMEN MODELO B ág. INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 05 Código asigatura: 60037 EAMEN TIO TET MODELO B DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas
Más detallesMAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma
MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete
Más detallesPROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.
PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:
Más detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detallesTema 4. DESCRIPCIÓN DE UNA VARIABLE: MEDIDAS DE DISPERSIÓN Y DE FORMA
Tema 4. DESCRIPCIÓ DE UA VARIABLE: MEDIDAS DE DISPERSIÓ Y DE FORMA COTEIDO: 1. MEDIDAS DE DISPERSIÓ: Varianza Desviación típica Coeficiente de variación Rango Recorrido intercuartílico. MEDIDAS DE FORMA:
Más detallesTema 14: Inferencia estadística
Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos
Más detallesMINITAB y MODELOS DE REGRESIÓN
Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)
Curso de Estadística Aplicada a las Ciecias Sociales Tema 10. Estimació de ua proporció Cap. 0 del maual Tema 10. Estimació de ua proporció Itroducció 1. Distribució e el muestreo de ua proporció. Estimadores
Más detalles1 Valores individuales del conjunto
5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detallesEXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 y 13
1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 y 13 1. a) (0,5 putos) Explica brevemete el cocepto de correlació. Po dos ejemplos: uo co correlació directa y otro co correlació iversa. b) (0,5 putos) Explica
Más detallesMedidas de tendencia central
Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta
Más detallesExplicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.
Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media
Más detallesIntroducción a las medidas de dispersión.
UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.
Más detallesTEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesX X. ... n. Medidas de tendencia Central Estadígrafos de tendencia central.
Medidas de tedecia Cetral Estadígrafos de tedecia cetral. Cada vez que se observa u feómeo cuatitativo, os iteresa saber si los datos recolectados se aglutia e toro a ciertos valores represetativos que
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados. Sexo
EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Código asigatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier modelo) Calificació
Más detallesCód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.
rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ
Más detallesEstadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3
Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral
Más detalles2.2. Estadísticos de tendencia central
40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES Humao es errar; pero sólo los ecios persevera e el error. Ciceró. ACADEMIA DE MATEMÁTICAS Uidad II: Datos Bivariados Apredizajes.
Más detalles2 Conceptos básicos y planteamiento
ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesLa frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.
º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos
Más detallesTEMA 5: REGRESION LINEAL
ESTADÍSTICA, CURSO 008 009 TEMA 5: REGRESION LINEAL REGRESION LINEAL SIMPLE. CORRELACION. REGRESION.. Regresió lieal simple Recta de regresió: y a + b.. Ajuste de ua recta de regresió Método de míimos
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesEstadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana
Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar
Más detallesPoblación Joven Adulta Total A favor En contra Total
Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesCOLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN
COLEGIO PEDAGÓGICO DE LOS ANDES ACTIVIDAD DE NIVELACIÓN SEGUNDO PERIODO GUÍA SÍNTESIS ESTADÍSTICA MEDIDAS DE DISPERSIÓN Y POSICIÓN MEDIDAS DE POSICIÓN Las medidas de posició divide u cojuto de datos e
Más detallesINFERENCIA ESTADÍSTICA Y ESTIMACIÓN
INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico
Más detallesFormulas. Población infinita. Población finita
Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza
Más detallesPregunta Nº1 (60%) Solemne Nº1
Curso: ICI3020 - Simulació. Profesores: Felipe Gozález, Pablo Rey Ayudates: Gustavo Heríquez, Ricardo Ramírez Semestre: II-200 Soleme Nº :30 miutos. Si cosultas Preguta Nº (60%) Se desea modelar la operació
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesINTERÉS SIMPLE COMO FUNCIÓN LINEAL.
INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo 1. Obteemos la tabla de frecuecias: Altura a) Para el cálculo de la media se tiee: y i i N i y i i 65,6 9 9
Más detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas
Más detallesMétodos de Análisis Cuantitativo
Métodos de Aálisis Cuatitativo Fórmulas E este documeto se lista las fórmulas trabajadas e las clases del curso de Métodos de Ivestigació Cuatitativa (GES204) de la Facultad de Gestió y Alta Direcció de
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesINFERENCIA ESTADÍSTICA
X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detalles6. DISTRIBUCIONES MUESTRALES
6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber
Más detalles4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS
arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá
Más detallesUniversidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos
Más detallesREPASO DE ESTADÍSTICA
Aputes IN 56B; Profesor: Viviaa Ferádez I. Coceptos de Probabilidad A. Variables Discretas REPASO DE ESADÍSICA. E el mudo existe estados posibles (evetos), e algua fecha futura. Ejemplo: u eveto es el
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesProblemas de cálculo
Problemas Estimació estadística Vicete Mazao-Arrodo, 2012,2013 Problemas de cálculo Ejercicio 1 resuelto Observamos e mometos al azar e ua cocurrida calle de la ciudad. Nos iteresa registrar cuátas persoas
Más detallesDistribuciones Muestrales
10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes
Más detalles