Diseño de la muestra. Diseño de la muestra. k r

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

Download "Diseño de la muestra. Diseño de la muestra. k r"

Transcripción

1 Diseño de la uestra Diseño de la uestra Las uidades de aálisis de la uestra del XII Ceso Geeral de Població y Vivieda 000 se seleccioa co criterios probabilísticos para poder realizar estiacioes de los idicadores de iterés de la població bajo estudio y al iso tiepo coocer la calidad de las isas. Los idicadores a estiar so fudaetalete tasas, proedios y proporcioes. El diseño de la uestra perite geerar iforació co desagregació uicipal e la ayor parte de los idicadores obteidos a partir del cuestioario apliado. Adicioalete, será posible producir iforació para cada ua de las localidades de y ás habitates. Esquea de uestreo El esquea de uestreo es por cogloerados y e ua sola etapa, es decir, se seleccioa áreas geográficas copletas, ya sea Ageb 6 (urbaas o rurales), azaas (urbaas o rurales) o localidades rurales. Etraro co certeza a la uestra todos los uicipios del país, así coo aquellas localidades que de acuerdo co la cifra obteida durate el Coteo de Població y Vivieda 1995 teía 000 y ás habitates. Marco uestral Para defiir el arco uestral se toó coo base la iforació geerada por el Coteo de Població y Vivieda 1995 para la parte rural, y por la Eueració Itegral 1998 tato para la parte urbaa coo para las localidades rurales aazaadas. Las uidades de uestreo varía de acuerdo co el tipo de área y el diseño uestral que se aplica e cada ua de ellas. Área urbaa y localidades aazaadas de 000 a 499 habitates. La Uidad Priaria de Muestreo (UPM) está costituida geeralete por azaas, auque e alguas localidades co baja desidad de població, la UPM está coforada por u Ageb urbaa copleta. Área rural. Las UPM puede ser localidades o Ageb rurales. El arco de uestreo lo costituye los catálogos de Ageb, localidad y azaas, así coo la iforació estadística asociada a cada área y el aterial cartográfico que perite su idetificació y ubicació e capo. La selecció de espacios geográficos copletos hace ás fácil aplicar u solo tipo de cuestioario e cada área: el apliado e las seleccioadas y el básico e el resto. De esta aera, el total de població es resultate de suar la iforació proveiete del cuestioario básico y del apliado. Taaño de uestra y precisió Para garatizar que las estiacioes que se obtega a partir de la uestra del XII Ceso Geeral de Població y Vivieda tega calidad aceptable, es ecesario, etre otros eleetos, que el taaño de uestra que se defia para cada paráetro de iterés sea suficiete. Para la deteriació de dicho taaño uestral se seleccioó, detro de las variables icluidas e el cuestioario apliado, el idicador hogares co perceptores de igresos por otras fuetes distitas al salario. El taaño de la uestra se obtiee ediate la siguiete expresió: P = Proporció a estiar. Q = 1-P k = r Q DEFT P 1 TNR 6 Depediedo de sus características, las Ageb se clasifica e dos tipos: Ageb urbaa. Área geográfica ocupada por u cojuto de azaas (geeralete de 1 a 50) perfectaete deliitadas por calles, aveidas, adadores o cualquier otro rasgo de fácil idetificació e el terreo cuyo uso del suelo es pricipalete habitacioal, idustrial, de servicios, coercial, etcétera. Ageb rural. Área geográfica deliitada por rasgos aturales (ríos, arroyos, barracas, etc.) y culturales (vía de ferrocarril, líeas de coducció eléctrica, carreteras, brechas, etc.) que se caracteriza por el uso del suelo de tipo agropecuario o forestal. Cotiee localidades, y su extesió territorial es variable. INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra

2 Diseño de la uestra r = Error relativo áxio aceptable. k = Valor asetado e tablas estadísticas que garatiza realizar las estiacioes a ua cofiaza prefijada. DEFT = Efecto de diseño, que es la pérdida o gaacia e la eficiecia del diseño por el efecto de cogloerar eleetos de la població para forar uidades uestrales. TNR = Tasa de o respuesta. La fórula aterior se aplicó para el idicador ecioado. P = Proporció de los hogares co perceptores de igresos por otras fuetes distitas al salario 7. Q = 1 P r =0.147 Error relativo áxio e la estiació de 14.7 por cieto. etidades co gra catidad de uicipios y e su ayoría pequeños, ya que u taaño de 700 viviedas por uicipio provocaría ua uestra deasiado grade e la etidad. Así, para Chiapas, Hidalgo, Jalisco y Veracruz, el taaño de uestra íio por uicipio se fijó e 500 viviedas, ietras que e Oaxaca, Yucatá, Puebla y Tlaxcala la uestra íia por uicipio varía etre 150 y 50 viviedas, que represeta etre 0 y 50% del total de viviedas del uicipio. E estas etidades, los uicipios co eos de habitates etraro copletos a la uestra, es decir, fuero cesados a través del cuestioario apliado. El ajuste por població fiita se calculó coo sigue: = 1 + N = Taaño de uestra ajustado por població fiita. = Taaño de uestra origial. INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra k = Valor e tablas para ua cofiaza de 90 por cieto. DEFT = 1.44 Efecto del diseño esperado 7. TNR = 0.15 Tasa de o respuesta áxia de 15 por cieto. Así, se obtuvo que el taaño de uestra era de 718 hogares. Dividiedo este total etre el proedio de hogares por vivieda, se obtuvo u taaño de uestra e térios de viviedas igual a 700, lo cual sigifica que para obteer estiacioes a ivel uicipal co calidad aceptable, se debe teer u íio de 700 viviedas e uestra por cada uicipio, lo iso que e localidades de y ás habitates. Debido a que varios uicipios tiee u úero de viviedas aproxiado e icluso eor al taaño de uestra descrito, se realizó u ajuste por "població fiita" al taaño de uestra íio requerido. Sobre todo e N = Total de viviedas. Aplicado el proedio de habitates por vivieda 8 a uicipios co habitates: N = 7 Valor derivado de la Ecuesta del Coteo de Població y Vivieda Para el estado de Oaxaca el proedio fue 4.9, de acuerdo co los resultados del Coteo de Població y Vivieda habs. = 04 viv. 4.9 habs../viv. Sustituyedo este resultado e la fórula aterior: 700 = = 158 Que para efectos prácticos se redodea a 150 viviedas. E resue, el taaño de uestra de cada etidad depede de:

3 Diseño de la uestra El total de uicipios (ya que se fija u íio de 700 viviedas para cada uicipio). El úero de localidades de y ás habitates. El total de Ageb urbaas. El proedio de viviedas por azaa (urbao) y localidad (rural). A ivel acioal, el taaño de uestra obteido fue de aproxiadaete. illoes de viviedas. Co base e los taaños de uestra obteidos, se calcularo las precisioes que se tedría para alguos idicadores, así coo sus posibilidades de explotació e los ábitos uicipal, estatal y acioal. Precisió de los idicadores Variable Nivel geográfico Valor del idicador (porcetaje) Error relativo áxio Causa de discapacidad Població discapacitada por accidete Estatal Biees de la vivieda Viviedas co radio Estatal Viviedas co teléfoo Estatal Educació Població de 15 y ás años co priaria teriada Muicipal Població aalfabeta Muicipal Causa de abadoo escolar (7-4 años) Porque o quiso estudiar Muicipal No teía recursos Muicipal Epleo Població ecoóicaete activa Muicipal Ocupados que trabajaro ás de 48 horas Muicipal Ocupados que trabajaro eos de 8 horas Estatal Hogares Co perceptores de riesgo por otras fuetes distitas al salario Muicipal Co jefatura feeia Estatal Cabe aclarar que las precisioes para las localidades de y ás habitates, será siilares a las presetadas e el ábito uicipal. Los valores de los idicadores se obtuviero de la Ecuesta del Coteo de Població y Vivieda 1995 y del Ceso Piloto del XII Ceso Geeral de Població y Vivieda 000. Coo se observa e el cuadro, etre eor es el valor del idicador, las posibilidades de explotació se reduce e el ábito uicipal, o así e el estatal; si ebargo, se podrá ofrecer iforació cofiable al presetar la característica ás iportate de cada distribució. INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra

4 Diseño de la uestra INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra Procediieto de selecció El procediieto de selecció aplicado e cada uicipio para la uestra del XII Ceso Geeral de Població y Vivieda 000 es diferete de acuerdo co el tipo de área (urbaa o rural). Área urbaa. E geeral, auque todas las Ageb tiee uestra, sólo e alguas localidades urbaas co eos de habitates y baja desidad de població, esta regla o se cuple. E este setido, se tiee dos tipos de selecció e el iterior de las localidades urbaas: Selecció de azaas e el iterior de cada Ageb. Se hizo ua selecció de al eos dos azaas e cada Ageb. La elecció se realizó co probabilidad igual ediate u uestreo aleatorio siple. Las Ageb co dos o eos azaas, etraro copletas a la uestra. E los casos e dode la uestra o alcazó el íio requerido e el uicipio o localidad, se seleccioaro ás azaas por Ageb. Selecció de Ageb copletas e el iterior de la localidad. E alguas localidades urbaas eores de habitates y co u proedio de viviedas por azaa iferior a cico, se optó por la selecció de áreas ás claraete defiidas e capo, coo lo so las Ageb, ya que e ocasioes la traza irregular o poco defiida de las azaas ipidió idetificar las áreas seleccioadas. La selecció de Ageb se realizó co probabilidad igual ediate u uestreo aleatorio siple. Área rural. Todas las localidades de 000 a 499 habitates etraro co certeza a la uestra. Si éstas cotaba co aazaaieto regular, etoces se les daba trataieto de localidad urbaa, es decir, se seleccioaro e su iterior dos o ás azaas; e cabio, cuado o cotaba co plao, etraba copletas a la uestra. E el resto del área rural (localidades eores de 000 habitates), el tipo de selecció depedió de las características de cada uicipio, por lo que se aplicaro tres esqueas de selecció, que se preseta a cotiuació: Selecció de localidades por cada Ageb del uicipio. Esta selecció se caracteriza, al igual que e el área urbaa, por ua gra dispersió de la uestra, lo cual se traduce e ua ejora e las precisioes de los estiadores. Se escogiero dos o ás localidades de cada Ageb (depediedo del íio de viviedas requerido para el uicipio). La selecció fue aleatoria y co probabilidad igual. Selecció de localidades e el iterior del uicipio. Al tratarse de u uestreo por áreas, se pierde el cotrol sobre el taaño de uestra obteido, ya que éste depede del úero de viviedas de las áreas seleccioadas. Co el objeto de cotrolar y reducir el taaño de uestra cuado éste sobrepasa co ucho al requerido, se aplicó otra selecció que cosistió e estratificar las localidades rurales e el iterior del uicipio, segú el total de habitates; e el iterior de cada estrato coforado se hizo ua selecció de alguas localidades, de acuerdo co el siguiete cuadro:

5 Diseño de la uestra Estrato Ragos de taaño de localidad (habitates) Núero de localidades a seleccioar 1 Co eos de 50 4 De 50 a De 500 a La selecció e el iterior de cada estrato se realizó co probabilidad igual y ediate uestreo sisteático. Selecció de Ageb (rurales) e el iterior del uicipio. La selecció de Ageb rurales copletas se aplica cuado el uicipio tiee u gra úero de localidades rurales y el proedio de viviedas por localidad es eor a 15. Dicha selecció se realiza co probabilidad igual y co uestreo aleatorio. E los tres esqueas ateriores, las Ageb que tiee eos de X viviedas 9 etra copletas a la uestra. Area urbaa Selecció de azaas 9 X va de 50 a 150 viviedas, depediedo de la dispersió e la etidad. Procediieto de estiació De acuerdo co el proceso de selecció, se tiee dos étodos para el cálculo de las probabilidades de selecció de las viviedas. El priero cosidera la selecció de azaas e el iterior de cada Ageb urbaa, selecció de Ageb copletas e el iterior de la localidad urbaa, selecció de localidades por cada Ageb rural del uicipio, así coo selecció de Ageb rurales e el iterior del uicipio. La fórula que se eplea es la siguiete: P ij = i N i P ij = Probabilidad de selecció de la j ésia UPM e el ábito de selecció correspodiete i. i = Núero de UPM (azaas, localidades o Ageb) a seleccioar. Co i > _. N i = Total de UPM e el ábito de selecció (Ageb urbaa o rural, uicipio). i y N i varía segú el tipo de selecció que se realice, de acuerdo co el siguiete cuadro: Tipo de selecció i N i Selecció de Ageb copletas e el iterior de la localidad urbaa. Area rural Selecció de azaas por localidad aazaada de 000 a 499 habitates. Selecció de localidades por cada Ageb del uicipio. Selecció de Ageb e el iterior del uicipio. Núero de azaas a seleccioar e la i ésia Ageb. Núero de Ageb a seleccioar e la i ésia localidad urbaa. Núero de azaas a seleccioar e la i ésia localidad rural. Núero de localidades a seleccioar e la i ésia Ageb. Núero de Ageb a seleccioar e el i ésio uicipio. Total de aaas e la i ésia Ageb. Total de Ageb e la i ésia localidad urbaa. Total de aaas e la i ésia localidad rural. Total de localidades e la i ésia Ageb. Total de Ageb e el i ésio uicipio. INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra

6 Diseño de la uestra INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra El segudo caso es cuado e el área rural se realiza ua selecció de localidades e el iterior del uicipio, la expresió que se utiliza es: l P hi = h L h P hi = Probabilidad de selecció de la i ésia localidad del estrato h e el uicipio; todas las viviedas que cofora las localidades seleccioadas tiee la isa probabilidad de selecció. l h = Núero de localidades a seleccioar e el estrato h del uicipio. L h = Total de localidades e el estrato h del uicipio. Estiadores La costrucció de totales de població se hizo e dos etapas: Iicialete se obtuviero estiacioes de totales a partir de los poderadores (iverso de la probabilidad de selecció). Posteriorete se utilizó u estiador separado de razó, el cual epleó coo variable auxiliar a la població e viviedas particulares habitadas resultates de la itegració de las cifras preliiares del XII Ceso Geeral de Població y Vivieda 000. E geeral: El estiador del total uicipal obteido directaete de la uestra es: Xˆ = F i x ijk i j k F i = Es el iverso de la probabilidad de selecció de las UPM correspodietes al ábito de selecció i. x ijk = Es el valor de la característica de iterés e la k-ésia etrevista de la j-ésia UPM, e el ábito de selecció i. Para defiir el estiador separado de razó se utilizó coo variable auxiliar la població residete e viviedas particulares habitadas, obteida durate la itegració de las cifras preliiares del XII Ceso Geeral de Població y Vivieda 000: X = Estiador separado de razó del total de la característica X para el uicipio. Xˆ = Estiador del total de la característica X obteido directaete de la uestra para el uicipio. Yˆ = Estiador del total de població obteido directaete de la uestra para el uicipio. Y = Núero de residetes geerado de la cifra preliiar. Para la estiació de proporcioes, tasas y proedios se utilizaro estiadores de razó cobiados, defiiedo otra característica T de aera siilar a X, quedado etoces: Precisió y cofiaza X = R = X T Debido a que los datos presetados se estiaro al icluir iforació de sólo ua parte de la població (uestra), éstos puede diferir de las cifras obteidas a partir del Ceso, e dode se realizó u recueto total de la població. Xˆ Ŷ Y

7 Diseño de la uestra La agitud de la diferecia etre el idicador uestral y el cesal puede cuatificarse y estiarse a partir de la precisió y cofiaza de los estiadores, para los cuales se utilizaro las siguietes expresioes: Error estádar (SE). El cálculo de error estádar para estiadores de razó del diseño de la uestra, se hizo co la siguiete fórula: M = Total de uicipios I = Ábitos de selecció e el uicipio (Ageb urbaa, Ageb rural o parte rural del uicipio). i = Total de UPM (azaas, localidades o Ageb) seleccioadas e el ábito de selecció i del uicipio. Fracció de uestreo e cada ábito de selecció de cada uicipio. i d i ( 1 f ) d ij M I 1 i SE = Var R = i i i 1 j T f i = d = x R t ij ij so las estiacioes del total de població co característica X y característica T de la j-ésia UPM e el ábito de selecció i, uicipio, las cuales se calcula co la siguiete expresió: x P ij = ( F ) x ij i ijk k para la j-ésia UPM, ábito i, uicipio, dode P ij es el total de uidades de aálisis e la UPM. t ij se obtiee de aera aáloga a d = x R t x y ij t ij ij i i i es la sua para el i-ésio ábito de selecció e el uicipio. i x ij x y i t i so las estiacioes para los totales de la població co la característica x y t del ábito de selecció i del uicipio. Coeficiete de variació (CV). Es ua edida relativa, defiida coo el error estádar dividido etre el estiador. SE CV= Efecto del diseño (DEFT). Es la razó de coparació etre el error estádar de acuerdo co el diseño de la uestra y el error estádar bajo u diseño de uestreo aleatorio siple (SER). Itervalo de cofiaza al 90 por cieto: Para fies prácticos y siplificar su lectura, los resultados de la uestra del Ceso se preseta co estiacioes putuales, auque su lectura e iterpretació debe darse e térios de itervalos. El itervalo de cofiaza idica que el valor real se ecuetra etre el líite iferior y el líite superior del itervalo R ± SE co ua probabilidad del 90 por cieto. R SE DEFT = SER R SE y R SE INEGI. XII Ceso Geeral de Població y Vivieda, 000. Diseño de la uestra

DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL

DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL 475 DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL 476 Diseños uestrales ÍNDICE Páia 1. Diseño de la Muestra... 477 1.1 Marco de la ecuesta... 477 1.2 Foració de uidades de uestreo... 477 1.3 Estratificació...

Más detalles

10. Estimadores 7 11. Estimación de las precisiones 8

10. Estimadores 7 11. Estimación de las precisiones 8 Ídice Págia 1. Objetivo de la ecuesta 1. Població objetivo 1 3. Cobertura geográfica 1 4. iseño de la uestra 1 4.1 Marco de la ecuesta 1 4. Foració de las uidades priarias de uestreo (UPM) 1 a) E urbao

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICA Y GEOGRAFÍA. Encuesta Nacional de la Dinámica Demográfica 2009. Diseño muestral

INSTITUTO NACIONAL DE ESTADÍSTICA Y GEOGRAFÍA. Encuesta Nacional de la Dinámica Demográfica 2009. Diseño muestral INSTITUTO NACIONAL E ESTAÍSTICA Y GEOGRAFÍA Ecuesta Nacioal de la iáica eográfica 2009 iseño uestral Ídice Págia. Objetivo de la ecuesta 2. Població objetivo 3. Cobertura geográfica 4. iseño de la uestra

Más detalles

INSTITUTO NACIONAL DE SALUD PÚBLICA DISEÑO MUESTRAL

INSTITUTO NACIONAL DE SALUD PÚBLICA DISEÑO MUESTRAL INSTITUTO NACIONAL E SALU PÚBLICA ISEÑO MUESTRAL Noviebre 2008 1. Objetivo de la ecuesta Obteer iforació estadística sobre las características de la població de tipo deográfico, social, de salud, de ocupació

Más detalles

Módulo de Condiciones Socioeconómicas Diseño muestral

Módulo de Condiciones Socioeconómicas Diseño muestral Módulo de Codicioes Socioecoóicas 015 Diseño uestral Istituto Nacioal de Estadística y Geografía Módulo de Codicioes Sociecoóicas 015 Diseño uestral Obras copleetarias publicadas por el INEGI sobre el

Más detalles

DIRECCIÓN DE DISEÑO Y MARCOS ESTADÍSTICOS

DIRECCIÓN DE DISEÑO Y MARCOS ESTADÍSTICOS Por qué ua ecuesta e viviedas? probabilística? estratificada? por cogloerados? Qué es el arco de uestreo? Iportacia del arco de uestreo Perite la selecció de uestras probabilísticas. Perite la ubicació

Más detalles

Encuesta Nacional de Ingresos y Gastos de los Hogares 2012 ENIGH

Encuesta Nacional de Ingresos y Gastos de los Hogares 2012 ENIGH Ecuesta Nacioal de Igresos y Gastos de los Hogares 2012 ENIGH Diseño uestral Foració de las uidades priarias de uestreo para el levataieto Obras copleetarias publicadas por el INEGI sobre el tea: Ecuesta

Más detalles

Fracc. Jardines del Parque, CP 20276. Aguascalientes, Ags.

Fracc. Jardines del Parque, CP 20276. Aguascalientes, Ags. Istituto Nacioal de Estadística y Geografía Edificio sede, Av. Héroe de Nacozari sur ú. 2301 Fracc. Jardies del Parque, CP 20276. Aguascalietes, Ags. www.iegi.org.x ateció.usuarios@iegi.org.x Sítesis etodológica.

Más detalles

Automá ca. Capítulo6.LugardelasRaíces. JoséRamónLlataGarcía EstherGonzálezSarabia DámasoFernándezPérez CarlosToreFerero MaríaSandraRoblaGómez

Automá ca. Capítulo6.LugardelasRaíces. JoséRamónLlataGarcía EstherGonzálezSarabia DámasoFernándezPérez CarlosToreFerero MaríaSandraRoblaGómez Autoáca Capítulo6.LugardelasRaíces JoséRaóLlataGarcía EstherGozálezSarabia DáasoFerádezPérez CarlosToreFerero MaríaSadraRoblaGóez DepartaetodeTecologíaElectróica eigeieríadesisteasyautoáca Lugar de las

Más detalles

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera La Capitalizació co ua Tasa de Iterés Siple El Iterés Siple La característica ás resaltate de la capitalizació co tasa de iterés siple es que el valor futuro de u capital aueta de aera lieal. Sea u pricipal

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Una aplicación del procedimiento Hot Deck como método de imputación

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Una aplicación del procedimiento Hot Deck como método de imputación UNIVESIDAD NACIONA MAYO DE SAN MACOS FACUTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE ESTADÍSTICA Ua aplicació del procediieto Hot Deck coo étodo de iputació Capítulo III. Método de iputació ot deck TABAJO MONOGÁFICO

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-04. APELLIDOS: DNI: NOMBRE:. La producció de piezas de ua factoría se realiza e dos máquias. El 40% de las piezas las produce la máquia M y el 60%

Más detalles

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1 MÉTODOS DE ENUMERACIÓN Y CONTEO. Pricipio de ultiplicació. Supogaos que u procediieto desigado coo puede hacerse de aeras. Supogaos que u segudo procediieto desigado coo se puede hacer de aeras. Tabié

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas 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 detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

ANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA

ANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA ANÁISIS IENSIONA Y SEEJANZA INÁICA PROOIPOS Y OEOS os procediietos aalíticos basados e las ecuacioes geerales de la ecáica de los fluidos, o perite resolver, adecuadaete, todos los probleas que se preseta

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 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 detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

Capítulo 5. Oscilador armónico

Capítulo 5. Oscilador armónico Capítulo 5 Oscilador aróico 5 Oscilador aróico uidiesioal 5 Reescalaieto 5 Solució e series 53 Valores propios 54 Noralizació 55 Eleetos de atriz 5 Operadores de creació y de aiquilació 5 Ecuació de valores

Más detalles

Qué es la estadística?

Qué 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 detalles

DISEÑO MUESTRAL ENCUESTA NACIONAL SOBRE CULTURA POLÍTICA 2008 (ENCUP-2008)

DISEÑO MUESTRAL ENCUESTA NACIONAL SOBRE CULTURA POLÍTICA 2008 (ENCUP-2008) DISEÑO MUESTRAL ENCUESTA NACIONAL SOBRE CULTURA POLÍTICA 008 (ENCUP-008) Índice Página 1. Objetivo de la encuesta 1. Población objetivo 1 3. Cobertura geográfica 1 4. Diseño de la uestra 1 4.1 Marco de

Más detalles

GUIA DE MATEMÁTICAS 2 Bloque 2

GUIA DE MATEMÁTICAS 2 Bloque 2 GUIA DE MATEMÁTICAS 2 Bloque 2 Eje teático: SN y PA Coteido: 8.2. Resolució de probleas que iplique adició y sustracció de ooios. Itecioes didácticas: Que los aluos distiga las características de los térios

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia 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 detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse.

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse. Núeros coplejos 1. Cuerpos U cuerpo coutativo es u cojuto de úeros que puede suarse, restarse, ultiplicarse y dividirse. Los úeros racioales, esto es, los úeros que puede escribirse e fora de fracció,

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA UNP-Facultad de Igeiería Carreras: Ig. Electróica y Electricista CAPÍTUO 6 ESTIMACIÓN DE VARIANZAS PROPORCIONES POBACIONAES MEDIANTE INTERVAOS DE CONFIANZA 6.1 Itervalo de cofiaza ara la variaza de ua

Más detalles

UNIDAD 1: MATRICES Y DETERMINANTES

UNIDAD 1: MATRICES Y DETERMINANTES IES NERVIÓN. MTEMÁTICS PLICDS CIENCIS SOCILES II Uidad 1: MTRICES Y DETERMINNTES UNIDD 1: MTRICES Y DETERMINNTES 1. MTRICES 1.1. DEFINICIONES BÁSICS Matriz de orde : es ua serie de úeros reales distribuidos

Más detalles

EJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto

EJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto EJERCICIOS DISOLUCIONES (ejercicios fáciles para iiciarse) Solució: Priero debeos poer la fórula co la que se calcula el %asa: asa % asa asadisolució El (copoete ioritario) es la glucosa y el disolvete

Más detalles

PRÁCTICAS Nº 10 Y 11

PRÁCTICAS Nº 10 Y 11 PRÁCTICA Nº 10 Y 11 CONTRATE DE HIPOTEI E INTERVALO DE CONFIANZA ETADÍTICA E INTRODUCCIÓN A LA ECONOMETRÍA º LADE CURO 008-09 Profesorado: Prof. Dra. Mª Dolores Gozález Galá Prof. M ª Mar Roero Mirada

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 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 detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS 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 detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

SELECCIÓN DE LOS CASOS (II): Muestra estadística

SELECCIÓN DE LOS CASOS (II): Muestra estadística ELECCIÓ DE L CA (II): El objetivo de esta ficha de actividad es itroducir el problema de la selecció de los casos ua vez que se ha defiido (auque sea) provisoriamete el tipo de diseño que orgaizará la

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación 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 detalles

Qué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II

Qué es el muestreo? SISTEMA DE EVALUACION. Practicas 30% Examen parcial 30% Examen final 30% Trabajos encargados 10% TECNICAS DE MUESTREO II SISTEMA DE EVALUACION TECNICAS DE MUESTREO II Practicas 3% Exame parcial 3% Exame fial 3% Trabaos ecargados % Profesor: Ig. Celso Gozales Ch. Mg.Sc Email:cgozales@lamolia.edu.pe REFERENCIAS BIBLIOGRAFICAS

Más detalles

COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509

COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 MATEMATICAS SEGUNDO GRADO SECCIÓN SECUNDARIA ACTIVIDADES PARA DESARROLLAR EN CLASE CURSO 2015-2016

Más detalles

PyE_ EF2_TIPO1_

PyE_ 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 detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso 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 detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 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 detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

Estadística 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 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 detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA 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 detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

Permutaciones y combinaciones

Permutaciones y combinaciones Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

A lo largo de este tema vamos a considerar que en conjunto ρν no contiene al elemento 0. Por tanto ρν={1, 2, 3, }.

A lo largo de este tema vamos a considerar que en conjunto ρν no contiene al elemento 0. Por tanto ρν={1, 2, 3, }. 1. SUCESIONES DE NÚMEROS REALES. A lo largo de este tea vaos a cosiderar que e cojuto ρν o cotiee al eleeto 0. Por tato ρν={1,, 3, }. DEF Llaareos sucesió de Núeros Reales a toda aplicació f: ρν ΙΡ. Es

Más detalles

Diseño muestral de la Encuesta de Métodos de Producción Agrícola 2009

Diseño muestral de la Encuesta de Métodos de Producción Agrícola 2009 Diseño muestral de la Ecuesta de Métodos de Producció Agrícola 009 El diseño muestral de la Ecuesta de Métodos de Producció Agrícola 009 correspode a u tipo de muestreo aleatorio estratificado. E cada

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

Medidas de Tendencia Central

Medidas 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 detalles

Prueba A = , = [ 7.853, 8.147]

Prueba 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 detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

2 FUNDAMENTOS DE PROBABILIDAD

2 FUNDAMENTOS DE PROBABILIDAD 2 FUNDAMENTOS DE PROBABILIDAD T al vez el estudio de la probabilidad toma setido cuado se percibe y se acepta la existecia de la aleatoriedad e diversos aspectos de la vida diaria. Si embargo, si cosideramos

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA 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 detalles

ESTIMACIONES DE MEDIAS

ESTIMACIONES DE MEDIAS COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor

Más detalles

UNIONES ATORNILLADAS

UNIONES ATORNILLADAS PROBLEMA Nº4 Diseñar ediate torillos resistetes al deslizaieto e ELU la uió últiple de la pieza co secció e cajó y plata e T a la placa frotal, teiedo e cueta las diesioes y la solicitació de servicio

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

El método de Monte Carlo

El método de Monte Carlo El método de Mote Carlo El método de Mote Carlo es u procedimieto geeral para seleccioar muestras aleatorias de ua població utilizado úmeros aleatorios. La deomiació Mote Carlo fue popularizado por los

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA Métodos estadísticos y uméricos Estimació por Itervalos de cofiaa PROBLEMA REUELTO DE ETIMACIÓN POR INTERVALO DE CONFIANZA U adador obtiee los siguietes tiempos, e miutos, e 0 pruebas croometradas por

Más detalles

Regla de Tres. Prof. Maria Peiró

Regla de Tres. Prof. Maria Peiró Regla de Tres Prof. Maria Peiró .- Regla de Tres: Es ua fora de resolver probleas que utiliza ua proporció etre tres o ás valores coocidos y u valor descoocido. La Regla de Tres puede ser siple ó copuesta.

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra: T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

CENTROS DE EXCELENCIA EN CIENCIAS Y MATEMÁTICAS

CENTROS DE EXCELENCIA EN CIENCIAS Y MATEMÁTICAS AlACiMa GUÍA DEL ESTUDIANTE (AlACiMa - FASE ) Título : LOS NÚMEROS REALES Autor : Dr. Edwi Morera Gozález Materia : Mateáticas Nivel : Esta actividad está desarrollada para el ivel 7-9. Cocepto Pricipal

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES 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 detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

Tema 1. Números reales

Tema 1. Números reales Tea. Núeros reales Coceptos previos Errores absoluto y relativo La recta real, seirrectas, itervalos y etoros Notació cietífica Ejercicios CONCEPTOS PREVIOS Resuelve los siguietes tres ejercicios iiciales

Más detalles

Unidad 3. Construcción de números índice y aplicaciones al análisis económico

Unidad 3. Construcción de números índice y aplicaciones al análisis económico Uidad 3. Costrucció de úmeros ídice y aplicacioes al aálisis ecoómico Los úmeros ídices, utilizados co frecuecia e Ecoomía, Demografía y diferetes campos de la estadística aplicada, so valores coveietes

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

Como se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación.

Como se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación. Uiversidad Técica Federico Sata María Departameto de Matemática Reato Allede Olivares 7. QUINTO MÓDULO 7. Iferecia Estadística Como se ha podido apreciar e los módulos ateriores, La estadística trata co

Más detalles

1. Propiedades de los estimadores

1. Propiedades de los estimadores . Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie

Más detalles

DESTILACIÓN FRACCIONADA

DESTILACIÓN FRACCIONADA UNIVERSIA NACIONAL EXPERIMENTAL RANCISCO E MIRANA ÁREA E TECNOLOGÍA COMPLEJO ACAÉMICO EL SABINO OPERACIONES UNITARIAS II ESTILACIÓN RACCIONAA 7. MÉTOO MCCABE THIELE. udaeto: McCabe y Thiele ha desarrollado

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill. GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,

Más detalles

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra. 1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de

Más detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? 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

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC.

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC. APLICACIONES INFORMÁTICAS EN QUÍMICA Problemas Tema 2.3: Series, represetació de fucioes y costrucció de tablas e HC Grado e Química º SEMESTRE Uiversitat de Valècia Facultad de Químicas Departameto de

Más detalles

1 Valores individuales del conjunto

1 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 detalles