INSTITUCIÓN EDUCATIVA NORMAL SUPERIOR DE QUIBDÓ MATEMÁTICA -- GUÍA DE ESTADÍSTICA 904 Y 905

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

Download "INSTITUCIÓN EDUCATIVA NORMAL SUPERIOR DE QUIBDÓ MATEMÁTICA -- GUÍA DE ESTADÍSTICA 904 Y 905"

Transcripción

1 Marcosapb Matemátca Estadístca 904 y INSTITUCIÓN EDUCATIVA NORMAL SUPERIOR DE QUIBDÓ Docente: MARCOSAPB MATEMÁTICA -- GUÍA DE ESTADÍSTICA 904 Y 905 Investgacón: para determnar el peso promedo de los estudantes de la N.S.Q que tenen 14 y 15 años de edad, debdo a que es dfícl localzar a todos los educandos de la N.S.Q que tenen 14 y 15 años de edad, el grupo nvestgador escogó los estudantes de 901, 90 y 903; el análss arrojó los sguentes pesos en kg Actvdades: Ordene los pesos de menor a mayor sn obvar (qutar) nnguno. Identfque las veces que se repte cada peso Identfque el peso que más se repte y el que menos se repte Elabore una tabla que contenga lo sguente: Peso(kg) Veces que se repte ESTADÍSTICA La estadístca es la parte de la matemátca que se ocupa de la recoleccón, presentacón, análss e nterpretacón de los conjuntos de datos. VARIABLES ESTADÍSTICAS Caracteres Los caracteres son los elementos que hacen parte de la poblacón y de la muestra. Tales como seo, número de hjos de una famla, edad, estatura, etc. Caracteres = varables. 1

2 Marcosapb Matemátca Estadístca 904 y VARIABLES CUALITATIVAS Son caracteres que no se pueden medr. O sea, no se pueden representar con números. Ejemplos: Seo, color, músca favorta, deporte preferdo, estado cvl, etc. Varables cuanttatvas Son caracteres que se pueden medr, es decr, se pueden representar con números. Ejemplos: la estatura, la edad, números de hermanos, calfcacones de las áreas en las unversdades, cantdad de puntos obtendos en una competenca, etc. Varables cuanttatvas dscretas Una varable es dscreta, cuando sólo puede tomar valores aslados (enteros) dentro de una muestra. Ejemplos: el número de hjos, la poblacón de una comundad, el número de televsores que posee una persona, etc. Veamos: Una pareja puede tener: 1,, 3, 4,... hjos. Nunca podrá tener 3,5 hjos; O sea, tres hjos y medos. Una poblacón puede tener 00, 400, 500,... habtantes. Nunca podrá tener 46,5 habtantes. NOTA S al realzar un cálculo matemátco sobre varables dscretas, obtenemos números decmales, se debe de consderar el número entero nferor al número decmal. A s: S el cálculo arroja 3,6 hjos; se aproma a 3 hjos. S el cálculo arroja 416,56 habtantes; se aproma a 416 habtantes. Varables cuanttatvas contnuas Una varable es contnua, cuando puede tomar cualquer valor en un ntervalo determnado. Ejemplos: la estatura, el salaro, la edad, puntaje obtendo en una prueba, etc.

3 Marcosapb Matemátca Estadístca 904 y Veamos: La estatura de una persona puede medr: 1,48m;,0m; 1,65m; etc. Ejercco De ejemplo de: dos varables cualtatvas dferente a las que aparecen en la guía, dos cuanttatva dscreta y dos cuanttatvas contnuas. POBLACIÓN Se llama poblacón al conjunto que srve de fuente para la seleccón de la nformacón de un fenómeno dado, las personas u objetos de la poblacón deben tener característcas comunes. Ejemplo: Sí deseamos saber el promedo de hjos que tenen las famlas en el Chocó, la poblacón sería todas las famlas del Departamento del Chocó. Cuál es la poblacón de la nvestgacón? MUESTRA La muestra es un subconjunto de la Poblacón que debe ser cudadosamente selecconada para que sea representatva de la característca que se desea medr. S para realzar el estudo del ejemplo anteror, escogéramos úncamente las famlas de Qubdó, este conjunto de famlas sería la Muestra. Cuál es la muestra de la nvestgacón? Tamaño de la muestra Se llama tamaño de la muestra al número de ndvduos u objetos que hacen parte de la muestra. S en Qubdó esteran 50 famlas, este sería el tamaño de la muestra. Cuáles el tamaño de la muestra de la nvestgacón? FRECUENCIA ABSOLUTA f La frecuenca absoluta de un dato estadístco numérco es el número de veces que se repte ese dato en la muestra. Ejemplo: Sí en una muestra el número 1,36 se repte 7 veces, esto quere decr, que su frecuenca es 7. Identfque la frecuenca absoluta de cada una de los pesos? 3

4 Marcosapb Matemátca Estadístca 904 y FRECUENCIA ACUMULADA fa Se llama frecuenca acumulada de un dato, a la suma de las frecuencas absolutas del dato con la de todos los anterores. S las frecuencas de los tres prmeros datos consecutvos son: 5, 15 y 10, entonces: La frecuenca acumulada del prmer dato es: 5. O sea, 5. Antes del prmer dato no hay otro, por eso es la msma frecuenca absoluta. La frecuenca acumulada del segundo dato es: = 40. O sea, 40. La frecuenca acumulada del tercer dato es: = 50. O sea, 9. Y así sucesvamente hasta termnar con todos los datos. Con los datos obtendos elabore una tabla que contenga lo sguente. Se ubcan de menor a mayor Peso (kg) Frecuenca absoluta (veces que se repte) Frecuenca acumulada (suma de cada frecuenca absoluta con las anterores) Nota: La suma de todas las frecuencas absolutas es gual al tamaño de la muestra. Compruebe la anteror afrmacón. FRECUENCIA RELATIVA fr Ayuda: Sume todas la frecuencas absolutas Se llama frecuenca relatva de un dato, al cocente entre la frecuenca absoluta y el tamaño de la muestra. Ejemplo: S la frecuenca absoluta de un dato es 15 y el 15 tamaño de la muestra es 50, entonces, la frecuenca relatva del dato es: 0, 3 50.Luego, la frecuenca relatva de ese dato es 0,3. FRECUENCIA RELATIVA ACUMULADA Se llama frecuenca relatva acumulada de un dato, a la suma de las frecuencas relatvas de ese dato, con la de los datos anterores. S las frecuencas relatvas de tres datos son: 0,5; 0,3 y 0,. Entonces: fra 4

5 Marcosapb Matemátca Estadístca 904 y La frecuenca relatva acumulada del prmer dato es: 0,5. Para el segundo dato es: 0,5 0,3 0,80. Para el tercer dato es: 0,5 0,3 0, 1,0 Haz una tabla que contenga lo sguente y determne las frecuencas relatvas y acumuladas de cada uno de los datos de la tabla. Peso (kg) F. absoluta F. acumulada F. relatva F. relatva acumulada Analce la mayor y menor frecuenca relatva y otra que usted desee Nota: La suma de las frecuencas relatvas de una dstrbucón de frecuencas es gual a Compruébelo? Ayuda: Sume todas la frecuencas relatvas EL PORCENTAJE Se obtene al multplcar la frecuenca relatva por 100. O sea: 0,5100 = 50%. 50%, léase: ocho por cento. Analce el mayor y el menor porcentaje y otro que usted desee El porcentaje acumulado de un dato: es la suma del porcentaje del dato con los porcentajes de los datos anterores. Elabore una tabla que contenga lo sguente y halle los porcentajes y los porcentajes acumulados Peso (kg) F. absoluta F. acumulada F. relatva F. relatva acumulada Porcentaje Porcentaje acumulado Sume todos los porcentajes, e dentfque a que número se aproma o es gual 5

6 Marcosapb Matemátca Estadístca 904 y MEDIDAS DE TENDENCIA CENTRAL Las meddas de tendenca central son: El promedo o Meda artmétca, la Medana y la Moda. Las meddas de tendenca central analzan la parte más mportante de la nformacón obtenda. O sea, el centro de la nformacón El promedo o meda artmétca El promedo o meda artmétca de una sere de datos se halla sumando todos los datos y dvdendo ésta por el tamaño de la muestra. O sea: suma de todos los datos 1 3 n 1 Promedo. Entonces : tamañode la muestra n n Promedo o meda artmétca. Sgno de sumatora Datos (varable) n Tamaño de la muestra o número de observacones El promedo o meda artmétca de una sere de datos, es el dato que los representa a todos. Por eso, el promedo o la meda están consttudos por el aporte de todos los datos. El promedo o meda de una sere de datos, muestran que s escoge un dato de esa sere, el dato selecconado es muy cercano al promedo o es el msmo promedo EJEMPLO S en una poblacón el promedo de vda es de 70 años, esto muestra que una persona que nace en ese pueblo (cudad) va a vvr menos de 70 años, 70 años eactamente o más de 70 años. O sea, su fallecmento (deceso) estará alrededor de 70 años Todo esto es un estmado (lo que puede suceder). EJERCICIO Interprete los sguentes promedos. 1. El promedo de goles por partdo del campeonato colombano es de 3 goles.. La estatura promedo del hombre chocoano es de 1,70m. 3. El promedo del dnero usado por los estudantes de la N.S.Q. en el descanso es de $ El promedo de hjos de las famlas colombanas es de 4 hjos. n Halle la meda artmétca o promedo de los pesos. 6

7 Marcosapb Matemátca Estadístca 904 y La medana (Me) La medana de un grupo de datos ordenados según su magntud, es el valor central de la lsta. La medana de los datos: 3, 4, 5, 6, 7 es 5, porque ocupa la poscón central. En este caso el número de datos es mpar. Me = 5. La medana de los datos: 3, 4, 5, 6, 7, 8 es En este caso, el número de datos es par, por eso, la Me = 5, 5 medana se calcula con el promedo de los dos datos centrales Qué peso representa la medana? La moda (Mo) La moda es el dato que más se repte. Cuál es el peso que más se repte? EJEMPLO Hallemos el Promedo, la Medana y la Moda de los sguentes datos: 5, 9, 8,, 6, 5, 6, 1, 3, 5, 9,, 6, 5. Solucón: Ordenando los datos: 1,,, 3, 5, 5, 5, 5, 6, 6, 6, 8, 9, 9. n = 14 datos Mo = 5. Porque es el dato que más se repte. Me Como n es par, la medana se calculado con el promedo de los dos datos que ocupan la poscón central n , El promedo es 5,14. NOTA: Todos los cuadros que se han elaborados, se llaman cuadros de dstrbucón de frecuencas. 7

8 Marcosapb Matemátca Estadístca 904 y EJERCICIO Los sguentes datos fueron arrojados por un estudo sobre el número de cancones que los habtantes de Qubdó escucharon durante una semana: 4, 8, 1, 3, 5, 5, 10, 6,, 9, 5, 6, 4, 4, 4,, 6,, 3, 9, 9, 11, 10, 6, 6, 6, 10, 10, 6, 4, 4, 5, 4, 5, 6, 6, 6, 6, 5, 5, 6, 5, 4,, 9, 6, 9, 8, 1, 6, 5, 4, 3, 11, 6, 11, 11, 4, 4, 4, 8, 9, 6, 10,, 4, 6, 4, 6, 4, 6,, 4, 6, 11, 4, 8, 3, 1, 6, 6, 11, 10, 10,, 5, 5, 5, 10,, 6, 8, 9, 9, 8, 6, 5 Actvdades: Ordene los datos de menor a mayor, sn obvar nnguno. Elabore una tabla que contenga: Frecuenca absoluta, frecuenca acumulada, frecuenca relatva, frecuenca relatva acumulada, porcentaje y porcentaje acumulado. Calcule: El promedo, la Moda y la medana. De la tabla, determne: a) El porcentaje de personas que escucha menos de 5 cancones b) El porcentaje de personas que escucha más de 8cancones c) El porcentaje de personas que escucha entre 4 y 9 cancones d) El porcentaje de personas que escucha más de 6 cancones y memos de 10 cancones e) El porcentaje de personas que más cancones escucha y el que menos cancones escucha f) El número de personas que escucha entre 5 y ses cancones g) El número de personas que escucha más de 3 y menos de 8 cancones h) La relacón o proporcón de personas que escuchan más 6 cancones y 10 cancones ) La relacón o proporcón de personas que escuchan menos de 4 y más de 9 cancones Ayuda: en matemátcas, la relacón o proporcón entre dos elementos, se epresa como una dvsón ndcada (nunca se dvde). Se smplfca s es posble. Veamos: La relacón entre los frecuencas absolutas 4 y. Esto es: 4 1, que se epresa a sí: : 1, léase: es a 1, y sgnfca que por cada dos elementos del dato de frecuenca 4 este (se escoge) 1 del dato de frecuenca. 8

9 Marcosapb Matemátca Estadístca 904 y PROMEDIO O MEDIA ARITMÉTICA, MEDIANA Y MODA CUANDO LOS DATOS ESTÁN EN UNA TABLA DE DISTRIBUCIÓN DE FRECUENCIAS La tabla muestra las calfcacones obtendas por un número de estudantes de la N.S.Q. llenemos la tabla y determnemos: promedo. Mo la mod a. Me la medana. f n tamaño de la muestra f fa fr fra % porcentaje Porcentaje acumulado Total dato. f frecuenca absoluta. fa freccuenc a acumulada. fr freccuenc a relatva. fr freccuenc a relatva acumulada. % porcentaje f multplca cón de un dato por su frecuenca absoluta Como los datos están en una tabla de dstrbucón de frecuencas, el promedo (), la moda (Mo), la medana (Me) y el tamaño de la muestra (n) ; se calculan con las sguentes epresones: f promedo. n f tamaño de la muestra. n Para la medana Mo el dato más repetdo n... s n es par : se busca en fa ( frecuenca acumulada ) Localzacón de Me n 1... s n es mpar : se busca en fa ( frecuenca acumulada ) Importante: s el cocente (dvsón) no concde con nnguna frecuenca acumulada, se toma la superor al cocente. EJERCICIO 1. Los sguentes datos corresponden al resultado de una prueba de Matemátca Elabore una tabla que contenga lo sguente: 9

10 Marcosapb Matemátca Estadístca 904 y f f fa fr fra % porcentaje Porcentaje acumulado De la tabla halle:. Mo. Me. n. Complete la sguente tabla f Total f fa fr fra % porcentaje Porcentaje acumulado 3. La sguente tabla muestral el peso en klogramos de 00 nños. f f fa fr fra % porcentaje Porcentaje acumulado Total a) Halle el número de nños que representa cada peso. b) Complete la tabla y halle:. Mo. Me. n AYUDA: Con el porcentaje y el total de nños, responda la prmera nquetud. RECUERDE: Para determnar el valor que representa un porcentaje: el 3. Complete la sguente tabla y determne:. Mo. Me. n f ? ? 60? ? 80 6 Total f fa fr fra % porcentaje Porcentaje acumulado 10

11 Marcosapb Matemátca Estadístca 904 y Dada la sguente tabla de ntervalos, completémosla y hallemos:. n Intervalos f f fa fr fra % porcentaje Porcentaje (años) acumulado Total En la dstrbucón por ntervalo, hay tener en cuenta lo sguente: marca de clase. Se calcula promedando los lmtes superor e nferor, esto es: lm te superor lm te nf eror. En el prmer ntervalo (10 0), 0 es el lmte superor y 10, el nferor. Luego: 15. En el prmer ntervalo (1): REPRESENTACIONES GRÁFICAS La representacón gráfca de la nformacón que se obtene de una nvestgacón, permte analzar lo que ha ocurrdo y lo que ocurrrá sn acudr a la nformacón consgnada en las tablas. Las gráfcas más usadas para presentar un análss de un trabajo de nvestgacón, son: Polígonos de frecuencas absolutas, polígonos de frecuencas acumuladas, gráfcos de barras y gráfcos de sectores crculares. Polígonos de frecuencas absolutas Procedmento: 1. Se determnan los valores mámos de los datos y de las frecuencas, para dentfcar el tamaño del plano.. Se escoge el prmer cuadrante del plano cartesano. 3. Para cada eje se puede escoger una undad de medda dferente para las dvsones. 4. En el eje horzontal se ubcan los datos (varables), y el eje vertcal, las frecuencas absolutas. 5. Trazando dscontnuas paralelas a los ejes, se relacona cada dato con su frecuenca, y donde concden las paralelas se ubcan los puntos. 6. Fnalmente, se unen los puntos trazando segmentos de rectas. 11

12 Marcosapb Matemátca Estadístca 904 y EJEMPLOS 1. Grafquemos los datos de la sguente tabla: X (años) f (puntos) 14 f(puntos) X(años), ndca que el eje X se ha cortado, y se ha corrdo haca la zquerda; esto se hace para no grafcar los valores que no aparecen en los datos. Polígonos de frecuencas relatvas Se aplca el procedmento anteror, tenendo en cuenta que en el eje vertcal (Y) se ubcan los porcentajes y en el vertcal, los datos (X) Veamos: X f fr Porcentaje 50% Porcentajes 1 0,057 5,7% ,8,8% ,114 11,4% ,34 34,% ,57 5,7%,8% 11,4% 40% 34,% 30% 5,7% 0% 10% 5,7% X 1

13 Marcosapb Matemátca Estadístca 904 y Gráfcos de barras o hstogramas Consste en trazar para cada dato una barra vertcal (rectángulo) cuya altura sea gual a la frecuenca medda sobre una escala vertcal. Este tpo de gráfco es muy utlzado cuando la nformacón se encuentra agrupada por ntervalos. Grafquemos los datos de las sguentes tablas: Intervalos (años) f (Klos) Intervalos 14 f(puntos) X (años) f (puntos) X (años) 13

14 Marcosapb Matemátca Estadístca 904 y Gráfcos crculares o de pastel Consste en representar la nformacón en un círculo que es dvddo en tantas partes como datos tenga la nformacón. Una vez grafcada la nformacón, el círculo parece como un pastel dvddo, de ahí, el nombre (gráfco de pastel). En este tpo de gráfco, se pueden representar todo tpo de varables y todo tpo de frecuencas PROCEDIMIENTO 1. Se dvde la medda de la crcunferenca (360º) por el tamaño de la muestra.. El cocente se multplca por cada una de las frecuencas absolutas de los datos; el producto que resulta, es el ángulo que le corresponde a cada dato en el círculo. 3. Se traza un círculo y con el transportador se mden los ángulos, fnalmente, se ubcan los datos en el área correspondente. Para la sguente tabla, construyamos un gráfco crcular: X (años) f (puntos) Total años 16 años 1 años EJERCICIO 19 años 17 años ANÁLISIS: Trace un rado ncal. A partr de este rado, mda el ángulo del prmer dato. Trace el segundo rado. A partr del segundo rado, mda el sguente ángulo y así sucesvamente, hasta que tome todos los ángulos. Fnalmente, ubque cada dato en la porcón de círculo que le corresponde. 14

15 Marcosapb Matemátca Estadístca 904 y Para cada tabla, realce el gráfco egdo Polígono de frecuenca absoluta Gráfco de barra Polígono frecuenca relatva Gráfco crcular ntervalos Gráfco de barra ANÁLISIS DE TABLAS No este una fórmula mágca que permta comprender la nformacón consgnada en todo tpo de tabla, de ahí, que la capacdad del nteresado juega un papel muy mportante. No obstante, los pasos que a contnuacón se enuncan son de gran ayuda: 1. Se dentfcan las flas y las columnas de la tabla.. Se determna el título o nombre de cada fla y de cada columna, normalmente va en el nco. 3. Se dentfcan las nterseccones entren flas y columnas. 4. Se realzan las operacones nvolucradas en el enuncado de la nformacón tabulada. 5. En la fla total, se ubcan las sumas de las columnas y en la columna total, la suma de las flas. Consderemos la sguente tabla Cantdad vendda Productos Lunes Martes Mércoles Jueves Vernes Total Mango A Acete Arroz 40 Q Tomate 16 B Lmón 9 60 Total 185 Importante: Fla horzontal Columna vertcal Cada cuadrto es una celda En esta tabla se observa: Hay tres (3) columnas: productos, cantdad vendda y total; pero la columna cantdad vendda, a su vez se subdvde en cnco (5) columnas: lunes, martes, mércoles, jueves y vernes. 15

16 Marcosapb Matemátca Estadístca 904 y Hay 7 flas: productos, mango, acete, arroz, tomate, lmón y total. Cada fla se comunca con todas las columnas y vceversa. La fla lmón, se ntersecta con la columna vernes en 60; la fla mango se une con la columna lunes en A, y así sucesvamente. En la columna total, se ha ubcado la suma de los acetes y en la fla total, la suma de los martes Identfque usted las demás nterseccones EJEMPLO 1. La tabla muestra los resultados de una nvestgacón sobre la preferenca de unas personas por unos productos de nformacón. Personas Internet Rado Vdeo juegos Nños Jóvenes Adultos Adultos mayores De la tabla, hallemos: a). El total de personas que preferen los tres tpos de nformacón. b). El total de jóvenes que prefere los tres tpos de nformacón. c). El total de personas que prefere los vdeos juegos. d). El número de personas que prefere rado o nternet. e). El porcentaje de personas que prefere la rado. f). El porcentaje de adultos que prefere la rado. g). El porcentaje que representan los adultos mayores en la rado h). La relacón entre los nños que prefere nternet y los adultos que dsfrutan de los vdeos juegos. ). La probabldad de escoger un nño que le guste los tres tpos de nformacón. j). La probabldad de escoger un adulto mayor que le guste los vdeos juegos. 16

17 Marcosapb Matemátca Estadístca 904 y Solucón a). b). c). d). e). f). g). Para responder este ítem, se debe determnar el total de personas que prefere cada tpo de nformacón y luego, sumar los resultados o sumar todos los datos de la tabla: Total nt ernet : Total rado : Total: Total vedo juegos : Para este ítem, se suman las personas que están en la fla jóvenes: Total de jóvenes que preferen los tres tpos de nformacón: Para este nterrogante, se suman los datos de la columna vdeo juegos: Para responder a esta pregunta, se suman las columnas rado e nternet: Rado : Total: Internet : Este ítem, se responde establecendo la sguente relacón: total personas rado % personas rado total personas los tres 170 Para este nterrogante, se aplca la epresón: total adultos rado % adultos rado total personas los tres 170 Este ítem, se responde con la sguente epresón: ,8% 14,17% total adultos mayores rado % adultos mayores rado 48,78% total personas rado h). Este ítem, se responde con la epresón: nños nt ernet 40 :3 O sea, están en relacón de a 3; es decr, adultos vdeo juegos 60 3 por cada dos nños que prefere el nternet, hay tres adultos que gustan de los vdeos juegos. S esta relacón se mantene, cuando sean 150 nños que usen nternet, cuántos adultos están en los vdeos juegos? ) Este ítem, se responde con la epresón: total nños las tres Probabldad de nño las tres total personas las tres , ,96% j). Este nterrogante se responde con la epresón: 17

18 Marcosapb Matemátca Estadístca 904 y Probabldad Probabldad adulto mayor vdeo adulto mayor vdeo juego juego total adultos mayores vdeo juego total personas las tres ,78% EJEMPLO. Las tablas muestran los puntajes obtendos por los estudantes de dos colegos entres asgnaturas. Tabla colego A Área Prueba 1 Prueba Tabla colego B Área Prueba 1 Prueba Matemátca Bología Químca Matemátca Bología Químca 60 0 Hallemos: a). El promedo de cada colego en las tres pruebas e dentfque el mejor. b). La dferenca de puntaje entre las pruebas 1 de los colegos. c). La prueba donde los colegos obtuveron el msmo puntaje. d). El puntaje total de la prueba de bología de los colegos. e). Elaboremos una tabla que sea la suma de las dos anterores. Solucón a). Promedo colego A en las tres pruebas: Comparando los promedos, A 59, el colego A es mejor que el Promedo colego B en las tres pruebas: colego B B b). Puntaje total prueba 1 colego A: Puntaje total prueba 1 colego B: Dferenca: colegob colegoa Esto quere decr, que los estudantes del colego B superan a los del A en 8 puntos en la prmera prueba. c). El msmo puntaje en los dos colegos se presentó en: La prueba 1 de matemátca y prueba 1 de químca con 60 puntos. En la prueba de químca y en la prueba 1 de bología con 70 puntos. d). Puntaje total prueba de bología en los colegos: =

19 Marcosapb Matemátca Estadístca 904 y e). Elaborando la tabla suma de las anterores: Área Prueba 1 A y B Prueba A y B Matemátca = = 110 Bología = = 130 Químca = = 90 Área Prueba 1 A y B Prueba A y B Matemátca Bología Químca NOTA: en las tablas ncales las flechtas dscontnuas muestran el procedmento. EJERCICIO 1. La tabla muestra el conocmento y el uso de un producto Grupo Total personas encuestadas Personas que conocen el producto pero no lo usan Personas que conocen y usan el producto De la tabla: a). Halle el total de personas que conocen y usan el producto. b). El total de personas que no conoce n usa el producto. c). Halle el porcentaje de personas que usa el producto. d). El porcentaje de personas que no usa el producto en el grupo. e). Halle la relacón de los que no usan el producto en el grupo y los que lo usan en el grupo. f). Halle la probabldad de que al escoger una personas use el producto. g). Halle la probabldad que al escoger una persona no use el producto en el grupo.. Las tablas muestran el peso por estatura de los habtantes de dos cudades. Tabla cudad A Estatura (cm) Peso 1(kg) Peso (kg) Tabla cudad B Estatura (cm) Peso 1(kg) Peso (kg) De la tabla: a). El peso promedo de cada cudad e dentfque la más obesa (gorda). b). La dferenca de peso entre las estaturas de 180 en el peso 1 de las cudades. c). La estatura donde las cudades concden en pesos. d). El peso de la estatura 165 en la cudad B. e). Elabore una tabla que sea la suma de los pesos de las cudades. 19

20 Marcosapb Matemátca Estadístca 904 y ANÁLISIS DE GRÁFICOS No este una fórmula mágca que permta analzar las gráfcas estadístcas, ya que cada una presenta su propo comportamento. De ahí, que la capacdad del nteresado es vtal para abordar el análss de los gráfcos El estudo jucoso y pacente de este materal es de gran ayuda Cuando se habla de gráfcas estadístcas, nos refermos a aquellas gráfcas relaconadas con la representacón de datos estadístcos. Dentro de estas gráfcas podemos destacar: los gráfcos de barras o hstogramas, los polígonos de frecuencas absolutas, frecuencas relatvas y frecuencas acumuladas, gráfcas de sectores crculares y pctogramas entre otras. Para que la nterpretacón de la gráfca se aprome lo más que se pueda a la nformacón representada, es necesaro tener muy en cuenta los sguentes parámetros: Se verfcan las escalas (ejes) horzontal y vertcal, para tener una dea clara de las varables nvolucradas y lo que se está mdendo. Se eamna la ubcacón de la dstrbucón de los datos. Dónde está el centro de la nformacón en eje horzontal? S se están comparando dos dstrbucones, están ambos centros en el msmo lugar? Se eamna la forma de la dstrbucón. La dstrbucón tene un mámo, en un punto que está más alto que cualquer otro? S es así, está es la medcón o categoría que ocurre con más frecuenca (moda). Hay más de un mámo? Hay un número apromadamente gual de datos específcos a la zquerda y a la derecha del mámo? Se busca cualquer medcón nusual o valor atípco. Es decr, es alguna medcón más grande o pequeña que las demás? Estos valores atípcos podrían ser no representatvos de los otros valores del conjunto. CLASES DE DISRIBUCIONES DISTRIBUCIÓN SIMÉTRICA: S sus lados zquerdo y derecho forman mágenes déntcas, cuando se dvden por su valor medo. PM = Punto PM 0

21 Marcosapb Matemátca Estadístca 904 y DISTRIBUCIÓN SESGADA A LA DERECHA: S una proporcón mayor de los datos específcos se localza a la derecha del valor mámo. Estas dstrbucones contenen algunas meddas etraordnaras grandes. O sea, que lo más probable es que la medana y el promedo se encuentran a la derecha de la moda 1 Estas dstrbucones son asmétrcas, de sesgo DISTRIBUCIÓN SESGADA A LA IZQUIERDA: S una proporcón mayor de los datos específcos se localza a la zquerda del valor mámo. Estas dstrbucones contenen algunos datos específcos etraordnaramente pequeños. O sea, que lo más probable es que la medana y el promedo se encuentran a la zquerda de la moda Estas dstrbucones son asmétrcas, de sesgo DISTRIBUCIONES UNIMODAL: Tenen una sólo valor mámo. Ver dstrbucones 1 y. DISTRIBUCIONES BIMODAL : Tenen dos valores mámos. DISTRIBUCIÓN MULTIMODAL Tene más de dos puntos mámos. 1

22 Marcosapb Matemátca Estadístca 904 y DISTRIBUCIÓN EN FORMA DE J Los datos de esta dstrbucón tenen frecuencas ascendentes o descendentes, es decr, la frecuenca de cada dato es mayor o menor que la del dato anteror. RELACIÓN EMPÍRICA ENTRE MEDIA MEDIANA Y MODA Para curvas unmodales. Las sguentes fguras muestran las poscones relatvas de estas meddas. Para dstrbucones sesgadas Para dstrbucones sesgadas a la derecha(asmétrcas) Moda Medan Meda Meda Medan Moda En Esta dstrbucón, la Moda, la Meda y la Medana están representada por el msmo dato Para dstrbucones smétrcas Med Se entre lazan a través de la sguente epresón: Moda Medana De donde:

23 Marcosapb Matemátca Estadístca 904 y EJEMPLO 1. El sguente gráfco muestra las preferencas profesonales de 10 mujeres de una comundad. 70 Admnstracó Solucón: 30 Ingenería 0 Medcna a) Hallemos el porcentaje de mujeres que preferen las ngenerías b) Hallemos el ángulo en grados que le corresponde a las que preferen admnstracón de empresas a) Establezcamos la relacón (razón) entre las que preferen ngenería y, admnstracón de empresas b) S la relacón entre admnstracón de empresas e ngenería se mantene, y 10 personas escogen las ngenerías, cuántas escogerán admnstracón de empresas? a) De las 10 mujeres, 30 preferen las ngenerías, entonces el porcentaje es: % este es el porcentaje egdo. 10 b) Como las 10 mujeres están dstrbudas en todo el círculo y este mde 360, entonces, aplcando una regla de tres smple drecta, tenemos: mujeres grados este es el ángulo peddo c) La relacón (razón) se establece, ndcando el cocente de los dos elementos en Ingenerías 30 3 cuestón, en este caso: 3 : 7 Sgnfca que por cada 3 Ad. empresas 70 7 mujeres que se nclnan por las ngenerías, hay 7 que preferen admnstracón de empresas y vceversa. Ingenerías 3 d) Como la relacón se mantene, es decr:, entonces, para 10 Ad. empresas 7 personas que escogen ngenerías, debemos hallar las personas que preferen admnstracón de empresas, susttuyendo 10 en la epresón anteror, esto es: Ad. empresas 80 Ad. empresas

24 Marcosapb Matemátca Estadístca 904 y EJEMPLO. El sguente gráfco muestra la aprobacón de algunas asgnaturas por los estudantes de dos colegos. Colego A Colego B 00 Españo 150 Bología Matemátc 50 Españo a) Hallemos el número de estudante que tene cada colego. b) Establezcamos la dferenca de porcentaje entre los estudante de los colegos A y B que aprobaron matemátca. c) Determnemos la relacón entre los estudantes de los colegos A y B que aprobaron geografía, y los que aprobaron español y bología Solucón: a) El colego A tene: = 770 estudantes El colego B tene: = 500 estudantes. b) Porcentaje de estudantes del colego A que aprobaron matemátca: ,58% 770 Porcentaje de estudantes del colego B que aprobaron matemátca: %. Dferenca de porcentaje :15,58% 18%.4% 500 Esto sgnfca que en el colego B un,4% más de estudantes aprobaron matemátca. c) Relacón entre los estudantes de los colegos A y B que aprobaron geografía: geografía geografía A B :1 Esto sgnfca que por cada 3 estudantes del colego A que aprobó geografía, hay 1 del colego B que tambén aprobó geografía 4

25 Marcosapb Matemátca Estadístca 904 y español A Relacón entre español A y bología B : 10 : 3 bo log ía B 60 3 Por cada 3 estudantes del colego B que aprobó bología hay 10 estudantes del A que aprobó español. EJEMPLO 3. El gráfco muestra la dstrbucón de los 00000Km del área de una regón. Maderabl 10 % 5% 15 % 0 % 30 % 0 % c) Hallemos los Km destnado a cada zona d) Establezcamos la relacón entre la zona urbana y las cuencas Solucón: Área para cuencas: 60000Km. Área para depóstos: 40000Km Área para urbana: 40000Km. Área para granjas: 30000Km Área para verde : 0000Km. Área para maderable: 10000Km Urbana 40000Km b ).. Cuencas 60000Km 3 Por cada para las cuencas. destnado para la zona urbana, hay 5

26 Marcosapb Matemátca Estadístca 904 y EJEMPLO 4. Un estudo sobre las estaturas que tenen los nños de 10 y 11 años de una nsttucón educatva, arrojó el sguente gráfco: Solucón: Estudante Del gráfco, hallemos: a) El número de estudantes que partcparon en el estudo b) La estatura más común c) La estatura promedo d) Las desvacones, la medana, la desvacón meda y la desvacón estándar o típca Estaturas El gráfco representa un polígono de frecuencas absolutas. Además la dstrbucón es asmétrca. a) El número de estudantes (tamaño de la muestra), se halla sumando las frecuencas absolutas de cada dato: n b) La estatura más común (la moda), es el dato que alcanza el mayor pco o altura. En este caso es 156cm con 35 estudantes. c) La estatura promedo(promedo o meda artmétca), se calcula con: f X n X 155,05cm 95 Este valor queda ubcado en un 99,999% en el centro del nt ervalo(154,156) d) Para responder a este ncso, elaboremos el sguente cuadro f f f ,05 50,5 55, ,05 45,75 139,53 6

27 Marcosapb Matemátca Estadístca 904 y S ,05 10,5 11, ,95 33,5 31, ,95 73,75 17,56 Total 95 13,75 654,71 DM ( n ) n f f 13,75,5cm ,71 6,89cm 95 6,89,6cm 3 Mo 3(155,05) 156 Me 155,8cm centro de la nf ormacón 4 4 Desvacone EJEMPLO 5. Consumo de energía de unas vvendas Kwatts 30 Del gráfco, determnemos: a) El total de Kwatts consumdos por las vvendas b) El promedo de Kwatts consumdos por las vvendas c) Las vvendas de mayor y menor consumo d) S el Kwatts de energía cuesta $94,7. Cuánto dnero nverten las vvendas de menor consumo? Vvenda Solucón: a) Total Kwatts : b) Promedo : 140K watts vvenda c) Vvendas de mayor consumo: 3 cada una con 300Kwatts. Vvendas de menor consumo: 6 cada un con 50Kwatts d) Las 6 vvendas consumen 6 50Kwatts = 300Kwatts. Como el Kwatts cuesta $94,7; las vvendas nverten: 300 $94,7 = $

28 Marcosapb Matemátca Estadístca 904 y EJEMPLO 6. 0 Frecuenca absoluta Mo Me Hallemos: a) La moda b) El tamaño de la muestra c) La meda o promedo d) La moda, la medana, la desvacón estándar o típca y la desvacón meda Peso(Kg) Solucón: a) Mo 155Kg. b) n c) X 155Kg d) 3X Mo 3(155) 155 Me 155Kg. 4 4 Obsérvese que:. Esto muestra que la dstrbucón es smétrca, por ende, la moda, el promedo y la medana son guales Para la desvacón estándar y, la meda elaboremos el sguente gráfco: f f f Total

29 Marcosapb Matemátca Estadístca 904 y DM S ( f n ) n f 500 6, ,5 80 6,5 7,9 EJEMPLO 7. El análss sobre el rendmento académco de los estudantes de los colegos A y B es representado en el sguente gráfco: Calfcacón Colego A Calfcacón Colego B Estudantes Estudantes a) En cuál de los dos colegos hay mejor rendmento académco? b) En cuál de los dos colegos los estudantes son más homogéneos? Solucón: a) Para responder a este nterrogante, debemos comparar los promedos X A 56, X B Los estudantes del colego B tenen mejor promedo que los del colego A, por ende, en el colego B hay mejor rendmento académco b) En este caso, compararemos los rangos o recorrdos de cada dstrbucón. Para el colego A: 80 0 = 60 9

30 Marcosapb Matemátca Estadístca 904 y Para el colego B: = 40 Como el rango o recorrdo del colego B es menor que el rango del colego A, los estudantes del colego B son más homogéneos; esto sgnfca, que hay menos dferenca entre los estudantes EJEMPLO 8. El gráfco muestra la proyeccón del comportamento del dólar frente al peso colombano durante los 6 prmeros meses del año 008. Pesos/dólar Ene Fe Mar Ab May S esta proyeccón se comprueba en el tempo, cuáles son los meses más apropados para que un nversonsta compre y venda dólares? Análss: Para un nversonsta y para todo comercante en general, lo más mportante es comprar barato y vender caro, ya que esta relacón deja el mayor margen de utldad (gananca). Los meses propcos para vender dólares son Enero, Marzo y Mayo; meses en los cuales el dólar alcanza mayor valor. En cambo, lo más probable es que compre dólares en los meses de Febrero, Abrl y Juno; cuanto éste alcanza su menor valor. Jun 30

31 Marcosapb Matemátca Estadístca 904 y EJEMPLO DEPREDADOR VS. PRESA En qué mes hay gualdad entre depredador y presa? Cuál es la relacón entre depredador y presa de marzo? Presa Depredador Análss: En Fe Mar Ab May Jun a) La gualdad entre depredador y presa, se presenta en el mes de abrl, porque en este mes hay un punto de nterseccón de las dos curvas b) En el mes de marzo hay 100 presas y 150 depredadores. Depredador La relacón es: Presa 100 3:, o sea, por cada 3 depredadores hay presas. EJEMPLO 10. El gráfco muestra la fabrcacón de pantallas de computadoras de una empresa japonesa durante los cnco prmeros meses del año 009. = 50 pantallas Enero Febrer Marz Abrl Mayo a). En qué mes hubo más produccón de pantallas? b). En qué meses hubo gual produccón de pantallas? c). Cuántas pantallas se fabrcaron en las cnco meses? d). Establezcamos la relacón entre la produccón de abrl y la de febrero. e). Hallemos el porcentaje de pantallas fabrcadas en enero. 31

32 Marcosapb Matemátca Estadístca 904 y Solucón: Como se puede observar, un rectángulo representa 100 pantallas y el rectángulo que es la mtad del rectángulo mayor representa 50 pantallas. Entonces, la produccón en cada mes es: Enero = 300 pantallas, Febrero = 150 pantallas, Marzo = 450 pantallas, Abrl = 300 pantallas y mayo = 550 pantallas. a). Mayo es el mes de mayor produccón con 550 pantallas. b). En Abrl y en Enero la produccón fue gual con 300 pantallas. c). En los cnco meses se fabrcaron 1750 pantallas. d). Relacón entre la produccón de abrl y la de febrero: abrl febrero en abrl, se fabrcó 1 en febrero. :1. La relacón es de a 1, por cada pantallas fabrcadas S esta relacón se mantene en el año 010, s en abrl se fabrcan 4568 pantallas, cuántas pantallas se fabrcaran en febrero? e). Porcentaje de pantallas fabrcadas en enero: Pantallas fabrcadas en enero = 300. Total de pantallas fabrcadas = Entonces: 300 7,14% este es el porcentaje egdo

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

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

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos:

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos: UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

ESTADISTICA DESCRIPTIVA COMPETENCIAS

ESTADISTICA DESCRIPTIVA COMPETENCIAS ESTADISTICA DESCRIPTIVA COMPETENCIAS Descrbe e nterpreta las propedades de estadístca descrptva en problemas reales. Es asertvo con su opnón. Partcpa actvamente en forma ndvdual y grupal. SESIÓN 16 E S

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

unidad 12 Estadística

unidad 12 Estadística undad 1 Estadístca Qué es una tabla de frecuencas Págna 1 Al número de veces que se repte un dato se le denomna frecuenca de ese dato. Una tabla de frecuencas es una tabla en la que cada valor de la varable

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas  Raúl González Medina 1 Estadístca 01.- Indca que varables son cualtatvas y cuales cuanttatvas: a) Comda Favorta. b) Profesón que te gusta. c) Número de goles marcados por tu equpo favorto en la últma temporada. d) Número de

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Elaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información.

Elaboración de Tablas ó Cuadros. La elaboración de tablas o cuadros, facilita el análisis y la presentación de la información. Elaboracón de Tablas ó Cuadros La elaboracón de tablas o cuadros, faclta el análss la presentacón de la nformacón. Para elaborar los cuadros, se debe, antes que todo, dentfcar las varables, característcas

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Introduccón La estadístca es una rama de las matemátcas que trata de la recogda, ordenacón, análss y presentacón adecuada de datos recogdos sobre certa poblacón (no necesaramente

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Tema 1. Conceptos generales

Tema 1. Conceptos generales Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS

Más detalles

Capítulo III Medidas de posición y de dispersión

Capítulo III Medidas de posición y de dispersión Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

Tema 8: Estadística en una variable (unidimensional)

Tema 8: Estadística en una variable (unidimensional) Matemátcas aplcadas a las Cencas Socales I lasmatematcas.eu Tema 8: Estadístca en una varable Tema 8: Estadístca en una varable (undmensonal) 1. Introduccón Se desconocen con exacttud los orígenes de la

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

Población y Muestra, Variables Estadísticas, Diagramas y Medidas de Centralización en 3º de ESO

Población y Muestra, Variables Estadísticas, Diagramas y Medidas de Centralización en 3º de ESO 43 ANEXO 1: Tablas facltadas al alumnado Las sguentes tablas serán rellenadas por parte de los grupos de estudantes que se realzarán en el aula, tal y como se comenta en el presente trabajo. Tabla de

Más detalles

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA?

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? La Estadístca es la rama de las Matemátcas que se ocupa del estudo de una determnada característca en una poblacón, recogendo

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS

ANÁLISIS EXPLORATORIO DE DATOS ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de

Más detalles

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad

Más detalles

Riesgos Proporcionales de Cox

Riesgos Proporcionales de Cox Resgos Proporconales de Cox Resumen El procedmento Resgos Proporconales de Cox esta dseñado para ajustar un modelo estadístco sem-parámetrco a los tempos de falla de una o mas varables predctoras. Los

Más detalles

Estadística Descriptiva Análisis de Datos

Estadística Descriptiva Análisis de Datos El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca www.aulatecnologa.com 1 ETADÍTICA DECRIPTIVA Lo prmero que buscamos con la Estadístca es el tratamento matemátco a partr de una nformacón epermental. Cuando queremos observar la evolucón de

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

1. ESTADÍSTICA DESCRIPTIVA.

1. ESTADÍSTICA DESCRIPTIVA. Departamento de Matemátcas http://www.colegovrgendegraca.org/eso/dmate.htm Estadístca descrptva 1. ESTADÍSTICA DESCRIPTIVA. 1.1. Introduccón. En general, cuando se va a estudar un determnado colectvo,

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

Regresión Binomial Negativa

Regresión Binomial Negativa Regresón Bnomal Negatva Resumen El procedmento Regresón Bnomal Negatva está dseñado para ajustar un modelo de regresón en el cual la varable dependente Y consste de conteos. El modelo de regresón ajustado

Más detalles

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica. TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo

Más detalles

Práctica 2 Caracterización de un dinamómetro

Práctica 2 Caracterización de un dinamómetro Págna 1/9 Práctca Caracterzacón de un dnamómetro Págna 1 Págna /9 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Peso de las masas patrón Resgo asocado Al manpular las masas nadecuadamente se

Más detalles

6 Impacto en el bienestar de los beneficiarios del PAAM

6 Impacto en el bienestar de los beneficiarios del PAAM 6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Estadística Fundamental

Estadística Fundamental Estadístca Fundamental Conceptos y Defncones Prof. (Ing.) Andrés Scott Velásquez Según Syllabus del I.U.G.T. ÍNDICE TÍTULOS CAPÍTULO TEMA PÁGINA I 0 Resumen de Conceptos y defncones 03 0 Dstrbucón de Frecuencas

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles