Práctica de SIMULACIÓN
|
|
- Héctor Castillo Lucero
- hace 6 años
- Vistas:
Transcripción
1 1 Práctica de SIMULACIÓN 1. Objetivos En esta práctica vamos a simular datos procedentes de diversos modelos probabilísticos. En la sección 2, comprobaremos visualmente que los datos que simulamos se ajustan al modelo del que provienen. Finalmente, en la sección 3, veremos que aplicando ciertas transformaciones a nuestros datos, cambiamos el modelo de distribución que siguen. 2. Simulación Los datos con los que trabajaremos a lo largo de esta práctica los vamos a construir nosotros artificialmente. En este apartado vamos a simular 1000 valores de una variable normal de media 3 y desviación típica 2. Seleccionamos las opciones: PLOT / PROBABILITY DISTRIBUTIONS / NORMAL. Pinchamos en el botón Tabular Options y seleccionamos la opción números aleatorios, Random Numbers. Pinchamos el botón derecho del ratón sobre el panel de texto y vamos a la opción Analysis Options, donde seleccionamos media 3 y desviación típica 2. Volvemos a pinchar el botón derecho del ratón sobre el panel de texto y vamos ahora a la opción Pane Options, donde seleccionamos el tamaño de la muestra que queremos generar, debajo de Size escribimos A continuación, procedemos a guardar los datos generados. Pinchando sobre el botón Save Results nos pedirán el nombre de la variable en la que queremos almacenar nuestros datos. Aceptamos el nombre que nos da por defecto RAND1 y pinchamos en el recuadro de Save (Random Numbers for Dist. 1). Ahora veremos brevemente qué tal se ajustan nuestros datos al modelo según el que fueron simulados. Como esto es propio de la práctica Ajuste de distribuciones, pasaremos sobre este punto brevemente. Seleccionamos las opciones: DESCRIBE / DISTRIBUTIONS / DISTRIBUTION FITTING (UNCENSORED DATA) y en la casilla para los datos (Data) introducimos el nombre de nuestra variable RAND1. En el panel de texto obtenemos los parámetros del mejor ajuste de nuestros datos a una normal. 1
2 2 Fitted normal distribution: mean = 3,05381 standard deviation = 1,94736 Pinchamos en Graphical Options y pedimos Density Trace, Frequency Histogram y Quantile Pot. Con un número tan elevado de observaciones (1000) es de esperar que el ajuste sea extraordinario. Podríamos continuar el análisis con cualquier test de bondad de ajuste, que se estudiarán posteriormente. 3. Transformación Simulamos ahora 100 valores de una variable uniforme en el intervalo (0,1), para lo que procedemos como en la Sección 2. Seleccionamos las opciones: PLOT / PROBABILITY DISTRIBUTIONS / UNIFORM. Pinchamos en el botón Tabular Options y seleccionamos la opción números aleatorios, Random Numbers. Pinchamos el botón derecho del ratón sobre el panel de texto y vamos a la opción Analysis Options, donde seleccionamos Lower Llimit 0 y Upper Limit 1. Volvemos a pinchar el botón derecho del ratón sobre el panel de texto y vamos ahora a la opción Pane Options, donde seleccionamos el tamaño de la muestra que queremos generar, debajo de Size escribimos 100. A continuación, procedemos a 2
3 3 guardar los datos generados. Pinchando sobre el botón Save results nos pedirán el nombre de la variable en la que queremos almacenar nuestros datos. Aceptamos el nombre que nos da por defecto RAND1 y pinchamos en el recuadro de Save (Random Numbers for Dist. 1). En lugar de hacer ningún análisis con estos datos, vamos a estudiar una transformación suya. Pinchamos una nueva columna en el Visor de datos Vamos a crear una nueva variable a partir de los datos que tenemos en RAND1. Seleccionamos: EDIT / GENERATE DATA. Transformamos cada valor x que toma la variable RAND1 en ln(1 x) 3
4 4 Pinchando con el botón derecho sobre el nombre de la variable, vamos a Modify Column y le cambiamos el nombre, la llamamos, por ejemplo, NUEVO. Seleccionamos las opciones: DESCRIBE / DISTRIBUTIONS / DISTRIBUTION FITTING (UNCENSORED DATA) y en el hueco para los datos (Data) introducimos el nombre de la nueva variable NUEVO. En el panel de texto obtenemos los parámetros del mejor ajuste de nuestros datos a una normal. Pinchamos en Graphical Options Histogram y Quantile Plot. y pedimos Density Trace, Frequency Veremos que nuestros datos no se ajustan bien a una normal 4
5 5 Pinchamos el botón derecho del ratón sobre el panel de texto y vamos a la opción Analysis Options, donde seleccionamos la distribución exponencial, obteniendo así un ajuste de los datos de la variable NUEVO a una distribución exponencial. Los gráficos que teníamos se transforman en gráficos para ajuste a una exponencial. 5
6 6 Nuestros datos se ajustan a una exponencial mucho mejor que a una normal. En realidad nuestros datos siguen distribución exponencial de media 1. Hemos partido de una variable uniforme en (0,1), a la que podemos denotar como X y hemos construido la nueva variable Y = g(x) = ln(1 X). Así, la función de distribución de la nueva variable Y será para cualquier y>0 F(y) = P( ln(1 X) y) = P(1 X e y )=P(X 1 e y )=1 e y. Observa que ln(1 x) es la transformación inversa de 1 e x y esta segunda es la función de distribución de una exponencial de media Ejercicios propuestos 1. Realiza uno a uno los siguientes apartados. a) Simula 100 observaciones de una variable uniforme (0,1). b) Aplícales la transformación g(x)=1 x. c) Pídele al ordenador la media y varianza de la nueva variable. d) De los modelos probabilísticos que te ofrece el ordenador, a cuál se ajustan mejor los datos? Pide las gráficas al ordenador. e) Demuestra que, efectivamente, los datos provienen de la distribución que has contestado en el apartado anterior. f) Concuerdan la media y varianza que obtuviste en el apartado c) con las del modelo teórico? 2. Realiza uno a uno los siguientes apartados. a) Simula 1000 observaciones de una variable de Poisson con λ=10. b) Qué proporción de las observaciones es mayor que 10 5? c) A qué distribución continua se aproxima la distribución anterior?, cuáles son sus parámetros? d) Pídele al ordenador los parámetros para el mejor ajuste de tus datos según la distribución que has contestado en c). Dibuja un histograma de tus datos sobre el que aparezca la función de densidad del modelo teórico al que se aproximan. e) Para la distribución a la que se aproximan tus datos, calcula la probabilidad de que tome un valor mayor que Da dos probabilidades, una con los parámetros que obtienes para una variable de Poisson con λ=10 y otra con los parámetros que te indica el ordenador para el mejor ajuste de tus datos. 6
ACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesModelos de Probabilidad con Statgraphics
Modelos de Probabilidad con Statgraphics 1. Objetivos Representar funciones de probabilidad/densidad y de distribución de diferentes modelos de variables aleatorias discretas/continuas Calcular probabilidades
Más detallesPrácticas de Fiabilidad
Prácticas de Fiabilidad Práctica : Objetivo: El objetivo de esta práctica es conocer y aprender a manejar las herramientas que nos van a permitir decidir si nuestros datos de supervivencia se comportan
Más detallesPráctica de AJUSTE DE DISTRIBUCIONES II (ajuste de datos)
Práctica de AJUSTE DE DISTRIBUCIONES II (ajuste de datos) 1 1. Objetivos de la práctica En esta práctica vamos a ajustar modelos de distribución a datos reales. Un vez que hayamos hecho esto, podremos
Más detallesDistribuciones de probabilidad con R Commander
Distribuciones de probabilidad con R Commander En el menú Distribuciones podemos seleccionar Distribuciones discretas Distribuciones continuas Las distribuciones discretas que aparecen en R Commander son
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesTema 4. MODELOS DE DISTRIBUCIONES DISCRETOS.
Estadística Tema 4 Curso /7 Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS. Objetivos Conceptos: Conocer los siguientes modelos discretos de probabilidad: uniforme, binomial, geométrico y Poisson. De cada
Más detallesPráctica 4: Variables Aleatorias y Simulación
Práctica 4: Variables Aleatorias y Simulación Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Calcular las funciones de probabilidad y distribución de las variables discretas Bernoulli,
Más detallesPRÁCTICAS DE ESTADÍSTICA CON R
PRÁCTICAS DE ESTADÍSTICA CON R PRÁCTICA 3: DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS 3.1 Distribuciones discretas Las principales ideas que vamos a ir desarrollando a lo largo de la primera
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Prof.: MSc. Julio Rito Vargas A. Febrero 2013 Objetivos: Obtener muestras a partir de números aleatorios. Usando muestras
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesPrácticas de Fiabilidad
Prácticas de Fiabilidad Práctica 1: Objetivo: En esta práctica se van a analizar una serie de muestras de duración de procesos para ver si corresponden a procesos con Tasa de Fallos (Hazard Rate) creciente,
Más detalles5. TEOREMA FUNDAMENTAL: Formulación y Demostración. Jorge Eduardo Ortiz Triviño
5. TEOREMA FUNDAMENTAL: Formulación y Demostración Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ 1 CONTENIDO 1. INTRODUCCIÓN 2. VARIABLES ALEATORIAS 3. TEOREMA
Más detallesDescripción simultánea de varias variables con STATGRAPHICS
Descripción simultánea de varias variables con STATGRAPHICS Ficheros empleados: AlumnosIndustriales.sf, Rotura.sf. Introducción En muchas ocasiones nos interesará comparar varias variables, o comparar
Más detallesEstadística Descriptiva de una variable con STATGRAPHICS
Estadística Descriptiva de una variable con STATGRAPHICS Ficheros empleados: AlumnosIndustriales.sf3, 1. Introducción El objetivo de este documento es la utilización de las técnicas de estadística descriptiva
Más detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
Más detallesLA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL Autores: Ángel A. Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS CARACTERÍSTICAS Y REPRESENTACIÓN DE UNA DISTRIBUCIÓN
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesStatgraphics Centurión
Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que
Más detallesPráctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD
Práctica 5.Métodos descriptivos para determinar la normalidad 1 Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Objetivos: En esta práctica utilizaremos el paquete SPSS para determinar si
Más detallesmultiplicar Capítulo 15 Tablas de Práctica 1 Proyecto guiado Vamos a construir, paso a paso, el proyecto de las tablas de multiplicar.
Tablas de multiplicar En este capítulo practicaremos con las tablas de multiplicar de una forma amena y divertida. Para ello, en primer lugar, debemos desarrollar el proyecto. Vamos a ver cómo. A lo largo
Más detallesDiagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-
Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo
Más detalles(a) Calculate a point estimate of the mean pull-off force of all connectors in the population. State which estimator you used and why.
PROBLEMAS DE CLASE Problema 7.22 Data on pull-off force (pounds) for connectors used in an automobile engine application are as follows: 79.3, 75.1, 78.2, 74.1, 73.9, 75.0, 77.6, 77.3, 73.8, 74.6, 75.5,
Más detallesTratamiento y Transmisión de Señales Ingenieros Electrónicos SEGUNDA PRÁCTICA
Tratamiento y Transmisión de Señales Ingenieros Electrónicos SEGUNDA PRÁCTICA NOTA: en toda esta práctica no se pueden utilizar bucles, para que los tiempos de ejecución se reduzcan. Esto se puede hacer
Más detallesIS12 ESTADÍSTICA Práctica 1 con Statgraphics 2º ITIS INTRODUCCION AL MANEJO DEL STATGRAPHICS
IS12 ESTADÍSTICA Práctica 1 con Statgraphics 2º ITIS INTRODUCCION AL MANEJO DEL STATGRAPHICS PROCEDIMIENTOS GENERALES La versión Windows del Statgraphics muestra una ventana (Statfolio) con una barra de
Más detallesModelos de distribuciones discretas y continuas
Modelos de distribuciones discretas y continuas Discretas En la versión actual de Rcdmr podemos encontrar las distribuciones discretas estudiadas en este curso y para cada una de ellas están disponibles
Más detallesOPENOFFICE IMPRESS. Creación básica de presentaciones digitales
OPENOFFICE IMPRESS Creación básica de presentaciones digitales Qué es OpenOffice Impress? Es la herramienta que nos ofrece OpenOffice para realizar presentaciones Las presentaciones permiten comunicar
Más detallesIII Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios
III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesSolución ESTADÍSTICA. Prueba de evaluación continua 1 - PEC1
Semestre sep04 - feb05 Módulos: 1-11 Prueba de evaluación continua 1 - PEC1 Solución Presentación y objetivos Enunciados: descripción teórica de las prácticas a realizar Materiales Criterios de evaluación
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesCAPÍTULO 10 ESTIMACIÓN POR PUNTO Y POR INTERVALO 1.- ESTIMACIÓN PUNTUAL DE LA MEDIA Y DE LA VARIANZA 2.- INTERVALO DE CONFIANZA PARA LA MEDIA
CAPÍTULO 10 ESTIMACIÓN POR PUNTO Y POR INTERVALO 1.- ESTIMACIÓN PUNTUAL DE LA MEDIA Y DE LA VARIANZA 2.- INTERVALO DE CONFIANZA PARA LA MEDIA 3.- INTERVALO DE CONFIANZA PARA LA VARIANZA 4.- INTERVALO DE
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesPráctica de Control Estadístico de Procesos Control por Variables
Práctica de Control Estadístico de Procesos Control por Variables Fichero de datos: Sensorpresion.sf3 1. Los datos Un sensor de presión ha de trabajar en condiciones de alta temperatura. Para controlar
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesCOPIAS DE SEGURIDAD. Windows XP
COPIAS DE SEGURIDAD Windows XP Para hacer una copia de seguridad en WindowsXP, pinchamos en la barra de Inicio, seleccionamos Todos los programas, Accesorios, Herramientas de Sistema y, finalmente, Copias
Más detallesMICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo.
MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo. Mediante el modelo de Hertz o Simulación de Montecarlo, trataremos
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesAPLICACIONES MICROINFORMÁTICA Apuntes de WORD 2.007
DOCUMENTOS 1.1. Crear un documento nuevo. 1.2. Cerrar un documento. 1.3. Abrir un documento con el que hemos trabajado últimamente. 1.4. Guardar un documento con otro nombre. SELECCIONAR 2.1. Marcar un
Más detallesINTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la estimación mediante Intervalos de Confianza, que es otro de los tres grandes
Más detallesProbabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
Más detallesIMPORTACIÓN DE REGISTROS BIBLIOGRÁFICO AL PROGRAMA ABIES 2.0
IMPORTACIÓN DE REGISTROS BIBLIOGRÁFICO AL PROGRAMA ABIES 2.0 Los registros bibliográficos se pueden importar en el programa Abies 2.0 (Aplicación para Bibliotecas Escolares) de dos formas: 1. Desde un
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesCurso Excel Básico 2003 Unidad 1
Formatos Formatos FORMATO DE CELDAS... 6 Descripción... 6 NÚMERO... 6 Tipo Número... 6 Tipo Moneda... 7 Tipo Fecha... 8 Tipo Hora... 8 Tipo Porcentaje... 8 Tipo Personalizada... 9 ALINEACIÓN... 9 Alineación
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesPráctica 2: Estadística Descriptiva (II)
Práctica 2: Estadística Descriptiva (II) Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Analizar correctamente variables cuantitativas discretas y continuas mediante tablas, gráficos
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesInsertar imágenes en Word
Insertar imágenes en Word Para insertar una imagen en un documento de texto en Word, hay que ir al menú Insertar y dentro de él pinchar en el icono Imagen. Al pinchar en el icono Imagen escogeremos una
Más detallesMinisterio de Educación. Diseño de Presentaciones en la Enseñanza. Módulo 2: Diapositivas de Título
Ministerio de Educación Diseño de Presentaciones en la Enseñanza Módulo 2: Diapositivas de Título Instituto de Tecnologías Educativas 2011 Diseño de Presentaciones en la Enseñanza (OpenOffice) Diapositivas
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesINSTALACIÓN Y CONFIGURACIÓN DE THUNDERBIRD EN LA OFICINA
Página 1 de 5 INSTALACIÓN Y CONFIGURACIÓN DE Programa: Mozilla Thunderbird Versión: 3.1.1 y posterior Redactado por: Alejandro Yustres Real Revisado por: Descripción: Programa empleado para el servicio
Más detallesAnálisis de datos del Aguacate Hass (presentación caja 10 kilogramos)
Análisis de datos del Aguacate Hass (presentación caja 10 kilogramos) Alberto Contreras Cristán, Miguel Ángel Chong Rodríguez. Departamento de Probabilidad y Estadística Instituto de Investigaciones en
Más detallesUNIDAD 4. MODIFICAR TABLAS DE DATOS
UNIDAD 4. MODIFICAR TABLAS DE DATOS Aquí veremos las técnicas de edición de registros para modificar tanto la definición de una tabla como los datos introducidos en ella. Esta unidad está dedicada, principalmente,
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesPRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detallesEstadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 5
Estadística Industrial Universidad Carlos III de Madrid Series temporales Práctica 5 Objetivo: Análisis descriptivo, estudio de funciones de autocorrelación simple y parcial de series temporales estacionales.
Más detalles5. DISTRIBUCIONES DE PROBABILIDADES
5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable
Más detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesCONFIGURACIÓN DE UNA CUENTA DE
CONFIGURACIÓN DE UNA CUENTA DE CORREO @coetilugo.org en Microsoft Outlook Express CONFIGURACIÓN DEL SERVIDOR Servidor de correo entrante (POP3): puerto: 110 Servidor de correo saliente (SMTP): puerto:
Más detallesDISTRIBUCIONES MUESTRALES
DISTRIBUCIONES MUESTRALES Distribuciones muestrales Autores: Ángel A. Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS CARACTERÍSTICAS DE LA
Más detallesGUÍA RÁPIDA POLIGONALES CON TRIMBLE SURVEY CONTROLLER
GUÍA RÁPIDA POLIGONALES CON TRIMBLE SURVEY CONTROLLER POLIGONAL ORIENTADA 1. Entramos en el programa Trimble Survey Controller. 2. Vamos a Archivos > Trabajo nuevo para crear un nuevo trabajo. Nos aseguramos
Más detallesIntroducción a la Estadística con Excel
Introducción a la Estadística con Excel En el siguiente guión vamos a introducir el software Excel 2007 y la manera de trabajar con Estadística Descriptiva. Cargar o importar datos En Excel 2007 podemos
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesSIMULACIÓN, ALGUNOS MÉTODOS Y APLICACIONES
SIMULACIÓN, ALGUNOS MÉTODOS Y APLICACIONES Hugo Carrasco * Resumen La palabra simulación, actualmente, es de uso corriente y cotidiano; su significado es, según la Real Academia, representar una cosa,
Más detallesCOMO CREAR UNA RED LOCAL ENTRE EQUIPOS CON WINDOWS
COMO CREAR UNA RED LOCAL ENTRE EQUIPOS CON WINDOWS XP Y VISTA: Explicación con direcciones estáticas y dinámicas. 1. RED CON DIRECCIONES DINAMICAS: La primera explicación la realizaré para XP. Lo primero
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesPASOS PARA ACTUALIZAR SU SHERPA 2000 GPS
PASOS PARA ACTUALIZAR SU SHERPA 2000 GPS 1) Ir al escritorio de nuestro ordenador y abrir una nueva carpeta pinchando con el botón derecho del ratón sobre la pantalla, sobre nuevo y sobre carpeta. Nombrar
Más detallesSimulación. Problema del jardinero. Modelo de stock aleatorio. Camino crítico.
Simulación Temario de la clase Introducción. Generacion de variables aleatorias: método de la transformada inversa. Avance del tiempo de simulación. Determinación de la cantidad de iteraciones requeridas.
Más detallesCAPÍTULO 9 DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS 1.- DISTRIBUCIONES DISCRETAS 2.- DISTRIBUCIONES CONTINUAS
CAPÍTULO 9 DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS 1.- DISTRIBUCIONES DISCRETAS 2.- DISTRIBUCIONES CONTINUAS 3.- R COMO ALTERNATIVA A LAS TABLAS ESTADÍSTICAS CLÁSICAS CAPÍTULO 9 1 2 1.- DISTRIBUCIONES
Más detallesCómo crear un Juego de preguntas en Educamóvil
Cómo crear un Juego de preguntas en Educamóvil El Juego de preguntas El Juego de preguntas es uno de los objetos que hay disponibles en Educamóvil que nos permite generar, en un punto determinado del mapa,
Más detallesGOOGLE SITES INICIAL
1º.-Acceder a Google Sites. GOOGLE SITES INICIAL Google Sites es un alojamiento gratuito de Google para páginas web. Pero además de alojamiento lo que ofrece es una herramienta para crear la página web
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesUNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL PRÁCTICAS DE ESTADÍSTICA I MANUAL DE STATGRAPHICS I. INTRODUCCIÓN Y MANEJO DE DATOS
UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL PRÁCTICAS DE ESTADÍSTICA I MANUAL DE STATGRAPHICS I. INTRODUCCIÓN Y MANEJO DE DATOS Master en Calidad Total Estadística Manual de Stagraphics 1
Más detallesen Enfermería del Trabajo
revista noviembre:maquetación 1 16/11/2011 6:27 Página 30. 203 Metodología de la investigación Metodología de Investigación en Enfermería del Trabajo Autor Romero Saldaña M Enfermero Especialista en Enfermería
Más detallesPROGRAMAS PARA LA CLASSPAD MANAGER.
PROGRAMAS PARA LA CLASSPAD MANAGER. BUSCA DIVISORES Vamos a preparar un programa sencillo, cuya misión es buscar los divisores de un número. Primero lo prepararemos con el Classpad Manager del ordenador,
Más detallesCÓMO CREAR Y UTILIZAR ENCUESTAS EN WORDPRESS
CÓMO CREAR Y UTILIZAR ENCUESTAS EN WORDPRESS Crear y administrar encuestas desde Wordpress es un proceso rápido y que puede ser muy útil para enriquecer nuestro blog. La herramienta que ofrece Wordpress
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesPROTOCOLO DE DIGITALIZACION DE HISTORIAS CLINICAS
PROTOCOLO DE DIGITALIZACION DE HISTORIAS CLINICAS 1. Limpiar manualmente antes de encender los dos Scaners (cristales internos y piezas básicas), ponerlos en marcha dejar calentar cinco minutos. A continuación
Más detallesPráctica: 7-zip. Actualmente hay múltiples compresores, los más conocidos son Winzip y Winrar.
Práctica: 7-zip Actualmente hay múltiples compresores, los más conocidos son Winzip y Winrar. Nosotros trabajaremos con el programa. es un programa libre para la compresión de datos para sistemas Microsoft
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesPráctica 5. Contrastes paramétricos en una población
Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesPRÁCTICA 1. INTRODUCCION A STATGRAPHICS. ESTADISTICA DESCRIPTIVA
PRÁCTICA 1. INTRODUCCION A STATGRAPHICS. ESTADISTICA DESCRIPTIVA OBJETIVOS: Conocer los fundamentos del programa Statgraphics. Realizar un análisis descriptivo de variables cualitativas y cuantitativas.
Más detallesPráctica 5 Cálculo integral y sus aplicaciones
Práctica 5 Cálculo integral y sus aplicaciones 5.1.- Integración con Mathematica o Integrales indefinidas e integrales definidas Mathematica nos permite calcular integrales mediante la instrucciones: Integrate[expresión
Más detallesConsulta con salida Chart (Parte I)
Consulta con salida Chart (Parte I) Ya hemos visto en videos anteriores la creación de consultas con salida Table y Pivot table. Veamos ahora la creación de una consulta con salida Chart, o sea, vista
Más detalles4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
Más detallesSimbolización en ArcGis 10
Simbolización en ArcGis 10 4. Tipos de simbolización Los mapas que se pueden generar con ArcMap son de dos tipos esencialmente: - los mapas de localización: la simbolización es constante por cada tipo
Más detallesPROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@unam.mx T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesConstrucción de un modelo de simulación aleatorio con JaamSim
Construcción de un modelo de simulación aleatorio con JaamSim Apellidos, nombre Departamento Centro Cardós Carboneras, Manuel (mcardos@doe.upv.es) Guijarro Tarradellas, Ester (esguitar@upvnet.upv.es) Organización
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detalles