Máster en Ecología Métodos para el estudio de Sistemas Ecológicos: Diseño, Análisis y Modelización. III. Regresión logística
|
|
- Veronica Romero Robles
- hace 6 años
- Vistas:
Transcripción
1 Mástr n Ecología Métodos para l studo d Sstmas Ecológcos: Dsño, Análss y Modlzacón. III. Rgrsón logístca Rgrsón logístca: ntroduccón - VR bnara p.., prsnca/ausnca, vvo/murto - Los prdctors pudn sr contnuos al mnos uno, d lo contraro análss d frcuncas o catgórcos Cuál s la probabldad d dsarrollar una nfrmdad rspratora sgún la dad, l so y la condcón d fumador o no? Qué factors dtrmnan la prsnca d una spc n partcular n las slas d un archpélago tamaño y dad d la sla, capacdad dsprsva d la spc? S pud plcar l éto rproductor o l abandono d trrtoros d las avs rapacs sgún varabls ambntals promdad a núclos urbanos, dnsdad d prsas?
2 Rgrsón logístca: ntroduccón - Los datos bnaros ó s consdran qu procdn d una proporcón bnomal con tamaño mustral strctamnt: d la ralzacón d una varabl bnomal con tamaño mustral - S la probabldad d qu un ndvduo sobrvva a un prmnto s p, ntoncs la probabldad d obtnr y dond y s sobrvvr o no s dduc d una smplfcacón d la dstrbucón bnomal con n la dstrbucón d Brnoull: Bnomal Bnara P Y con mda: p y varanza: p-p P Y n y y p p y y y p p y n y cómo nfluyn las VE l valor d p? Por qué usar la rgrsón logístca? - La prsnca d lagartjas dl génro Uta n las slas dl golfo d Calforna n rlacón con l cocnt ára/prímtro d tals slas como mdda dl aport d dtrtus por la mara prsnca o ausnca obsrvadas prsnca La sla qu rprsnta st punto tn A/P3 y tn lagartjas La sla qu rprsnta st punto tn A/P6 y carc d lagartjas ausnca probabldad prdcha d aparcon La rgrsón lnal prdc valors ngatvos d probabldad Fotografía: calfornahrps.com cocnt P/A cocnt P/A A/P bajo A/P alto d.38 2
3 Rgrsón logístca smpl: fundamntos - Rspusta bnara, codfcada como y -S modla, qu s PY X MODELO LOGÍSTICO -dond ntrcpta y pndnt son parámtros qu han d stmars - n l jmplo antror, s la probabldad d qu y Uta stá prsnt dado un dtrmnado valor d cocnt A/P -S,. S -,. - Problma: st modlo no s lnal y su ajust mdant técncas no lnals s compljo y tdoso - Para lnarzar l modlo, st prmro s prsa n forma d probabldad rlatva odds -- una forma altrnatva d prsar la probabldad -- una proporcón d,66 ó 2/3 ó p -- n las apustas boo, hípca: odds d 2 a dos acrtos y un fallo /- ó p/q - El modlo quda ntoncs: Rgrsón logístca smpl: fundamntos trrbl! 3
4 4 q p / mnos trrbl Rgrsón logístca smpl: fundamntos q p tomando logartmos naturals... ln ln q p q p ln ya s lnal y tn una pnta famlar! - El rsultado s un prdctor lnal pro no para la probabldad ó p sno para lnp/q lnp/q s la transformacón LOGIT qu hac d funcón vínculo ntr VR y VEs g X 2 X 2... n l jmplo: g A/P Rgrsón logístca smpl: fundamntos d.2
5 Rgrsón logístca smpl: fundamntos - En l jmplo: g A/P, - Las stmas d máma vrosmltud d los parámtros s obtnn mdant un algortmo tratvo con pondracón tratd wghtd last squars, arcano para nosotros, qu gnra rrors stándar apromados asntótcos: tanto mjor cuanto mayor sa l tamaño mustral - s la ntrcpta: l valor d g cuando... d poco ntrés bológco - s l cambo n la probabldad rlatva al aumntar una undad la VR por cada undad qu aumnt A/P, cuánto dsmnuy la probabldad rlatva, p/q, d qu Uta sté prsnt n una sla?. Rgrsón logístca smpl: fundamntos - n l jmplo: g A/P, dond g s l logartmo nprano l logt d la probabldad rlatva u odds d qu Uta sté prsnt n una sla rspcto a qu no sta allí Parámtro Estma ES Wald Lnp/q g A/P odds rato p P H : por cada undad d ncrmnto n A/P una sla tn una probabldad rlatva d.83 d tnr Uta rspcto no tnrla. 5
6 Rgrsón logístca smpl: fundamntos - n l jmplo: g P/A, dond g s l logartmo nprano l logt d la probabldad rlatva u odds d qu Uta sté prsnt n una sla rspcto a qu no sta allí Tnmos todo nustro trunvrato? componnt alatoro dl MLG: Y con una dstrbucón bnomal Uta stá o no stá componnt sstmátco dl MLG: l prdctor contnuo X l cocnt A/P d cada sla funcón d vínculo dl MLG, qu lga l valor sprado d Y al prdctor X: la funcón logt s dcr, l logartmo nprano d qu Uta sté rspcto a qu no sté, o lnp/q d.2 Por qué usar la rgrsón logístca? - La prsnca d lagartos dl génro Uta n las slas dl golfo d Calforna n rlacón con l cocnt prímtro/ára d tals slas como mdda dl aport d dtrtus por la mara logt, s dcr lnp/q La transformacón logt proporcona valors lnars rspcto VE Los valors prdchos stán ahora acotados ntr y probabldad prdcha d aparcon La rgrsón logístca ndca un cambo más acusado para valors ntrmdos d VE cocnt P/A cocnt P/A d.26 6
7 odds y razón d odds Espcs d plantas clasfcadas sgún su tpo d rgnracón tras un ncndo dsprsón y sgún su mcansmo d dsprsón Mcansmo d dsprsón Tpo d rgnracón Hormgas Vrtbrados Smllas 25 6 Vgtatvo 36 2 Probabldad d qu una spc d planta qu s rgnra por smllas sa dsprsada por hormgas n comparacón con la probabldad d qu lo sa por vrtbrados 25/256 25/256 6/256 25/64,6 odds o probabldad rlatva odds y razón d odds Mcansmo d dsprsón Tpo d rgnracón Hormgas Vrtbrados Smllas 25 6 Vgtatvo 36 2 P.r. smllas hormgas/vrtbrados 4,6 Probabldad d qu una spc d planta qu s rgnra vgtatvamnt sa dsprsada por hormgas n comparacón con la probabldad d qu lo sa por vrtbrados 36/362 36/362 2/362 36/2,7 odds o probabldad rlatva 7
8 odds y razón d odds Mcansmo d dsprsón Tpo d rgnracón Hormgas Vrtbrados Smllas 25 6 Vgtatvo 36 2 P.r. smllas hormgas/vrtbrados 4,6 P.r. vgtatva hormgas/vrtbrados,7 Para ambos tpos d rgnracón la dsprsón más probabl s la qu mpla a hormgas pro st tpo d dsprsón s mucho más probabl n plantas con smllas 4,6/,72,43 razón d probabldads rlatvas odds rato odds y razón d odds La prsnca d lagartos dl génro Uta n las slas dl golfo d Calforna n rlacón con l cocnt ára/prímtro d tals slas como mdda dl aport d dtrtus por la mara prsnca/ausnca VE A/P,5 p -p q,6 p 2 -p 2 q 2,7 p 3 -p 3 q 3 p 7 -p 7 q 7 contnua, p 8 -p 8 q 8 2 p -p q 2, p -p q odds p rato /q p /q p-.29 p 2 /q 2.83 p 2 /q 2 por odds cada undad razón d ncrmnto n A/P duna sla tn una odds probabldad rlatva d.83 d tnr Uta rspcto no tnrla dsmnuy ~2% 8
9 Rgrsón logístca smpl: fundamntos - Bn pro s la transformacón logt funcona tan bn, por qué no hacr smplmnt una rgrsón lnal d lnp/q, a mano o con cualqur programa sncllto, n vz d una rgrsón logístca? -- porqu la rgrsón logístca tn n cunta la varanza bnomal d VR, qu no s constant como asum la rgrsón lnar homocdastcdad -- porqu los programas, al hacr rgrsón logístca tnn n cunta qu los logts son nfntos para p crca d ó lnp/q s p -- porqu n varabls bnomals p.. éto n varos ntntos n vz d bnaras ó los algortmos tnn n cunta la dfrnca d tamaño mustral no s lo msmo 5% d qu d. Rgrsón logístca smpl: bondad d ajust - Al construr un modlo prtndmos qu s ajust bn a los datos, s dcr, qu la dfrnca ntr las obsrvacons rals y las prdccons dl modlo sa lo mínma posbl. mdda con los rsduos d un modlo: y yˆ - χ 2 d Parson o 2 n ˆ n n H : los datos obsrvados procdn d una poblacón n la qu l modlo ajustado s crto a mnor valor dl stadístco, mjor ajust p-valor no fabl s la frcunca mínma prdcha para cualqura d los valors bnaros s pquña como χ 2, por lo qu con VE contnua s agrupan los datos n dz grupos stadístco d Hosmr-Lmshow 2 y n ˆ ˆ s construy una tabla d contngnca d 2 valor bnaro d Y n los valors d X y s calcula l stadístco o con la dvanza dl modlo stadístco d la G 2 ~χ 2 gdl rsd. 9
10 - La dvanza? Y so qué s? MLG: dvanza l análogo a la suma d cuadrados rsdual SS rsdual n ANOVA o rgrsón lnal, s dcr, una mdda d la varacón qu l modlo no logra plcar y n y 2 y log n y log yˆ n yˆ Por fortuna, la dvanza, como la varanza, la dan amablmnt los paquts stadístcos trrbl! - Y nos srv para lo msmo. Por jmplo, tablas d dvanza o l análogo a R 2 D 2 - MLG: s pudn hacr rgrsons o análss d dvanza ANDEVA? Rgrsón logístca smpl: hpótss nula y tsts -H : no hay rlacón ntr VR y VE la prsnca/ausnca d Uta no stá rlaconada con l cocnt A/P d las slas - Wald tst smlar al tst d la t: b /s b.d. s dvd l parámtro stmado por su rror stándar s asntótco váldo para grands tamaños mustrals lugo ha d consdrars apromado - tst d razón d mámas vrosmltuds log-lklhood rato tst G 2-2 vrosmltud modlo rducdo/v.m.compljo ~ χ 2 df qu s quvalnt a la dfrnca n dvanza dvanc ntr los dos modlos D compljo D rducdo 2
11 Rgrsón logístca múltpl - La prsnca d rodors autóctonos n fragmntos d hábtat prurbanos n rlacón con la dstanca a caucs qu actúan como funt d ndvduos, 2 l tmpo n años qu l fragmnto llva aslado y 3 la cobrtura d matorral n porcntaj g X 2 X 2 3 X 3 VR: prsnca/ausnca d rodors autóctonos VE: trs varabls contnuas : ntrcpta, cuando todas VE son cro : cofcnt d rgrsón parcal para X mantnndo l rsto constant;.d., l cambo n l logartmo d la probabldad rlatva p/q d qu una spc sté prsnt n l fragmnto cuando s ncrmnta una undad la dstanca a caucs, mantnndo constant la dad dl fragmnto y la cobrtura d matorral n él. g: logartmo natural d la probabldad rlatva d qu una spc sté prsnt n un fragmnto d hábtat H : ; H 2 : 2 ; H 3 : 3 Fotografía: wkpda.org Rgrsón logístca múltpl prsnca o ausnca dstanca a cauc m prsnca o ausnca razón d odds : 2, dad dsd la fragmntacón años CI95% 2 ±2*SE,95-, prsnca o ausnca razón d odds : 3, cobrtura d matorral % - Qué nflunca sugrn stos gráfcos d dsprsón bnaros qu tnn las VE sobr VR? Estmat Std. Error Wald P Intrcpt -5,9 3, -,9,58 DISTX,,,4,69 AGE,3,4,66,57 PERSHRUB,,4 2,36,8 2
12 -Tstsd Wald Rgrsón logístca múltpl Estmat Std. Error Wald P Intrcpt -5,9 3, -,9,58 DISTX,,,4,69 AGE,3,4,66,57 PERSHRUB,,4 2,36,8 - Tsts d cocnt d vrosmltuds dvanzas LRT: D compljo D rducdo 9,36 9,5 -,6 Modlo rducdo 2 años 3 % dst. 3 % dst. 2 años H dst. 2 años 3 % G 2 -,6 -,44-9,56 P χ 2 df,69,5,2 Nóts qu n un modlo lnal t 2 F, pro aquí Wald 2 G 2 Rgrsón logístca: dagnóstcos - El cofcnt d dtrmnacón d los modlos lnals, R 2, ndca cuanta nformacón d los datos plca l modlo. Un análogo adcuado cuando s trabaja con dvanza n MLG s D 2 : D 2 D rsdual /D nula n l jmplo D 2 9,36/34,62,44 o 44% lo qu no s más qu la proporcón plcada d la varabldad total - Parc qu mjor aún s la R 2 d Naglkrk 99: R 2 p D D p D nula nula / n / n 22
13 - Es dfícl comprobar vsualmnt l ajust d rgrsons bnaras. Rgrsón logístca: dagnóstcos..8.8 ncdnc.6.4 R 2,75 ncdnc solaton solaton X: Aslamnto mdo para unas catgorías n las qu podmos dvdr los datos Y: probabldad mda para los casos qu s ncuntrn n sas catgorías Mástr n Ecología Métodos para l studo d Sstmas Ecológcos: Dsño, Análss y Modlzacón. IV. Rgrsón bnomal 23
ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT
ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT. ANÁLISIS DISCRIMINANTE INTRODUCCIÓN A LA MODELIZACIÓN LOGIT Conocda la dstrbucón d un conjunto d ndvduos ntr dos o más grupos, s busca ntndr la naturalza d
Más detallesI. MEDIDAS DE TENDENCIA CENTRAL
I. MEDIDAS DE TENDENCIA CENTRAL 1. La MEDIA ARITMETICA o PROMEDIO o smplmnt LA MEDIA Es la mdda d tndnca cntral más utlzada, la cual s rprsnta mdant l símbolo X y corrspond al promdo d todos los valors
Más detallesAdministración de inventarios. Ejercicio práctico.
Admnstracón d nvntaros. Ejrcco práctco. La Cía. GOMA REDONDA S.A. llva n nvntaro un crto tpo d numátcos, con las sgunts caractrístcas: Vntas promdo anuals: 5000 numátcos Costo d ordnar: $ 40/ ordn Costo
Más detallesMODELOS DE ELECCIÓN DISCRETA
ODELOS DE ELECCIÓN DISCRETA Eva dna oral - www.va.mdnaam.s (Dcmbr 3. INTRODUCCIÓN. INTERRETACIÓN ESTRUCTURAL DE LOS ODELOS DE ELECCIÓN DISCRETA 3. ODELO LINEAL DE ROBABILIDAD (L Espcfcacón ntrprtacón dl
Más detallesMODELOS CON VARIABLE DEPENDIENTE CUALITATIVA (1)
ECONOMETRÍA III Curso 8/9 MODELOS CON VARIABLE DEENDIENTE CUALITATIVA rofsors: Víctor J. Cano Frnándz y M. Carolna Rodríguz Donat Dpto. d Economía d las Instrtucons, Estadístca Económca y Economtría Unvrsdad
Más detallesAnálisis Estadístico de Datos Climáticos
Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,
Más detallesI. DEFINICIÓN (i): LOGIT como un tipo concreto de MODELOS DE REGRESIÓN PARA VARIABLES DEPENDIENTES LIMITADAS.
Curso d Posgrado 0-03 FORMACIÓN DE ESPECIALISTAS EN INVESTIGACIÓN SOCIAL APLICADA Y ANÁLISIS DE DATOS Técncas d modlzacón d varabls cualtatvas: Rgrsón Logístca Part I: El modlo d rgrsón logístca bnaro
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesCapitulo IV. Síntesis dimensional de mecanismos
Captulo IV Síntss dmnsonal d mcansmos Capítulo IV Síntss dmnsonal d mcansmos IV. Síntss dmnsonal d mcansmos. Gnracón d funcons. IV. Gnracón d trayctoras.. Introduccón a la síntss d gnracón d trayctoras..
Más detallesANÁLISIS DE SISTEMAS ELECTRÓNICOS REALIMENTADOS
ANÁLISIS DE SISTEMAS ELECTÓNICOS EALIMENTADOS DESANECIMIENTO J.M. Mlá d la oca P. EDITOIAL MIL 6 CAACAS Esta obra s ncuntra rvsón; cualqur obsrvacón qu UD tnga s l agradc comuncarla al autor. jmmladroca@hotmal.com
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesLÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN
LÍMITE DE FUNCIONES LÍMITE DE UNA FUNCIÓN CUANDO LÍMITE FINITO. DEFINICIÓN Cuando la función pud comportars d divrsas manras: f l Al aumntar los valors d, los valors d f s aproiman a un cirto númro l.
Más detallesANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN
ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador
Más detallesINTRODUCCIÓN. 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 detallesLÍMITES, CONTINUIDAD, ASÍNTOTAS 11.1 LÍMITE DE UNA FUNCIÓN LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Límite de una función en un punto
LÍMITES, CONTINUIDAD, ASÍNTOTAS. LÍMITE DE UNA FUNCIÓN.. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Límit d una función n un punto f ) = l S l: El it cuando tind a c d f) s l c Significa: l s l valor al qu s aproima
Más detallesCAPÍTULO 2. Ecuación paraxial de Helmholtz.
CAPÍTLO Ecuacón paraal d Hlmholt. S dscut la posbldad d vsualar mdant un procsador óptco [1] a las solucons d la cuacón paraal d Hlmholt. Para llo s rala una comparacón d los rsultados obtndos consdrando
Más detallesSoluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I
Solucions a los jrcicios propustos Unidad. El conjunto d los númros rals Matmáticas aplicadas a las Cincias Socials I NÚMEROS RACIONALES Y NÚMEROS IRRACIONALES. Dtrmina si los siguints númros son o no
Más detalles4. Método estadístico para el mapeo de amenaza por deslizamientos. Método de información ponderada. Cálculo de pesos. Probabilidad.
1 4. Método stadístco para l mapo d amnaza por dslzamntos Cs van Wstn Lbro: onham-cartrm, capítulo 9, pp 30-333 Método d nformacón pondrada tp 1: : 3: 4: 7: tp tp 6: act=ff(actvty="actv",npx,0) Aggrgat
Más detallesLÍMITES DE FUNCIONES. CONTINUDAD
LÍMITES DE FUNCIONES. CONTINUDAD Signiicado dl it Ejrcicio nº.- Rprsnta gráicamnt y plica l gniicado d la prón: Ejrcicio nº.- Eplica l gniicado d la guint prón y rprséntalo gráicamnt: 9 Ejrcicio nº.- Escrib
Más detalles2. Cálculo del coeficiente de transmisión de calor K de cerramientos
2. Cálculo dl cofcnt d transmsón d calor K d crramntos 2.1. Crramnto smpl Para un crramnto d caras planoparallas, formado por un matral homogéno d conductvdad térmca l y spsor L, con cofcnts suprfcals
Más detallesCAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS
CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los
Más detallesComprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos
Mnstro d Fomnto Scrtaría d Estado d Infrastructuras, Transport y Vvnda Drccón Gnral d Arqutctura, Vvnda y Sulo Documnto d Apoyo al Documnto Básco DB-HE Ahorro d nrgía Códgo Técnco d la Edfcacón DA DB-HE
Más detallesCARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES
CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o
Más detallesVARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA
AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.
Más detallesASÍNTOTAS Y RAMAS INFINITAS Cálculo y representación
LÍMITES Cálculo y rprsntación...... 7. 8. - + + - - + + - + - ( + ) - + + - - + + 9. + - +. + - + - 9. + -. + + + - +. + + +. + + + -. +. + - ASÍNTOTAS Y RAMAS INFINITAS Cálculo y rprsntación. y = - +.
Más detallesLímites finitos cuando x: ˆ
. Límits latrals its al infinito 7 FIGURA.3 3 3 La gráfica d = >. (b) La cuación () no s aplica a la fracción original. Ncsitamos un n l dnominador, no un 5. Para obtnrlo multiplicamos por >5 l numrador
Más detallesGUÍA Nº 1 CIFRAS SIGNIFICATIVAS Y TEORIA DEL ERROR
Asgnatura: Físca Mcánca ZF00 Ára Cncas Báscas Rsponsabls: Patrco Pachco H/Jacquln Ala P Fcha actualzacón: Otoño 009 GUÍA º CIFRAS SIGIFICATIAS Y TEORIA EL ERROR - Introduccón La guía d laboratoros nos
Más detalles3. 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 detallesEstas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución
Más detallesTema 2 La oferta, la demanda y el mercado
Ejrcicios rsultos d ntroducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 2 La ofrta, la
Más detallesCLUSTER ANALYSIS: ANÁLISIS DE CONGLOMERADOS (AC)
Curso Andno n Clma y Salud Uso d Informacón d Clma para la Salud Públca. CUSTER ANAYSIS: ANÁISIS DE CNGERADS (AC Hugo lvros C. InvstgadorAdjunto, IRI Colomba Unvrsty Agnda otvacón Dfncón y usos dl AC.
Más detallesMovilidad Social y Desigualdad Económica 1
ovldad Socal y Dsgualdad Económca Juan Prto Rodríguz Unvrsdad d Ovdo Avda. dl Crsto s/n 3307 Ovdo Tl: +34 985 03768. E-mal: jprtor@unov.s Juan Gabrl Rodríguz Unvrsdad Ry Juan Carlos Campus d Vcálvaro 28032
Más detalles2. En el punto x = 0, f ( x) a) Un mínimo local. b) Un máximo local. c) Ninguna de las anteriores. Solución:
Análisis Matmático (Matmáticas Emprsarials II) PROBLEMAS DE FUNCIONES DE UNA VARIABLE. Pguntas d tipo tst. (J). La función f ( ) ln: a) Tin puntos stacionarios (o críticos, s dcir, puntos cuya primra drivada
Más detallesPRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL
PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns
Más detallesFÍSICA II. Guía De Problemas Nº5: Transmisión del Calor
Unvrdad Naconal dl Nordt Facultad d Ingnría Dpartamnto d Fíco-uímca/Cátdra Fíca II FÍSICA II Guía D Problma Nº5: Tranmón dl Calor 1 PROBLEMAS RESUELTOS 1 - Una barra d cobr d cm d dámtro xtror tn n u ntror
Más detallesEncuesta de ocupación en albergues (EOAL) Metodología
Encusta d ocupacón n albrgus (EOAL) Mtodología Marzo 205 Mtodología Encusta d Ocupacón n Albrgus 205 Índc. rsntacón 2. Obtvos 3. Undad stadístca 4. Ábto d la ncusta 5. fncón d varabls 6. Marco d la ncusta
Más detallesEncuesta de Ocupación en Albergues (EOAL)
Encusta d Ocupacón n Albrgus (EOAL) Antproycto Enro 205 IE. Insttuto aconal d Estadístca IE. Insttuto aconal d Estadístca ÍICE ROYECTO TÉCICO... 3 Introduccón... 3. Obtvos... 3 2. Lgslacón y marco d rfrnca
Más detallesAPLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL 74 Cuando un problma gométrico stá nunciado n términos d la rcta
Más detallesTAMAÑO DE LA MUESTRA
Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona
Más detallesRESUMEN DE FUNCIONES. LIMITE Y CONTINUIDAD
RESUMEN DE FUNCIONES. LIMITE Y CONTINUIDAD DEFINICIÓN DE FUNCIÓN REAL DE VARIABLE REAL Una unción ral d variabl ral s una aplicación d un subconjunto D d los númros rals n un subconjunto I d los númros
Más detallesSi v y w son ambos vectores, entonces el resultado de las operaciones v + w y v w son. Dichas operaciones cumplen con propiedades conmutativas y
Crso nzdo d Fnómnos d Trnsport Dr. Jn Cros Frro Gonzáz Dprtmnto d Ingnrí Qímc Insttto Tcnoógco d Cy Oprcons con Vctors Adcón y sbstrccón d ctors S y w son mbos ctors, ntoncs rstdo d s oprcons w y w son
Más detallesUn forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l
El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesTema 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 detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS.
FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS. 1.- En ausncia d autoabsorción, la intnsidad d fluorscncia d una mustra s proporcional a la concntración, solo a concntracions bajas. Calcular
Más detalles- Se trata en el fondo, de la misma manera de medir la asociación entre X y M.
BOLETÍN EPIDEMIOLÓGICO DE CASTILLA-LA MANCHA FEBRERO 2007/ Vol.19 /Nº 10 LA REGRESIÓN LOGÍSTICA EN EPIDEMIOLOGÍA II (*) A.- VARIABLE X CUALITATIVA CON DOS CATEGÍAS (DICOTÓMICA) X rprsnta, por jmplo, l
Más detallesAnálisis 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 detallesTema 2. Termodinámica Estadística. Problemas
ma. rmodnámca Estadístca Problmas jrccos. La apromacón d trlng (ln! ln - ) prmt valuar l logartmo d factorals d númros grands con un rror puño. Calcula y rprsnta l rror rlatvo (n %) obtndo al utlzar la
Más detallesPrueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas
ÁNALISIS BIVARIADO Estudiar la rlación ntr dos variabls cualitativas ANALISIS DE FRECUENCIAS, INDEPENDENCIA Estudiar la rlación ntr dos variabls cuantitativas CORRELACIÓN Y REGRESIÓN LINEAL Estudiar la
Más detallesLa tasa de interés y sus principales determinantes
La tasa d ntrés y sus prncpals dtrmnants 1. INTRODUCCIÓN Rchard Roca * Uno d los tmas qu domna l dbat académco d los últmos años s sobr las tasas d ntrés. Los mprsaros sñalan qu todavía sta muy alta y
Más detallesANÁLISIS DE LA SEGURIDAD VIAL DE TRAVESÍAS PEATONALES - UN NUEVO MÉTODO PARA EL MODELADO Y UNA APLICACIÓN EN CARRETERAS
NÁLISIS DE L SEGUIDD IL DE TESÍS PETONLES - UN NUEO MÉTODO P EL MODELDO Y UN PLICCIÓN EN CETES Hugo Ptrantono, Escola Poltécnca da Unvrsdad d São Paulo, hptran@usp.br rdana Mara rmond asconclos, Ptrobrás
Más detallesMercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General
Univrsidad Austral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 8 Mrcados Financiros y Expctativas Profsor: Carlos R. Pitta Macroconomía Gnral, Prof. Carlos R. Pitta, Univrsidad Austral
Más detallesINTEGRAL INDEFINIDA. Derivación. Integración
TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA. FUNCIÓN PRIMITIVA F() s ua primitiva d f() si F ()= f(). Esto s prsa así: La itgració s la opració ivrsa a la drivació, d modo qu: f() F'() F() FUNCIONES PRIMITIVAS
Más detallesIII. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS
III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar
Más detallesSolución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b
Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr
Más detallesAproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin
Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,
Más detallesHistogramas: 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 detallesMétodo de los Elementos Finitos para Análisis Estructural. Alisado de tensiones
Método d los Elmntos Finitos para Análisis Estructural Alisado d tnsions Campo d tnsions Tnsions n cualquir punto dl lmnto, sgún l MEF: = Dε= DBδ Matriz B contin las drivadas d las N: no son continuas
Más detallesCOMPUTACIÓN. Práctica nº 2
Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros
Más detalles1.- a) Hallar a y b para que la siguiente función sea continua en x = 1:
.- a) Hallar a y b para qu la siguit fució sa cotiua = : b L( ) < f = a = > L b) Para sos valors d a y b, studiar la drivabilidad d f =. Solució: a) f s cotiua l puto = lim f = f() E st caso f () = a lim
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesDERIVADAS. Las gráficas A, B y C son las funciones derivadas de las gráficas 1, 2 y 3, pero en otro orden. = 0 utilizando la definición.
DERIVADAS Dinición d drivada Ejrcicio nº.- Las gráicas A, B y C son las uncions drivadas d las gráicas, y, pro n otro ordn. Cuál s la drivada d cual? Justiica tus rspustas. Ejrcicio nº.- Calcula la drivada
Más detallesOferta de trabajo y fiscalidad en España. Hechos recientes y tendencias tras el nuevo IRPF
Ofrta d trabajo y fscaldad n España. Hchos rcnts y tndncas tras l nuvo IRPF José Mª Labaga * y José Félx Sanz Rsumn En st trabajo s ntntan xplcar algunos hchos qu caractrzan, n rlacón con la fscaldad drcta,
Más detallesI. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS
Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES
Más detallesLECCIÓN 6 AMPLIFICADORES OPERACIONALES
LEIÓN 6. mplfcaor Opraconal LEIÓN 6 MPLIFICDOES OPECIONLES mplfcaor frncal mplfcaor opraconal. El O al plcacon lnal lo O plcacon no lnal lo O Caractrítca ral lo O LEIÓN 6. mplfcaor Opraconal mplfcaor frncal
Más detallesPROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES
PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica
Más detallesLA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO
LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO 1. INTRODUCCIÓN No importa l tamaño d la mprsa n la qu dsarrollmos nustra labor profsional. No importa l númro d prsonas qu compongan l dpartamnto al qu nos
Más detallesCONCEPTOS BÁSICOS SOBRE LA HETEROCEDASTICIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL TRATAMIENTO CON E-VIEWS
Concptos báscos sobr Htrocdastcdad y Tratamnto n -vws CONCPTOS BÁSICOS SOBR LA HTROCDASTICIDAD N L MODLO BÁSICO D RGRSIÓN LINAL TRATAMINTO CON -VIWS Rafal d Arc y Ramón Mahía Dpto. d conomía Aplcada Unvrsdad
Más detallesTEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
Más detallesReporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE
Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios
Más detallesEnergía. Reactivos. Productos. Coordenada de reacción
CINÉTICA QUÍMICA 1 - Razon: a) Si pud dducirs, a partir d las figuras corrspondints, si las raccions rprsntadas n (I) y (II) son d igual vlocidad y si, prvisiblmnt, srán spontánas. b) En la figura (III)
Más detalles26 EJERCICIOS de LOGARITMOS
6 EJERCICIOS d LOGARITMOS Función ponncil y rítmic:. Pr cd un d ls funcions qu figurn continución, s pid: i) Tbl d vlors y rprsntción gráfic. ii) Signo d f(). iii) Corts con los js. iv) Intrvlos d crciminto.
Más detalles2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13
º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y
Más detallesVida 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 detalles8 Límites de sucesiones y de funciones
Solucioario 8 Límits d sucsios y d ucios ACTIVIDADES INICIALES 8.I. Calcula l térmio gral, l térmio qu ocupa l octavo lugar y la suma d los ocho primros térmios para las sucsios siguits., 6,,,..., 6, 8,,...,,,,...
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesDefinición de alternador
F. R. Quntla, R. C. Rdondo (Unvrsdad d Salamanca). M. M. Rdondo (Endsa). Rsumn En st artículo s comnta la dfncón d 'altrnador' d la últma dcón dl Dcconaro d la Ral Acadma Española, y la qu la sustturá
Más detallesDescripción 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 detalles1.-PROCEDIMIENTO PARA EL CÁLCULO DE LÍMITES. Límites cuando
-PROCEDIMIENTO PARA EL CÁLCULO DE LÍMITES El cálculo d límits cuando Límits cuando a R a R s raliza sustituyndo por a Si st valor s un númro ral ntoncs ya stá calculado y st límit s único, pro n algunos
Más detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesEXPERIMENTACIÓN 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 detallesLOCALIZACIÓN DE UN SERVICIO NO DESEADO EN REDES USANDO EL CRITERIO ANTI-CENT-DIAN
27 Congro Naconal d Eadíca Invgacón Oprava Llda, 8-11 d abrl d 2003 LOCALIZACIÓN DE UN SERVICIO NO DESEADO EN REDES USANDO EL CRITERIO ANTI-CENT-DIAN M. Colbrook, J.M. Guérrz, J. Scla Dparamno d Eadíca,
Más detallesINSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES
INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE
Más detallesRelaciones 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 detallesLÍMITES DE FUNCIONES.
LÍMITES DE FUNCIONES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Sa y una unción ral d variabl ral. D una manra intuitiva y oco rcisa, dirmos qu l it d s L, cuando s aroima a, si ocurr qu cuanto más róimo sté
Más detallesReconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1
Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona
Más detallesPractica 9: Tipo de cambio y paridad de poder adquisitivo
Practica 9: Tipo d cambio y paridad d podr adquisitivo 1 Practica 9.1: Ejrcicio 1, capitulo 13, pag. 355 En Munich un bocadillo d salchicha custa 2, n l parqu Fnway d Boston un prrito calint val 1$. Con
Más detallesFundamentos Físicos I : Campo eléctrico Parcial 2
Fundamntos Físcos I : Campo éctco Paca.-S coocan paaamnt dos pacas mtácas conductoas déntcas, A y B, d supfc S y spso h. Las pacas tnn cagas q A =Q y q B = Q. Dtmn: a) Las dnsdads supfcas d caga,,, y,
Más detallesDefinición de la Metodología de Carga Laboral. Análisis de las Brechas de Recursos Humanos abril 2010.
V REUNIÓN COMISIÓN TÉCNICA DE DESARROLLO DE RECURSOS HUMANOS EN SALUD METODOLOGIA PARA CALCULO DE NECESIDADES DE PERSONAL MEDICO Y DE NEFERMERIA EN HOSPITALES, CON BASE A CARGA DE TRABAJO: PROCESO DE ELABORACIÓN
Más detallesReconciliación 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 detallessi x 0 ( 1) es discontinua en x=2. Calcula b. tiene una solución comprendida entre 1 y 2. Por qué?. x 1 x si x (
ANÁLISIS MATEMÁTICO Continuidad y drivabilidad d funcions si = 0 - Estudia la continuidad d la función f ( ) = si o sn si (, π / ) si π / < 0 - Dtrmina los valors d a y d b para qu sa continua la función:
Más detallesPoblación: 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 detallesINFLACIÓN, DESEMPLEO Y OFERTA AGREGADA
INFLACIÓN, DESEMPLEO OFERTA AGREGADA Estas notas stán basadas n Sornsn, P. y Whtta-Jacobsn, H. (2005): "Introducng Advancd Macroconomcs: Growth and Busnss Cycls". E. Mc Graw-Hll Curso: MACROECONOMÍA AVANZADA
Más detallesLímite Idea intuitiva del significado Representación gráfica
LÍÍMIITES DE FUNCIIONES ((rrsumn)) LÍMITE DE UNA FUNCIÓN f() k s : ímit d a función f() cuando tind a k Límit Ida intuitiva d significado Rprsntación gráfica Cuando f() A aumntar, os vaors d f() s van
Más detallesEjercicios resueltos Distribuciones discretas y continuas
ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s
Más detallesTEMA 4: REGRESIÓN Y CORRELACIÓN.
TEMA 4: REGREIÓN Y CORRELACIÓN. 4.. Rgrsó corrlacó lal smpl... 4.. El método d los mímos cuadrados las cuacos ormals.... 3 4.3. Rgrsó lal: rcta d rgrsó (mímos cuadrados)... 4 4.3.. Propdads d las rctas
Más detallesVI. JUSTICIA. i. - JUSTICIA CRIMINAL.
VI. JUSTICIA. i. - JUSTICIA CRIMINAL. Utilizando la d la Administración d Justicia n l o años di 883, i 884 y i 885, publicada por l Ministrio d Graci a minto d lo prvnido n cl Ral dcrto d 18 d marzo d
Más detallesAPLICACIONES DE LA DERIVADA
APLICACIONES DE LA DEIVADA Ecucación d la rcta tangnt Ejrcicio nº.- Halla las rctas tangnts a la circunrncia: y y 6 n Ejrcicio nº.- Dada la unción abscisa., scrib la cuación d su rcta tangnt n l punto
Más detallesTema 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