DISTRIBUCIONES BIDIMENSIONALES
|
|
- José Ignacio Valenzuela Río
- hace 6 años
- Vistas:
Transcripción
1 Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón lneal r = 0,4, r = 0,85 y r = 0,, a las msmas nubes de puntos. a) Respectvamente: (c), (b), (a). b) Respectvamente: (a), (b), (c).. Se han tomado ocho meddas de la temperatura de una batería y de su voltaje, y se obtuveron los sguentes datos: X: temperatura 10,0 10,0 3,1 3,5 34,0 34,5 45,0 45,6 Y: voltaje a) Sn efectuar cálculos, razona cuál de las sguentes rectas es la recta de regresón de Y sobre X para los datos anterores: y = 350,1 y = 460,1 y = 406 +,1 b) Para 5 grados, qué voltaje sería razonable suponer? a) Puede observarse que al aumentar la temperatura tambén lo hace el voltaje; por tanto, la correlacón es postva. Como el sgno de la correlacón es el msmo que el de la pendente de la recta de regresón, la únca recta posble es y = 406 +,1. b) Para esa ecuacón, s = 5 se tene y = 406 +,1 5 = 458,5. 3. El número de horas de estudo de una asgnatura y la calfcacón obtenda en el eamen correspondente, fue, para personas, la sguente: Horas Calfcacón a) Dbuja la nube de puntos y traza, apromadamente, la recta de regresón asocada. b) Indca el carácter y estma la fuerza de la correlacón. a) En la fgura adjunta se representan los puntos de la tabla anteror. La línea de trazos puede ser una recta de regresón aceptable. b) Obvamente, la correlacón es drecta y fuerte. José María Martínez Medano
2 Matemátcas 1º CT 4. Calcula, paso a paso (sn utlzar la calculadora en modo estadístco), el coefcente de correlacón y la recta de regresón asocada a los datos del problema anteror. sy El coefcente de correlacón vale r =. Para hallarlo hay que calcular las desvacones s s típcas margnales y la covaranza. Utlzaremos las fórmulas: y s = y ; s y = y y ; sy = y n n n Observa que debemos hacer sumas, sumas de cuadrados y sumas de productos; para ello resulta efcaz la sguente tabla: y y y = 85 y = 45 = 111 y = 31 y = 601 Con esto: = = 1,14 y = = 6, 43 s 111 1,14 = 4,46 = ; s 31 6,43 y = 1, 99 = 601 ; s y = 1,14 6,43 =, 80,80 Por últmo, r = = 0, 88. 4,461,99 Al ser r prómo a +1, la correlacón entre las horas de estudo y las notas de eamen es drecta y fuerte: a más horas de estudo, mejor nota de eamen. La recta de regresón es,80 y 6,43 = ( 1,14) y = 0,39 + 1, 6 19,90 (Es la recta contnua de la fgura anteror). Nota: Los resultados anterores están redondeados a las centésmas. Con más precsón (con la calculadora): r = 0,89689; y = 0, , a) Calcula la recta de regresón de Y sobre X en la dstrbucón sguente realzando todos los cálculos ntermedos. X Y b) Cuál es el valor que correspondería según dcha recta a X =? Se forma la tabla: José María Martínez Medano
3 Matemátcas 1º CT 3 X Y X Y X Y ΣX = 5 ΣY = 30 ΣX = 183 ΣY = 0 ΣX Y = 10 Se obtene. = 5 ; s = = 11, 6; y = 6; s y = 5 6 = 9, La ecuacón de la recta de regresón es sy y y = ( ) y = 0,86 +10,138 s b) S X = Y = 4, El departamento de control de caldad de una empresa de nstalacón de componentes electróncos desea determnar la relacón entre las semanas de eperenca de sus trabajadores y el número de componentes rechazados a esos trabajadores la semana anteror. Trabajador eamnado A B C D E F G H I J Semanas de eperenca (X) Número de rechazos (Y) a) Representa el dagrama de dspersón asocado a esos datos. Sugere la gráfca alguna asocacón lneal? b) Cómo calfcarías la correlacón? a) Puede ajustarse una recta como la que se ha trazado. b) Salvo para la persona B, la correlacón parece fuerte e nversa.. Para los datos del problema anteror, halla con ayuda de la calculadora: a) Las medas y desvacones típcas margnales. b) La covaranza. c) El coefcente de correlacón lneal. d) La recta de regresón de Y sobre X. e) El número de rechazos que hay que esperar para una persona con 0 semanas de eperenca. José María Martínez Medano
4 Matemátcas 1º CT 4 Sumas: = 80; y = 60; = 884; y = 40; y = 188 a) = 8; s = 4,93963; y = 6; s y = 8,1403 b) s y = 18,8 8 6 = 9, c) r = 9, /(4, ,1403) = 0,63 d) y = 1, ,53 e) 11,6, que se aproma a 1, el entero más prómo. 8. Se mderon los valores de concentracón de una sustanca A en suero fetal y los valores de su concentracón en suero materno. Se obtuveron los sguentes datos en una muestra de ses embarazadas a térmno: Madre (X) Feto (Y) a) Calcula el coefcente de correlacón lneal. b) Halla la epresón de la recta que permta estmar los valores fetales a partr de los maternos. a) Con la calculadora se obtene: r = 0,93 Otros parámetros de nterés: = ; s = 3,659; y = 4,66; s y =,1344 Tambén se obtene: A = 0,40; B = 0,609 b) La recta de regresón es: Y = A + BX y = 0,40 + 0, En ses alumnos de bachllerato se observaron dos varables: X = puntuacón obtenda en un determnado test e Y = nota en un eamen de matemátcas. Los resultados se ndcan en la sguente tabla: Test: X Eamen: Y a) Halla la recta de regresón. b) Sabendo que un alumno obtuvo 130 puntos en el test, pero no realzó el eamen de matemátcas, predce, s es posble, la nota que hubese obtendo. a) Utlzando la calculadora se obtene que: La ecuacón de la recta de regresón es: y =,8 + 0,08 El coefcente de correlacón vale r = 0,9569. b) S un alumno obtuvo en el test 130, se puede estmar que su nota en matemátcas sería y =,8 + 0, = 8,1 Como r es muy alto y 130 está dentro del rango de los datos consderados, la estmacón es fable. 10. La altura, en cm, de 8 padres y del mayor de sus hjos varones, son: Padre (X) Hjo (Y) a) Calcula la recta de regresón que permta estmar la altura de los hjos dependendo de la del padre; y la del padre conocendo la del hjo. b) Qué altura cabría esperar para un hjo s su padre mde 14? Y para un padre, s su hjo mde 190 cm? José María Martínez Medano
5 Matemátcas 1º CT 5 a) Se utlzará la calculadora en el modo estadístco. S X ndca la atura del padre e Y la del hjo, se tendrá: Y = 68, ,61859 X; X =, ,54508 Y. b) S el padre (X) mde 14 cm (en la prmera ecuacón) para el hjo caber esperar una estatura de Y = 16,4 cm. S el hjo (Y) mde 190 cm (en la segunda ecuacón) para el padre puede suponerse una estatura de X = 181 cm. 11. Los años de sete árboles y el dámetro de su tronco, en cm, se dan en la sguente tabla: Años Dámetro a) Calcula, utlzando la recta de regresón, el dámetro que se puede predecr para árboles de 10 y 0 años. b) Compara el resultado anteror con los valores observados en la tabla. Razona el porqué de las dferencas. a) X = años; Y = dámetro. = 9 ; s = 5,83; y = 19, 5 ; s y = 5,55; r = 0, y = 11,55 + 0,89. b) Y(10) = 0,45; Y(0) = 9,35. Las dferencas son debdas a que la recta de regresón da la meda del valor esperado. 1. El número de bacteras por undad de volumen, presentes en un cultvo después de un certo número de horas, vene epresado en la sguente tabla: X: Nº de horas Y: Nº de bacteras Calcula: a) Las medas y desvacones típcas de las varables, número de horas y número de bacteras. b) La covaranza de la varable bdmensonal. c) El coefcente de correlacón e nterpretacón. d) La recta de regresón de Y sobre X. Sumas: = 15; y = 06; = 55; y = 910; y = 01 a) =,5; s = 1,08; y = 34,3333; s y = 18,6964 b) s y = 31 c) r = 0,9086 d) y = 10,685 +,619 OTROS PROBLEMAS 13. Un conjunto de datos bdmensonales (, y) tene un coefcente de correlacón r = 0,8. Las medas margnales valen: = ; y = 4. Indca s alguna de las sguentes ecuacones puede corresponder a la recta de regresón de Y sobre X: y = + 8; y = 0,8 +, y = 1, José María Martínez Medano
6 Matemátcas 1º CT 6 Se sabe que el sgno de la pendente de la recta de regresón es el msmo que el de la correlacón. Por tanto, como r es postvo, hay que descartar la prmera recta. Por otra parte, la recta de regresón pasa por el centro medo de la dstrbucón, el punto (, y) = (, 4). La únca recta que lo contene es la tercera. En consecuenca, la recta de regresón pedda es y = 1, Halla el centro medo de una dstrbucón sabendo que sus rectas de regresón valen: De Y sobre X: y = +. De X sobre Y: = 0,45y 0,. Como las dos rectas pasan por el centro medo, este punto será la solucón del sstema y = + = 0,45y 0 Cuya solucón es: =, y =16. El centro medo será (, y) = (, 16). 15. Una compañía de seguros sospecha que el número de accdentes está en funcón de la edad del conductor. Para ello elge 100 personas de cada grupo de edad y contablza los accdentes totales del últmo año. Los datos fueron: Edad N.º accdentes a) Representa gráfcamente la nube de puntos asocada a estos datos. Qué correlacón se observa? b) Halla, sn calculadora, el coefcente de correlacón lneal entre las varables meddas. Comenta su valor. a) Correlacón nversa. b) Observa que debemos hacer sumas, sumas de cuadrados y sumas de productos; para ello resulta efcaz la sguente tabla: y y y = 195 y = 46 = 665 y = 39 = 135 y José María Martínez Medano
7 Matemátcas 1º CT Con esto: = 3,5 ; y =, 66 ; s = 8, 539 ; s =, 56 ; s = 0 ; r = 0, 915. La correlacón entre el número de accdentes y la edad es negatva y muy fuerte: los conductores más novatos tene más accdentes. y 16. Se está epermentado la resstenca a la rotura de una determnad fbra tetl. Para ello se ha meddo el dámetro de la fbra y el peso que soporta hasta la rotura, obtenéndose los sguentes datos: Dámetro en mm (X) 1 1, 1,4 1,6 1,8 Peso a la rotura en kg (Y) 1, a) Representa el dagrama de dspersón asocado a esos datos. Sugere la gráfca alguna asocacón lneal? b) Cómo calfcarías la correlacón? a) y Claramente se advna una correlacón lneal b) Postva y muy fuerte. 1. Con los datos del problema anteror, halla: a) La recta de regresón de Y sobre X y determna la resstenca a la rotura de una fbra de,5 mm de dámetro. b) La recta de regresón de X sobre Y y determna el dámetro mínmo de una fbra para que soporte más de 60 kg. Utlzando la calculadora: a) y = 39, 014 8,538. Para =,5 mm, y = 69,154 kg. b) = 0, 05y+ 0, 411. Para y = 60 kg, =,5 mm José María Martínez Medano
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesProblemas 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 detallesESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL
ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas
Más detallesMedidas 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 detallesBloque 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 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 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 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 detallesTRABAJO 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 detallesTEMA 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 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 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 detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesIES 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 detallesREGRESION 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 detallesPRUEBAS 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 detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesAnálisis 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 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 detallesT. 9 El modelo de regresión lineal
1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesMEDIDAS 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 detallesAnálisis de error y tratamiento de datos obtenidos en el laboratorio
Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a
Más detallesRegresión y correlación simple 113
Regresón y correlacón smple 113 Captulo X ANALISIS DE REGRESION Y CORRELACION El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes
Más detallesEJERCICIOS 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 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 detallesEjercicio 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 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 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 detallesMedia 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 detallesTÉCNICAS AUXILIARES DE LABORATORIO
TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
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 detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detallesRegresión y Correlación
Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6
Más detallesMedidas 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 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 detallesNúmeros complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro
Matemátcas Bachllerato? Soluconaro del Lbro Actvdades Dado el número complejo se pde: qué valor ha de tener x para que x? Calcula el opuesto de su conjugado Calcula el conjugado de su opuesto x x x El
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesACTIVIDADES 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 detallesVARIABLE 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 detallesPROBABILIDAD 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 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 detallesEfectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Más detallesTema 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 detallesLECTURA 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 detallesDELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID
DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas
Más detallesFUNDAMENTOS QUIMICOS DE LA INGENIERIA
FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE
Más detallesTema 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 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 detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesMatemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato
Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA
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.- 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 detalles4ºB 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 detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesFugacidad. Mezcla de gases ideales
Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar
Más detallesUnidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire
4 Undad II: Análss de la combustón completa e ncompleta. 1. Are El are que se usa en las reaccones de combustón es el are atmosférco. Ya se djo en la Undad I que, debdo a que n el N n los gases nertes
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detalles1. 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 detallesFacultad 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 detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesLECTURA 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 detallesDEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE
DEPATAMENTO DE NDUSTA Y NEGOCO UNESDAD DE ATACAMA COPAPO - CHLE ESSTENCA EN SEE, PAALELO, MXTO Y SUPEPOSCÓN En los sguentes 8 crcutos calcule todas las correntes y ajes presentes, para ello consdere los
Más detallesINSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA
INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUES DE CCESO L UNVERSDD L.O.G.S.E CURSO 004-005 CONVOCTOR SEPTEMRE ELECTROTECN EL LUMNO ELEGRÁ UNO DE LOS DOS MODELOS Crteros de calfcacón.- Expresón clara y precsa dentro del lenguaje técnco y gráfco
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesTEORÍA DE MEDIDAS INTRODUCCIÓN
Teoría de Meddas TEORÍA DE MEDIDAS ITRODUCCIÓ Las cencas epermentales operan con valores numércos que se obtenen como resultado de efectuar meddas de varables, por ejemplo una temperatura, una longtud
Más detallesLECTURA 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 detallesMateriales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.
Materales Industrales, Ingenería Técnca Industral Mecánca Profesor: Dr. María Jesús Arza, Departamento de Físca Aplcada, CITE II-A,. Teoría de meddas. Meddas magntudes: La teoría de meddas Las varables
Más detallesEstimación de la Demanda: Pronósticos
UNIVERSIDAD SIMON BOLIVAR Estmacón de la Demanda: Pronóstcos PS-4161 Gestón de la Produccón I 1 Bblografía Recomendada Título: Dreccón de la Produccón: Decsones Estratégcas. Capítulo 4: Prevsón Autores:
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 detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesDeterminación de Puntos de Rocío y de Burbuja Parte 1
Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general
Más detallesPara una población dada, se pueden estudiar simultáneamente dos o más caracteres cuantitativos diferentes.
BLOQUE III. VALORACIÓN INMOBILIARIA. SISTEMAS DE LA INFORMACIÓN. GESTIÓN PATRIMONIAL. T E M A 10 Estadístca valoracón urbana (II): Austes por el método de los mínmos cuadrados. Regresón correlacón. Regresón
Más detallesAplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa
Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detalles( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov
1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E
Más detallesModelos 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 detallesESTADÍSTICA 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 detallesTratamiento de datos experimentales. Teoría de errores
Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón
Más detallesTrabajo 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 detallesDicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.
Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una
Más detallesSolución: Se denomina malla en un circuito eléctrico a todas las trayectorias cerradas que se pueden seguir dentro del mismo.
1 A qué se denomna malla en un crcuto eléctrco? Solucón: Se denomna malla en un crcuto eléctrco a todas las trayectoras cerradas que se pueden segur dentro del msmo. En un nudo de un crcuto eléctrco concurren
Más detallesFisicoquímica CIBEX Guía de Trabajos Prácticos 2010. Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición-
Fscoquímca CIBX Guía de Trabajos Práctcos 2010 Trabajo Práctco N 7 - Medda de la Fuerza lectromotrz por el Método de Oposcón- Objetvo: Medr la fuerza electromotrz (FM) de la pla medante el método de oposcón
Más detallesTEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
Más detallesColección de problemas de. Poder de Mercado y Estrategia
de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.
Más detallesGUIAS 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 detallesTema 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 detallesVARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES
Más detallesESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL
ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA Ingenería Químca Undad I. Introduccón a los cálculos de Ingenería Químca
Más detallesElaboración 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 detallesApéndice 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 detallesGUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia
GUÍA 5 Dego Lus Arstzábal R., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal de Colomba Roberto Fabán Retrepo A., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal
Más detallesESTADISTICA APLICADA A LA EDUCACIÓN
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA
Más detalles