Recordemos el resultado que vimos en el contexto de Intervalos de Confianza

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

Download "Recordemos el resultado que vimos en el contexto de Intervalos de Confianza"

Transcripción

1 Tests ara la media cuad la variaza es desccida: ugams ahra que la variaza es desccida y csiderems las mismas hiótesis sbre µ. Recrdems el resultad que vims e el ctext de Itervals de Cfiaza

2 Las sibles hiótesis s: a) H : µ = µ (ó µ µ ) vs. H 1 : µ > µ b) H : µ = µ (ó µ µ ) vs. H 1 : µ < µ c) H : µ = µ vs. H 1 : µ µ Estadístic del test: T µ =. Baj H : µ = µ, teems que T ~ t -1 Regió de rechaz: Cm siemre la frma de la za de rechaz deede de la hiótesis alterativa. Estará dada, e cada cas, r T t 1, a) α b) T t 1, α c) T t 1, α /

3 El tamañ de la za de rechaz deede del ivel. Pr ejeml, csiderems el cas a). Cm la alterativa es µ µ >, la frma de la regió es K T, er cm la rbabilidad de rechazar H sied cierta (P(Errr ti I)) debe ser α, α µ α µ µ µ = = K P K P 1 α α α 1, 1 ) ( ) ( 1 = = = T T t K K F K F dde T F desiga la fució de distribució de ua v.a. t c -1 grads de libertad.

4 Fució de tecia y cálcul del tamañ de muestra ara bteer ua rbabilidad de errr ti II dada: La fució de tecia de este test es cmlicada rque la distribució del estadístic cuad µ µ es ua distribució t cetral. Auque hay tablas y gráfics que ermite bteer rbabilidades ara ua distribució de este ti, ls estudiarems. Pr la misma razó, calcularems tamañ de muestra ara bteer ua rbabilidad de errr ti II dada ara ua alterativa fija. Resect al -valr, cuad se utiliza tablas sól es sible bteer ua cta, ya que las tablas rvee slamete algus valres crítics de la distribució t, a mes que se utilice u aquete cm el R. Veams u ejeml.

5 Tests ara la variaza cuad la media es desccida: Las hiótesis a testear s a) H : σ = σ (ó σ σ ) vs H 1 : b) H : σ = σ (ó σ σ ) vs H 1 : c) H : σ = vs H 1 : σ σ > σ < σ ( 1) Estadístic del test: U = σ. σ σ σ Baj H : σ = σ, teems que U ~ χ 1 Regió de rechaz: Cm siemre la frma de la za de rechaz deede de la hiótesis alterativa. E este cas, estará dada r a) U χ 1, α b) U χ 1,1α c) U χ 1, α / ó U χ 1,1- α /

6 El tamañ de la za de rechaz deede del ivel. Pr ejeml, csiderems el cas b). Cm la alterativa es σ < σ, la frma de la regió es U K, er cm la rbabilidad de rechazar H sied cierta (P(Errr ti I)) debe ser α, P σ ( 1) σ K = α K = χ 1, α

7 Ejeml: e tma 5 determiacies de la temeratura e ciert sectr de u reactr, bteiédse Iteresa saber, a ivel 0.05 x = 49 C y s =.8 a) si existe evidecia ara decidir que la temeratura media e ese sectr del reactr es mer que 50 C. Calcular el -valr. b) si existe evidecia ara decidir que la variaza de la temeratura e ese sectr del reactr es mayr que ( C). a) Las hiótesis a testear s H : µ = 50 (ó µ 50) vs H 1 : µ < 50 C 50 El estadístic del test será T = y la regió de rechaz estará dada r ls valres de T tales que

8 T 50 = t 1, 0.05 E uestr cas, = 5 y r l tat t 4, 0.05 = Además el valr bservad de T es T bs = y r l tat se rechaza H, es decir que a ivel 0.05 ectrams evidecia de que la temeratura media del reactr es mer que 50 C. Cuát vale el -valr? El -valr l calculams cm la rbabilidad de bservar u valr ta extrem del estadístic cm el bservad más extrem aú, baj H. E este ejeml, rechazams cuad bservams valres equeñs del estadístic, r l tat calculams ( T T ) = P ( ) valr = Pµ = 50 OB µ = 50 T sied T = 50 5 ~ t 4

9 C R cualquier tr aquete que l ermita, dems calcular esta rbabilidad, si sl disems de las tablas, e geeral s tedrems que cfrmar c actarla. E R usariams la fució t: t( ,4) [1] es decir que el -valr es Est quiere decir que rechazarems H cuad realicems u test de t cm el que hems hech cuad el ivel de sigificació sea α> , mietras que rechazarems H cuad el ivel de sigificació del test de t sea α< Así, rechazams ara α=0.05, er rechazams H si α=0.01. b) Las hiótesis a testear s El estadístic del test será U H : σ = 4 (ó σ 4 ) vs H 1 : σ > 4 ( 1) =, σ

10 y la regió de rechaz estará dada r ls valres de U tales que ( 1) U χ 4 = 1, 0.05 E uestr cas, = 5 y r l tat χ 4, 0.05 = Cm el valr bservad de U es U bs =47.04, se rechaza H. Es decir, a ivel 0.05 hay evidecia de que la variaza de la temeratura del reactr es mayr que ( C).

11 Tests de hiótesis de ivel arximad ( asitótic) α ara la media de ua distribució cualquiera: ea 1,,..., ua m.a. de ua distribució c media µ y variaza σ <. Alicad el Terema Cetral del Límite, sabems que µ d Z σ / ~ N(0,1) Además, utilizad la riedad euciada al cstruir itervals de cfiaza de ivel asitótic (1- α) ara la media de ua distribució cualquiera, µ d N(0,1) σ σ 1 µ d N(0,1) Pr l tat, si es suficietemete grade,

12 µ ( a ~ ) N (0,1) ugams que se desea testear a ivel arximad α algua de las hiótesis siguietes: a) H : µ = µ (ó µ µ ) vs H 1 : µ > µ b) H : µ = µ (ó µ µ ) vs H 1 : µ < µ c) H : µ = µ vs H 1 : µ µ µ y que es suficietemete grade. Utilizad cm estadístic T =, las s siguietes regies de rechaz rvee tests del ivel requerid ara cada ua de las hiótesis: a) zα T b) T zα c) T z α /

13 Test de hiótesis de ivel arximad ( asitótic) α ara ua rrció (arámetr de la distribució bimial): ea 1, ua m.a. de ua distribució Bi(1,). Etces, = i i= 1,..., Alicad el Terema Cetral del Límite, si es suficietemete grade, ~ Bi(,). (1 ) d Z ~ N(0,1) sied la rrció muestral frecuecia relativa de éxits. U test de ivel arximad α ara las hiótesis: a) H : = vs H 1 : > b) H : = vs H 1 : < c) H : = vs H 1 :

14 se basa e el estadístic ) 1 (, el cual, si H es cierta, tiee distribució arximada N(0,1). Las regies de rechaz estará dadas r a) α z ) (1 b) α z ) (1 c) / ) (1 z α

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fc Ayala de Graada Sbrates de 004 (Mdel 6) Slucies Germá-Jesús Rubi Lua OPCIÓN A EJERCICIO 1_A (1 put) Dibuje la regió del pla defiida pr las siguietes iecuacies: x 3y -13; x + 3y 17, x + y 11; y 0.

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N GUIA DE TRABAJO PRACTICO Nº PAGINA Nº 69 GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N 4 OBJETIVOS: Lgrar que el Alum: Iterprete el ccept de Dierecial Resuelva ejercicis y prblemas de aplicació. CONTENIDOS:

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

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

Más detalles

Tema 4. Estimación de parámetros

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

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Ctraste de hipótesis I.E.. A uqueira I pag 1 Itrducció CONTRATE DE HIPÓTEI Hasta ahra hems vist ds frmas de efectuar ua estimació de u parámetr de la pblació a partir de ua muestra de tamañ : la estimació

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

R 1º) La conexión de los R N 2. En los dos casos las S. T Para calcular el flujo máximo se utilizará la expresión: U1ef

R 1º) La conexión de los R N 2. En los dos casos las S. T Para calcular el flujo máximo se utilizará la expresión: U1ef Máquias Eléctricas 5º Curs Mecáics Máquias iversidad de Ovied Dpt. de geiería Eléctrica EJERCCO Nº 4 TEMA V: Trasfrmadres trifásics OBJETVOS: Circuit equivalete del trasfrmadr trifásic valració de pérdidas

Más detalles

Semiconductores. Dr. J.E. Rayas Sánchez

Semiconductores. Dr. J.E. Rayas Sánchez Semicoductores Alguas de las figuras de esta resetació fuero tomadas de las ágias de iteret de los autores del texto: A.R. Hambley, Electroics: A To-Dow Aroach to Comuter-Aided Circuit Desig. Eglewood

Más detalles

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

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

Propiedades molares parciales. Volumen molar parcial. En este capítulo veremos las propiedades de mezclas binarias no reactivas.

Propiedades molares parciales. Volumen molar parcial. En este capítulo veremos las propiedades de mezclas binarias no reactivas. Priedades mlares arciales E este caítul verems las riedades de clas biarias reactivas. UNIDD 4: Mezclas simles Vlume mlar arcial Etal y agua s erfectamete miscibles etre sí. Si embarg al clar estas sustacias

Más detalles

Práctica 4 CONTRASTE DE HIPÓTESIS AMPLIACIÓN DE ESTADÍSTICA

Práctica 4 CONTRASTE DE HIPÓTESIS AMPLIACIÓN DE ESTADÍSTICA . Objetivs: a) Calcular ls parámetrs de la distribución de medias prprcines muestrales de tamañ n, extraídas de una pblación de media y varianza cncidas. b) Calcular el interval de cnfianza para la media

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

Relación de Ejercicios de Contrastes de Hipótesis. Ponencia Andaluza de Matemáticas Aplicadas a las CCSS II del año 2009.

Relación de Ejercicios de Contrastes de Hipótesis. Ponencia Andaluza de Matemáticas Aplicadas a las CCSS II del año 2009. IES Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua Relació de Ejercicios de Cotrastes de Hiótesis. Poecia Adaluza de Matemáticas Alicadas a las CCSS II del año 29. Ejercicio 1. La altura e cm. de

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

Test de Wilcoxon de rangos signados

Test de Wilcoxon de rangos signados 5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis

Más detalles

Estadística Teórica II

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

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

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

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza.

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza. FCEyN - Estadística para Química do. cuat. 006 - Marta García Be Coceptos geerales de iferecia estadística. Estimació de parámetros. Itervalos de cofiaza. Iferecia estadística: Dijimos e la primera clase

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

TEORÍA ELEMENTAL DE MUESTREO

TEORÍA ELEMENTAL DE MUESTREO TEORÍA ELEMENTAL DE MUETREO La teoría de muestreo se refiere al estudio de las relacioes que existe etre u colectivo o oblació y las muestras que se extrae de las mismas. El estudio de las muestras ermite

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio

Más detalles

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

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

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

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i

Más detalles

Semiconductores ( ) Masa Efectiva. Masa Efectiva. Masa Efectiva. Hueco. Masa Efectiva. v g dk h dk. m * Cualquier electrón está sujeto a fuerzas

Semiconductores ( ) Masa Efectiva. Masa Efectiva. Masa Efectiva. Hueco. Masa Efectiva. v g dk h dk. m * Cualquier electrón está sujeto a fuerzas Semdutres Masa Efeta Cualquer eletró está sujet a fuerzas ttal ext + t ma S resams la euaó sól e fuó de las fuerzas exteras ext m a El eletró se mrta m s su masa ambara. Esta es la masa efeta. Masa Efeta

Más detalles

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 008 (Modelo 6) Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 008 (MODELO 6) OPIÓN A EJERIIO 1_A (3 putos) Ua empresa produce botellas de leche etera

Más detalles

Muestreo e Intervalos de Confianza

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

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

Tema 5.rInferencia Estadística: Estimación

Tema 5.rInferencia Estadística: Estimación Tema 5 - ferecia Estadística: ESTimació Tema 5 - ferccia Estadística: Estimació 5.3 Muestre aleatri simple Ua muestra se cce cm 1uestra aleatria sbple (171.a.s.) si: Tema 5.rferecia Estadística: Estimació

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/ Númers cmplejs El cjut frmad pr tds ls úmers de la frma acib, dde a y b s úmers reales, c las peracies de adició y prduct defiidas pr: 1/100.a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd

Más detalles

LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA

LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA Aterirmete se ha ich que la itegral efiia equivale a ectrar el valr el área cmpreia etre la gráfica e ua fució y el eje, la cual puee ser calculaa pr mei el

Más detalles

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA Autores: Ágel A. Jua (ajuap@uoc.edu), Máimo Sedao (msedaoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS Defiició Propiedades

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

LECTURA 02: DISTRIBUCIÓN NORMAL (PARTE II) CALCULO INVERSO EN LA DISTRIBUCIÓN NORMAL ESTÁNDAR. ESTANDARIZACIÓN.

LECTURA 02: DISTRIBUCIÓN NORMAL (PARTE II) CALCULO INVERSO EN LA DISTRIBUCIÓN NORMAL ESTÁNDAR. ESTANDARIZACIÓN. LECTURA 2: DISTRIBUCIÓN NORMAL (PARTE II) CALCULO INVERSO EN LA DISTRIBUCIÓN NORMAL ESTÁNDAR. ESTANDARIZACIÓN. TEMA 4: CALCULO INVERSO EN LA DISTRIBUCION NORMAL ESTANDAR En la sesión anterir llevams acab

Más detalles

TRABAJO Y ENERGÍA 1.- TRABAJO MECÁNICO.

TRABAJO Y ENERGÍA 1.- TRABAJO MECÁNICO. TRABAJO Y ENERGÍA 1. Trabaj mecánic. 1.1. Trabaj de una fuerza cnstante. 1.. Trabaj de una fuerza variable.. Energía..1. Energía cinética... Energía tencial...1. Energía tencial gravitatria.... Energía

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

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

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE

IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE Determiació de la fució de trasferecia de lazo abierto de u sistema a partir de la curva asitótica de magitud del Diagrama de Bode.

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

o o 2 1 2 2 24 α = + α = + α = α =

o o 2 1 2 2 24 α = + α = + α = α = Tema 7 Trignmetría Matemáticas 4º ESO 1 TEMA 7 TRIGONOMETRÍA UNIDADES DE MEDIDAS DE ÁNGULOS EJERCICIO 1 a) Pasa a radianes ls siguientes ánguls: 10 y 70 b) Pasa a grads ls ánguls: 7π rad 6 y,5 rad π 7π

Más detalles

Rectificador de media onda

Rectificador de media onda Electróica y microelectróica ara cietíficos ectificador de media oda Como u diodo ideal uede mateer el flujo de corriete e ua sola direcció, se uede utilizar ara cambiar ua señal de ca a ua de cd. E la

Más detalles

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

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

Más detalles

Trabajo Especial Estadística

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

Más detalles

Sesión 4: Estadística descriptiva y exportación de resultados

Sesión 4: Estadística descriptiva y exportación de resultados Curs de trduccó a Stata Jrd Muñz (UAB) Sesó 4: Estadístca descrptva y exprtacó de resultads E esta sesó vams a trabajar c la estadístca descrptva e Stata. Prevamete, presetams ua pequeña trduccó de ls

Más detalles

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

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

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

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

Más detalles

Tema 6: Distribuciones Muestrales

Tema 6: Distribuciones Muestrales Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede

Más detalles

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p : Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?

Más detalles

Analisis y modelos a pequeña señal del transistor

Analisis y modelos a pequeña señal del transistor Aalisis y mdels a pequeña señal del trasistr. arrill, J.I. Huirca Abstract Ls BJT y FET s mdelads usad redes de ds puertasa a través de parámetrs h ó Y respectivamete. Para cada el BJT e base cmú, clectr

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

UNIDAD 7: ESTADÍSTICA INFERENCIAL

UNIDAD 7: ESTADÍSTICA INFERENCIAL UNIDAD 7: ESTADÍSTICA INFERENCIAL ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1.- VARIABLES ESTADÍSTICAS. PARÁMETROS... 3.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.1.- Distribució Biomial... 4 3..- Distribució

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1) Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

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

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

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

PROGRESIONES ARITMETICAS

PROGRESIONES ARITMETICAS PROGRESIONES ARITMETICAS DEF. Se dice que ua serie de úmeros está e progresió aritmética cuado cada uo de ellos (excepto el primero) es igual al aterior más ua catidad costate llamada diferecia de la progresió.

Más detalles

Ejemplo: En este ejemplo veremos cómo podemos utilizar un coaxial slotted line para calcular la impedancia de carga Z L.

Ejemplo: En este ejemplo veremos cómo podemos utilizar un coaxial slotted line para calcular la impedancia de carga Z L. 91 Ejempl: En este ejempl verems cóm pdems utilizar un caxial sltted line para calcular la impedancia de carga. Un caxial sltted line tiene una pequeña abertura lngitudinal (i.e. slit) en su cnductr exterir.

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

Mó duló 21: Sumatória

Mó duló 21: Sumatória INTERNADO MATEMÁTICA 16 Guía del estudiate Mó duló 1: Sumatória Objetivo: Coocer y aplicar propiedades para el cálculo de sumatorias. Para calcular alguas sumatorias es ecesario coocer sus propiedades

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 211 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció A Reserva 1, Ejercicio 4, Oció A Reserva 2, Ejercicio

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía

Más detalles

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA

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

Más detalles

ORGANIZACIÓN DE LOS DATOS.

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

Más detalles

2. MODELOS PROBABILISTICOS

2. MODELOS PROBABILISTICOS . MODELOS PROBABILISTICOS. Fucioes de Probabilidad.. Variable Discreta U modelo probabilístico de u experimeto requiere asociar u valor de probabilidad a cada puto del espacio muestral. E el caso de las

Más detalles

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS Págia 1 de 13 CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS E este capítulo etraremos al fial del ciclo del método cietífico, usado la iformació de la muestra para geeralizar y llegar a coclusioes

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos. CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio

Más detalles

TEMA 8. ENERGÍA Y TRABAJO

TEMA 8. ENERGÍA Y TRABAJO TEMA 8. ENERGÍA Y TRABAJO 8.1 CONCEPTO DE ENERGÍA De frma general, se puede decir que la energía es una prpiedad de tds ls cuerps que hace psible la interacción entre ells. Tda la energía del Univers estuv

Más detalles

Materia: Matemática de Séptimo Tema: Propiedades de los Números Racionales vs Números irracionales

Materia: Matemática de Séptimo Tema: Propiedades de los Números Racionales vs Números irracionales Materia: Matemática de Séptim Tema: Prpiedades de ls Númers Racinales vs Númers irracinales Qué pasa si quieres identificar un númer cm? Es un númer racinal irracinal? Después de cmpletar este cncept,

Más detalles

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles

OPCIÓN A EJERCICIO 1_A 1 0 2

OPCIÓN A EJERCICIO 1_A 1 0 2 IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz

Más detalles

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica

Más detalles