(Véase el Ejercicio 13 Beneficio de los bancos )
|
|
- Elvira Farías Maestre
- hace 6 años
- Vistas:
Transcripción
1 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó de parámetros 3. Propedades de los estmadores 3. Cálculo de esperazas 3. Cálculo de varazas 4. Estmacó de la varaza 5. Predccó 5. Predccó del valor medo 5. Predccó para ua ueva observacó. Hpótess báscas.. El modelo El modelo de regresó leal múltple pretede medr el efecto de las varables más mportates (,,..., ) sobre la varable respuesta, represeta el efecto de las varables restates medate ua varable aleatora que llamaremos perturbacó del modelo: f (,,..., ) g(,..., p) Supodremos que e el rago de valores de terés, la fucó f admte ua apromacó leal, co lo que resulta el modelo de regresó leal múltple:... u (Véase el Eercco 3 Beefco de los bacos ) u étodos de Regresó- Grado e Estadístca Empresa Tema 3 3/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 4/3.. Hpótess báscas Supodremos que se quere eplcar los valores de ua varable aleatora a partr de u couto de varables matemátcas,,...,, que sobre los dvduos de de la muestra toma valores predetermados coocdos. a v.a. recbe el ombre de varable eplcada, edógea, respuesta o depedete. as varables,,..., recbe el ombre de varables eplcatvas, eógeas, regresores o depedetes. Admtremos que e cada dvduo de la muestra la relacó etre las varables es:... u, para,,...,, dode es el valor de la respuesta e el dvduo -ésmo, mde el efecto margal que produce u aumeto utaro e cuado el resto de varables permaece costates (,,...,), u mde el efecto que produce sobre la respuesta las varables que o está cludas e el modelo. Es el térmo de error o perturbacó. Supodremos que la perturbacó aleatora u verfca las pótess abtuales: () Su esperaza es cero: E ( u ) () Su varaza es costate: var( u ) (3) So depedetes dos a dos: cov( u, u ), E( uu ), (4) a dstrbucó de u es ormal. S llamamos U (u, u,..., u ) al vector columa de dmesó, estas codcoes se resume e: U N (, I) es decr, el vector U tee ua le ormal multvarate de dmesó, co vector de medas E ( U ) ( E( u), E( u ),..., E( u ))' (,,...,)' matrz de covarazas var( U) O O
2 étodos de Regresó- Grado e Estadístca Empresa Tema 3 5/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 6/3 Además de estas codcoes sobre la perturbacó aleatora, es ecesaro añadr dos pótess adcoales para poder estmar el modelo s ambgüedad: (5) El tamaño muestral debe ser maor que el úmero de parámetros a estmar, >, (6) as varables eplcatvas,,..., debe ser lealmete depedetes, es decr, el rago de la matrz X debe ser rag(x). as pótess respecto a la perturbacó aleatora puede escrbrse e térmos de la varable respuesta de la forma sguete: (') Para cada couto fo de valores de las, la dstrbucó de tee meda: E )... ( (') a varaza de es costate o depede de los valores de las : var( ) (3') as so depedetes dos a dos. (4') a varable respuesta tee le ormal. étodos de Regresó- Grado e Estadístca Empresa Tema 3 7/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 8/3. Estmacó de los parámetros Puesto que, por pótess, la dstrbucó de la varable respuesta es ormal, el método de estmacó por máma verosmltud cocde co el método de estmacó por mímos cuadrados. Así, la fucó a mmzar es: ( ) e dode... so los valores austados, para,,...,, e so los resduos del modelo, para,,...,. Por tato, la fucó a mmzar es: (... ) Buscamos,,..., tales que sea mímo. Para ello debemos dervar parcalmete la fucó respecto de los parámetros,,...,. Dervado parcalmete respecto de,,..., obteemos ecuacoes ormales: (... )( ) para,..., : (... )( ) e e as ecuacoes ormales da lugar a u sstema de ecuacoes co cógtas. Implcacoes de las ecuacoes ormales: a) los resduos debe teer meda cero, b) los resduos o debe estar relacoados co gua de las varables eplcatvas. Esto garatza que e la descomposcó básca ŷ e toda la formacó de la relacó etre la varable respuesta las varables eplcatvas está recogda e ŷ, metras que el resduo e cotee la parte de la respuesta que o está relacoada co las. El sstema de ecuacoes co cógtas puede escrbrse como:
3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 9/ étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 matrcalmete: { { X Es decr: X X X Así, la estmacó del vector de parámetros es: X' (X'X) a codcó (6), rag(x), mplca que rag(x X), por tato, que este la matrz versa de X X. étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Plateameto del modelo: ), (, I U U X N Hperplao de regresó: H H X' X(X'X) X' (X'X) X 443, a matrz H recbe el ombre de proector ortogoal (o at matr) es smétrca (H H) e dempotete (H H). Resduos: H) (I H e a matrz (I-H) se deoma proector ortogoal complemetaro. Observacó: El proector ortogoal I-H defe u espaco ortogoal al defdo por el proector H. Esto mplca que ' e, puesto que Ŷ e perteece a dos espacos dsttos ortogoales. étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Eercco 4. (Cosumo de 8 provcas españolas) El sguete cuadro preseta tres dcadores de cosumo e 8 provcas españolas: u dcador global de cosumo (), u dcador del úmero de automóvles ( ) u dcador del úmero de teléfoos ( ). Provca Idcador de Cosumo () Automóvles cada ab. ( ) Teléfoos cada ab.( ) Ávla Paleca Segova Burgos Sora 89 8 Valladold ogroño Satader 69 a) Costrur u modelo eplcatvo que relacoe el dcador global co estos dos dcadores de cosumo. b) Qué efecto produce sobre el cosumo u aumeto de ua udad e el úmero de automóvles por cada abtates? c) Qué efecto produce sobre el cosumo u aumeto de ua udad e el úmero de teléfoos por cada abtates?
4 étodos de Regresó- Grado e Estadístca Empresa Tema 3 3/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 4/3 as matrces de datos so: X X'X X' X' X X' étodos de Regresó- Grado e Estadístca Empresa Tema 3 5/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 6/3 a versa de X X es: ( X'X) la estmacó de los parámetros es: (X'X) X' El perplao de regresó estmado es: ŷ Propedades de los estmadores de los parámetros a) tee le ormal al ser fucó leal de v.a. ormales. b) es u estmador sesgado de, c) a varaza de es: var( ) q, sedo q el( ) - ésmo elemeto de dag(( X' X) ) Estas propedades se resume e: N(, q ), para,,...,. Observacó: a) se demuestra vedo que el estmador mímo-cuadrátco se a obtedo como fucó leal de las (que teía le ormal). Es decr: (X'X) X'.
5 étodos de Regresó- Grado e Estadístca Empresa Tema 3 7/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 8/3 3. Cálculo de esperazas Recordemos que el modelo es: X U, U N (, I) A partr de la defcó del estmador mímo-cuadrátco, teemos que: (X'X) X' (X'X) X'(X U) (X'X) X'X (X'X) X' U CU I C costate tomado esperazas: E( ) E ( CU ) CE U 3 ( ) 3. Cálculo de varazas a matrz de varazas-covarazas de los estmadores será ua matrz ()(), smétrca, e cua dagoal estará las varazas de cada (,,,) fuera de la dagoal estará las covarazas etre l. l, para Esta matrz se defe como: var( ) E(( E())( E())' ). Teedo e cueta que E () que CU, dode C (X'X) X', susttuedo e la defcó, se tee que: var( ) E( CUU'C' ) CE( UU') C' CC' (X'X) X'X(X'X) (X'X) 443 I étodos de Regresó- Grado e Estadístca Empresa Tema 3 9/3 S llamamos q (,,,,) a los elemetos de la matrz (X X) - : q q q q q q ( X' X) co q q q q q etoces: var( ) q, para,,...,, cov(, ) q, para, l,,...,, co l. l l Puesto que, e geeral, será descoocda, e su lugar utlzaremos la varaza resdual. Etoces: sr q será u estmador de la var( ) q Observacó: E geeral, la matrz X X o será dagoal, por lo que su versa tampoco lo será. Esto mplca que los estmadores o será depedetes, pues sus covarazas o será ulas. Solamete será depedetes s X X es ua matrz dagoal, lo que requere que las varables eplcatvas tega meda cero covarazas ulas. étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 4. Estmacó de la varaza El estmador mámo-verosíml de la varaza de la perturbacó aleatora es la varaza resdual: atrcalmete, s e es el vector columa de dmesó que cotee los resduos, etoces: s e'e ( )'( ) ( X)'( X) R (' 'X 'X' 'X'X) -- { sr e -- (' 'X 'X' 'X(X'X) X'X) -- (' 'X') -- Observacó: como e modelos aterores, se puede demostrar que --χ s R e
6 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 a esperaza varaza del estmador sr so: 4 E( sr ), var( sr ). Éstas se deduce a partr de la esperaza varaza de la le Gamma, teedo e cueta que: χ Gamma, E( χ ), var( χ ). étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Eercco 5. Co los datos del Eercco 4 (cosumo de 8 provcas españolas) calcular la varaza resdual ua estmacó de las varazas covarazas etre los coefcetes. Del Eercco 4 sabemos que: X' 65 ( 64,78,83,88,89,99,, )' Calculamos: ( ) 634, ' 64,78,..., ' 'X' ( ) la varaza resdual es: s R e'e (' 'X' ) étodos de Regresó- Grado e Estadístca Empresa Tema 3 3/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 4/3 5. Predccó Falmete, la matrz de varazas-covarazas de es: var() s R ( X'X) (la versa de X X se a obtedo e el Eercco 4) as desvacoes típcas de los coefcetes so las raíces cuadradas de los térmos dagoales. U modelo de regresó múltple permte: ) Estmar las medas codcoadas: Estmar las medas de las dstrbucoes de para cada valor de, ) Realzar proóstcos: Prever futuros valores de la varable respuesta. Tato la estmacó de la meda como la predccó de se obtee susttuedo e la ecuacó del perplao de regresó. Por tato, sus valores umércos so détcos. Pero la precsó de estas dos estmacoes es dstta, por tato, los tervalos de cofaza será dsttos.
7 étodos de Regresó- Grado e Estadístca Empresa Tema 3 5/3 5.. Estmacó de las medas codcoadas odelo: X U, U N (, I) E(/), El uevo parámetro que se quere estmar es la meda de codcoada a que las varables eplcattvas tome u valor cocreto (,,,, ), es decr: E(/ ) m El estmador putual de m es: ', que tee le ormal uvarate, al ser combacó leal de las compoetes de u vector ormal multvarate. Proposcó: ' es u estmador sesgado de m, cua varaza es var( ) v, dode v '(X'X) (Demostracó) étodos de Regresó- Grado e Estadístca Empresa Tema 3 6/3 Observacoes: v '(X'X) es el elemeto -ésmo de la dagoal del proector H. Puede demostrarse que (apédce, Peña II): ( v '(X'X) ), 4 )'S 44( dst. aalaobs dode ' (,,..., ), de maera que ' (, '), es el vector de medas de las varables eplcatvas S es su matrz de covarazas. v es ua medda de dstaca del puto al cetro de gravedad. Además, S v var( ) S v > var( ) > Cuáto más aleado esté de, maor será la varaza var( ), por tato, meor será la precsó de la estmacó. Se defe / v como el º equvalete de observacoes para estmar m. Utlzado esta catdad, var( ). étodos de Regresó- Grado e Estadístca Empresa Tema 3 7/3 Itervalo de cofaza para m Utlzaremos la le de probabldad de su estmador putual '. Caso : coocda, m Nm, N(,) Caso : descoocda, m t sr E geeral, se estará e la pótess del Caso, co lo que el I.C. para m al (-α)% será: I. C.( m ) m t sr α dode t -α/ es el percetl (-α/)% de la le t de Studet co -- gr. lbertad v '(X'X) étodos de Regresó- Grado e Estadístca Empresa Tema 3 8/3 5. Predccó de ua ueva observacó (proóstco) Se quere prever el valor futuro de la varable respuesta cuado. Por tato, se tee ua ueva v.a. u, dode u N(, ) es depedete de u, u,, u. a predccó o proóstco de la varable respuesta se obtee susttuedo e la ecuacó del perplao de regresó: ' pero, s se quere u tervalo de predccó? El tervalo de predccó o de proóstco es u tervalo de valores probables para la varable aleatora. al (-α)% es m t sr α dode t -α/ es el percetl (-α/)% de la le t de Studet co -- gr. lbertad v '(X'X)
8 étodos de Regresó- Grado e Estadístca Empresa Tema 3 9/3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 3/3 Cómo se deduce este tervalo? Se cosdera la varable dfereca, es decr, el resduo ormal al ser combacó leal de ormales. e, que tee le Se obtee su esperaza varaza: E( ) E( ' u ' ) { ' { ' m m var( ) var( ) var( ) Observacó: a varaza se obtee como suma de varazas puesto que depedetes al serlo u de u, u,, u., so S es descoocda, etoces se susttue por su estmador, se tee que: t sr Puesto que esta será la stuacó abtual, el tervalo de predccó para la respuesta cocreta es: m t sr α dode v '(X'X) Por tato, se tee que: N, sempre que sea coocda. N(,) étodos de Regresó- Grado e Estadístca Empresa Tema 3 3/3 Etrapolacó oculta predccó E la estmacó de la respuesta meda o la predccó de uevas respuestas e u puto cocreto, debemos ser etremadamete cautos co la etrapolacó. S sólo se tee e cueta el producto cartesao, es fácl cosderar la predccó para u puto que puede estar fuera de la ube de putos co la que se a calculado el perplao de regresó (Etrapolacó oculta!!) Para evtar este problema, debemos ceñros al casco coveo (cove ull) de las varables regresoras: el meor couto coveo que cotee a los putos orgales. producto cartesao (-,.5)(-.5,) casco coveo étodos de Regresó- Grado e Estadístca Empresa Tema 3 3/3 E geeral, cuado el úmero de varables regresoras es >, el casco coveo resulta dfícl de calcular. S embargo, es posble calcular de forma seclla u elpsode que cotee al casco coeo, de la forma sguete: Sea v ma { v}, dode v '(X'X) ma etoces, el elpsode de ecuacó: '(X'X) vma, R cotee al casco coveo. (Atecó! Este elpsode o es el meor de los elpsodes que cotee al casco coveo, pero sí el más secllo de calcular.) Para evtar e lo posble la etrapolacó, comprobaremos s el puto para el que se quere realzar la predccó se ecuetra detro de este elpsode: perteece al elpsode s se cumple que '(X' X) v ma (Véase el eemplo Predccó )
Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detalles1. Introducción 1.1. Análisis de la Relación
. Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesFEM-OF: EDP Elíptica de 2 Orden
9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesEstadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo
Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza
Más detalles( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.
Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx
Más detallesMEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Más detallesVARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
Más detallesANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez
ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre
Más detallesAnálisis de la Varianza
Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca
Más detallesESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:
SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesMETODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:
Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detallesÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO
6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.
Más detallesIncertidumbre en las mediciones directas e indirectas
Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:
Más detallesTema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple
Método de egreó Grado e Etadítca y Emprea Tema 4 /3 Tema 4. Problema de fereca etadítca e el modelo de regreó leal múltple. Itervalo de cofaza y cotrate para lo coefcete de regreó... Itervalo de cofaza
Más detallesLOS NÚMEROS COMPLEJOS
LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate
Más detallesCAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en
CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesTema 1: Introducción: Generalización y Extensión del Modelo de Regresión
Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Itroduccó Especfcacó del Modelo de Regresó Leal 3 Supuestos del Modelo Clásco de Regresó
Más detallesTEMA 2: LOS NÚMEROS COMPLEJOS
Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesDISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL
Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema
Más detallesEstadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesGráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:
:: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales
Más detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
Más detallesINGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS
INGENIERÍA INDUTRIAL A meudo, e la práctca, se requere resolver prolemas que clue cojutos de varales, cuado se sae que este algua relacó herete etre ellas, esa relacó se puede ecotrar a partr de la formacó
Más detallesEl valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad
Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede
Más detallesCAPÍTULO 2 MODELO DE REGRESIÓN LOGÍSTICA
Estmacó de la ocurreca de cdecas e declaracoes de pólzas de mportacó Salcedo Poma, Cela Mercedes CAPÍULO MODELO DE REGRESIÓN LOGÍSICA INRODUCCIÓN La Regresó Logístca es ua técca estadístca multvarate que
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detalles3 Metodología de determinación del valor del agua cruda
3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos
Más detallesAPROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS
APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado
Más detallesDada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ
TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,
Más detallesCAPITULO 1 MODELOS LINEALES GENERALIZADOS
CAPITULO MODELOS LINEALES GENERALIZADOS E este capítulo estudaremos ua extesó de los modelos leales a ua famla más geeral, propuesta por Nelder y Wedderbur (97), deomada Modelos Leales Geeralzados (MLG)
Más detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
Más detallesGENERACION DE VARIABLES ALEATORIAS
GENERACION DE VARIABLES ALEATORIAS Hay ua varedad de métodos para geerar varables aleatoras. Cada método se aplca solo a u subcojuto de dstrbucoes y para ua dstrbucó e partcular u método puede ser más
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesTEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.
1. Dstrbucoes Bdmesoales de Frecuecas. 1.1. Idepedeca y Relacó Fucoal de dos Varables. 1.. Tablas de Correlacó y de Cotgeca. 1.3. Dstrbucoes Margales. 1.4. Dstrbucoes Codcoadas. 1.5. Idepedeca Estadístca..
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesEJERCICIOS RESUELTOS TEMA 3.
INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.
Más detalles4º MEDIO: MEDIDAS DE POSICIÓN
4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesINTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1
63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las
Más detallesTema 16: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,
Más detalles4. SEGUNDO MÓDULO. 4.1 Resumen de Datos
4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato
Más detallesCENTRO DE MASA centro de masas centro de masas
CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA TRATA DE DESCRIBIR CONJUNTOS DE DATOS RESUMIENDO LA INFORMACIÓN QUE ESTOS PROPORCIONAN, UTILIZANDO: TABLAS DE FRECUENCIAS GRÁFICAS MEDIDAS NUMÉRICAS REPRESENTATIVAS (POSICIÓN, DISPERSIÓN
Más detallesde los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u
FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:
Más detallesFUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA
VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge
Más detallesCALCULO DIFERENCIAL E INTEGRAL II. Figura 1
TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El
Más detallesMEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
Más detallesLÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS
LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesAlgunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos
Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Epermeto aleatoro.- Se llama epermeto aleatoro a todo feómeo cuyos resultados o se puede predecr de atemao, au cuado cada prueba se repta bajo las msmas codcoes. Ejemplos de
Más detallesObjetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética
Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:
Más detalles3 Regresión lineal múltiple: estimación y propiedades
3 Regresó leal múltple: estmacó y propedades Ezequel Urel Uversdad de Valeca Versó 09-013 3.1 El modelo de regresó leal múltple 1 3.1.1 Modelo de regresó poblacoal y fucó de regresó poblacoal 3.1. Fucó
Más detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detallesEstadística Descriptiva
Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama
Más detallesEstadística descriptiva
Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda
Más detallesTransformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas
5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases
Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto
Más detallesNOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos
Más detallesESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos
Más detallesApuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia
Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo
Más detallesMétodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09
Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector
Más detallesQué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.
Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL
UNIERSIDAD NACIONAL EXERIMENAL OLIECNICA ANONIO JOSÉ DE SUCRE ICERRECORADO BARQUISIMEO DEARAMENO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL UNIDAD I CLASE Nº EL ESADO GASEOSO GAS IDEAL Es el estado de la matera
Más detallesTEMA 9. Contrastes no paramétricos y bondad de ajuste
TEMA 9. Cotrastes o paramétrcos y bodad de ajuste 9. Al falzar el tema el alumo debe coocer... fereca etre u cotraste parámetrco y uo o paramétrco Característcas de la estmacó utlzado los cotrastes o test
Más detallesmecánica estadística Estadísticas Cuánticas Capítulo 5
mecáca estadístca Estadístcas Cuátcas Capítulo 5 Gas Ideal Mooatómco e el Límte Clásco Cosderemos u as deal s teraccó etre moléculas mooatómco e u volume V a temperatura T. Además supoemos que la separacó
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos
Más detallesProbabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3
Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesFigura 1
Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesMETODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)
METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo
Más detallesMedidas de Tendencia Central
Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo
Más detalles