Examen Final. F.V. SC gl CM F p-valor Método Error Total
|
|
- Emilio Valdéz Sosa
- hace 6 años
- Vistas:
Transcripción
1 Examen Final Nombre: AGRO Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar las hojas con fórmulas provistas, el libro, las tablas y la calculadora. Para obtener crédito parcial las respuestas deben ser consistentes. Tenga en cuenta que algunos de los resultados parciales presentados podrían no ser relevantes al problema en cuestión. Todo acto de deshonestidad académica conllevará una nota de 0 en el examen y la radicación de cargos disciplinarios. El examen dura horas.. (0 puntos, a: puntos, b: 8 puntos) Se probaron 5 métodos para empacar y congelar yuca. De un grupo de 5 yucas homogéneas se escogieron 5 aleatoriamente y se procesaron con el método I. Otras 5 se procesaron con el método II, y así sucesivamente. La respuesta de interés es el rendimiento (en %) obtenido al final del proceso. Método Rendim I 60 I 5 I 56 I 5 I 65 II 64 II 74 II 66 II 74 II 77 III 55 III 66 III 68 III 57 III 55 IV 55 IV 56 IV 70 IV 59 IV 6 V 7 V 75 V 60 V 69 V 6 Cuadro de Análisis de la Varianza (SC tipo III) F.V. SC gl CM F p-valor Método Error Total 8.00 a. Complete la tabla de ANOVA. (Hay 6 cantidades sombreadas que deben completarse) b. Existen diferencias significativas entre los rendimientos promedio de los diferentes métodos? Formule y pruebe las hipótesis correspondientes usando =.05.
2 . ( puntos: a: 4, b: 6, c: 4, d: 4, e: 4) Para los datos presentados en el problema, en la siguiente salida se presentan las pruebas DMS de comparaciones múltiples. Test:LSD Fisher Alfa=0.05 DMS= Método Medias n II A V A B IV B C III B C I C Letras distintas indican diferencias significativas(p<= 0.05) a. Calcule el valor de DMS faltante. b. Construya un intervalo de confianza del 95% para la diferencia entre la media de rendimiento del método II y la media de rendimiento del método IV. Indique Verdadero o Falso en cada una de las siguientes afirmaciones: c. El método II muestra un rendimiento significativamente mayor que el método IV. d. Hay diferencias significativas entre las medias de los métodos IV y I. e. La media de rendimiento del método III no es significativamente distinta de la media de rendimiento del método V.
3 . (4 puntos: 6 cada parte) Se está estudiando la relación existente entre la raza y la cantidad de cortisol en vacunos. Se determinó el contenido de cortisol (categorizado en dos niveles: >0 y 0) en 40 vacas de raza Brahman, 40 de raza Senepol y 40 de raza Holstein. Los resultados de este estudio fueron: Raza Cortisol > 0 Cortisol 0 Total Brahman ( ) 8 ( ) Senepol ( ) 9 ( ) Holstein 0 ( ) 0 ( ) Total a. Mencione las hipótesis nula y alterna de interés en términos de este problema. b. Escriba los valores esperados E ij bajo la hipótesis nula (en paréntesis). c. El valor del estadístico fue de 4.6. Sin volver a calcularlo, pruebe las hipótesis presentadas en la parte a usando =.05. d. Grafique los resultados de este estudio.
4 altura (") 4. (4 puntos: 4 cada parte) Los siguientes datos muestran el valor máximo alcanzado por atletas en la categoría salto en alto ( high jump ) en las distintas olimpiadas desde 896 hasta 984. Los datos de cada récord están indicados en pulgadas, y los años usando al año 900 como año=0 (es decir, el año indicado como -4 corresponde a 896, y el año=84 a 984). 94 Récords olímpicos de salto en alto año (año 0 = 900) Análisis de regresión lineal Variable N R² R² Aj ECMP AIC BIC high_jump Coeficientes de regresión y estadísticos asociados Coef Est. E.E. LI(95%) LS(95%) T p-valor const <0.000 year <0.000 Cuadro de Análisis de la Varianza (SC tipo III) F.V. SC gl CM F p-valor Modelo <0.000 year <0.000 Error Total
5 a. Complete la ecuación estimada: ˆ año Y b. Interprete, si fuese posible, el estimador del intercepto en términos de este problema. Si no fuese posible, indique por qué no lo puede interpretar. c. Interprete, si fuese posible, el estimador de la pendiente en términos de este problema. Si no fuese posible, indique por qué no lo puede interpretar. d. Formule y pruebe la hipótesis de relación lineal entre ambas variables. Use =0.0 e. Debido a la Segunda Guerra Mundial, no hubo juegos olímpicos en 944. Prediga, si es posible, cuál hubiese sido el récord de salto en alto para ese año. Si no fuese posible, indique por qué no lo puede hacer. f. Prediga, si fuese posible, cuál será el récord de salto en alto para las Olimpiadas de Londres (0, correspondería al año ). Si no fuese posible, indique por qué no lo puede hacer.
6 5. (0 puntos: a: 4, b: 6) En un estudio sobre la susceptibilidad de plántulas de duraznero a tres cepas diferentes de un virus, se tomaron de un vivero 8 plántulas al azar; en cada plántula se seleccionaron hojas y cada una fue inoculada con una de las tres cepas virales (elegida aleatoriamente)(cepa, cepa o cepa ). Al cabo de una semana, se midió en cada hoja el tamaño de la lesión producida por el virus (en mm²). El arreglo de los tratamientos quedó de la siguiente manera: a. Es éste un experimento diseñado según un diseño completamente aleatorizado o un diseño en bloques completos aleatorizados? DCA DBCA b. Prepare un esquema de la tabla de ANOVA que indique fuentes de variación y grados de libertad (los números de grados de libertad de cada fuente de variación).
AGRO 6600 Segundo Examen Parcial
AGRO 6600 Segundo Examen Parcial Nombre: 2012 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesCLAVE - Laboratorio 11: Análisis de la Varianza
CLAVE - Laboratorio 11: Análisis de la Varianza 1. Se está diseñando un experimento para comparar 4 variedades de habichuela. Se usarán 6 parcelas con cada una de las variedades en un diseño completamente
Más detallesCLAVE Laboratorio 14: Diseño en bloques completos aleatorizados
CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesCapítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN
Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa
Más detallesAGRO Examen Parcial 2. Nombre:
Densidad Densidad Densidad Densidad Examen Parcial 2 AGRO 5005 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro, las tablas con fórmulas y la
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detalles14 horas. 20 horas
EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado
Más detallesMÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO
MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO Resultados obtenidos por los hombres ganadores de las medallas de oro en salto de longitud y salto de altura en las olimpiadas desde
Más detallesCentro guatemalteco de investigación y capacitación de la caña de azúcar. -CENGICAÑA-
Centro guatemalteco de investigación y capacitación de la caña de azúcar. -- Joel Morales, José Luis Quemé y Mario Melgar. Primera Edición Santa Lucia Cotz. Agosto 2009. InfoStat Contenido Aspectos generales
Más detallesDiseño de Experimentos Experimentos factoriales
Diseño de Experimentos Experimentos factoriales Dr. Héctor Escalona Definición El termino genérico de diseño factorial se aplica a aquellos experimentos donde se desea evaluar el efecto de 2 o mas factores
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesCONTROL QUÍMICO DE ENFERMEDADES DE FIN DE CICLO Y ROYA EN SOJA MEDIANTE USO DE UN FERTILIZANTE FOLIAR. COMPAÑÍA DEGSER.
CONTROL QUÍMICO DE ENFERMEDADES DE FIN DE CICLO Y ROYA EN SOJA MEDIANTE USO DE UN FERTILIZANTE FOLIAR. COMPAÑÍA DEGSER. CAMPAÑA 26-27 Ing. Agr. Silvia Distéfano, Biol. Laura Gadbán, Est. Beatriz Masiero.
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes
ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesEnsayos de Girasol 2014/2015
Ensayos de Girasol 2014/2015 Zona Oeste Arenoso Ing.Agr. Marcelo Sánchez Ing.Agr. Julián Iacomuzzi Análisis de suelo en cada ambiente: Profundidad MO %Arena %Arcilla %Limo ph Pe(ppm) 0-20 cm 1.41 68.0
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesSolución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005
Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba
Más detallesNombre:... Año de curso:...
UNIVERSIDAD DE LA REPUBLICA FACULTAD DE AGRONOMÍA Departamento de Producción Animal y Pasturas EXAMEN DE ZOOTECNIA 19 de Febrero de 2016 Nombre:... Año de curso:... ATENCION! El Examen dura 3 horas. Controla
Más detallesANOVA Análisis de la Varianza en diseño de experimentos
ANOVA Análisis de la Varianza en diseño de experimentos NATURALEZA DEL DISEÑO EXPERIMENTAL El diseño experimental tiene sus orígenes en los trabajos de Ronald Aylmer Fisher (1890 1962) desarrollados en
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR
ANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR En el análisis de la varianza con un factor (ANOVA I) se supone que hay variación debida a los tratamientos. Se aplica un tratamiento distinto a cada
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesExperimentos con factores aleatorios. Diseño de experimentos p. 1/36
Experimentos con factores aleatorios Diseño de experimentos p. 1/36 Introducción Hasta ahora hemos supuesto que los factores de un experimento son factores fijos, esto es, los niveles de los factores usados
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesUNHEVAL HUÁNUCO FACULTAD CIENCIAS AGRARIAS E.A.P. ING. AGROINDUSTRIA
UNHEVAL HUÁNUCO FACULTAD CIENCIAS AGRARIAS E.A.P. ING. AGROINDUSTRIA 0bler Edwin Duran Sacramento Página 1 DCA (DISEÑO COMPLETAMENTE AL AZAR) EJEMPLO 2.- se presentan los resultados de la descendencia
Más detallesEVALUACIÓN DE PHOSTRON K EN TRIGO
EVALUACIÓN DE PHOSTRON K EN TRIGO INFORMACIÓN DE SIEMBRA DE LAS PARCELAS TRATAMIENTOS ESTABLECIDOS DISEÑO EXPERIMENTAL Y EVALUACIONES REALIZADAS Diseño en bloques aleatorizados con 4 repeticiones: MOMENTO
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso MAT. 298 Núm. I. Seleccione la respuesta correcta: (3 puntos cada uno) Caso: Sea T= {0, 0, 2,
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
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 detallesMétodos Estadísticos de Experimentación Agraria
Métodos Estadísticos de Experimentación Agraria (Grupo B, Profesor Ignacio Romagosa) La asignatura es obligatoria en segundo ciclo de Agrónomos y tiene asignada una carga lectiva de 4.5 créditos (aproximadamente
Más detallesPruebas t para muestras pareadas
AGRO 55 LAB 1 Pruebas t para muestras pareadas PARTE I. Incluya en cada caso todos los pasos necesarios para probar las hipótesis correspondientes, una gráfica con t tab (t crítico), el cálculo del t obs
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesANÁLISIS E INTERPRETACIÓN DE DATOS EXPERIMENTALES EN EL MEJORAMIENTO GENÉTICO VEGETAL. Ing. Agr. Pablo Mansilla MGV-FCA, UNC.
ANÁLISIS E INTERPRETACIÓN DE DATOS EXPERIMENTALES EN EL MEJORAMIENTO GENÉTICO VEGETAL. Ing. Agr. Pablo Mansilla MGV-FCA, UNC. ALGUNAS DEFINICIONES NECESARIAS.. UNIDAD EXPERIMENTAL (UE) Porción de material
Más detallesA: Broca B: velocidad A B AB Vibración Totales 1/ ,2 18,9 12,9 14,4 64,4 = (1) 1/ ,2 24,0 22,4 22,5 96,1 = a
LORTORIO 8 - LORTORIO INFORMÁTICO Caso. Interesa estudiar el efecto del tamaño de broca (factor ) y de la velocidad (factor ) sobre la vibración de la ranuradora (respuesta Y). Para ello se decide utilizar
Más detallesOlimpíada Argentina de Física
Pruebas Preparatorias Primera Prueba: Cinemática - Dinámica Nombre:... D.N.I.:... Escuela:... - Antes de comenzar a resolver la prueba lea cuidadosamente TODO el enunciado de la misma. - Escriba su nombre
Más detallesTaller Análisis de Datos Multinivel (2da parte)
Taller Análisis de Datos Multinivel (2da parte) Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera munozs@ufro.cl 12-25 de Mayo, 2012 Software SAS:
Más detallesPrimer examen parcial MECU 3031
Primer examen parcial MECU 3031 Prof. Héctor D. Torres Aponte 23 de febrero de 2012 Instrucciones Este examen consta de 9 preguntas para un total de 112 puntos. Todos los problemas son basados en el material
Más detallesANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ
ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ Presentado a: MARIA ESTELA SEVERICHE CORPORACION UNIVERSITARIA
Más detallesCaso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo
Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesBloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3
DISEÑO EN CUADRO LATINO En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un solo factor de interés. En este sentido, se tienen cuatro fuentes de variación: Los tratamientos
Más detallesPara este ensayo se requiere 12 parcelas grandes y dividirla cada una en dos subparcelas.
1 Diseño en Parcela Dividida (Split plot) El diseño consiste en dividir las parcelas en subparcelas y aplicar un grupo de tratamientos en las parcelas y otro grupo de tratamientos en las subparcelas. La
Más detallesLibro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez
Libro de ejercicios de refuerzo de matemáticas María de la Rosa Sánchez Estadística bidimensional Tema 0 2 Índice general 1. Estadística unidimensional 5 2. Estadística bidimensional 11 3 Tema 1 Estadística
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesPROGRAMA. 2. MATERIA/ SEMINARIO/OBLIGACION ACADEMICA: Estadística
UNIVERSIDAD DEL SALVADOR Delegación Provincia de Corrientes Campus San Roque González de Santa Cruz Plan. Res. Rec. 60/006 PROGRAMA 1. CARRERA: Agronomía. MATERIA/ SEMINARIO/OBLIGACION ACADEMICA: Estadística
Más detallesPrueba de Hipótesis. Para dos muestras
Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesTEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN
TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a Hipótesis específicas de la investigación Cuando la variable independiente tiene
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesAREA ASIGNATURA: Estadística FECHA: PERÍODO: 1 DOCENTE: Susana Betancur Peláez
AREA ASIGNATURA: Estadística GRADO: SEXTO FECHA: PERÍODO: 1 DOCENTE: Susana Betancur Peláez LOGRO N 1: Interpreta Información estadística, proveniente de diversas fuentes y representaciones. TALLER 1.
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesESTIMACIÓN DE PARÁMETROS Y PRUEBA DE HIPÓTESIS
ANÁLISIS EXPLORATORIO TRABAJOS DE APLICACIÓN INFORMÁTICA EJERCICIO N 1: Realice un análisis exploratorio utilizando el archivo que incluya las siguientes etapas a) Confección de tablas de distribución
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesMatemáticas. Selectividad ESTADISTICA COU
Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries
Más detalles3. RESULTADOS. Los resultados de la descapsulación de quistes fueron los siguientes : Eficiencia de eclosión (EE) : 382.
3. RESULTADOS 3.1 ECLOSIÓN DE QUISTES Los resultados de la descapsulación de quistes fueron los siguientes : Eficiencia de eclosión (EE) : 382.000 nauplius/gramo Porcentaje de eclosión (PE) : 99 % Tasa
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesGuía Docente: ESTADÍSTICA Y CÁLCULO MATEMÁTICO
ESTADÍSTICA Y CÁLCULO MATEMÁTICO FACULTAD DE CIENCIAS QUÍMICAS UNIVERSIDAD COMPLUTENSE DE MADRID CURSO 2014-2015 I.- IDENTIFICACIÓN NOMBRE DE LA ASIGNATURA: NÚMERO DE CRÉDITOS: 6 CARÁCTER: Obligatoria
Más detallesHoja de Ejercicios 3 El modelo de regresión lineal múltiple
Hoja de Ejercicios 3 El modelo de regresión lineal múltiple Nota: En aquellos ejercicios en los que se incluyen estimaciones y referencia al archivo de datos utilizado, el estudiante debería comprobar
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesEvaluación de nuevas alternativas productivas para el cultivo de lechuga
Evaluación de nuevas alternativas productivas para el cultivo de lechuga 1. INTRODUCCION 1.1. Importancia de la Horticultura en nuestra zona: la horticultura en nuestro país es una actividad de gran importancia
Más detallesPruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.
Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar
Más detallesEstadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística II Ingeniería Industrial INB - 0408 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesFACULTAD DE CIENCIAS EMPRESARIALES ESCUELA PROFESIONAL DE ADMINISTRACIÓN Y NEGOCIOS INTERNACIONALES SÍLABO
FACULTAD DE CIENCIAS EMPRESARIALES ESCUELA PROFESIONAL DE ADMINISTRACIÓN Y NEGOCIOS INTERNACIONALES 1. DATOS INFORMATIVOS SÍLABO 1.1 Asignatura : Estadística para Negocios II 1.2 Código : 3501-35303 1.3
Más detallesGráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Más detallesTribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado
Tribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado Pruebas selectivas para el ingreso en el Cuerpo Superior de Estadísticos del Estado. Orden ECC/1517/2015, de 16 de Julio (BOE 27/07/2015).
Más detallesEstadística; 3º CC. AA. Examen final, 4 de septiembre de 2009
Estadística; 3º CC. AA. Examen final, 4 de septiembre de 2009 Apellidos Nombre: Grupo: DNI. (5 puntos) Se observa la variable Porcentaje de masa boscosa perdida anualmente en 0 provincias elegidas al azar
Más detallesConsiderar la siguiente colección de datos {10, 12, 12, 12, 10, 30, 0, 0, 0, 0, 0, 30, 30} para contestar las preguntas del 1al 5.
PONTIFICIA UNIVERSIDAD CATÒLICA DEPARTAMENTO DE FÌSICA - MATEMÀTICA Nombre: Fecha: Núm. Registro Prof. MATH 298 Sec. Examen Final Parte I. Seleccione la respuesta correcta (3 puntos cada uno) Considerar
Más detallesModelos mixtos. Diseño de experimentos p. 1/26
Modelos mixtos Diseño de experimentos p. 1/26 Introducción Cuando en la estructura de tratamientos de un experimento se tienen tanto factores fijos como aleatorios, el modelo que describe tales experimentos
Más detallesDetergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16
3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
Más detallesENUNCIADOS DE PROBLEMAS
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I 22 de Septiembre de 2007 ENUNCIADOS DE PROBLEMAS Muy importante: Tenga en cuenta que algunos resultados de las tablas han podido ser omitidos. PROBLEMA 1:
Más detallesESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto
TEMA IV ESQUEMA GENERAL Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto DISEÑOS DE MEDIDAS REPETIDAS Definición En el diseño medidas
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Métodos complementarios al análisis de varianza Comparaciones múltiples Comparación o pruebas de rangos múltiples Después de que se rechazó la hipótesis
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesEjercicios de Regresión Lineal
1 Ejercicios de Regresión Lineal 1º) En un determinado proceso industrial, se piensa que la producción Y en toneladas, está linealmente relacionada con la temperatura X. Se toman dos observaciones de producción
Más detallesBloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F
Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa
Más detallesClase 31 Tema: Grado de un monomio y grado de un polinomio. 4 5 xy. 0,5xy². 1,03x²y
Semana 7 Bimestre I Número de clases 31 35 Clase 31 Tema: Grado de un monomio y grado de un polinomio Actividad 1 Relacione con una línea los monomios semejantes. 3x²y 2xy² 4 5 xy Dos monomios son semejantes
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesExamen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.
Examen de Grado Sección de Econometría Agosto 2015 Pregunta 1. (40 puntos). Suponga que estamos interesados en determinar cuáles características del colegio y/o del hogar determinan el resultado de una
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesLa relación entre x y y es lineal, y el participante debe analizar esta tendencia lineal, según lo muestran los datos que recopilará.
Introducción: Pasar al experimento que permitirá la recolección de datos, para x: determinado número de liguillas, se mide la distancia que la figura recorrió (en cm.) Para cada valor de x, deben repetir
Más detallesbloques SC Suma de Cuadrados k trat bloques
Análisis de un diseño en bloques aleatorios Cuando sólo hay dos tratamientos, el análisis de varianza de una vía equivale al test t de Student para muestras independientes. A su vez, el análisis de varianza
Más detallesUniversidad Alas Peruanas
Universidad Alas Peruanas Facultad de Ciencias Empresariales Escuela Profesional de Administración y Negocios Internacionales SILABO 1. DATOS INFORMATIVOS: 1.1 Asignatura : Estadística para Negocios II
Más detalles