Examen Final. F.V. SC gl CM F p-valor Método Error Total

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

Download "Examen Final. F.V. SC gl CM F p-valor Método Error Total"

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 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 detalles

CLAVE - Laboratorio 11: Análisis de la Varianza

CLAVE - 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 detalles

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados

CLAVE 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 detalles

LAB 13 - Análisis de Covarianza - CLAVE

LAB 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 detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se 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 detalles

Capítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN

Capítulo 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 detalles

AGRO Examen Parcial 2. Nombre:

AGRO 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 detalles

MATERIA: 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. 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 detalles

14 horas. 20 horas

14 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 detalles

MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO

MÉTODOS 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 detalles

Centro guatemalteco de investigación y capacitación de la caña de azúcar. -CENGICAÑA-

Centro 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 detalles

Diseño de Experimentos Experimentos factoriales

Diseño 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 detalles

Universidad 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 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 detalles

CONTROL 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. 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 detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 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 detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA 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 detalles

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes

ANOVA. 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 detalles

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO 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 detalles

1. Realice la prueba de homogeneidad de variancias e interprete los resultados.

1. 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 detalles

Ensayos de Girasol 2014/2015

Ensayos 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 detalles

PRÁCTICA 3: Ejercicios del capítulo 5

PRÁCTICA 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 detalles

Prueba t para muestras independientes

Prueba 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 detalles

Tipo de punta (factor) (bloques)

Tipo 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 detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 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 detalles

Solución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005

Solución 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 detalles

Nombre:... Año de curso:...

Nombre:... 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 detalles

ANOVA Análisis de la Varianza en diseño de experimentos

ANOVA 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 detalles

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Regresión 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 detalles

Ideas básicas del diseño experimental

Ideas 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 detalles

INDICE. Prólogo a la Segunda Edición

INDICE. 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 detalles

ANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR

ANOVA 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 detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS 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 detalles

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Escuela 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 detalles

Experimentos con factores aleatorios. Diseño de experimentos p. 1/36

Experimentos 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 detalles

Estadísticas 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 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 detalles

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS

CAPÍTULO 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 detalles

UNHEVAL HUÁNUCO FACULTAD CIENCIAS AGRARIAS E.A.P. ING. AGROINDUSTRIA

UNHEVAL 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 detalles

EVALUACIÓN DE PHOSTRON K EN TRIGO

EVALUACIÓN 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 detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS

PONTIFICIA 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 detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

TEMA 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 detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

2 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 detalles

1. Introducción 1.1. Análisis de la Relación

1. 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 detalles

Métodos Estadísticos de Experimentación Agraria

Métodos 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 detalles

Pruebas t para muestras pareadas

Pruebas 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 detalles

Tema 8: Regresión y Correlación

Tema 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 detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, 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 detalles

ANÁLISIS 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. 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 detalles

A: 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

A: 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 detalles

Olimpíada Argentina de Física

Olimpíada 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 detalles

Taller Análisis de Datos Multinivel (2da parte)

Taller 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 detalles

Primer examen parcial MECU 3031

Primer 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 detalles

ANOVA 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 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 detalles

Caso 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 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 detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

2. 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 detalles

Bloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3

Bloque 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 detalles

Para este ensayo se requiere 12 parcelas grandes y dividirla cada una en dos subparcelas.

Para 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 detalles

Libro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez

Libro 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 detalles

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS

INSTITUTO 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 detalles

PROGRAMA. 2. MATERIA/ SEMINARIO/OBLIGACION ACADEMICA: Estadística

PROGRAMA. 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 detalles

Prueba de Hipótesis. Para dos muestras

Prueba 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 detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES 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 detalles

5. Regresión Lineal Múltiple

5. 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 detalles

TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN

TEMA 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 detalles

T2. El modelo lineal simple

T2. 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 detalles

AREA ASIGNATURA: Estadística FECHA: PERÍODO: 1 DOCENTE: Susana Betancur Peláez

AREA 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 detalles

Correlación. 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) 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 detalles

ESTIMACIÓN DE PARÁMETROS Y PRUEBA DE HIPÓTESIS

ESTIMACIÓN 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 detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 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 detalles

Matemáticas. Selectividad ESTADISTICA COU

Matemáticas. 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 detalles

3. RESULTADOS. Los resultados de la descapsulación de quistes fueron los siguientes : Eficiencia de eclosión (EE) : 382.

3. 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 detalles

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA

PROGRAMA 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 detalles

Guía Docente: ESTADÍSTICA Y CÁLCULO MATEMÁTICO

Guía 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 detalles

Hoja de Ejercicios 3 El modelo de regresión lineal múltiple

Hoja 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 detalles

Análisis de Componentes de la Varianza

Análisis 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 detalles

Evaluación de nuevas alternativas productivas para el cultivo de lechuga

Evaluación 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 detalles

Pruebas 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 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 detalles

Estadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.

Estadística 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 detalles

FACULTAD DE CIENCIAS EMPRESARIALES ESCUELA PROFESIONAL DE ADMINISTRACIÓN Y NEGOCIOS INTERNACIONALES SÍLABO

FACULTAD 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 detalles

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado

Gráfico 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 detalles

Tribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado

Tribunal 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 detalles

Estadística; 3º CC. AA. Examen final, 4 de septiembre de 2009

Estadística; 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 detalles

Considerar 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.

Considerar 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 detalles

Modelos mixtos. Diseño de experimentos p. 1/26

Modelos 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 detalles

Detergente 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

Detergente 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 detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS

INTRODUCCIÓN 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 detalles

ENUNCIADOS DE PROBLEMAS

ENUNCIADOS 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 detalles

ESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto

ESQUEMA 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 detalles

Diseño de experimentos Hugo Alexer Pérez Vicente

Diseño 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 detalles

TODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis

TODO 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 detalles

Ejercicios de Regresión Lineal

Ejercicios 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 detalles

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

Bloque 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 detalles

Clase 31 Tema: Grado de un monomio y grado de un polinomio. 4 5 xy. 0,5xy². 1,03x²y

Clase 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 detalles

Tabla 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 )

Tabla 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 detalles

Examen 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 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 detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte

ESTADISTICA 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 detalles

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

PRUEBA 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 detalles

La relación entre x y y es lineal, y el participante debe analizar esta tendencia lineal, según lo muestran los datos que recopilará.

La 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 detalles

bloques SC Suma de Cuadrados k trat bloques

bloques 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 detalles

Universidad Alas Peruanas

Universidad 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