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

Download ""

Transcripción

1 Estadístca Edad meda para los ccos: = = 0,3años La edad meda para las ccas: = = 1, años La edad meda del conjunto es de = 0,87años. 100 a) Poblacón: todos los estudantes de ese nsttuto. Muestra: todos los alumnos de 3.⁰ ESO del nsttuto. b) Poblacón: todos los alumnos de Secundara de esa Comundad Autónoma. Muestra: los alumnos de 5 nsttutos de dstntas zonas de esa Comundad Autónoma. Respuesta aberta. Por ejemplo: a) 5 alumnos de cada clase del colego. b) trabajadores de cada puesto que ay en la empresa. c) El conjunto de todos los días de un año en esa cudad. d) 6 jugadores de cada una de las categorías del torneo. 15

2 Estadístca Varables cualtatvas: marca de un teléono, color de ojos y deporte avorto. Varables cuanttatvas: edad. Varables cualtatvas: raza, seo, color de pelo, estado de salud y nvel de pelgrosdad. Varables cuanttatvas dscretas: edad. Varables cuanttatvas contnuas: altura y peso. Nota Recuento Total 1 / / / 3 / 1 3 / / / / / / / 3 5 / / / / 5 6 / / / / 7 / / / / 5 8 / / / / / 3 30 Recuento Total C / / / / / / / / 10 + / / / / / / / /

3 Estadístca a) La varable es cuanttatva dscreta. b) Recuento Total 0 / / / / 1 / / / / / 6 / / / / / / / 8 3 / / / / 5 / / / 3 5 / / / / , 0,7 0, 0,13 1 Se agrupan en 5 tramos de ampltud 10: 80 30,5 =, = 50 >,5 Peso (kg) (30, 0] / = 0,167 (0, 50] 5 5/ = 0,08 (50, 60] 7 7/ = 0,1 (60, 70] / = 0,167 (70, 80] / = 0,167 TOTAL 1 17

4 Estadístca Otros Pastas/cereales Lácteos/uevos 6,8 o 57,6 o 50,o 50, o Pescado Carne 3,6 o 8,8 o Hortalzas 3, o Frutas Edad TOTAL ,17 35 = 8 0,3 35 = 0,57 35 = 7 0, 35 = 5 0,13 35 = ,3 o 61,7 o 51, o ,6 o 7 o 1 18

5 Estadístca Prmero se realza un recuento agrupando los datos en tramos de ampltud 0,5: Audenca (mllones de personas) (1,15; 1,0] (1,0; 1,65] (1,65; 1,0] (1,0;,15] TOTAL 1 1 1,15 1,0 1,65 1,0,15,3 75, = 1,1 Como ay que agrupar los datos en tramos, estos deberán tener ampltud 5, porque así 5 = 0 > 1,1. Peso (kg) (75, 80] 5 (80, 85] (85, 0] 3 (0, 5] TOTAL Agua (ltros) Meda: = = 161,7 10 Medana: Me = 165 Moda: Mo = 165 1

6 Estadístca Meda: = = 101,33 1 Medana: Me= = 15,5 Moda: No ay, porque todos los valores que toma la varable tenen la msma recuenca = 3 Q1 = 3 1 = 6 Q = Me = 8,5 1 3 = Q3 = 1 La cuarta parte de los meses a llovdo 3 días o menos; la mtad de los meses, 8,5 días o menos; y las tres cuartas partes, 1 días o menos. 1 =,5 Q = Me = ,5 = Q3 = 8 Notas TOTAL F La mtad de los alumnos a obtendo una nota menor o gual que 6; y las tres cuartas partes, menor o gual que 8. 00

7 Estadístca Número de coces 1 3 = Q1 = = 6 Q = Me= = 1,5 1 3 = Q3 = Aora, con los cuartles y los valores mámo y mínmo que toma la varable, se dbuja el dagrama: F TOTAL 1 0 Q1 = 1 Q = 1,5 Q3 = Como la medana está en la mtad del segmento QQ 1 3, los datos están dstrbudos de orma unorme. Además, el dagrama ndca que la mtad de los vecnos tenen uno o nngún coce, y que las tres cuartas partes de ellos poseen o menos de coces. Notas F TOTAL 1 1,75 = Q1 = 1 =,5 Q 6 = Me= Q1 = Q = 6 Q3 = = 1,5 Q3 = 8 Como la medana está en la mtad del segmento QQ 1 3, los datos están dstrbudos de orma unorme. Además, el dagrama ndca que la cuarta parte de los alumnos a sacado una puntuacón menor o gual a ; la mtad, menor o gual que 6; y las tres cuartas partes, menor o gual que 8. 01

8 Estadístca Samuel: Mes ( ) Oct. 1 0 Nov Dc. 1 5 Ene. 1 Feb Mar TOTAL 6 0 Yolanda: Mes ( ) Oct Nov Dc Ene. 1 Feb. 1 Mar. 1 0 TOTAL 6 1 S= = 6 0 σ S= =,58 6 Y= = 6 1 σ Y= = 1,53 6 La desvacón típca de Yolanda es menor que la de Samuel. Esto quere decr que Yolanda es más constante en la venta de epostores. Mes 1: Mes : Semana ( ) , , , ,56 TOTAL ,7 Semana ( ) , , , ,06 TOTAL , , ,7 M= = 150,5 σ 70,6 1 M= = 1 M = = 150,5 σ M = = 0,8 La desvacón típca del mes 1 es menor que la del mes. Esto quere decr que en el prmer mes la venta es más constante que en el segundo mes. 0

9 Estadístca ACTIVIDADES FINALES a) La poblacón es el conjunto de todos los alumnos de 15 años de la cudad. b) La muestra es el conjunto de los 15 nños escogdos. Por tanto, el tamaño de la muestra es 15. En todos los apartados se estudan característcas de alumnos de un centro escolar: Poblacón Muestra Varable a) Todos los alumnos de 3.⁰ ESO del centro escolar La clase de 3.⁰A Cuanttatva contnua b) Todos los alumnos de 3.⁰ ESO del centro escolar La clase de 3.⁰A Cualtatva c) Todos los alumnos del centro escolar 5 alumnos de cada clase Cuanttatva dscreta d) Todos los alumnos del centro escolar 5 alumnos de cada clase Cuanttatva dscreta e) Todos los alumnos del centro escolar 5 alumnos de cada clase Cuanttatva contnua Varables cualtatvas: c), e) y g). Varables cuanttatvas dscretas: a), d), ) y ). Varables cuanttatvas contnuas: b). No es convenente, porque sería muy costoso estudar todas las bombllas que se abrcan. Para realzar el estudo, se debe elegr una muestra del tamaño adecuado. 03

10 Estadístca a) Varable cualtatva Valores: ESO, Bacllerato, FP, unverstaro... b) Varable cuanttatva dscreta Valores: 1,, 3,, 5, 6,... c) Varable cuanttatva dscreta Valores: 1,, 3,, 5, 6,... d) Varable cuanttatva contnua Valores: 0; 0,5; 1; 3,; TOTAL ,18 0,73 0,7 0,18 0,01 0,05 1 a) TOTAL ,033 0,067 0,1 0,67 0,133 0,167 0,133 0,067 0,033 1 b) Suspenso Sucente Ben Notable Sobresalente TOTAL , 0,67 0,133 0,3 0,1 1 0

11 Estadístca a) TOTAL ,0 0,08 0,1 0,06 0, 0,6 0,0 0,1 0,1 0,0 1 b) Partcparon 50 socos en la encuesta. c) El dato de mayor recuenca absoluta es 60. Esto quere decr que la cantdad de tempo que más se dedca a practcar deporte es 1 ora. 10 0, ,5 1 Como debe aber 6 tramos, su ampltud debe ser 7, porque: Valor mámo Valor mínmo = 5 1 = = > 0 Págnas (10, 17] 5 0,167 (17, ] 0,133 (, 31] 7 0,33 (31, 38] 0,3 (38, 5] 0,067 (5, 5] 3 0,1 TOTAL

12 Estadístca Como debe aber tramos, su ampltud debe ser 7, porque: Valor mámo Valor mínmo = 30 3 = 7 7 = 8 > 7 Datos (, ] 8 0,333 (, 16] 5 0,08 (16, 3] 6 0,5 (3, 30] 5 0,08 TOTAL 1 Temátca lbro Aventuras 10 0,16 Terror 8 0,11 Novela stórca 5 0,18 Drama 1 0,08 Bograía 0,016 Comeda romántca 57 0,8 TOTAL 50 1 Perro Gato Pájaro Roedor 06

13 Estadístca a) En el eje orzontal se coloca el conjunto de valores que toma la varable aleatora. b) En el eje vertcal se colocan las recuencas absolutas de cada valor. a) En total ay = 10 datos. b) La recuenca absoluta del dato 15 es (15) = 3. Así, su recuenca relatva es (15) = 3 10 = 0,3. 07

14 Estadístca 1 1 0,05 3 0, , 6 0,3 5 0,1 TOTAL 0 1 a) N = = 10 b) N = = 150 B C D o 5 o 105 o 186 o A o 7 o 1 36 o 36 o 60 o 8 o 3 a) El plato preerdo es la pasta. b) Preeren carne = personas. 08

15 Estadístca TOTAL ,05 0,5 0,35 0,5 0,1 1 El dagrama que se corresponde con los datos del enuncado es el a), porque es el que se ajusta a las recuencas relatvas. En cambo, en el b), todos los datos tenen apromadamente la msma recuenca, y esto es ncompatble con la tabla. 5 0,8 1 (0,36 + 0,16) = 0,8 = 0,16 N = 5 0,36 5 = N 10 17,8 o 57,6 o 1,6 o 1 más de 1 jo solteros en alquler 1 jo TOTAL ,5 0= 10 0,175 0= ,375 0 = 8 = 0, 0,5 1 (0, , + 0,5) = 0, jo 63 o 135 o más de 1 jo en alquler 0 o 7 o solteros 0

16 Estadístca Como debe aber 10 tramos, su ampltud debe ser 10, porque: Valor mámo Valor mínmo = 1 = = 100 > 1 a) b) Edad (0, 10] 0,18 (10, 0] 8 0,16 (0, 30] 5 0,1 (30, 0] 7 0,1 (0, 50] 7 0,1 (50, 60] 5 0,1 (60, 70] 0,0 (70, 80] 3 0,06 (80, 0] 3 0,06 (0, 100] 1 0,0 TOTAL Para que aya 5 tramos, su ampltud debe ser 80, porque: Valor mámo Valor mínmo = = = 00 > 378 a) b) Número de vajeros [160, 0) 0, [0, 30) 6 0,333 [30, 00) 3 0,167 [00, 80) 0, [80, 560) 1 0,056 TOTAL

17 Estadístca El número total de datos es N = = 00. (0, 10] 15 0,075 (10, 0] 30 0,15 (0, 30] 5 0,5 (30, 0] 50 0,5 (0, 50] 35 0,175 (50, 60] 5 0,15 (0, 10] (10, 0] 7 o (50, 60] 5 o 5 o (0, 30] 81 o 63 o (0, 50] 0 o (30, 0] TOTAL

18 Estadístca 1,8 3,,6 5, 5,8 6, a) Hay = 18 alumnos con un peso superor a kg en su mocla. b) Hay = 3 alumnos con un peso neror a 5, kg en su mocla. Como las lstas de datos son cortas, se ordenan de menor a mayor y se obtene la medana: a) Me = b) Me= =,5 a) F ( ) , , , , , ,161 TOTAL 16 3, 16 = = 1,81 Mo = 1 = 8 Me = 1,5 16 3, σ = =,08 σ= 1, 16 1

19 Estadístca b) F ( ) 3 3 6, , , , TOTAL , = =,73 5,5 11 = Me = La dstrbucón es trmodal: Mo =,, 6 50,183 σ = =,56 σ=, c) F ( ) , , , = = 15,17 1 Mo = 10 37,17 σ = = 31,076 1 σ= 5,575 1 = 6 Me = ,681 TOTAL ,17 a) F ( ) 8 15, , , , ,3 TOTAL ,058 Meddas de centralzacón: 115 = = 6,765 Mo = ,5 = Me = 7 17 Meddas de poscón:,5 = Q1 = 5 Q = Me = = 1,75 Q3 = 75,058 Meddas de dspersón: σ = =,15 σ=, Q1 = 5 Q = 7 Q3 = 13

20 Estadístca b) F ( ) , , , ,5 TOTAL Meddas de centralzacón: = =,5 Mo = 3 = 10 Me= = 0 0 Meddas de poscón: = 5 Q1= 3 Q= Me= 0 3 = 15 Q 7 3= 135 Meddas de dspersón: σ = = 6,75 σ=, Q1 = 3 Q = Q3 = 7 F ( ) , , , , , ,005 TOTAL ,5 Meddas de centralzacón: 71 = = 3,55 Mo = = 10 Me= 3 0 Meddas de poscón: = 5 Q1= 3 Q= Me= = 15 Q 5 3= Meddas de dspersón: 3,5 σ = = 1,78 σ= 1,3 0 1 Q1 = Q = 3 Q3 = 5 6 1

21 Estadístca = 5 + = = 55 = Datos TOTAL F = = = 8, Mo = a) La nueva meda es la meda de los datos orgnales multplcada por 3: (3 ) 3 = = 3 La nueva meda es 85, 0 0 La medana y la moda tambén quedan multplcadas por 3, es decr: Mo = 8 3 = 8 Me = 8 3 = 8 0 = 10 Me = 8 b) Sea a el número que restamos a cada valor de la varable aleatora. Entonces, la nueva meda es la derenca entre la meda orgnal y a: ( a ) a a 0a = = = = a Sea b el número entre el que dvdmos cada valor de la varable aleatora. Entonces, la nueva meda es el cocente entre la meda orgnal y b: 1 b b = = 0 0 b Para que la moda sea 1, a o b deben ser 1, pues así será el valor con mayor recuenca. S a = 1, entonces: a b + 5 = + = = 7 a= b 133 b Basta comprobar que con a = 1 y b =, la medana es 1: a = b = 5 15

22 Estadístca F ( ) 1 36, , , , , , , , , ,75 TOTAL ,185 1 = = 5,53 7 Mo = ,5 = Me = 5 173,185 σ= =,533 7 c F ( ) [10, 11) 10, ,5 15,313 [11, 1) 11, ,5 1,688 [1, 13) 1, ,65 [13, 1) 13, ,5 7,813 [1, 15) 1,5 1 1,5 5,063 TOTAL 30,50 = = 1,5 c Clase modal = [1, 13) = 1 Clase medana = [1, 13) 30,50 σ= = 1,17 16

23 Estadístca La poblacón es el conjunto de las 700 bombllas que se abrcan a daro. La muestra es el conjunto de las bombllas elegdas al azar. Su tamaño es 50. La poblacón es el conjunto de alumnos de 3.⁰ ESO del nsttuto. Una muestra que se puede tomar es el conjunto ormado por 5 alumnos elegdos al azar de cada una de las clases de 3.⁰ ESO que ay en el nsttuto. Algunos valores de la varable podrían ser: Granada, Santander, Ovedo, Segova, etc. COLOR % Rojo 10 % 0,1 0,1 160 = 16 Naranja 5 % 0,05 0, = 8 Azul 30 % 0,3 0,3 160 = 8 Verde 5 % 0,5 0,5 160 = 0 Amarllo 15 % 0,15 0, = Blanco 100 ( ) = 7,5% 0,075 0, = 1 Negro 100 ( ) = 7,5% 0,075 0, = 1 TOTAL 100 % F ( ) , , , , , , , ,5 TOTAL = = 5,5 0 3 σ= =,

24 Estadístca Como debe aber 8 tramos, su ampltud debe ser 50, porque: Valor mámo Valor mínmo = = = 00 > 331 Págnas (100, 150] 0,133 (150, 00] 0,133 (00, 50] 5 0,167 (50, 300] 6 0, (300, 350] 5 0,167 (350, 00] 3 0,1 (00, 50] 0,067 (50, 500] 1 0,033 TOTAL 30 1 a) Para que aya 8 tramos, la ampltud debe ser 7: Valor mámo Valor mínmo = = = 56 > 8 Datos (7, 1] (1, 1] (1, 8] (8, 35] (35, ] (, ] (, 56] (56, 63] TOTAL ,05 0,075 0,175 0,175 0,5 0,175 0,15 0,05 1 b) Para que aya 6 tramos, la ampltud debe ser : Valor mámo Valor mínmo = = 8 6 = 5 > 8 Datos (10, 1] (1, 8] (8, 37] (37, 6] (6, 55] (55, 6] TOTAL ,075 0, 0, 0,3 0,175 0,

25 Estadístca c) Para que cada tramo tenga ampltud 5, debe aber 10 tramos: Valor mámo Valor mínmo = = = 50 > 8 Datos (1, 17] (17, ] (, 7] (7, 3] (3, 37] (37, ] (, 7] (7, 5] (5, 57] (57, 6] TOTAL ,05 0,1 0,15 0,15 0,1 0, 0,15 0,075 0,075 0,05 1 d) Para que cada tramo tenga ampltud 8, debe aber 7 tramos: Valor mámo Valor mínmo = = = 56 > 8 Datos (10, 18] (18, 6] (6, 3] (3, ] (, 50] (50, 58] (58, 66] TOTAL ,075 0,175 0, 0,5 0,5 0,075 0,05 1 a) Para que aya 5 tramos, la ampltud debe ser 0,: Valor mámo Valor mínmo = 1,56 0,85 = 0,71 5 0, = 1 > 0,71 Datos (0,7; 0, ] (0,; 1,1] (1,1; 1,3] (1,3; 1,5] (1,5; 1,7] TOTAL ,15 0,1875 0,375 0,5 0,065 1 b) y c) 1 0,7 0, 1,1 1,3 1,5 1,7 1

26 Estadístca F ( ) , , , , , ,6 TOTAL ,367 Meddas de centralzacón: 67 = =,33 Mo = 1 30 Meddas de dspersón: 63,367 σ = =,11 σ= 1, = Me = Los alumnos estudan en promedo oras y 1 mnutos, apromadamente, y la mtad de los ellos estudan o menos de oras. 1,53 0,65,33 = Los datos están dspersos con respecto a la meda un 65 %, apromadamente TOTAL ( ) 30,5 1,5 0,75 1,5 30, = = 10, σ= = 3,7 8 Los dependentes venderon en promedo entre 10 y 11 aparatos de are acondconado cada uno. 3,7 0,31 10,5 = Los datos están dspersos con respecto a la meda un 31 %, apromadamente. 0

27 Estadístca F ( ) , , , , , , , , , , , , , , , , TOTAL ,668 Meddas de centralzacón: Meddas de dspersón: 30 = = 10, ,668 σ = = 3,8 σ=, = 15 Me = 10 Mo = 10 En promedo, los vstantes tenían entre 10 y 11 años y la edad de la mtad de ellos era menor o gual que 10 años.,86 0,5 10,667 = Los datos están dspersos con respecto a la meda un 5 %, apromadamente. 1

28 Estadístca a) Marca A B C D E F G H TOTAL ,1165 0,006 0,0518 0,151 0,10 0,1036 0,0388 0,36 1 b) 5 A B C D E F G H

29 Estadístca c) 1, ,5,5 TOTAL ,375 0,15 0,375 0,15 1 d) e) precos 1, ,5 3 +,5 = = 1,33 8 La dstrbucón de los precos de los perumes es bmodal, pues la máma recuenca corresponde a perumes de precos derentes. Estos son los perumes A, D, H (1,5 ), y B, C, F (13,5 ). Me = ,5 = 13,3 ventas 36 1, , ,5+ 7 1, ,5+ 1, ,5 = = 13,18 30 ) Prmero se calculan los cuartles a partr de la tabla del apartado c): 8 = Q1 = 1,5 Q = Me = 13,3 8 3 = 6 Q3 = 13,5 Q1 = 1,5 Q3 = 13,5 Q = 13,3 El dagrama muestra que la cuarta parte de los perumes tenen un preco de 1,5, que la mtad de ellos cuestan menos de 13,3 (es decr, 1,5 o 13 ), y que las tres cuartas partes son de 13,5 o menos. g) Contnuando con la tabla del apartado c): 1, ,5,5 TOTAL ,375 0,15 0,375 0,15 1 ( ),50 1,17 1,756,7 103,531 10,501 10,501 σ= = 3,88 8 3,88 0,7 1,33 = Los datos están dspersos con respecto a la meda un 7 %, apromadamente. 3

30 Estadístca

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA 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 detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Capítulo III Medidas de posición y de dispersión

Capítulo III Medidas de posición y de dispersión Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS

ANÁLISIS EXPLORATORIO DE DATOS ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

Regresión y Correlación

Regresión y Correlación Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Glosario básico. de términos estadísticos

Glosario básico. de términos estadísticos Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES 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 detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA 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 detalles

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS 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 detalles

ESTADISTICA APLICADA A LA EDUCACIÓN

ESTADISTICA APLICADA A LA EDUCACIÓN UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Cuaderno de actividades 4º ESO

Cuaderno de actividades 4º ESO Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto

Más detalles

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c. .. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Estadística Descriptiva Análisis de Datos

Estadística Descriptiva Análisis de Datos El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Capítulo 12 CONTRASTES NO PARAMÉTRICOS

Capítulo 12 CONTRASTES NO PARAMÉTRICOS Capítulo 1 CONTRASTES NO PARAMÉTRICOS 1.1 Introduccón 1. Contrastes de ajuste a una dstrbucón teórca 1..1 Contrastes basados en la dstrbucón de frecuencas muestral 1..1.1 El contraste ch-cuadrado, χ. 1..1.

Más detalles

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

E-Book ISBN Fecha de catalogación: 04/04/2014. INTRODUCCION

E-Book ISBN Fecha de catalogación: 04/04/2014. INTRODUCCION E-Book ISBN 978-987-1676-14-9. Fecha de catalogacón: 04/04/014. INTRODUCCION Esta sere ddáctca fue preparada en el año 1999, en oportundad de dctarse por prmera vez la asgnatura Elementos de Matemátca

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA 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 detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 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 detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En un mercado hay dos consumidores con las siguientes funciones de utilidad: En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia Scenta Et Technca ISSN: 0122-1701 scenta@utp.edu.co Unversdad Tecnológca de Perera Colomba OSPINA GUTIÉRREZ, LUZ MARÍA; ZAPATA RAMÍREZ, GEISON ALEXIS; RODAS RENDON, PAULA ANDREA PRUEBA DE NO LINEALIDAD

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles