PROBABILIDADES Y ESTADÍSTICA. Práctica 7

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

Download "PROBABILIDADES Y ESTADÍSTICA. Práctica 7"

Transcripción

1 PROBABILIDADES Y ESTADÍSTICA Práctica 7 Ejercicio 1 El gráfico de una serie temporal se puede pensar como un diagrama de dispersión de los pares de puntos conformados por el tiempo y la variable en cuestión. a) Se dispone de la serie temporal de la temperatura media anual en la región de los Andes al sur de 45ºS (llamada Patagonia Sur) reconstruida a partir de la información de anillos de árboles en el período (archivo Patagonia Sur.xls). Si se desea realizar el diagrama de dicha serie cuál elegiría como variable dependiente y como variable independiente? b) Realizar el diagrama para la serie de la temperatura reconstruida en la región la Patagonia Norte. Ejercicio 2 Dada la serie temperatura media anual en la región Patagonia Sur del Ejercicio 1. a) Graficar la serie temporal. b) Ajustar una recta lineal a los puntos a partir del método de cuadrados mínimos. Cómo interpretaría la pendiente de dicha recta y sus unidades? c) Analizar la significancia del ajuste. d) Se puede afirmar que la serie temporal presenta una tendencia lineal significativa? De ser así, filtrar dicha tendencia y graficar la serie filtrada. Ejercicio 3 a) En el inicio del estudio paleoclimático de la temperatura de la región de la Patagonia Sur, los investigadores pudieron reconstruir la sección de los anillos de árboles que corresponde al período (archivo Patagonia Sur.xls). Al graficar la serie y estudiar su tendencia lineal, qué concluyeron los investigadores sobre el comportamiento de la temperatura en esos años? b) Luego, con nuevas muestras pudieron extender la reconstrucción hasta el año Al graficar la serie extendida y estudiar su tendencia lineal, qué concluyeron los investigadores sobre el comportamiento de la temperatura en esos años? Fueron erróneas las conclusiones obtenidas en el inciso a)? c) Qué conclusiones se obtienen al comparar los resultados con los del Ejercicio 2? Ejercicio 4 Se desea saber si la reconstrucción realizada a través de la información de los anillos de árboles es representativa de la temperatura observada. Para analizar esto se dispone de las series de temperatura media anual para la Patagonia Sur observadas y reconstruidas en el período (archivo Patagonia Sur.xls). 1

2 a) Graficar ambas series temporales en función del tiempo en un mismo gráfico. A través de esta inspección visual, qué se podría decir sobre la eficacia de la reconstrucción. b) Realizar un diagrama de dispersión considerando la serie reconstruida en el eje de las abscisas y la serie observada en el eje de las ordenadas. c) Realizar un ajuste lineal entre ambas series y evaluar la significancia de dicho ajuste. d) Calcular la correlación lineal entre ambas series temporales y evaluar su significancia. Comparar los resultados con los del inciso c). Ejercicio 5 Dadas las series de temperaturas medias mensuales de junio de las Islas Orcadas y la precipitación del mes de enero del Observatorio Central de Buenos Aires en el período (archivo OCBA y Orcadas.xls). Se desea analizar si existe relación lineal entre ambas variables. Para ello se propone: a) Graficar ambas series temporales en función del tiempo en el mismo gráfico. b) Graficar el diagrama de dispersión para los pares ordenados conformados por la temperatura y la precipitación. Qué puede decirse sobre la relación lineal de ambas variables a través de la inspección visual de los dos gráficos? c) Medir el grado de relación lineal entre ambas variables y evaluar su significancia. Ejercicio 6 Dadas dos series de datos mensuales que presentan relación lineal indirecta perfecta en el período a) Esquematizar cómo serían los gráficos de las dos series temporales en función del tiempo. b) Esquematizar cómo sería el diagrama de dispersión para los pares ordenados conformados por los datos de ambas series. Ejercicio 7 Dada la serie del Ejercicio 1 (Patagonia Sur.xls): a) Se desean resaltar las variaciones de escala temporal superior a 45 años, para ello calcular la serie de promedios móviles de 45 años. b) Graficar la serie de promedios móviles de 45 años junto con la serie temporal original. c) Filtrar la serie de promedios móviles, es decir, calcular la serie resultante de restar a la serie original, la serie de promedios móviles. d) Graficar la serie resultante. Se podría decir que con este método se puede filtrar la tendencia secular? 2

3 Ejercicio 8 En una serie de datos medios diarios, de longitud 100 días, se quieren filtrar, con promedios móviles, las ondas sinópticas que se suponen con longitudes menores o iguales a 7 días. a) Describa el procedimiento a seguir. De qué orden sería el promedio móvil? b) De qué longitud queda la serie una vez filtrada? Ejercicio 9 Considere los conjuntos de datos de temperatura y precipitación media mensual para las estaciones Salta Aero, Paraná Aero y Santa Rosa Aero (archivos Salta_Aero.xls, Parana_Aero.xls y StaRosa_Aero.xls). Seleccione dos estaciones y construya las series de tiempo (de ambas variables) para el período a) Graficar la marcha de las series. b) Considera que las series son estacionarias? Cómo lo mostraría formalmente? c) Dado un filtro de promedios móviles, cómo lo utilizaría para retener en su serie la variabilidad de menos de 3 meses? d) Calcular los promedios móviles de orden 3, 5 y 11 para sus series. Comparar los resultados. c) Calcular y comparar las varianzas de las series original y filtrada para cada caso del ítem d). e) Calcular los promedios móviles de orden 3, pesados con los siguientes pesos (0.25, 0.5, 0.25) y (0.15, 0.7, 0.15). Comparar con lo obtenido en los ítems d) y c) para el filtro de orden 3 Ejercicio 10 a) A qué se llama autocorrelograma? Qué información aporta sobre una serie temporal? b) Dados los gráficos de las siguientes funciones de autocorrelación, identifique la correspondiente a: ruido rojo una serie perfectamente periódica ruido blanco una serie periódica superpuesta a ruido rojo Justifique. 3

4 Ejercicio 11 a) Analizar la serie del índice Hansen de temperatura media global para el período (Hansen_global_T.xls) mediante el graficado de la marcha y la función de autocorrelación. Evaluar la presencia de ciclos, tendencia y aleatoriedad. b) Filtrar la tendencia y repetir el análisis. Ejercicio 12 Se dispone de la serie de número promedio por año de manchas solares (Manchas solares.xls). a) Graficar la serie temporal y comentar las características principales que se observan en la misma. b) Realizar un autocorrelograma de la serie y analizar los resultados. c) Una vez identificada la longitud de onda (λ) más importante de dicha serie graficar en un mismo diagrama la serie original y la serie desfasada un intervalo de tiempo de λ/2. Cómo es la correlación entre ambas series? Compararlo con el coeficiente de correlación del autocorrelograma. d) Repetir el análisis del inciso c) pero esta vez para la serie desfasada en 2λ. Ejercicio 13 Dada la marcha anual promedio de precipitación para Corrientes (archivo Corrientes.xls): a) En base a las fórmulas estudiadas en clase, calcular los coeficientes de Fourier, la fase, el porcentaje de varianza explicada y la longitud de onda de todos los armónicos que se puedan extraer de dicha marcha. b) En base a las fórmulas estudiadas en clase, calcular dichos armónicos. c) Graficar en un mismo diagrama: i) La marcha original y el armónico 1 ii) La marcha original y los armónicos 1 y 2. 4

5 iii) La marcha original y los armónicos 1, 2 y 3. iv) La marcha original y la reconstrucción en base a los armónicos 1, 2 y 3. v) La marcha original y la reconstrucción en base a todos los armónicos. Ejercicio 14 Se estudian los datos de temperatura media de superficie del mar en la región Niño 1,2 tomados desde enero de 1959 hasta diciembre de Al aplicar el análisis armónico, resultaron los siguientes coeficientes Ai y Bi para las primeras armónicas. El valor de la desviación estándar es de 2.10 C.. a) Cuánta varianza explica la onda anual en relación con la varianza total? b) El valor de la fase en meses es de 2.9 Cómo se obtiene? Qué significa? c) En este caso, Se podría analizar una onda de cuatro años? Por qué? d) Qué longitud tiene la onda de mayor frecuencia analizable por este método? e) Si le aplicara el análisis armónico a una serie de 20 años de temperaturas mensuales: - En cuántas armónicas se puede descomponer, según el análisis armónico? - Qué período tiene la onda más larga y la menor? 5

6 Ejercicio 15 En el archivo Corales.xls se encuentra la información de los isótopos de oxígeno 18 de corales provenientes de la Bahía Savusavu, Fiji, en el período El delta de oxígeno 18 (δ18o) es un proxy dato que proporciona información sobre las condiciones de la superficie del mar y que permite el estudio del clima pasado. a) Graficar la serie de δ18o y describir las características más destacables. b) Realizar un análisis armónico y un autocorrelograma de la serie. c) Evaluar la significancia de la tendencia lineal y filtrarla. d) Realizar un análisis armónico y un autocorrelograma de la serie resultante de quitar el efecto de la tendencia lineal. e) Comparar los resultados de los incisos b y d. Con qué armónico se puede asociar la tendencia lineal? Cómo cambió la forma del autocorrelograma y por qué? f) Una vez filtrado el efecto de la tenencia lineal, qué ciclos puede decir que predominan al analizar los resultados del análisis armónico y el autocorrelograma? g) Si se quisiera filtrar la variabilidad inferior a esos ciclos, de qué orden calcularía un promedio móvil? Calcular el promedio móvil y graficarlo junto con la serie resultante de filtrar la tendencia lineal. Ejercicio 16 a) Dada la serie del número promedio anual de manchas solares del Ejercicio 12 (Manchas solares.xls). Realizar un análisis armónico para analizar los ciclos predominantes. Comparar los resultados con los del Ejercicio 12. b) Reconstruir las dos ondas que explican el mayor porcentaje de varianza. Graficar la serie original y las reconstruidas en el mismo gráfico. c) Filtrar dichos armónicos, es decir, calcular la serie resultante de restar a la serie original, la serie reconstruida en base a los dos armónicos del inciso b). d) Calcular el autocorrelograma de la serie resultante en el inciso c). Queda algún ciclo predominante? De ser así, indicar la longitud de onda de ese ciclo y discutir con qué efecto puede asociarse dicho ciclo. Ejercicio 17 a) Realizar el análisis armónico de las series del Ejercicio 9. b) Graficar, y discutir la varianza explicada por cada armónico, en las dos variables y en las dos estaciones. c) Realizar el filtrado de las armónicas más significativas. d) Evaluar el filtrado con el cálculo de la función de autocorrelación. Ejercicio 18 Analizar la presencia de tendencia y ciclos mediante el autoccorrelograma y mediante el análisis armónico, en la serie de mareas del Río de la Plata (Mareas.xls), en un período de 5 días (120 datos) seguidos. 6

Probabilidades y Estadística Práctica 6

Probabilidades y Estadística Práctica 6 Probabilidades y Estadística Práctica 6 Ejercicio Nº 1 Sea X = la proporción de tiempo en la que se encuentra sin niebla, en funcionamiento, el aeropuerto de Ezeiza, y sea Y = la misma proporción para

Más detalles

Probabilidades y Estadística Práctica N 3

Probabilidades y Estadística Práctica N 3 Probabilidades y Estadística Práctica N 3 Ejercicio N 1 La siguiente tabla presenta la relación de mezcla (W) en Resistencia durante 25 días. Observación W (gr/kg) Observación W (gr/kg) 1 3.8 14 2.0 2

Más detalles

TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS

TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI Asignatura: Estadística II Docente: Ing. Jesús Alonso Campos TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE

Más detalles

Unidad 3. Separacion de costos fijos y costos variables. Objetivos especificos de aprendizaje

Unidad 3. Separacion de costos fijos y costos variables. Objetivos especificos de aprendizaje Unidad 3 Separacion de costos fijos y costos variables Objetivos especificos de aprendizaje Alterminar de estudiar este capitulo, el estudiante sera capaz de: Explicar el concepto de costos fijos. Explicar

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión

Más detalles

TEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN

TEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN 4.5.- En cuál de los siguientes casos se podría utilizar la varianza residual en lugar del coeficiente de determinación para medir la calidad del ajuste? Con el mismo conjunto de datos y dos ajustes distintos.

Más detalles

7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE

7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago

Más detalles

Tema 2. Regresión Lineal

Tema 2. Regresión Lineal Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite

Más detalles

Ministerio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.

Ministerio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación. Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016

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

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO

Más detalles

MINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación

MINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación MINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación Número de ítems por habilidades generales del Programa de estudio Pruebas

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

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1

Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1 Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta

Más detalles

UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES

UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES Al finalizar esta unidad: - Describirás verbalmente en que consiste el cambio y cuáles son los aspectos involucrados en él. - Identificarás

Más detalles

3 ANALISIS DESCRIPTIVO DE LOS DATOS

3 ANALISIS DESCRIPTIVO DE LOS DATOS 3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3

Más detalles

DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2. El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón.

DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2. El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón. DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2 El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón. http://www.costarica.elmaestroencasa.com/e-books/elmec/bach-a-tu-medida-2/matematica-a-tu-medida-02-2017.pdf

Más detalles

Tema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1

Tema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:

Más detalles

ESTADISTICA AVANZADA MODULO I

ESTADISTICA AVANZADA MODULO I ESTADISTICA AVANZADA MODULO I Análisis de Regresión Modelo Supuestos Multiple 20.0 25.0 30.0 35.0 40.0 45.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0 Consumo Energetico Gráfico de Dispersión 110.000 105.000

Más detalles

GRAFICAS LINEALES REGLAS GENERALES PARA LA CONSTRUCCIÓN DE GRÁFICAS

GRAFICAS LINEALES REGLAS GENERALES PARA LA CONSTRUCCIÓN DE GRÁFICAS GRAFICAS LINEALES OBJETIVOS 1. Realizar linealización de gráficos por el método de cambios de variables. 2. Obtener experimentalmente la relación matemática, más adecuada, entre dos cantidades o magnitudes

Más detalles

Capitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved

Capitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved Capitulo 34 Describir la relación entre dos variables Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta fundamental debe ser si podemos utilizar el valor

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Error en las mediciones

Error en las mediciones Error en las mediciones TEORIA DE ERROR-GRAFICOS Y APLICACIÓN Representar en un gráfico los datos obtenidos experimentalmente (encontrar relación funcional) Conocer, comprender y analizar algunos elementos

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Diagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico

Diagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico TALLER DE APLICACIONES ESTADÍSTICAS CON EXCEL Diagnóstico Elaborado por Mónica Patricia Ballesteros Chávez 1. Es una expresión en Excel que puede incluir operadores, referencias a celdas, valores, funciones

Más detalles

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de

Más detalles

Práctica No 1. Análisis estadísticos de los datos termodinámicos

Práctica No 1. Análisis estadísticos de los datos termodinámicos Práctica No 1 Análisis estadísticos de los datos termodinámicos 1. Objetivo general: Aplicación correcta de las herramientas estadísticas en el manejo de propiedades, tales como: presión, temperatura y

Más detalles

Definición de Correlación

Definición de Correlación Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del

Más detalles

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley

Más detalles

1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1

1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1 8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable

Más detalles

1 POBLACIÓN Y MUESTRA

1 POBLACIÓN Y MUESTRA 1 POBLACIÓN Y MUESTRA Estadística.- es la rama de las matemáticas que se encarga de describir y analizar datos de un estudio, y obtener consecuencias válidas del estudio. Población.- es el conjunto de

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

ESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS

ESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS ESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS QUÍMICA ANALÍTICA EXPERIMENTAL III SILVIA CITLALLI GAMA GONZÁLEZ PROBLEMA Cuando la cantidad de materia del analito que se encuentra

Más detalles

Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.

Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.

Más detalles

Actividad Presentaciones de proyectos de grado. Variables estadísticas

Actividad Presentaciones de proyectos de grado. Variables estadísticas Objetivo 1. Describir las principales variables estadísticas que se deben usar en los informes de proyectos de grado y demás informes de investigación del Grupo de Investigación Estructuras y Sísmica.

Más detalles

Análisis de Series de Tiempo

Análisis de Series de Tiempo CURSO REGIONAL SOBRE HOJA DE BALANCE DE ALIMENTOS, SERIES DE TIEMPO Y ANÁLISIS DE POLÍTICA MSc. Sandra Hernández sandra.hernandezro@gmail.com Sede Subregional de la CEPAL en México Ciudad de México, del

Más detalles

4.1 Análisis bivariado de asociaciones

4.1 Análisis bivariado de asociaciones 4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis

Más detalles

Técnicas Cuantitativas para el Management y los Negocios

Técnicas Cuantitativas para el Management y los Negocios Técnicas Cuantitativas para el Management y los Negocios Contador Público Módulo I: ESTADÍSTICA DESCRIPTIVA Contenidos Módulo I Unidad 1. Introducción y conceptos básicos Conceptos básicos de Estadística.

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

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Análisis de Regresión y Correlación Lineal Análisis de dos ó más variables aleatorias Veamos que en los siguientes estudios hay situaciones donde intervienen más de una variable aleatoria Ejemplos: La

Más detalles

Regresión y Correlación

Regresión y Correlación Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios

Más detalles

1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k

1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k 1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.

Más detalles

CORRELACIÓN Y REGRESIÓN. Raúl David Katz

CORRELACIÓN Y REGRESIÓN. Raúl David Katz CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable

Más detalles

Diplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10

Diplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10 DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes

Más detalles

Estadística de dos variables

Estadística de dos variables Versión: Estadística de dos variables 19 de septiembre de 013 1 Introducción En el Tema 1 se consideran las variables estadísticas unidimensionales, es decir, cada individuo de la muestra se describe de

Más detalles

GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES

GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES Material didáctico elaborado por: M.I. María Estela Audelo Vucovich M.E. Antonio García Osornio Abril de 2017 La hoja de cálculo es

Más detalles

4.1Caracterización Del Ojo Normal Mexicano. Con un grupo de 71 ojos se realizó un análisis del promedio de las aberraciones de los

4.1Caracterización Del Ojo Normal Mexicano. Con un grupo de 71 ojos se realizó un análisis del promedio de las aberraciones de los Capítulo 4 Resultados y Discusión 4.1Caracterización Del Ojo Normal Mexicano Con un grupo de 71 ojos se realizó un análisis del promedio de las aberraciones de los ojos de estos pacientes. Estas personas

Más detalles

INDICE 1. Conceptos y Generalidades 2. Notaciones y simbología Distribución de Frecuencias

INDICE 1. Conceptos y Generalidades 2. Notaciones y simbología Distribución de Frecuencias INDICE 1. Conceptos y Generalidades 1-1 1.1. Definición 1-1 1.1.1. Breves datos históricos 1-1 1.2. Clasificación 1-3 1.2.1. La estadística descriptiva o deductiva 1-3 1.2.2. Estadística inductiva o inferencial

Más detalles

15 PARÁMETROS ESTADÍSTICOS

15 PARÁMETROS ESTADÍSTICOS PARÁMETROS ESTADÍSTICOS EJERCICIOS PARA ENTRENARSE Parámetros de centralización. Calcula la media aritmética, la moda y la mediana de los siguientes datos: 3,,,,. x 3, M o M. Se ha preguntado a un grupo

Más detalles

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos

Más detalles

1. Caracteres estadísticos

1. Caracteres estadísticos http://www.cepamarm.es ACFGS - Matemáticas ESG - 03/2013 Pág. 2 de 14 1. Caracteres estadísticos 1.1. Carácter estadístico Es una propiedad que se estudia en los individuos de una población. Puede ser:

Más detalles

ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL

ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL Jorge Fallas jfallas56@gmail.com 2010 1 Temario Concepto de correlación Diagramas de dispersión Correlación: dirección, intensidad Coef. Correlación lineal de Pearson

Más detalles

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y

Más detalles

Procesamiento de información para medir el aprendizaje estudiantil utilizando el programado Excel recopilados. Los participantes rán en el

Procesamiento de información para medir el aprendizaje estudiantil utilizando el programado Excel recopilados. Los participantes rán en el Procesamiento de información para medir el aprendizaje estudiantil utilizando el programado Excel recopilados. Los participantes rán en el Julio E. Rodríguez Torres Chamary uso de Fuentes Excel. Vergara

Más detalles

Lección 3. Análisis conjunto de dos variables

Lección 3. Análisis conjunto de dos variables Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN

Más detalles

Práctica 2: Regresión lineal

Práctica 2: Regresión lineal Prácticas de estadística con R Ingeniería Química Universidad de Cantabria Curso 2011 2012 Práctica 2: Regresión lineal R también permite trabajar conjuntamente con más de una variable. En particular esta

Más detalles

Herramientas estadísticas aplicadas a la validación de métodos analíticos.

Herramientas estadísticas aplicadas a la validación de métodos analíticos. Herramientas estadísticas aplicadas a la validación de métodos analíticos. Analítica Experimental III P. en F. Romero Martínez Marisol Revisión: Dra. Silvia Citlalli Gama González Analítica Experimental

Más detalles

3. RELACION ENTRE DOS CONJUNTOS DE DATOS.

3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen

Más detalles

SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas

SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria

Más detalles

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III Inga. Vivian Pérez Documento elaborado con fines docentes Estadística

Más detalles

CAPÍTULO 2. Las mediciones en la física

CAPÍTULO 2. Las mediciones en la física CAPÍTULO 2. Las mediciones en la física 2.13 Introducción a la graficación de resultados En la ciencia, la tecnología y en muchas otras actividades con frecuencia se prefiere analizar los datos por medio

Más detalles

UNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos:

UNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos: UNIDAD Nº4 TEORÍA DE REGRESIÓN Y CORRELACIÓN 1.- Teoría de Regresión.- En términos de estadística los conceptos de regresión y ajuste con líneas paralelas son sinónimos lo cual resulta estimar los valores

Más detalles

TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DE BACHILLERATO.

TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DE BACHILLERATO. TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DE BACHILLERATO. 1 DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES ÁREA 1: GEOMETRÍA. Habilidad 1: Representar

Más detalles

Estadística ESTADÍSTICA

Estadística ESTADÍSTICA ESTADÍSTICA La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva 1 Sesión No. 12 Nombre: Medidas de dispersión Contextualización En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para

Más detalles

ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS

ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS

Más detalles

Coeficiente de Correlación

Coeficiente de Correlación Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las

Más detalles

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento. UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre

Más detalles

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1 GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación

Más detalles

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no

Más detalles

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado

Más detalles

Estadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión

Estadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo

Más detalles

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar

Más detalles

1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.

1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7. MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga

Más detalles

PROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE

PROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación

Más detalles

UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:

UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema: UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre

Más detalles

APÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario

APÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario APÉNDICE I Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario En este apéndice se muestra la información correspondiente a la elaboración de las diferentes curvas

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

1 JESTADIS\REGRES.DOC

1 JESTADIS\REGRES.DOC CONTENIDOS 1. Introducción 2. Diagrama de dispersión 3. El coeficiente de correlación de Pearson 4. Regresión 1. Introducción Una de las metas frecuentes en la investigación consiste en determinar si existe

Más detalles

1 de 12 15/07/ :49

1 de 12 15/07/ :49 1 de 12 15/07/2010 12:49 Saltar a... UPM - TITULACIONES OFICIALES ampliacion_mate2 Cuestionarios Test Estadística Descriptiva Información Resultados Vista previa Editar Visión general Recalificar Calificación

Más detalles

Ing. MSc. Luis Fernando Restrepo Gómez

Ing. MSc. Luis Fernando Restrepo Gómez Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.

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

UNIDAD 8. ESTADÍSTICA

UNIDAD 8. ESTADÍSTICA UNIDAD 8. ESTADÍSTICA La Estadística es la rama de las Matemáticas que se ocupa de la recopilación y ordenación de datos para su posterior análisis. 1. Población y muestra. Población. Es el conjunto de

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

Diseño de un generador de funciones Capítulo IV Pruebas

Diseño de un generador de funciones Capítulo IV Pruebas Capítulo IV Pruebas 4.1 Señal sinusoidal Antes de cerrar el gabinete es importante hacer los ajustes necesarios para que la señal tenga un estado óptimo. Estos ajustes involucran la modificación de dos

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los

Más detalles

Práctica 2. Tratamiento de datos

Práctica 2. Tratamiento de datos Errores Todas las medidas que se realizan en el laboratorio están afectadas de errores experimentales, de manera que si se repiten dos experiencias en las mismas condiciones es probable que los resultados

Más detalles

Estadística. Análisis de datos.

Estadística. Análisis de datos. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

Tema 1.- Correlación Lineal

Tema 1.- Correlación Lineal Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una

Más detalles

3. Correlación. Introducción. Diagrama de dispersión

3. Correlación. Introducción. Diagrama de dispersión 1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no

Más detalles

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL

CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL Universidad Nacional Agraria La Molina IA-406 Hidrología Aplicada CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL 1. Longitud necesaria de registro Diversos

Más detalles

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función

Más detalles

ESTADÍSTICA EMPRESARIAL I

ESTADÍSTICA EMPRESARIAL I 1 ESTADÍSTICA EMPRESARIAL I CURSO : ESTADÍSTICA I CODIGO : Administración CICLO : II DURACIÓN : 100 HORAS (semestrales) HORAS/Teórico sem. : 5 HORAS PREREQUISITO : Matemática I II. OBJETIVOS GENERALES:

Más detalles

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4 PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área

Más detalles

Lucila Finkel Temario

Lucila Finkel Temario Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión

Más detalles

2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS

2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS 2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS Los modelos cuantitativos de pronósticos son modelos matemáticos que se basan en datos históricos. Estos modelos suponen que los

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

Rendimiento de un activo

Rendimiento de un activo Rendimiento de un activo Es la ganancia o pérdida total que experimenta el propietario de una inversión en un periodo de tiempo específico. Se obtiene como el cambio en el valor del activo más cualquier

Más detalles