Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

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

Download "Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL"

Transcripción

1 INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes a las varables: : Saldo medo de las cuentas a 31/12 (en euros). Y: Cuentas a plazo / Total cuentas Y Menos de 0 1 De 0,1 a 0 3 Más de 0 3 Menos de De 120 a De 300 a De 600 a Más de k 1 Calcule: a) El valor de k. b) Las dstrbucones margnales de e Y. c) La medana de y el tercer cuartl de Y. d) La dstrbucón de las agencas, en térmnos relatvos, según, cuando la rato Y se encuentra comprendda entre 0,1 y 0,3. e) Dstrbucón, en térmnos relatvos, de Y para agencas con saldo medo por encma de las ptas. 2) La sguente tabla de doble entrada representa la dstrbucón de dos varables e Y para un grupo de 40 observacones. Y k 2 9 Se pde: a) Obtener el valor de k. Qué valor de la varable deja a su derecha el 3% de las observacones?. b) Obtener la meda de la dstrbucón y valorar su representatvdad. c) Determnar la dstrbucón de f. relatvas de la varable Y condconada a un valor de mayor o gual que 6. d) Son varables ndependentes?. Razone la respuesta. Departamento de Estadístca y Econometría 1

2 3) El ngreso anual dsponble y los gastos de consumo de 12 famlas, selecconadas aleatoramente, en una zona de nuestra cudad han sdo en mles de euros los sguentes: Gastos de consumo Ingreso anual dsponble Hacendo uso de esta nformacón, responda a las sguentes cuestones: a) Ajuste por mínmos cuadrados una recta en la que el consumo sea funcón de los ngresos. b) Comente el sgnfcado económco de los coefcentes de la recta ajustada. c) Proporcone una medda de la bondad del ajuste. d) Halle el ncremento porcentual que expermentaría el consumo de una famla cuyos ngresos fueran de 000 euros, ante un ncremento porcentual untaro de estos últmos. e) Qué valor alcanzaría la propensón margnal al consumo s las varables consderadas vneran expresadas en mles dedólares?. f) Exprese la recta ajustada tomando como undad el mllón de pesetas. Nota: Utlce la aproxmacón 6 euros = 1000 ptas. 4) De una dstrbucón de dos varables e Y se conocen los sguentes datos: r= 0 9; S x = 1 2; S y = 2 1; x = 5; y = 10 a) Calcule la recta de regresón de Y sobre. b) Valore la bondad del ajuste. c) Sendo la varable Z = 2 +3, obtenga la recta de regresón de Y sobre Z. 5) De las estadístcas de gasto en Marketng en mllones de ptas. () y las ventas en mllones de ptas. (Y) de una empresa se han tendo los sguentes datos relatvos a los ses últmos años ( ): 2 Y j = 25' 7 Y j = = 115' = = 5' 5 Departamento de Estadístca y Econometría 2

3 a) Estme la recta de regresón donde las ventas sean funcón del gasto en marketng. b) Cuál sería el ncremento porcentual que expermentarían las ventas s el gasto medo en marketng aumentara en un 1%?. c) Estme las ventas para 1997, s se espera aumentar el gasto en marketng en un 2% con respecto al año anteror. 6) Medante un ajuste mínmo cuadrátco se ha observado que la relacón entre el preco en euros () y la cantdad demandada en Klogramos (Y) de un certo artículo, vene dada por el modelo * = Y. Sabendo que la dstrbucón de Y tene una meda de 2 Kg. y una desvacón típca de 12 Kg., mentras que la de tene una desvacón típca de 3euros. a) Obtenga la recta de regresón de la cantdad respecto al preco e ndque cuál es el tanto por cento de las varacones en la cantdad demandada que no vene explcada por el preco. b) Calcule la elastcdad meda demanda-preco y explque su sgnfcado. 7) La recta de regresón de Y (demanda de un producto en Klogramos) con respecto a (preco de ese producto en euros), vene dada por : Y* = *, sendo R 2 = 0 1. a) Cuál es el sgnfcado del coefcente de regresón?. b) Cuál es el valor del coefcente de correlacón lneal entre e Y, r Y?. Comente el sgnfcado de su valor. c) Según la ecuacón anteror, Cuál es la demanda del producto cuando su preco es de 10 euros/kg.?. Comente la fabldad de este resultado, sabendo que los valores observados de estaban comprenddos entre 3 y 7 euros/kg. ) A partr de la sguente tabla de doble entrada y tenendo en cuenta que la poblacón observada consta de 40 elementos, se pde: Y K a) Determnar el valor de K. b) El coefcente de correlacón lneal, r Y, es 1?. Justfque la respuesta. c) Calcule la medana de. d) Calcule la moda de Y. e) Qué valor de la varable Y deja a su derecha el 27% de la poblacón?. f) Son ndependentes? Departamento de Estadístca y Econometría 3

4 9) En relacón a los precos (p) y cantdades (q) demandadas de un ben, se dspone de la sguente nformacón: El preco medo es de 10 euros y su varanza de La meda y la varanza de la cantdad demandada es de 57 toneladas y 1096 toneladas 2 respectvamente. Para los valores medos ndcados, cuando el preco se ncrementa en un 1%, la cantdad demandada dsmnuye en un 1 65%. Determne: a) La funcón de demanda q = a + bp. b) El porcentaje de la varacón de la demanda que vene explcado por el preco. c) La demanda esperada s el preco del ben fuese de 20euros. Comente la fabldad de dcha predccón. 10) Se han estudado las calfcacones de cen alumnos en la asgnatura de Matemátcas y las horas mensuales dedcadas al estudo, obtenéndose los sguentes resultados: x 110 y = 6 S x = 10 S = 0' 5 = y Además, se sabe que el coefcente de correlacón lneal entre estas varables es de 0 5.Se pde: a) Qué porcentaje de las calfcacones no vene explcado por las horas dedcadas al estudo?. b) Qué nota se puede predecr para un alumno que ha dedcado 125 horas mensuales al estudo?. 11) Se quere estmar el modelo lneal que relacona la demanda de un ben (Y) con la renta dsponble (). Para un conjunto de observacones sobre aquellas varables, se han obtendo los sguentes resultados: x = 30 ; y = 13 ; S 2 x = 200 ; S 2 y = 53 ; S xy = 102 Se pde: a) Estmacón de los parámetros del modelo Y* = a + bx, ndcando su sgnfcado económco. b) Coefcente de determnacón. Descomponer la varanza de Y en varanza explcada por la regresón y varanza resdual. c) ELastcdad demanda-renta para una renta dsponble de 25 undades monetaras. Comentar el resultado. Departamento de Estadístca y Econometría 4

5 12) Para el perodo (ambos años ncludos) se dspone de la nformacón sobre nversón en una determnada provnca (varable en centos de mllones de pesetas) y empleo generado (varable Y en centos de personas). 2 2 Y 593 = 174 = = Y Y = = Se pde: a) Ajuste e nterprete el modelo de regresón lneal donde el empleo generado sea funcón de la nversón. b) S la nversón prevsta para 2003 es de 24. mllones de euros, cuántos empleos se esperan crear?. Es fable dcha predccón?. c) Qué ncremento porcentual de empleo se produce s la nversón meda aumenta en un 1% en la provnca?. Años Fondos (10 3 pts) ) En un ntento de reconstrur las seres de dotacones a fondos de autoseguros que destnaba una gran compañía en los años cncuenta, sólo han poddo recoplarse los datos de 6 años. a) Supuesta una tendenca lneal de la sere, estme las cfras correspondentes a 1950, 1953 y Dé una medda de la bondad del ajuste. b) Determne el crecmento medo anual de la sere en térmnos porcentuales. 14) Los últmos datos dsponbles de la sere de Parados en el sector servcos de Andalucía según el INE han sdo los sguentes: Período º trmestre º trmestre º trmestre º trmestre Parados en servcos en Andalucía (103 persones) a) Cuál ha sdo la varacón porcentual entre los últmos dos trmestres consderados?. b) Y la varacón porcentual durante el perodo consderado?. c) Cuál ha sdo la tasa trmestral meda de reduccón del paro? Departamento de Estadístca y Econometría 5

6 Solucones de los Ejerccos del tema 5 1. a) k= 6 c) Me (x) = ptas; Q3 (y) = a) K = 1, P62 = 9.01 b) x = C.V = 47.05% d) Dependentes 3.- a) y* = x b) a: consumo autónomo. b: propensón margnal al consumo. c) R 2 = 0 92 d) 0 792% e) La propensón margnal al consumo no cambaría f) y* = 1 65/ x 4.- a) y*= x b) R 2 = 0 1 c) y*= z 5.- a) y* = x b) 0 32% c) mllones de ptas. 6. a) y* = x b) -0 5% 7.- a) Dsmnuye la demanda 0.2 undades por cada ncremento del preco en un euro b) 0.9. La recta se ajusta bastante ben a la nube de puntos de los datos (,Y) observados.. a) k=2 b) No. Una justfcacón (sn cálculos): a un valor de corresponden varos de Y. c) Me (x) = 4 d) Mo (y) = e) 9 3 f) No son ndependentes 9. a) q*= q b) 93 6% c) Tm. 10. a) 27 75% b) 6 64 Departamento de Estadístca y Econometría 6

7 11. a) y* = x b) R 2 = 0 9; S 2 y= 53 = (S 2 y*=51 94) + (S 2 e= 1 06) c) 1 22% 12. a) y* = -15, ,4 x. b) 13.57; R 2 =0,929 c)1,13% a) Fondos 1950= ptas.; Fondos 1953= ptas.; Fondos 1954= ptas.; R 2 = b) Crecmento medo anual: pesetas. 14. a) Dsmnucón del 4 06%. b) Dsmnucón del 7 34%. c) 3 6% Departamento de Estadístca y Econometría 7

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

b) Realiza el diagrama de dispersión c) Calcula media y desviación típica de cada variable 2

b) Realiza el diagrama de dispersión c) Calcula media y desviación típica de cada variable 2 Ejercco 1: Varable dscreta. Datos con recuencas. Tabla de doble entrada En una clase compuesta por alumnos se ha hecho un estudo sobre el número de horas daras de estudo X el número de suspensos Y, obtenéndose

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

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

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana. Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

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

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

TÉCNICAS CUANTITATIVAS PARA LA EMPRESA

TÉCNICAS CUANTITATIVAS PARA LA EMPRESA TÉCNICAS CUANTITATIVAS PARA LA EMPRESA 1. Ejerccos Curso 2008-2009 http://www.ugr.es/local/metcuant 1 Curso 2008/2009 1º Curso de la Lcencatura de Admnstracón y Dreccón de Empresas Ejerccos 1.- Sea una

Más detalles

Relación 2: Regresión Lineal.

Relación 2: Regresión Lineal. Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el

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

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

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

Estadística Teórica I EXÁMENES

Estadística Teórica I EXÁMENES Estadístca Descrptva EXCEL SPSS Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández Estadístca Teórca I EXÁMEES Estadístca Descrptva EXCEL

Más detalles

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

EJERCICIOS PROPUESTOS TEMAS 1 Y 2 EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos

Más detalles

Relación de ejercicios de TÉCNICAS CUANTITATIVAS 1. Curso 2016/2017

Relación de ejercicios de TÉCNICAS CUANTITATIVAS 1. Curso 2016/2017 Relacón de ejerccos de TÉCNICAS CUANTITATIVAS 1 Curso 016/017 En los datos de los ejerccos aparecen los valores A, B, C y D, que representan respectvamente las 4 últmas cfras de su DNI (NIE, ) Por ejemplo,

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Regresión y Correlación

Regresión y Correlación Regresón Correlacón.- El número de turstas (en mllones) entrados en España mensualmente durante los años 00 00 se epone en la sguente estadístca. Nº Turstas 00,76,6,9 3,8 4,4 4,8 8,93 9,98 5,9 4,34,6 3,65

Más detalles

TM 6. ESPECIFICACION DE LA FORMA FUNCIONAL DE LA ECUACION. 1. ESPECIFICACIONES LINEALES DE LAS VARIABLES EXPLICATIVAS

TM 6. ESPECIFICACION DE LA FORMA FUNCIONAL DE LA ECUACION. 1. ESPECIFICACIONES LINEALES DE LAS VARIABLES EXPLICATIVAS TM 6. ESPECIFICACION DE LA FORMA FUNCIONAL DE LA ECUACION.. ESPECIFICACIONES LINEALES DE LAS VARIABLES EPLICATIVAS. ESPECIFICACION CUADRATICA 3. ESPECIFICACION LINEAL O CUADRATICA CON ALGUN TERMINO DE

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

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

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

Regresión múltiple k k

Regresión múltiple k k Métodos de Regresón Estadístca Ismael Sánchez Borrego Regresón múltple El modelo de regresón múltple es la extensón a k varables explcatvas del modelo de regresón smple estudado en el apartado anteror.

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA ESTADISTICA 1º.- La sguente tabla muestra las frecuencas relatvas de respuestas contestadas en un test por 50 personas. Intervalo Marca de clase Frecuenca Frecuenca absoluta relatva 0-0.1 5-9 0.3 10-1

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma

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

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i ) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

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

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas  Raúl González Medina 1 Estadístca 01.- Indca que varables son cualtatvas y cuales cuanttatvas: a) Comda Favorta. b) Profesón que te gusta. c) Número de goles marcados por tu equpo favorto en la últma temporada. d) Número de

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL SEMESTRE 04

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

Más detalles

2 Dos tipos de parámetros estadísticos

2 Dos tipos de parámetros estadísticos Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

Prueba de Inferencia Estadística y Contraste de Hipótesis. 8 de octubre de 2012 GRUPO A

Prueba de Inferencia Estadística y Contraste de Hipótesis. 8 de octubre de 2012 GRUPO A Prueba de Inferenca Estadístca y Contraste de Hpótess 8 de octubre de 01 GRUPO A 1.- Se ha observado un ángulo cnco veces, obtenéndose los sguentes valores: Se pde: 65º5 ; 65º33 ; 65º3 ; 65º8 ; 65º7 a)

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

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

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

MEDIDAS DE TENDENCIA CENTRAL: MEDIA ARITMÉTICA

MEDIDAS DE TENDENCIA CENTRAL: MEDIA ARITMÉTICA .. MEDIDAS DE POSICIÓ... MEDIDAS DE TEDECIA CETRAL: MEDIA ARITMÉTICA EJEMPLO : S tenemos el sguente conjunto de datos... 0, 9, 8, 0, 9, 9, 0, 9, 0, 9... y deseamos encontrar un valor resuma y represente

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra 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

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS.

INTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS. eptembre 04 EAMEN MODELO B ág. INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 04 Códgo asgnatura: 60037 EAMEN TIO TET MODELO B DURACION: HORA olucones 0 4 40 30 0 0 0 44 4 39 6 4 36 37 3 8 00 0 0 03 04 Nº de

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

OCION A (elegr opcones) Ejercco 1 EJERCICIOS En una vaquería, un rebaño de 0 vacas se come, en 15 días 400Kg de penso. Determnar: a) Cuántos días durarán 400 kg a 75 vacas b) Cuantas vacas se comerán los

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

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

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

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

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

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas

Más detalles

4) Ahora elaboremos la tabla de distribución de frecuencias: TABLA DE DISTRIBUCIÓN DE FRECUENCIAS DE LOS PESOS DE LOS ESTUDIANTES MERU CALIDAD.

4) Ahora elaboremos la tabla de distribución de frecuencias: TABLA DE DISTRIBUCIÓN DE FRECUENCIAS DE LOS PESOS DE LOS ESTUDIANTES MERU CALIDAD. APELLIDOS Y NOMBRES:... EJERCICIO: Se han regstrado dferentes pesos de los alumnos del segundo grado de una Insttucón Educatva en klogramos. 40 41 42 50 40 48 41 43 39 40 47 46 49 49 50 39 50 48 42 45

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

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

ESTADÍSTICA BIDIMENSIONAL

ESTADÍSTICA BIDIMENSIONAL el blog de mate de ada CI: Estadístca bdmensonal Pág. 1 ETADÍTICA BIDIMEIOAL La estadístca bdmensonal es la cenca que se ocupa de determnar s este relacón o no entre dos varables. Ejemplos: - Horas de

Más detalles

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS IES ÍTACA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS HOJA 18: ESTADÍSTICA 1. El número de hermanos de los alumnos de una clase es el sguente: 1 3 1 1 1 1 1 1 1 1 3 1 3 5 a)

Más detalles

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez Problema La sguente tabla epresa la estatura en cm. de soldados: Talla 5 56 60 6 68 6 80 8 88 Soldados 6 86 50 8 95 860 85 6 9 a) Haz un hstograma que represente la estatura en metros de los soldados.

Más detalles

9Soluciones a los ejercicios y problemas

9Soluciones a los ejercicios y problemas 38 S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada

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

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

1.-Especificaciones lineales de las variables explicativas

1.-Especificaciones lineales de las variables explicativas Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno

Más detalles

INICIACIÓN A LA ESTADÍSTICA. ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD ESTADÍSTICA. (SOLUCIONES)

INICIACIÓN A LA ESTADÍSTICA. ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD ESTADÍSTICA. (SOLUCIONES) ACTIVIDADES DE AUTOEVALUACIÓ DE LA UIDAD ESTADÍSTICA. (SOLUCIOES) 1. D, en cada caso, cuál es la varable que se quere estudar y especfca de qué tpo es: Tempo dedcado a las tareas doméstcas por parte de

Más detalles

Guía para la autoevaluación del del capítulo 6

Guía para la autoevaluación del del capítulo 6 Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema

Más detalles

TEMA 7 RENTAS FRACCIONADAS

TEMA 7 RENTAS FRACCIONADAS TEMA 7 RENTAS FRACCIONADAS. INTRODUCCIÓN En la actvdad normal de las entdades fnanceras es muy frecuente ue la perodcdad con ue se hacen efectvos los sucesvos térmnos no sean anuales, como hasta ahora

Más detalles

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Unversdad de onora Departamento de Matemátcas Área Económco Admnstratva Matera: Estadístca I Maestro: Dr. Francsco Javer Tapa Moreno emestre: 016-1 Hermosllo, onora, a 17 de 016. Introduccón En la clase

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

Tema 9: Distribuciones Bidimensionales.

Tema 9: Distribuciones Bidimensionales. Tema 9: Dtrbucone Bdmenonale. 9.1 Nube de punto. Correlacón. 9. Medda de correlacón. 9.3 Recta de regreón. 9.4 Dtrbucone condconada. Dependenca e ndependenca. 9.1 Nube de punto. Correlacón. Regreón e un

Más detalles