LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS
|
|
- Alberto Tebar Agüero
- hace 8 años
- Vistas:
Transcripción
1 LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del CD Rom Aales de Ecoomía Aplcada. XIV Reuó ASEPELT-España. Ovedo, 3 de Juo de 000. ISBN:
2 LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Alvargozález Rodríguez, Mercedes Departameto de Ecoomía Aplcada Facultad de C.C. Ecoómcas Empresarales Uversdad de Ovedo Resume El método clásco de mímos cuadrados para la obtecó de la líea de regresó se basa e comparar los valores observados co los teórcos por dfereca cosste e cosderar aquellos parámetros que mmza la suma de los errores absolutos al cuadrado. El obetvo de esta comucacó es propoer u plateameto de la regresó co errores e térmos relatvos; e este caso los valores observados se compara co los teórcos por cocete la fucó a mmzar puede ser cosderada como ua medda de quetud cuadrátca co poderacoes al cuadrado. Se obtee los parámetros para u modelo de regresó leal smple se propoe ua medda para el estudo de la bodad del modelo que se defe como la proporcó de la quetud sobre la varable efecto que queda explcada por el modelo. El estudo coclue co alguas aplcacoes lustratvas del procedmeto propuesto.
3 1.- Itroduccó El estudo de la regresó fue troducdo por Galto e coexó co sus estudos de hereca atural 1888) está basado e el método de mímos cuadrados formulado por prmera vez por Gauss etre revsado etre e el marco de sus estudos sobre la dstrbucó de los errores e astroomía, procedmeto que fue també formulado depedetemete por Legedre e Este método cosste e cosderar aquellos parámetros que mmza la suma de los errores al cuadrado, cuatfcado los errores como dfereca etre valores observados teórcos, es decr e térmos absolutos. El obetvo de esta comucacó es platear el método de mímos cuadrados para el estudo de la regresó cosderado errores e térmos relatvos como cocete etre los errores absolutos los valores observados. E el procedmeto clásco se cosdera por gual todos los errores, es decr será guales los errores etre valores altos de la varable que etre valores pequeños, metras que e el método propuesto, al cosderar errores e térmos relatvos, a gual cuatía del error absoluto, se pealzará más los cometdos e valores pequeños de la varable. La fucó a mmzar e este caso será la suma de los errores relatvos al cuadrado, que puede ser cosderada salvo costate) como ua medda de formacó, cocretamete como ua quetud cuadrátca co poderacoes al cuadrado que queda sobre la varable depedete ua vez coocdo el modelo de regresó. Etre las meddas de formacó, destaca las de tpo cuadrátco, cocretamete la certdumbre cuadrátca que es u caso partcular de la famla de meddas de certdumbre de orde β troducda por J. Havrda, F. Charvat Z. Darócz que fue estudada por R. Pérez 1985). Este autor defe la certdumbre útl cuadrátca la quetud cuadrátca dcado las vetaas de estos dcadores frete a las meddas tpo Shao. Las meddas cuadrátcas aterormete ctadas proporcoa u marco adecuado para el estudo de la desgualdad de reta A. J. López, 1991) de la cocetracó M. J. Río R. Pérez, 1988 C. Ramos, 1993). E el tema que os ocupa 3
4 utlzaremos també dcadores de tpo cuadrátco para defr ua medda de la bodad del modelo. Ua vez que se tee defda la fucó a mmzar obtedremos los parámetros para el caso de u modelo leal smple. A cotuacó defremos ua medda de la bodad del modelo aalzaremos alguas propedades e el caso leal. Falmete presetaremos alguas aplcacoes del método propuesto comparado los resultados co los del método clásco..- Método de mímos cuadrados co errores relatvos. Caso leal Sea ua varable bdmesoal X, Y) que toma valores x, ) co frecuecas absolutas =1,..., k; =1,..., l). Cosderamos X la varable causa e Y la varable efecto deotamos por f a la líea de regresó que explca Y a partr de X que depede de parámetros: Y=fX, a 1,..., a ). Para cada valor observado de la varable depedete X: x, podemos cosderar dos valores de la varable depedete Y: - El valor observado. - El valor teórco t que se obtee medate la fucó de auste t = fx,a 1,...,a ). La dfereca etre el valor observado el valor teórco es el error o resduo absoluto : e = - t, que dca el desacerto cometdo al estmar el valor de Y correspodete a x. El error relatvo 1 será el cocete etre el error absoluto el valor observado de Y: e r t t = = 1. La fucó a mmzar que propoemos es la suma de los errores relatvos al cuadrado, es decr: O be: E r = t 1 ) = t 1) 1 El error relatvo sólo está defdo para valores o ulos de la varable Y. 4
5 t 1) dode f es la frecueca relatva del valor x, ). f Esta últma fucó puede ser cosderada como ua quetud cuadrátca co poderacoes al cuadrado que queda sobre la varable Y ua vez que se tee el * modelo, es decr ua quetud resdual que deotaremos por + ). e r E el caso del modelo leal smple Y=a+bX la fucó a mmzar será: a + bx + * er) = 1) Dervado esa fucó respecto a los parámetros del modelo e gualado las dervadas a cero obteemos las ecuacoes ormales: f a. + b x =. a x + b x = x Resolvedo el sstema de dos ecuacoes co dos cógtas obteemos el valor de los parámetros: b =. ) x. x ) ) ). ) x x ) ) a =. b. x 5
6 S defmos para cada X la fucó: x g X ) = Etoces:. b = g XY) g X ) g Y) g X ) g X ) a = g Y ) bg X ) Las expresoes resultates para el cálculo de los parámetros so smlares a las obtedas co el método de mímos cuadrados ordaros, cosderado e lugar de la meda la aplcacó defda como gx). Como casos partculares teemos los sguetes: ) S X e Y so depedetes e probabldad, etoces b=0, a = Cuado las varables so depedetes e probabldad el modelo se reduce a ua costate... ) S Y=kX, etoces b=k, a=0 S ha ua relacó leal exacta etre las varables el modelo reflea esa relacó. 3.- Medda de la bodad del modelo. Propedades La quetud cuadrátca co poderacoes al cuadrado asocada a la varable Y se puede defr como : La quetud cuadrátca asocada a ua varable Y fue defda por R. Pérez 1985) como dfereca etre la certdumbre útl cuadrátca la certdumbre cuadrátca vee dada por la sguete expresó: * Y Y ) = 1) f. La medda que aquí aparece es smlar auque co poderacoes al cuadrado. 6
7 + * Y Y ) = 1) f Dcha medda puede descompoerse de la maera sguete: + * Y ) = Y t ) f + t 1) f + 4 Y t ) t 1) f = = + * Y ) + t + * e ) + 4 r Y t ) t 1) f * dode el prmer sumado, que deotamos por + ), puede ser cosderado como la quetud cuadrátca co poderacoes al cuadrado explcada por el modelo el * segudo sumado, que deotamos por + ), como la quetud cuadrátca co poderacoes al cuadrado resdual que queda sobre Y ua vez coocdo el modelo. e r Y t Y t t E el caso leal se tee que: 4 ) 1) f = 0 Por tato e el caso leal la quetud cuadrátca co poderacoes al cuadrado asocada a la varable Y puede descompoerse como ua quetud explcada por el modelo más ua quetud resdual, es decr: + * Y ) = + * Y ) + + * t e r ) Esta gualdad es smlar a la que se verfca e el método clásco etre varazas, segú la cual la varaza de Y se descompoe e ua varaza explcada por el modelo más ua varaza resdual. Se puede defr ua medda de la bodad del modelo a partr de la quetud resdual de modo aálogo a como se hace e el método clásco co la varaza resdual: R + * + * = 1 + * er ) Y) 7
8 E el caso leal esta medda será: R + * + * = + * Yt ) Y) que puede ser terpretada como la proporcó de quetud de Y que queda explcada por el modelo de regresó. Alguas propedades de esta medda e el caso leal so las sguetes: ) 0 R + * 1 La medda de bodad está acotada etre 0 1. ) S Y=kx etoces R = 1 + * S ha ua relacó leal etre las varables la medda de bodad alcaza la cota superor. 4.- Aplcacoes I) Se ha cosderado datos de la Cotabldad Regoal de España CRE) para el año 1995 de las sguetes varables expresadas e mlloes de ptas.) para las comudades autóomas españolas, cludas Ceuta Mellla: X: reta bruta dspoble de los hogares Y: cosumo fal de los hogares La sguete tabla recoge los parámetros del modelo leal que explca el cosumo fal de los hogares a partr de la reta bruta dspoble, obtedos tato por el método de mímos cuadrados co errores relatvos como por el método clásco, la medda de bodad defda aterormete el coefcete de determacó para los dos modelos: Parámetro b Parámetro a R R + * Método de mímos cuadrados co errores relatvos Método clásco de mímos cuadrados 0, ,18 99,99% 99,8% 0, , ,98% 99,81% 8
9 El valor de la pedete del modelo es smlar e los dos métodos, o sedo así el valor de la costate; las meddas de bodad de los modelos so smlares se puede observar que se cumple las relacoes etre ellas, es decr la medda de bodad propuesta es maor para el modelo obtedo co errores relatvos, puesto que este es el que mmza la quetud del error, metras que el coefcete de determacó es superor e el modelo obtedo medate el método clásco a que éste mmza la varaza resdual). E el sguete gráfco se represeta la ube de putos sere 1), el modelo obtedo por el método de mímos cuadrados co errores relatvos sere ) el modelo obtedo por el método clásco sere 3): Sere1 Sere Sere
10 II) Se ha cosderado datos de la Cotabldad Nacoal de España CNE) para el período de las sguetes varables expresadas e mlloes de ptas. a precos corretes): X: reta acoal eta dspoble Y: ahorro acoal eto La sguete tabla recoge los parámetros de los modelos leales que explca el ahorro partr de la reta las meddas de bodad: Parámetro b Parámetro a R R + * Método de mímos cuadrados co errores relatvos Método clásco de mímos cuadrados 0, ,478 97,1% 89,6% 0, , ,46% 89,73% El valor de la pedete del modelo es smlar e los dos métodos, o sedo así el valor de la costate; las meddas de bodad de los modelos so també smlares. E el sguete gráfco se represeta la ube de putos sere 1), el modelo obtedo por el método de mímos cuadrados co errores relatvos sere ) el modelo obtedo por el método clásco sere 3): Sere1 Sere Sere
11 III) Se ha cosderado datos de la Ecuesta Idustral de las Empresas EIE) elaborada por el INE para el año 1998 de las sguetes varables por comudades autóomas: X: úmero de persoas ocupadas Y: mporte eto de la cfra de egoco e mles de euros) La sguete tabla recoge los parámetros de los modelos leales que explca la cfra de egocos partr de la ocupacó las meddas de bodad: Parámetro b Parámetro a R R + * Método de mímos cuadrados co errores relatvos Método clásco de mímos cuadrados 141, ,641 99,7 97,9 139, ,91 99,61 97,93 El valor de la pedete del modelo es smlar e los dos métodos, o sedo así el valor de la costate; las meddas de bodad de los modelos so smlares. E el sguete gráfco se represeta la ube de putos sere 1), el modelo obtedo por el método de mímos cuadrados co errores relatvos sere ) el modelo obtedo por el método clásco sere 3): Sere1 Sere Sere
12 5.- Reflexoes fales A modo de coclusoes de campos abertos para futuros trabaos haremos las sguetes reflexoes: 1) Metras que el método clásco cosdera por gual los errores etre valores baos que etre valores elevados de la varable, el método de mímos cuadrados co errores relatvos, a gual cuatía de error absoluto, pealza más los errores cometdos etre valores pequeños de la varable que etre valores elevados. ) Las expresoes obtedas para estmar los parámetros resulta más compleas que e el método clásco puesto que e la fucó a mmzar por cosderar errores relatvos) fgura valores observados de la varable Y e el deomador; s embargo s defmos ua fucó que ormalza los valores, las expresoes so smlares a las obtedas e el método clásco. 3) E los casos extremos de depedeca e probabldad depedeca fucoal los parámetros obtedos tee u comportameto smlar a los del método clásco. 4) La quetud cuadrátca co poderacoes al cuadrado asocada a la varable Y tee u comportameto smlar al de la varaza e el método clásco permte defr ua medda de la bodad del modelo que, al gual que el coefcete de determacó, está acotada etre 0 1 vale 1 e el caso de depedeca fucoal. Sería deseable aalzar el comportameto de esta medda e el caso de depedeca e probabldad e troducr el cocepto de depedeca e quetud 3. 5) E las aplcacoes presetadas hemos estmado los modelos por el método de mímos cuadrados co errores relatvos por el método clásco tato los parámetros como la bodad de los modelos ha resultado smlares e todos los casos, lo que poe de mafesto certa cossteca de ambos procedmetos. 6) Además del modelo leal tratado podría realzarse u plateameto más geeral para otro tpo de modelos també cosderar el estudo de la 3 Este cocepto fue troducdo por M. Alvargozález R. Pérez 1989) para el caso de la certdumbre cuadrátca. 1
13 regresó múltple, que supodrá u aumeto de la compledad de los cálculos. 7) Ua vez realzado el plateameto descrptvo de la regresó co este procedmeto deberá cosderarse u efoque ferecal, obteedo u modelo ecoométrco estudado las característcas las propedades de los estmadores de los parámetros. BIBLIOGRAFÍA: - ALVARGONZÁLEZ, M. R. PÉREZ 1989): Iformacó cuadrátca e depedeca e formacó. Actas de las XIV Joradas Hspao-Lusas de Matemátcas. Teerfe. - DARÓCZY, Z. 1970): Geeralzed formato fuctos. Iform. ad Cotrol 16, pp DAVID, F. N. 1976): Galto, Fracs. Ecclopeda Iteracoal de las Cecas Socales; Tomo 5, pp Ed. Agular. - EISENHART, CH. 1976): Gauss, Carl Fredrch. Ecclopeda Iteracoal de las Cecas Socales; Tomo 5, pp Ed. Agular. - GIL, M. A. 1979): Icertdumbre utldad. Tess doctoral. Uversdad de Ovedo. - GIL, P. 1981): Teoría matemátca de la formacó. Ed. ICE. - HAVRDA, J. ad F. CHARVAT 1967): Quatfcato method of classfcato processes. Kberetka 3, pp LÓPEZ, A. J. 1991): Desgualdad de reta pobreza. Tess doctoral. Uversdad de Ovedo. - PARDO, L. 1997): Teoría de la formacó estadístca. Ed. Hespérdes. - PÉREZ, R. 1985): Estmacó de la certdumbre. La certdumbre útl la quetud e poblacoes ftas. Ua aplcacó a las meddas de desgualdad. Tess doctoral. Uversdad de Ovedo. - PÉREZ, R. OTROS 1997): Aálss de datos ecoómcos I. Métodos descrptvos. Ed. Prámde. - RAMOS, C. 1993): Relacó etre la cocetracó dustral el beestar socal.tess doctoral. Uversdad de Ovedo. 13
14 - RÍO, M. J. R. PÉREZ 1988): Sobre la medcó de la cocetracó dustral. Ivestgacoes ecoómcas Seguda época). Suplemeto, pp SEN, A. ad M. SRIVASTAVA 1990): Regresso aalss. Theor, methods ad applcatos. Ed. Sprger-Verlag. 14
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesTEMA 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 detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesAlgunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos
Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesLos principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
Más detallesTRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).
TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesque queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)
APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesESTADÍSTICA 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 detallesAnálisis de Regresión
Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o
Más detallesUNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesUNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO
UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es
Más detalles1.1 INTRODUCCION & NOTACION
1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor
Más detallesRegresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Más detallesREGRESIÓN NO LINEAL. Índice. 1. Cuándo existe regresión? Y = f X (figura 1d y 1e); es decir, los puntos del diagrama de dispersión
REGREIÓN NO LINEAL Ídce. CUÁNDO EXITE REGREIÓN?.... TIPO DE REGREIÓN... 3. REPREENTATIVIDAD DE LA CURVA DE REGREIÓN... 3 3.. Poder explcatvo del modelo... 3 3.. Poder explcatvo frete a poder predctvo...
Más detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detallesTEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)
Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca
Más detallesColegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA
Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesColegio Sagrada Familia Matemáticas 4º ESO
Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesRegresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
Más detallesTEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.
1. Dstrbucoes Bdmesoales de Frecuecas. 1.1. Idepedeca y Relacó Fucoal de dos Varables. 1.. Tablas de Correlacó y de Cotgeca. 1.3. Dstrbucoes Margales. 1.4. Dstrbucoes Codcoadas. 1.5. Idepedeca Estadístca..
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesEjercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión
Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua
Más detalles3 Regresión lineal múltiple: estimación y propiedades
3 Regresó leal múltple: estmacó y propedades Ezequel Urel Uversdad de Valeca Versó 09-013 3.1 El modelo de regresó leal múltple 1 3.1.1 Modelo de regresó poblacoal y fucó de regresó poblacoal 3.1. Fucó
Más detallesCAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se
CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesLECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS
Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN
Más detallesMEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detallesJuegos finitos n-personales como juegos de negociación
Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos
Más detallesEstudios de Economía Aplicada ISSN: Asociación Internacional de Economía Aplicada.
Estudos de Ecoomía Aplcada ISSN: 33-397 secretara.tecca@revsta-eea.et Asocacó Iteracoal de Ecoomía Aplcada España ALVAGONZÁLEZ ODÍGUEZ, MECEDES egresó mímo cuadrátca co errores relatvos Estudos de Ecoomía
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detalles7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.
7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de
Más detallesAnálisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos
Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores
Más detallesIV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detallesPARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción
Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar
Más detallesPRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A
PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detallesCURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detallesINTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1
63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesExpectativas del Mercado y Creación de Valor en la Empresa
2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea
Más detallesGuía para la Presentación de Resultados en Laboratorios Docentes
Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las
Más detallesLA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO
LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO Emlo Gómez Déz 1, José María Saraba 2 y Fausto Preto 2 Resume E el presete trabao se estuda la dstrbucó Posso-Beta,
Más detallesRegresión y correlación lineal.
Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.
Más detalles2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros
. alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
Más detalles6.2.- Funciones cóncavas y convexas
C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.
Más detallesGestión de operaciones
Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detalles1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática
Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó
Más detallesESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS
5 ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS María C. Paz Sabogal Profesor Auxlar. Uversdad del Valle, Escuela de Igeería Idustral Estadístca, Cal. karo.paz@gmal.com
Más detallesRELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.
RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el
Más detallesDel correcto uso de las fracciones parciales.
Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos
Más detallesINTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO
INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS
Más detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesMATEMÁTICA 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 detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesESTADÍSTICA 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 detallesTEMA 5: REGRESIÓN Y CORRELACIÓN SIMPLE
TEMA 5: REGREIÓ Y CORRELACIÓ IMPLE 5.1.- ITRODUCCIÓ A LO MÉTODO DE AJUTE. 5..- REGREIÓ. 5.3.- CORRELACIÓ. 5.4.- VARIAZA DEBIDA A LA REGREIÓ Y COEFICIETE DE DETERMIACIÓ LIEAL. 5.5.- APLICACIOE DE LA REGREIÓ
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesTema 6: Introducción al muestreo. Estimadores
Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)
Más detallesMáximos y Mínimos de funciones de dos variables
Mámos Mímos de fucoes de dos varables Aplcacoes a Modelacó Matemátca AJUTE DE CURVA Regresó leal Lealzacó: epoecal, potecas razoes Coceptos geerales f() Problema geeral: e tee u cojuto dscreto de valores
Más detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detallesTema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS
Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo
Más detallesRespuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesG - Métodos de Interpolación
ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u
Más detallesANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
Más detallesUNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*)
UNIVERSIDAD NACIONAL DE SALTA Facultad de Cecas Ecoómcas, Jurídcas y Socales Isttuto de Ivestgacoes Ecoómcas Reuó de Dscusó Nº 7 Fecha: /06/003 Hs.: 6 UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*) Eusebo Cleto
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
Más detalles