Comandos útiles de R JGARCÍA Y CLARE COMANDOS DE R!1
|
|
- Rosario Belmonte Fernández
- hace 6 años
- Vistas:
Transcripción
1 Comandos útiles de R Este documento ha sido desarrollado por JGarcía y editado por Clare, estudiantes de Ingeniería Informática en la Universidad de Cantabria. Es probable, por tanto, que el documento tenga funciones y ejercicios que se pueden resolver mejor de otra manera, pero todos los casos han sido probados y funcionan. Cualquier mejora del documento será bienvenida. Podéis enviarnos dichas sugerencias entrando en laisladelfaro.com/contacto o también por twitter JGARCÍA Y CLARE COMANDOS DE R!1
2 Conceptos previos sobre estadística que debemos de conocer antes de usar R. Muestra: subconjunto de datos de una población. Ejemplo: todos los estudiantes de la UC. Población: conjunto que abarca todos los datos que cumplen con unas determinadas características. Ejemplo: todos los estudiantes de todas las universidades españolas. Dato: observación numérica asociada a cada elemento de la muestra. Variable Poblacional: Valor numérico asociado a cada elemento de la población. Parámetro Poblacional: cantidad numérica bien definida a partir de la variable poblacional. Estimador: regla o procedimiento numérico para combinar los datos de una muestra. Estimación: valor numérico concreto resultante de aplicar un estimador a los datos. JGARCÍA Y CLARE COMANDOS DE R!2
3 Medidas de Centralización: muestran un resumen de la muestra, son: media (mean), mediana (median), moda (table). Media: suma de todos los datos dividido entre el número de datos. Mediana: consiste en ordenar el conjunto de datos y seleccionar el valor que esté en medio. Si el número de datos es par, deberás coger los dos datos centrales y hacer la media. Moda: dato que más veces se repite en la muestra. Propiedades y Características. La media es útil si el histograma tiene una sola moda y este es aproximadamente simétrico. Si la asimetría es grande, entonces la mediana tiende a ser mucho mas estable e informativa que la media. En estos casos, la media se ve alterada por valores externos. Es por esto que la mediana se considera más fiable. El histograma suele tomar forma de U. JGARCÍA Y CLARE COMANDOS DE R!3
4 Medidas de dispersión: muestran la desviación global de los datos con respecto a una medida central. (range). Recorrido: diferencia entre el mayor y el menor dato de la muestra Varianza: media aritmética del cuadrado de las desviaciones respecto a la media (var). También es conocida como! S 2 o! σ 2, y da el resultado en! unidades 2. Desviación típica: como la varianza no tiene las misma dimensiones que la variable por haber elevado al cuadrado, se creó la desviación típica (sd) que sí las tiene. También es conocida como s. s Coeficiente de variación muestral: para variables no negativas, es!, m es decir, desviación típica entre media. Este coeficiente se expresa muchas veces s en porcentaje:!. m x100 Percentiles o cuantiles: cantidad tal que la proporción de datos iguales o inferiores a dicho percentil es igual a p. Los percentiles del 25%, 50% y 75% se denominan cuartiles; en concreto, primer, segundo y tercer cuartil respectivamente. El segundo cuartil es la mediana. cuartil. Recorrido intercuartílico: diferencia entre el tercer cuartil y el primer JGARCÍA Y CLARE COMANDOS DE R!4
5 Propiedades y Características: El recorrido tiende a aumentar al crecer el tamaño de la muestra, así que para comparar el recorrido de dos muestras los tamaños de estas han de ser similares. La desviación típica es la medida de dispersión mas utilizada. Sin embargo, su utilidad decrece cuando aumenta la asimetría del histograma, en cuyo caso la mediana, los cuartiles y el recorrido intercuartílico pueden ser más interesantes. La desviación típica, los cuartiles y el recorrido intercuartílico vienen expresados en las mismas unidades que los datos de la muestra, pero la varianza no (recordemos que viene dada en! unidades 2 ). El coeficiente de variación es muy útil para comparar el grado de variación de muestras a distinta escala. JGARCÍA Y CLARE COMANDOS DE R!5
6 Otras definiciones necesarias. Experimento aleatorio: mecanismo que produce resultados no predecibles con certeza. Espacio muestral (omega): conjunto de todos los posibles resultados del experimento aleatorio. Suceso: subconjunto del espacio muestral, omega. Union de dos sucesos A o B: probabilidad de que ocurra A, B o ambos (A + B). Intersección de dos sucesos A y B: probabilidad de que ocurran A y también B (A * B). Suceso complementario Ac: probabilidad de que no ocurra el suceso A. Suceso elemental: cada resultado individual de un experimento aleatorio. Sucesos disjuntos (A y B): característica de dos conjuntos si y solo si A intersección B = 0. Probabilidad Condicionada: característica de un suceso cuando la condición B depende de lo que salga en la condición P(A B)= P(A y B)/P(B). Para saber si los sucesos son dependientes se calcula P(A) y se compara con P(A B). Si son distintos, son dependientes; si son iguales, son independientes. Teorema de Bayes: teorema en el que se da la probabilidad de que A en algún caso no pase. Se aplica cuando un suceso puede tener dependencia con otro, como en el caso de una prueba de diagnóstico, que puede dar positivo si el paciente esta enfermo, o si el paciente esta dentro del margen de error de personas sanas que se detectan como enfermas. JGARCÍA Y CLARE COMANDOS DE R!6
7 P(A B) = (P(A)*P(B A))/(P(B A)*P(A)+P(B Ac)*P(Ac)), donde P(B A) es la probabilidad condicionada mencionada anteriormente y P(Ac) es la probabilidad de que no ocurra A. Función de distribución: es una función que se tiene que pedir explícitamente en el enunciado. Se define como la suma de probabilidades de x hasta X, donde X es menor igual a un número dado. Por ejemplo, la probabilidad de sacar un número menor o igual a 3 en un dado es 1/6+1/6+1/6=0.5 Función de probabilidad: se identifica porque es la probabilidad de que ocurra algo en una sola tirada. Por ejemplo, la función de probabilidad de un dado es igual a p(1)=p(x=1)=1/6, p(2)=p(x=2)=1/6,... p(6)=p(x=6)=1/6. Función de densidad de probabilidad: es una función que se tiene que pedir en el enunciado. En ella hay que calcular el área que encerrada bajo la función. Media o esperanza de una variable aleatoria E(X) = sumatorio de p(x)*x : sumatorio de las probabilidades de un suceso por todos los valores que puede tomar ese suceso. Por ejemplo, el dado: 1/6*( )=3.5 Media o esperanza de sumas de variables aleatorias E(X + Y): en este caso se hace E(X), luego E(Y) y se suman. Varianza y desviación típica de una variable aleatoria: la varianza es el sumatorio de (p(x)*(x-e(x)))^2, o lo que es lo mismo, sumatorio de p(x)*(x - sumatorio de p(x) * x))^2; y la desviación típica la raíz cuadrada de lo anterior covarianza: cov(x,y)= E[X - E(X)))(Y - E(Y))]. JGARCÍA Y CLARE COMANDOS DE R!7
8 Varianza de la suma de dos variables aleatorias: var(x+y)=var(x) +var(y)+2*cov(x,y). Variables aleatorias independientes: X e Y son independientes si! A, B Ω se verifica que P((X! A) (Y B)) = P(X A)P(Y B). Sus propiedades son las siguientes:! E(X, Y ) = EX EY! Cov(X, Y ) = 0! Var(X + Y ) = VarX + VarY Distribución uniforme discreta: p(xi)=1/n, i=1,2,3...,n donde E(X)=(xn+x1)/2 y var(x)= (n^2-1)/12. Distribución uniforme continua: dunif(x,min,max), donde x son los cuantiles del rango de valores a calcular, min el valor mínimo y max el valor máximo si hay que calcular solo en un punto; punif() si hay que calcular menor o igual que un punto y 1-punif() si hay que calcular mayor que un punto. E(X)= b+a/2 var= (b-a)^2/12. Distribución de Bernoulli: se identifica por que es un dato binario y solo una tirada. Como es binario, X, cuando es la probabilidad de que pase, toma el valor 1, y cuando es la probabilidad de que no pase el valor 0, con probabilidades p y 1-p. De esta forma, la operación queda así: p(x)=p^x(1-p)^1-x, E(x)=p var(x)=p(1-p). Distribución binomial: se identifica por que es un dato binario y más de una tirada. Se define como la suma de n distribuciones de Bernoulli, siendo n el número de tiradas. JGARCÍA Y CLARE COMANDOS DE R!8
9 Para calcular en un punto en concreto tenemos dbinom; para calcular menor o igual que un punto pbinom, y para valores mayores que el punto 1- pbinom. dbinom(valor de la x a calcular, tamaño total, probabilidad de x) lo mismo para pbinom. Por ej: pbinom(4,12,0.2) Distribución de Poisson: se identifica porque tienen que hablarte del tiempo en el que ocurren los sucesos. Para calcular en un punto tenemos dpois, para calcular menor o igual que un punto ppois y para valores mayores que el punto 1-ppois. E(X)= número medio de sucesos en un intervalo Var(x)= E(x). dpois(x,lambda) siendo lambda el numero medio de sucesos en un intervalo. Distribución normal: se identifica por que te tiene que dar la desviación típica y un dato medio de la población. Para calcular en un punto tenemos dnorm, para calcular menor o igual que un punto pnorm y para valores mayores que el punto 1-pnorm. dnorm(valor a calcular,media población,desviación típica). JGARCÍA Y CLARE COMANDOS DE R!9
10 GRÁFICAS Para datos categóricos o cuantitativos discretos: Diagrama de barras barplot. frecuencia_abs<-table(grupos) para sacar los grupos que formarán cada barra. barplot(frecuencia_abs,xlab="grupos sanguineos", ylab="frecuencia absoluta") Para datos categóricos binarios o nominales: Diagrama de sectores pie. pie(frecuencia_absoluta,labels=valores_variable) Para datos cuantitativos continuos: Este tipo de dato ha de ser agrupado en intervalos para poder ser representado. Histograma hist. hist(datos,xlab="etiqueta_eje_x",ylab="etiqueta_eje_y") Relacionar dos variables cuantitativas: Diagrama de dispersión plot. plot(x,y,xlab="etiqueta_eje_x", ylab="etiqueta_eje_y") JGARCÍA Y CLARE COMANDOS DE R!10
11 Comparar dos muestras de datos cuantitativos: La caja se calcula a partir de los valores de los cuartiles y los brazos representan al máximo y al mínimo. Diagrama de cajas boxplot. boxplot(datos_1,datos_2,ylab="etiqueta_eje_y",names=c("nom bre datos 1","nombre datos 2 )) Leer datos simples (es decir sino son tablas): nombre_variable<-scan("nombre_del_archivo.dat"); Leer tablas: variable<-read.table("nombre_fichero.txt", header=true) Obtener arrays de las columnas de la tabla: variable<-datos_tabla[1:ultimo_valor, "nombre_columna"] Resumen de datos de una columna (frecuencia absoluta) (moda): table(datos_tabla["nombre_columna"]) Si te piden que compares los datos de una columna que cumplan una condición en otra columna: JGARCÍA Y CLARE COMANDOS DE R!11
12 Por ejemplo, para obtener la altura de los que son varones: varones<-which(tabla[1:46,"sexo"]=="v") Donde "sexo" es el título de la columna y "V" los que son varones dentro de esa columna. tabla[varones,"altura"] Donde "altura" es el título de la columna de alturas y varones el resultado del array calculado en la fila de arriba. Guardar datos en un PDF: Abrimos y creamos el PDF con pdf( nombre_del_pdf.pdf ). Cerramos el PDF con dev.off(), y ente medias insertamos el contenido. El resultado queda algo así: pdf("nombre_del_pdf.pdf") contenido a guardar en el PDF dev.off() Crear arrays: variable<-c(5,"texto",3.2) Crear secuencia de números: array<-seq(n inicio, n fin, paso) Ejemplo numeros<seq(1,5o,1) JGARCÍA Y CLARE COMANDOS DE R!12
13 Sumar datos: sum(variable) El resultado te lo da en unidades de la variable. Media: mean(variable) El resultado en unidades de la variable. Mediana: median(variable) resultado en unidades de la variable. Desviación típica: sd(variable) resultado en unidades de la variable. Varianza muestral: var(variable) resultado en unidades al cuadrado de la variable. cuartiles o cuantiles: y el 1). quantile(variable) rango intercuartílico (diferencia entre el percentil 3 IQR(variable) JGARCÍA Y CLARE COMANDOS DE R!13
14 Rango: range(variable) conjunto de valores que toma una función o imagen de una función. Coeficiente de correlación: cor(x,y) Es bueno porque el valor se encuentra entre -1 y 1. Coeficiente de determinación: cor(x,y)^2 Máximo: max(variable) Mínimo: min(variable) Raíz cuadrada: sqrt(valor) Tamaño de la muestra: length(variable) JGARCÍA Y CLARE COMANDOS DE R!14
15 Búsquedas condicionales en array: nuevo_array<-which(array_a_consultar > condición) las condiciones pueden ser: > >= <= < ==. Repetimos que cualquier mejora del documento será bienvenida. Podéis enviarnos dichas sugerencias entrando en laisladelfaro.com/contacto o también por twitter Mucha suerte con el examen. JGARCÍA Y CLARE COMANDOS DE R!15
Sumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detalles3 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 detallesESTADÍSTICA 1.- NOCIONES GENERALES
ESTADÍSTICA 1.- NOCIONES GENERALES : Conjunto de elementos cuyo conocimiento es objeto de estudio. Ejemplo: Jóvenes de Laguna de Duero. : Parte de la población cuyo estudio sirve para inferir características
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesESTADÍSTICA I. Dr. Favio Murillo García
ESTADÍSTICA I Dr. Favio Murillo García Objetivos generales Formar habilidades para que el estudiante sea capaz de identificar tipos de variables y sistematizar datos para la construcción de bases de información.
Más detallesCurso: 2º Créditos ECTS: 6 Tipo de asignatura: Básica Tipo de formación: Teórico-Práctica
Ficha Técnica Titulación: Plan BOE: Asignatura: Módulo: Grado en Criminología BOE número 75 de 28 de marzo de 2012 / Corrección de errores: BOE número 85 de 9 de abril de 2012 Metodología Curso: 2º Créditos
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesCALENDARIZACIÓN DE CONTENIDOS
Asignatura de: PROBABILIDAD Y ESTADÍSTICA Unidad I Resultado de Aprendizaje de la unidad interpretar los resultados utilizando los conceptos básicos de la estadística, las distribuciones unidimensionales
Más detallesTEMA 14: ESTADÍSTICA 1. CONCEPTOS ESTADÍSTICOS
1. CONCEPTOS ESTADÍSTICOS TEMA 14: ESTADÍSTICA Población: conjunto formado por todos los individuos sobre los que se realiza un estudio. (ejercicio 1 cuestionario) Muestra: subconjunto de la población
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Estadística
Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Métodos cuantitativos de la empresa Curso: 1º Créditos ECTS:
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesEstadística I Tema 2: Análisis de datos univariantes
Estadística I Tema 2: Análisis de datos univariantes Tema 2: Análisis de datos univariantes Contenidos Gráficas para datos categóricos (diagrama de barras, diagrama de sectores). Gráficas para datos numéricos
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesMatemáticas Aplicadas I: Ev2 Recuperación febrero 2018
Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018 PARTE 1: ESTADÍSTICA UNIDIMENSIONAL Y BIDIMENSIONAL 1. La siguiente tabla recoge las edades de las personas que han subido a un avión. Edad [0, 18)
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos.
Ficha Técnica Titulación: Grado en Ciencias del Trabajo, Relaciones Laborales y Recursos Humanos Plan BOE: BOE número 108 de 6 de mayo de 2015 Asignatura: Módulo: Técnicas de Investigación Social Curso:
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesTratamiento de datos y azar
Tratamiento de datos y azar Programa de Estudios Área(s): Electricidad y electrónica Mantenimiento e instalación Procesos de producción y transformación física Procesos de producción y transformación químico-biológicos
Más detallesTécnicas 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 detallesEstadística Descriptiva 2da parte
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Descriptiva 2da parte 2 Cuatrimestre 2018 COMISIÓN :1. Prof. Dr. Juan Ignacio Pastore. Qué es la estadística? El contenido de la
Más detallesTablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez.
Tablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez. Si se desea examinar o comparar dos variables, una tabla de contingencia resulta de mucha utilidad.
Más detallesINTRODUCCIÓN. Fenómeno Real. Aprendizaje sobre el fenómeno. Análisis Estadístico. Datos Observados
ESTADÍSTICA INTRODUCCIÓN Qué es la estadística?. - Es la rama de las matemáticas que estudia la recolección, análisis e interpretación de datos. Por qué estudiamos estadística? - Aprender sobre fenómenos
Más detallesMedidas de dispersión. Rango o recorrido. Desviación media. Medidas de dispersión
Inicio Aritmética Álgebra Geometría Cálculo Estadística Trigonometría A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes enviarlos a klasesdematematicasymas@gmail.com TRABAJO DE APLICACIÓN La siguiente base de datos se conformó por la información suministrada en la entidad financiera BankAmerica,
Más detallesCapítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesFACULTAD DE RECURSOS NATURALES INGENIERÍA ZOOTECNISTA PROGRAMA DE ESTADÍSTICA Y BIOMETRÍA AÑO 2017
FACULTAD DE RECURSOS NATURALES INGENIERÍA ZOOTECNISTA PROGRAMA DE ESTADÍSTICA Y BIOMETRÍA AÑO 2017 Titular: Ing Inés González de Rubiano (gonrubi@arnet.com.ar) JTP: Lic. Gladis Mazza (gladismazza@gmail.com)
Más detallesAnálisis de la Información
Análisis de la Información 2do C. 2018 Clase Nº5 Mg. Stella Figueroa Medidas de Dispersión Absolutas Relativas Rango Varianza Desviación estandar Rango intercuartílico Coeficiente de variación El rango
Más detallesEn todo proceso de investigación se generan datos y es la Estadística la disciplina encargada de :
En todo proceso de investigación se generan datos y es la Estadística la disciplina encargada de : Organizarlos y resumir Estadística la información Descriptiva Extraer conclusiones acerca de hipótesis
Más detallesEstadística I Examen extraordinario, 25 de Junio Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Estadística I Examen extraordinario, 25 de Junio 2013. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. REGLAS DEL EXAMEN: 1) Usar cuadernillos diferentes para cada problema. 2) Hacer los cálculos
Más detallesMEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS
MEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS www.cedicaped.com MEDIDAS DE DISPERSIÓN En clases anteriores se definieron algunas medidas de centralización, entre ellas, la más utilizada:
Más detallesTema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Más detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesEstadística 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 detallesConceptos de 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. Conceptos de Estadística
Más detallesPREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización?
PREGUNTAS TIPO EXAMEN 1. Cuál de las siguientes medidas es una medida de Centralización? a) La desviación típica d) Ninguna respuesta es correcta 2. Disponemos de una variable aleatoria que recoge el peso
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesGRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD
GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD Prof. Rosario Martínez Verdú TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD 1. Nociones básicas de teoría de la probabilidad. 2. Variable
Más detallesEjemplo: Si lanzamos un dado 7 veces y 3 de ellas nos sale par, la frecuencia
Probabilidad La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles,
Más detallesLa asignatura de Matemática estimula el desarrollo de diversas habilidades:
La asignatura de Matemática estimula el desarrollo de diversas habilidades: Intelectuales, como: El razonamiento lógico y flexible, la imaginación, la inteligencia espacial, el cálculo mental, la creatividad,
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesEstadística. 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 detallesNombre de la materia. Departamento. Academia
Probabilidad Ciencias Aplicadas de la Información Ciencias Básicas Nombre de la materia Departamento Academia Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I4862 60 20-80 9 Nivel Carrera
Más detallesVariables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
Más detallesCLASIFICACIÓN DE LA ESTADÍSTICA
Estadística aplicada a la Investigación Docente: BC. Aníbal Espínola Cano CLASIFICACIÓN DE LA ESTADÍSTICA 1 ESTADÍSTICA DESCRIPTIVA Ordenando la Información Al ordenar datos muy numerosos, es usual agruparlos
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesUNIDAD I. ESTADISTICA
MEDIDAS DE ESTADÍSTICA DESCRIPTIVA (Tomado de: http://www.universidadabierta.edu.mx/serest/map/metodos%20cuantitativos/py e/tema_12.htm) UNIDAD I. ESTADISTICA 1.2 Medidas Descriptivas MEDIDAS DESCRIPTIVAS
Más detalles( ) Nueva creación ( x ) Reestructuración ( ) Ajuste. ( x ) Obligatoria ( ) Electiva u optativa ( ) Complementaria ( ) otra.
A) NOMBRE DEL CURSO: ESTADÍSTICA APLICADA A NEGOCIOS B) DATOS BÁSICOS DEL CURSO Tipo de propuesta curricular: Tipo de materia: Materia compartida con otro PE o entidad académica Semestre Horas de teoría
Más detallesPROBABILIDAD. Unidad I Ordenamiento de la Información
1 PROBABILIDAD Unidad I Ordenamiento de la Información 2 Captura de datos muestrales Conceptos básicos de la estadística 3 Población (o universo): Totalidad de elementos o cosas bajo consideración Muestra:
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesTema 9: Estadística descriptiva
Tema 9: Estadística descriptiva Matemáticas específicas para maestros Grado en Educación Primaria Matemáticas específicas para maestros Tema 9: Estadística descriptiva Grado en Educación Primaria 1 / 47
Más detallesEstadística aplicada a los Negocios
Estadística aplicada a los Negocios SEMESTRE Y CARRERA PROGRAMA REVISADO POR: CRÉDITOS 7 créditos TIPO DE MATERIA MATERIA COMPARTIDA CON OTRO PE OBLIGATORIA NO TIEMPO PRESENCIAL TIEMPO INDEPENDIENTE 5
Más detallesDESCRIPCIÓN DE DATOS. Medidas Numéricas
DESCRIPCIÓN DE DATOS Medidas Numéricas MEDIDAS DE TENDENCIA CENTRAL O POSICIÓN MEDIA ARITMÉTICA O PROMEDIO Media poblacional Cualquier característica medible de una población recibe el nombre de parámetro
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesESTADÍSTICA. Rincón del Maestro:
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. Conceptos
Más detallesCentro Universitario de Tonalá
Presentación Este curso de estadística y evaluación de datos se encuentra diseñado para los estudiantes del Doctorado en Agua y Energía del Centro Universitario de Tonalá. Competencias genéricas de la
Más detallesAnálisis Estadístico de Datos Climáticos
Análisis Estadístico de Datos Climáticos Revisión de probabilidad y aplicaciones Análisis exploratorio de datos univariados M. Bidegain A. Díaz Facultad de Ciencias Facultad de Ingeniería 211 Revisión
Más detallesUn estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.
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 de las siguientes
Más detallesUNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER
UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER CARTA DESCRIPTIVA Carrera: INGENIERÍA EN SISTEMAS COMPUTACIONALES. Materia:. Titular: Correo electrónico: NUMERO DE UNIDAD:
Más detallesEstadística I. Finanzas y contabilidad
Estadística I. Finanzas y contabilidad Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad. Modelos probabilísticos.
Más detallesPart I. Momentos de una variable aleatoria. Esperanza y varianza. Modelos de Probabilidad. Mario Francisco. Esperanza de una variable aleatoria
una una típica Part I Momentos. Esperanza y varianza Esperanza una una típica Definición Sea X una discreta que toma los valores x i con probabilidades p i. Supuesto que i x i p i
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 Revisión No. 1 AC-DO-F-8 Página 1 de 10 ESTADÍSTICA I CÓDIGO 14241 PROGRAMA INGENIERÍA INDUSTRIAL ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detalles1 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 detallesTema 1. Estadística Unidimensional
Tema 1. Estadística Unidimensional 1. Conceptos Básicos. Gráfcas estadísticas 3. Medidas de centralización y dispersión: media, rango, desviación típica, coefciente de variación 4. Medidas de posición:
Más detallesFolleto de Estadísticas. Teoría del 1er Parcial
Folleto de Estadísticas Teoría del 1er Parcial 2012 Población objetivo: Es un conjunto bien definido de elementos sobre los que se desea hacer algún tipo de investigación o medida. Unidades de investigación:
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesTEMA 14 ESTADÍSTICA. Cuantitativa: si puede medirse y expresarse con números (es una variable), por ejemplo la talla de calzado.
Objetivos / Criterios de evaluación TEMA 14 ESTADÍSTICA O.15.1 Conocer el significado y saber calcular los parámetros de centralización y dispersión O.15.2 Interpretar y utilizar los parámetros de dispersión.
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL DEFINICIÓN DE VARIABLE Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población. TIPOS DE VARIABLE ESTADÍSTICAS Ø Variable
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 Revisión No. 1 AC-DO-F-8 Página 1 de 7 PROBABILIDAD Y ESTADÍSTICA CÓDIGO 1722109 PROGRAMA Tecnología en Horticultura ÁREA DE FORMACIÓN Ciencias Básicas
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 8 ESTADÍSTICA I CÓDIGO 14241 PROGRAMA INGENIERÍA INDUSTRIAL ÁREA DE FORMACIÓN CIENCIAS BÁSICAS SEMESTRE TERCERO PRERREQUISITOS
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Más detalles2.2: Resumen numérico
2.2: Resumen numérico Medidas de localización. Medidas de dispersión. Medidas de forma. Lecturas recomendadas: Capítulos 2 a 6 del libro de Peña y Romo (1997) Capítulos 3 a 7 del libro de Portilla (2004)
Más detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesGuía de actividad Independiente No 5. Estadística Descriptiva. Nombre del estudiante: Fecha:
Guía de actividad Independiente No 5. NOMBRE DE LA ASIGNATURA: Estadística Descriptiva TUTOR: Deivis Galván Cabrera Nombre del estudiante: Fecha: 1. Al comenzar el curso se pasó una encuesta a los alumnos
Más detallesTema 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 detalles1. 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 detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesTEMA 5 Estadística descriptiva. Análisis de datos
TEMA 5 Estadística descriptiva. Análisis de datos Florence Nightingale (1820-1910) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales 3.
Más detallesPrincipios de Estadística
Principios de Estadística Principios de Estadística Docentes: Edgardo Rodriguez Juan Passucci Marcelo Rodriguez Principios de Estadística Curso: Teórico-práctico 8.30 hs Parciales Promoción Área Cartelera
Más detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detalles