UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

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

Download "UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1"

Transcripción

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 muestra aleatora de 0 alumos. Supogamos que las otas fales está cojutamete dstrbudas de modo ormal. E IO (A) Estma el error que se ha cometdo e la evaluacó de dchos exámees s se sugere u modelo leal que explque la ota e IO como fucó de la ota alcazada e E co u vel de cofaza = 99 %. (B) Qué tato por ceto se puede mputar al azar a partr de la muestra presetada? (C) Exste relacó leal etre ambas varables? Cometa los resultados que se obtee. Resolucó: De los datos que proporcoa la tabla de frecuecas se deduce que ˆ XY yx xxy 0 x x ˆ 4.76 co lo que la recta de regresó es IO 0.834E 4.76 ( E 0.999IO ). (A) Ua estmacó del error que se ha cometdo e la prueba es ˆ E 3.97 Pága UT9-ER-

2 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL Tratádose de u problema de desvacoes típcas el modelo de probabldad que hay que utlzar es el modelo co grados de lbertad, que para este caso será (estmacó tercalar) 0.5%, 8gdl %, 8 gdl 37.6 De la desgualdad ( ) ˆ se obtee los límtes del tervalo de cofaza buscados E E que para el caso cocreto que se platea mplca que (B) Dado que r r % E R Es decr, la suma de los cuadrados de las desvacoes de Y respecto de los valores estmados se redujo e u 8.60 % al utlzar IO EIO E e lugar de y para IO predecr Y. IO (C) Se trata de u cotraste blateral (de dos colas) de hpótess sobre dode las hpótess a trabajar so: H0: 0 0 Ha : 0 0 El error probable que se obtee e la estmacó del parámetro es sˆ E ˆ ( ) El estadístco del cotraste se obtee a partr de Pága UT9-ER-

3 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL ˆ t 0 ˆ Y la regó de admsbldad está delmtada por: t t, 08gdl tcotraste E cosecueca, como t t a partr de la muestra seleccoada exste evdeca estadístca para rechazar la hpótess ula ( es decr, exste relacó leal etre ambas varables). ENUNCIADO Dos motañeros ha utlzado dos strumetos GPS, A y B, para medr los tempos vertdos e ua ruta de motaña co los msmos putos de cotrol, auque ha saldo e horas dferetes. Se les ha dcado que ambos aparatos había sdo be regulados. Dchos datos se muestra e la tabla sguete: PUNTO DE CONTROL TIEMPO MEDIDO POR EL GPS A (m) (º) Calcula la recta de regresó, EY ( ) 0 X, del tempo del GPSB (Y) e fucó del tempo del GPSA (X). (º) Calcula la reduccó de la suma de los cuadrados de las desvacoes de los valores de Y respecto de sus valores estmados Y ˆ, que se puede atrbur a ua relacó leal etre Y y X? (3º) Para u tempo t = 0 m vertdo e u tramo por el motañero A estma el tempo vertdo por el motañero B. TIEMPO MEDIDO POR EL GPS B (m) Resolucó: (º) El dagrama de dspersó, juto co la tabla de frecuecas, vee dado por: Pága UT9-ER-3

4 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL GPSA GPSB X Y observada X X Y Y Y teórca Resduo,33 7,35 498,689 60, ,05 5,7698,497 0, 7,43 04,44 77, ,8049 3,9685, ,55 40, 63,805 46,66 609,644 38,64,84 4 3,6 36,47 970, , , ,3676 4,40 5 7,3 5,34 96,879 64,308 35,356 0,8039 9, ,34 7,63 860, , ,469 3,5954 4, ,0 3,4 65, ,84 969,6996 8,3793 7,65 8 8,77,35 35,39 400, ,85,3034 0,9090 Sumas 8 89,6 6, , , , , , ,66 8, , ,8587 0, ,006 XY 467,0093 r 0, ,7444 E 84,3478 r 0, R 454,77709 Modelo de regresó leal (mímos cuadrados) 45,00 40,00 35,00 y = 0,9737x + 4,070 R² = 0, ,00 GPS B(m) 5,00 0,00 5,00 0,00 5,00 0,00 5,00 0,00 5,00 0,00 5,00 30,00 35,00 40,00 GPS A (m) De la correspodete tabla de frecuecas de las dos varables, sedo X = GPS A e Y = GPS B, se deduce los sguetes valores umércos: x 89.6 m; y 6.83 m; x m ; y m ; xy m sedo la suma de los cuadrados de los errores: Pága UT9-ER-4

5 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL ( ) m x x x x ( ) m y y y y XY ( x x)( y y) x y x y m de dode se puede deducr los valores estmados de la pedete y de la ordeada e orge de la recta de regresó e el setdo de mímos cuadrados: ˆ XY ˆ ˆ 0 y x 4.07 m Etoces, la recta de regresó es: GPS B GPS A (º) Aálogamete, el coefcete de correlacó es y el coefcete de determacó: XY r (admesoal) r E XY que dca que exste u 5.6 % que o es explcado por el modelo leal propuesto (y que es debdo al azar, a otras relacoes que o se ha puesto de mafesto e el modelo, etc.). (3º) La terpolacó que se pde es: GPS m 0 m B t Pága UT9-ER-5

6 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL ENUNCIADO 3 Ua empresa químca cooce que el coste de fabrcar u determado detergete respode a ua ley leal del tpo y a bx., dode y = Coste e, x = Detergete fabrcado e m 3, a = Coste fjo e, b = Coste adcoal de la produccó e /m 3. Los datos recogdos e 7 platas de la empresa e el últmo ejercco so los sguetes: Plata x (m 3 ) y ( ) (A) Obteer, a partr de estos datos, la recta de regresó. (B) De acuerdo co el resultado obtedo e (A) decr cuál es la estmacó del coste fjo e, así como el coste adcoal e /m3, de la produccó. (C) Calcular el coefcete de correlacó de Pearso etre las varables x e y. (D) Estmar cuál será el gasto e de ua plata que preteda producr 6000 m3 de detergete. Pága UT9-ER-6

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos 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 detalles

Regresión - Correlación

Regresión - 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 detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO 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 detalles

-Métodos Estadísticos en Ciencias de la Vida

-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 detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN 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 detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 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 detalles

Análisis de Regresión y Correlación Lineal

Análisis 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 detalles

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015 Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

Modelos de Regresión Simple

Modelos 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 detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO 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 detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES 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 detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción 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 detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (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

Análisis de Regresión

Análisis 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 detalles

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN 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 detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 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 detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En 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 detalles

La inferencia estadística es primordialmente de naturaleza

La 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 detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS 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 detalles

Tema 2: Distribuciones bidimensionales

Tema 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 detalles

Correlación y regresión lineal. Ejemplos

Correlación y regresión lineal. Ejemplos Correlacó y regresó leal. Ejemplos Problema Nro. 0 Las estaturas (mts.) y los pesos (Kg) de 0 jugadores de Balocestos so: Estatura X Pesos Y(Kg) (mts) 86 85 89 85 90 86 9 90 93 87 98 93 0 03 03 00 93 9

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

Regresión lineal simple

Regresión 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 detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos 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 detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 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 detalles

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09 Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer

Más detalles

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

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS INGENIERÍA INDUTRIAL A meudo, e la práctca, se requere resolver prolemas que clue cojutos de varales, cuado se sae que este algua relacó herete etre ellas, esa relacó se puede ecotrar a partr de la formacó

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra

Más detalles

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SERIE TEMA ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN. Los datos

Más detalles

Incertidumbre de las medidas.

Incertidumbre de las medidas. Icertdumbre de las meddas. Al realzar el proceso de medcó, el valor obtedo y asgado a la medda dferrá probablemete del valor verdadero debdo a causas dversas, algua de las cuales ombraremos más adelate.

Más detalles

7. Muestreo con probabilidades desiguales.

7. 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 detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio 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 detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio 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 detalles

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información? APELLIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdere u vel de cofaza del 95% (z=).. U empresaro quere estmar el cosumo mesual de electrcdad e ua comudad de 000

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que 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 detalles

Inferencia Estadística

Inferencia 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 detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE

Más detalles

Qué conclusión extraeremos trabajando con un nivel de significación del 5%?

Qué conclusión extraeremos trabajando con un nivel de significación del 5%? sbb BB BBB Ejercco 1 Ua asocacó de defesa del cosumdor argumeta que el cotedo de las latas de atú de ua determada marca es feror a los 50 g que se dca e el paquete. ara cotrastarlo se coge ua muestra de

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 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 detalles

Aplicación de Boostrapping en Regresión I

Aplicación 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 detalles

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División 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 detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS 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 detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es 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

6 El modelo de regresión lineal

6 El modelo de regresión lineal 6 El modelo de regresó leal 1. Coceptos báscos sobre el aálss de regresó leal. Ajuste de la recta de regresó 3. Bodad de ajuste. La regresó leal múltple 5. Descrpcó estadístca de la relacó etre dos varables:

Más detalles

G - Métodos de Interpolación

G - 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 detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

Tema 6: Introducción al muestreo. Estimadores

Tema 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 detalles

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. 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 detalles

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS DISTRIBUCIÓN DE AGREGADOS 5..- Dstrbucoes -dmesoales. Aálss margal y codcoado 5..- Varables aleatoras depedetes. Propedades

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Estadística Descriptiva

Estadística 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 detalles

Figura 1

Figura 1 Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable

Más detalles

Modelos Estadísticos de Regresión Lineal

Modelos Estadísticos de Regresión Lineal Modelos Estadístcos de Regresó Leal Supoga que cueta co u baco de datos que cotee formacó relatva a dos varables X y Y las cuales se presume guarda ua relacó aproxmadamete leal. El ejemplo de las varables

Más detalles

(Véase el Ejercicio 13 Beneficio de los bancos )

(Véase el Ejercicio 13 Beneficio de los bancos ) étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA ANALII DE DATO EN PICOLOGÍA I FEBRERO 007 1ª P.P. ª EANA UNIÓN EUROPEA 30 5 15 35 0 30 40 5 30 45 5 10 50 18 10 55 7 5 Tabla 1. Dstrbucó de u grupo de mujeres () y otro de hombres () e ua prueba de compresó

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

ÍNDICE 1. INTRODUCCIÓN A LA PROBABILIDAD... 11

ÍNDICE 1. INTRODUCCIÓN A LA PROBABILIDAD... 11 ÍNDICE 1. INTRODUCCIÓN A LA PROBABILIDAD... 11 1.1. Probabldad, espaco muestral y sucesos... 11 1.1.1. Espaco muestral y sucesos... 11 1.1.. Probabldad... 14 1.1.3. Varable aleatora y fucó de dstrbucó...

Más detalles

Variables bidimensionales: regresión y correlación

Variables bidimensionales: regresión y correlación Varables bdmesoales: regresó correlacó VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1. Itroduccó.... Dstrbucoes margales... 4 3. Mometos... 7 3.1 Mometos respecto al orge... 7 3. Mometos respecto a la meda...

Más detalles

Regresión y correlación lineal.

Regresión 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 detalles

9.3. Contrastes para comparar dos distribuciones

9.3. Contrastes para comparar dos distribuciones TEM 9: CONTRSTES NO PRMÉTRICOS 9.. Cotrastes de bodad de ajuste 9... Cotraste Ch-cuadrado 9... Cotraste de Kolmogorov-Smrov 9.. Cotraste de depedeca para tablas de cotgeca 9.3. Cotrastes para comparar

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

Intensificación en Estadística

Intensificación 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 detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

Presentación de resultados y estimación de incertidumbres. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

Presentación de resultados y estimación de incertidumbres. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior Presetacó de resultados y estmacó de certdumres Práctcas de Físca I Departameto de Físca Aplcada I Escuela Poltécca Superor Medda e certdumre Toda ceca epermetal se asa e oservacoes cuattatvas que llamamos

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

Más detalles

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór Capítulo 4 Iterpolacó polomal de Hermte E determadas aplcacoes se precsa métodos de terpolacó que trabaje co datos prescrtos de la fucó y sus dervadas e ua sere de putos, co el objeto de aumetar la aproxmacó

Más detalles

Variables bidimensionales: regresión y correlación

Variables bidimensionales: regresión y correlación Varables bdmesoales: regresó correlacó VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Itroduccó.... Dstrbucoes margales... 4 3. Mometos... 7 3. Mometos respecto al orge... 7 3. Mometos respecto a la meda... 8

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

Tema 2: El modelo básico de regresión lineal múltiple (I)

Tema 2: El modelo básico de regresión lineal múltiple (I) Tema : l modelo básco de regresó leal múltple I Casaldad la ocó de cetrs parbs e el aálss ecoométrco Repaso del cocepto de regresó smple: Recta de regresó poblacoal p verss recta de regresó estmada Motvacó

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD 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 detalles

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados. Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral

Más detalles

Los Histogramas. Histograma simple

Los 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 detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles