UNIVERSIDAD DE MANAGUA Al más alto nivel
|
|
- Julia Segura Montero
- hace 5 años
- Vistas:
Transcripción
1 UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Pruebas de Bondad de Ajuste con Stat::Fit de Promodel Prof.: Ing. Julio Rito Vargas A. Grupo: Ingenierías/IC-2018 Objetivos: Realizar pruebas de bondad de ajuste con datos discretos y datos continuos usando el módulo de Stat::Fit del lenguaje de Simulación ProModel. Interpretar los resultados: RECHAZOS Y ACEPTACIONES usando la opción AUTO:FIT Obtener las estadísticas descriptivas e histogramas de frecuencias de los datos Interpretar los resultados: RECHAZOS, ACEPTACIONES Y Ranking, usando la opción FIT. Interpretar los resultados de las pruebas: RECHAZOS, ACEPTACIONES y p-value. Introducción: La herramienta Stat::Fit de ProModel se utiliza para analizar y determinar el tipo de distribución de probabilidad de un conjunto de datos. Este programa permite comparar los resultados entre varias distribuciones analizadas mediante una calificación. Entre sus procedimientos: emplea las pruebas Chi-cuadrada, de Kolmogorov-Smirnov y de Anderson- Darlíng. Además calcula los parámetros apropiados para cada tipo de distribución, e incluye información de estadística descriptiva adicional como media, mediana, moda, valor mínimo, valor máximo y varianza, entre otros datos así como histogramas de frecuencias y diagrama de barras. Stat::fit nos permite lograr 5 objetivos que apoyan a que tus resultados de Simulación sean confiables: 1. Ajuste de Curvas. Te ayuda a encontrar la mejor distribución para representar los datos. Stat::fit, utiliza las pruebas de Bondad de Ajuste más comúnmente conocidas, como son: a. Anderson-Darling. b. Chi-Cuadrada. c. Kolmogorov-Smirnov. 2. Determinar el número de réplicas para correr un modelo de simulación. Ing. Julio Rito Vargas Pág. 1
2 3. Determinar el tamaño de la muestra para toma de tiempos de proceso y transportación. 4. Graficar los datos de entrada, graficar todas las distribuciones de probabilidad que se pueden utilizar, hacer estadística descriptiva de datos. El módulo Stat::Fit (versión 3): Del programa Promodel versión Se puede activar desde la barra de menú (Stat::Fit) haciendo clic sobre el botón. Opcionalmente se puede ir al menú Herramientas y se selecciona la opción Stat::Fit. Datos para prueba con Stat::Fil Grupo datos 1 Grupo datos 2 Grupo datos 3 Grupo datos 4 Valores discretos Valores continuos Valores discretos Valores continuos Orden Datos Orden Datos Orden Datos Orden Datos Ing. Julio Rito Vargas Pág. 2
3 En las páginas 2 y 3 están los grupos de datos para las pruebas: Los grupos 1 y 3 son datos discretos y Los grupos 2 y 4 son datos continuos. Los datos del grupo 3: corresponden a una muestra del número de automóviles que entran a una gasolinera cada hora. Ing. Julio Rito Vargas Pág. 3
4 Los datos del grupo 4: corresponden a los datos de un estudio de atención de los clientes en una floristería, medidos en minutos por cliente. I. Procedimiento para realizar la exploración de los datos del grupo 1 a. Digite los datos del grupo 1 en una hoja de Excel y guarde el archivo en su USB o computadora. b. Copie los datos del grupo 1 de la hoja de Excel y páselos a Stat::Fit usando el menú: Edit->Paste. c. Guarde el archivo en formato de Stat::Fit en su USB o computadora. d. Obtenga las estadísticas de los datos con la opción del menú: Statistics-> Descriptive. e. Obtenga el histograma de frecuencias con el menú: Input-> Input Graph y luego en el menú: Graphs- Graphics Style. Ing. Julio Rito Vargas Pág. 4
5 Con la esta información exploratoria tenemos una descripción general de los datos, es decir conocemos el valor mínimo y máximo, el rango, las medidas de tendencia central y las medidas de dispersión. II. Determinación del tipo de distribución de un conjunto de datos A través de la Prueba de Bondad de Ajuste. a. Haga la prueba de bondad de ajuste con la opción Auto::Fit e interpreta los resultados y escoja la distribución para estos datos y sus parámetros. Haga clic en el menú: Fit Auto::Fit En la ventana que despliega Auto::Fit, seleccione la opción discrete distributions (distribuciones discretas) y haga clic en el botón OK. En la imagen siguiente se muestran los resultados de la prueba de bondad de ajuste. Ing. Julio Rito Vargas Pág. 5
6 Puede observar que comparado los datos del grupo 1 con cuatro distribuciones estadísticas. Distribuciones: La Distribución Binomial, para la cual ha obtenido los siguientes parámetros Binomial (55,0.108). La Distribución Poisson, para la cual ha obtenido el siguiente parámetro Poisson(5.92). Rango: Puede verse que los rangos para las dos distribuciones Binomial y Poisson, son muy próximos, es decir los datos se comportan muy parecidos o provienen de poblaciones de distribuciones Binomiales o Poisson. Aceptación: Los resultados de las pruebas; es que los datos se pueden considerar provenientes de distribuciones Binomial o Poisson, es decir no se rechaza do not reject que sean de esas distribuciones. Por lo que sería conveniente considerar los datos como una Distribución Binomial o Poisson. Sabiendo que los parámetros de una Binomial son n y p B(n,p) donde μ=np =55*0.108=5.94; el parámetro de una Poisson es λ=5.92 (lambda) que es la media. P(λ). Puede observar que las medias de ambas distribuciones son muy aproximadas. Utilice la opción del menú Fit Result Graphs Density Ing. Julio Rito Vargas Pág. 6
7 Puede observar en la gráfica que la distribución Binomial es más aproximada a la densidad de los datos pero solo ligeramente a la Poisson, ya que ambas curvas son muy próximas. II.a Interpretar los resultados de las pruebas: RECHAZOS, ACEPTACIONES y p-value. Usando el menú: Fit. Goodness of Fit Ing. Julio Rito Vargas Pág. 7
8 Puede observar que los valores p-value en el caso de las distribuciones Poisson y Binomial y 1 (uno). Lo que indica que ambos valores están en la zona de aceptación de las curvas, para un nivel de confianza del 95%. Por lo tanto se ratifica con las pruebas Chicuadrada y Kolmogorov Smirnov, que los datos se comportan como datos provenientes de una población Binomial o bien de una población Poisson. III. Procedimiento para realizar la exploración de los datos del grupo 2 a. Digite los datos del grupo 2 en una hoja de Excel y guarde el archivo en su USB o computadora. b. Copie los datos del grupo 2 de la hoja de Excel y páselos a Stat::Fit usando el menú: Edit->Paste. Ing. Julio Rito Vargas Pág. 8
9 c. Guarde el archivo en formato de Stat::Fil en su USB o computadora. d. Obtenga las estadísticas de los datos con la opción del menú: Statistics-> Descriptive. e. Obtenga el histograma de frecuencias con el menú: Input-> Input Graph y luego en el menú: Graphs- Graphics Style. Ing. Julio Rito Vargas Pág. 9
10 Con la esta información exploratoria tenemos una descripción general de los datos del grupo 2, es decir conocemos el valor mínimo y máximo, el rango, las medidas de tendencia central y las medidas de dispersión. IV. PROCEDIMIENTO PARA REALIZAR LA PRUEBA DE BONDAD DE AJUSTE A LOS DATOS DEL GRUPO 2. a. Haga la prueba de bondad de ajuste con la opción Auto::Fit e interpreta los resultados y escoja la distribución para estos datos y sus parámetros. Haga clic en el menú: Fit Auto::Fit En la ventana que despliega Auto::Fit, seleccione la opción continue distributions (distribuciones continuas) y haga clic en el botón OK. La distribución continua tiene tres opciones: 1) Sin límite 2) límite inferior 3) asignar límite. Para los datos a analizar asigne como límite inferior tal como lo muestra la estadística descriptiva. En la imagen siguiente se muestran los resultados de la prueba de bondad de ajuste. Puede observar que se ha comparado los datos del grupo 2 con cuatro distribuciones estadísticas continuas. Ing. Julio Rito Vargas Pág. 10
11 Las Distribuciones analizadas en el orden que mejor se ajustan a los datos: La Distribución Lognormal(-59.5, 4.41,0.0273) con rango de 100. La Distribución Normal(22.5, 2.24) con rango de La Distribución Uniforme(17.5,26.8) con rango de 1.32 La Distribución Exponencial(17.5, 5.5) con rango de 0 Como puede ver en la imagen anterior hay tres distribuciones que pueden ser consideradas aceptables (do not reject): Lognormal, Normal y Uniforme pero hay una distribución que no se ajustana los datos (reject/se rechaza) la Exponencial. Rango: Puede verse que los rangos son mejores para las dos primeras distribuciones Lognormal y Normal, es decir los datos se comportan más parecidos o provienen de poblaciones de distribuciones Lognormal o Normal con un 100 y 95.2 de rango. Aunque los datos son ligeramente Uniforme su rango es menor que las dos anteriores. Por lo que no es recomendable considerar los datos como Uniforme cuando hay dos distribuciones que mejor se ajustan. Aceptación: Los datos fueron comparados con cuatro distribuciones discretas: Lognormal,Normal Uniforme y Exponencial. Los resultados de las pruebas es que los datos se pueden considerar provenientes de distribuciones Lognormal, Normal y Uniforme, es decir no se rechaza do not reject que sean de esas distribuciones, pero si se rechaza reject que sean de una distribución Exponencial. Ing. Julio Rito Vargas Pág. 11
12 IV.a Interpretar los resultados de las pruebas: RECHAZOS, ACEPTACIONES y p-value. Usando el menú: Fit. Goodness of Fit Ing. Julio Rito Vargas Pág. 12
13 Para ilustrar solo analizaremos los resultados de una Distribución continua, Lognormal La que ha sido analizadas con las pruebas Kolmogorov-Smirnov con p-value=0.928 y no se rechaza. También se ha analizado con las pruebas Anderson-Darling con un p-value= Con resultado, que no se rechaza. Es decir los datos se comportan como una distribución Lognormal con los parámetros valor mínimo= , μ= σ= Para efectos de una simulación con estos datos la distribución que se recomienda usar es la Lognormal. De la misma manera se deben analizar el resto de distribuciones que se han comparado con los datos. Ing. Julio Rito Vargas Pág. 13
14 ACTIVADAD PRÁCTICA POR LOS ESTUDIANTES: 1. Digite los datos del grupo 3 y 4 en el editor de Stat::Fit 2. Realice las pruebas de bondad de ajuste y determine la mejor distribución estadística a la pertenecen tal como se realizó para los grupos de datos 1 y 2 de la presente guía. 3. Obtengan las estadísticas descriptivas de cada grupo de datos 4. Entregue un informe del resultado de las pruebas debidamente detallado. Ing. Julio Rito Vargas Pág. 14
UNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Pruebas de Bondad de Ajuste con Stat::Fit de Promodel Prof.: Ing. Julio Rito Vargas A. Grupo: Ingenierías/IC-2017 Objetivos:
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Pruebas de Bondad de Ajuste con Stat::Fit de Promodel Prof.: MSc. Julio Rito Vargas A. Grupo: Ingenierías/2016 Objetivos:
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Enero 013 Objetivos: Utilizar
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial
Más detallesUniversidad de Managua. UdeM
Universidad de Managua. UdeM Simulación de Sistemas Guía #3 Tema: Generar números aleatorios para un modelo de simulación y determinar si los números pseudoaleatorios generados, cumplen con las pruebas
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Modelos de Simulación Guía práctica #4
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Modelos de Simulación Guía práctica #4 Prof.: MSc. Julio Rito Vargas A. Febrero 2013 Objetivos: Aplicar las técnicas estudiadas para desarrollar
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Réplicas de muestras de distribuciones de probabilidad de Variables Aleatorias Discretas (VAD) y Continuas (VAC) con Stat::Fit
Más detallesUniversidad de Managua
Universidad de Managua UdeM Simulación de Sistemas Guía #2 Tema: Determinar si el conjunto de números Pseudoaleatorios dados, cumplen las pruebas estadísticas de uniformidad e independencia; para ser considerados
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 detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Prof.: MSc. Julio Rito Vargas A. Febrero 2013 Objetivos: Obtener muestras a partir de números aleatorios. Usando muestras
Más detallesGUÍA DE STATGRAPHICS 5.1
UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA UNIVERSITARIA DE ARQUITECTURA TÉCNICA DEPARTAMENTO DE MATEMÁTICA APLICADA A LA ARQUITECTURA TÉCNICA GUÍA DE STATGRAPHICS 5.1 (Versión castellana) GUÍA DE STATGRAPHICS
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de muestras de distribuciones de probabilidad de Variables Aleatorias Discretas (VAD) y continuas (VAC) con Stat::Fit
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesPRÁCTICA 2: MODELOS DE DISTRIBUCIÓN DISCRETA
PRÁCTICA 2: MODELOS DE DISTRIBUCIÓN DISCRETA Primera parte (puntos 2.1-2.3): Diagramas de barras de cada uno de los modelos estudiados en función de su/s parámetro/s. Cálculo l de probabilidades bilid
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Pseudo Aleatorios para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detalles1. Muestras aleatorias de las distribuciones usuales
UNIVERSIDAD DE MURCIA DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Estadística. I.T.I. Sistemas. Curso 2006-07 Prácticas con Minitab 14 Profesora: Dra. Josefa Marín Fernández Práctica 3: Probabilidad.
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesTutorial para el análisis exploratorio de datos univariados con el programa informático Statistica v.8
Tutorial para el análisis exploratorio de datos univariados con el programa informático Statistica v.8 José Alberto Montoya-Márquez Introducción El primer paso en una investigación científica es observar,
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesÍNDICE. Prefacio... xi
ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple
Más detallesGUÍA DOCENTE ESTADÍSTICA I
GUÍA DOCENTE 2016-17 ESTADÍSTICA I Mayo 2016 DATOS GENERALES Nombre del curso: ESTADÍSTICA I Código: 801100 (ADE) 801911 (MKCD) Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
Más detallesTema 3. Tema 3 La Distribución Normal y los Puntajes Estándar. Profa. María Fátima Dos Santos
Tema 3 Tema 3 La Distribución Normal y los Puntajes Estándar Profa. María Fátima Dos Santos 1 TEMARIO Concepto de distribución. Algunas distribuciones. Distribución normal. Características Distribución
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesEstadística básica con R Commander. María Eugenia Fernández de Luco
Estadística básica con R Commander María Eugenia Fernández de Luco Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario 2014 ÍNDICE 1. Introducción... 2 2. Lectura de
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Pruebas estadísticas para números pseudo aleatorios Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial Objetivos:
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 detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
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 detallesINDICE. 81 Operadores lógicos Funciones exponenciales y logarítmicas Funciones trigonométricas
INDICE Introducción XV Capitulo 1. Instalación y primeros pasos en SPSS 10 Instalación de SPSS 10 1 Comenzando con SPSS 10 8 El trabajo de trabajo de SPSS 10 9 Opciones de a barra de menú principal 10
Más detallesINDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres
INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesEstadística Aplicada a los Negocios I
Estadística Aplicada a los Negocios I Nombre de la Materia Estadística aplicada a los negocios I Departamento Ciencias Económico Administrativas Academia Economía y métodos cuantitativos Clave Horas-teoría
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 detallesGUÍA DOCENTE ESTADÍSTICA I Julio 2018
Julio 2018 DATOS GENERALES Asignatura: Código: 801100 (ADE) 801911 (MKCD) Curso: 2018-19 Titulación: Grado en Administración y Dirección de Empresas Grado en Marketing y Comunicación Digital Nº de créditos
Más detallesModelos de Pérdidas Agregadas No Vida
Modelos de Pérdidas Agregadas No Vida XXVI Congreso Nacional de Actuarios Act. Patricio Belaunzarán Modelo de pérdidas agregadas El modelo de pérdidas agregadas tiene como objetivo obtener una función
Más detallesMETODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL
METODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL María Pérez Marqués Metodología Seis Sigma a través de Excel María Pérez Marqués ISBN: 978-84-937769-7-8 EAN: 9788493776978 Copyright 2010 RC Libros RC Libros es
Más detallesAnálisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014 Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial Dra. Mª José
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesFigura 1. Generación de variables aleatorias.
PRÁCTICA 3. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Generación de variables aleatorias. El programa nos permite generar variables aleatorias especificando
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesINDICE Prefacio Como usar este libro Capitulo 1. Introducción Capitulo 2. Análisis exploratorio de los datos
INDICE Prefacio Como usar este libro Capitulo 1. Introducción 1 El comienzo de todo: determinación lo que se debe saber 2 Evaluación numérica de las unidades de observación con la ayuda de las escalas
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 detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN 1. Unidad Académica: Facultad de Ingeniería. Mexicali.
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN TÉCNICAS DE ESTADÍSTICA MOTIVANTE Clave: 856 Horas por semana: 5 Licenciatura: ADMINISTRACIÓN FINANCIERA Horas por semestre: 90
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
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 detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Estadística. Programa de Estadística
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Estadística Profesor: MSc. Julio Rito Vargas Avilés. Programa de Estadística Estudiantes: FAREM-Carazo Quien tiene un libro y no lo lee,
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA CICLO BÁSICO DEPARTAMENTO DE MATEMÁTICA APLICADA
060 TIPO DE 05 FUNDAMENTACIÓN Al recopilar datos relacionados con cualquier variable aleatoria, deben procesarse para que a la larga se haga inferencias (conclusiones sobre el conjunto de datos) y se extraigan
Más detallesProfesor: Carlos Valle Página:
Capítulo 8 Contraste de Hipótesis I Semestre 6 Profesor: Carlos Valle Página: www.inf.utfsm.cl/~cvalle e-mail: cvalle@inf.utfsm.cl Contraste de Hipótesis Contrastar una Hipótesis Estadísticamente es juzgar
Más detallesTests de hipótesis. Técnicas de validación estadística Bondad de ajuste. Pruebas de bondad de ajuste. Procedimiento en una prueba de hipótesis
Tests de hipótesis Técnicas de validación estadística Bondad de ajuste Patricia Kisbye FaMAF 27 de mayo, 2008 Test - Prueba - Contraste. Se utilizan para contrastar el valor de un parámetro. Ejemplo: la
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 detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesTEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN
TEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN 1.1. Introducción 1.2. Conceptos fundamentales 1.3. Modelado y simulación de tiempo discreto 1.4. Modelado y simulación de eventos discretos 1.5. Pasos en
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 detallesSemana Fecha Temática Medios didacticos Evaluación
Docente: Juan Diego Moreno Siegert Página 1 de 5 Saludo y presentación del profesor Presentacion de la asignatura Socialización y firma del pacto pedagógico Evaluación Metodología Bibliografía Capitulo
Más detallesSede Andina, San Carlos de Bariloche. Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y. Licenciatura en Economía.
Sede y localidad Carreras Sede Andina, San Carlos de Bariloche Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y Licenciatura en Economía. Programa Analítico de la asignatura
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 detallesQue es Crystal Ball?
Francisco Parodi Que es Crystal Ball? Crystal Ball está Orientado hacia el manejo y administración de riesgo. Dirigido hacia personas vinculadas a procesos de decisiones sujetos a incertidumbre. Dirigido
Más detallesFACULTAD DE CONTADURÍA Y ADMINISTRACIÓN DE LA UASLP PLAN DE ESTUDIOS 2006
FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN DE LA UASLP PLAN DE ESTUDIOS 2006 PROGRAMA DE ESTUDIO 1. Datos generales Nombre del curso: APLICACIONES ESTADÍSTICAS Carrera(s): LICENCIATURAS EN CONTADURÍA PÚBLICA,
Más detallesConceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de
Más detallesVentanas de SPSS 1 y resultados de los análisis estadísticos descriptivos
Ventanas de SPSS 1 y resultados de los análisis estadísticos descriptivos Al poner en funcionamiento el programado SPSS, aparecen dos ventanas una sobre la otra. La ventana que aparece en el fondo es la
Más detallesProbabilidad y Estadística (250334)
Probabilidad y Estadística (250334) Información general Centro docente: ETSECCPB Departamentos: 751 - Departament d'enginyeria Civil i Ambiental Créditos: 4.5 ECTS Titulaciones: 792 - GRAU EN ENGINYERIA
Más detallesModelos de Probabilidad con Statgraphics
Modelos de Probabilidad con Statgraphics 1. Objetivos Representar funciones de probabilidad/densidad y de distribución de diferentes modelos de variables aleatorias discretas/continuas Calcular probabilidades
Más detallesCARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32
PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de
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 detallesPráctica de MODELOS DE PROBABILIDAD
Práctica de MODELOS DE PROBABILIDAD 1 1. Objetivos: Los objetivos que persigue esta práctica son: Representar distribuciones de probabilidad conocidas e interpretar sus parámetros. Generar variables aleatorias
Más detallesTema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Más detallesPrueba T de Student. Descripción de la Prueba T de student. Proceso de cálculo. Criterios de la prueba T de student
Descripción de la Prueba T de student Prueba T de student Víctor Cuchillac (padre) Prueba paramétrica para evaluar la asociación entre una variable nominal y una variable cuantitativa dicotómica (que posea
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesUniversidad de Managua. UdeM
Universidad Managua. UM Simulación Sistemas Guía #4 (primera parte) Tema: Obtener muestras aleatorias para un molo simulación cuando se conocen las distribuciones tiempos y tiempos s. Docente: MSc. Julio
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesTEMA 6. Distribuciones
TEMA 6. Distribuciones Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 6. Distribuciones 1 / 16 Probabilidad= Distribución= Distribución de Probabilidad Cuando queremos conocer
Más detallesUNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS
UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS ASIGNATURA : ESTADÍSTICA GENERAL CÓDIGO : 8105201 SEMESTRE : VI CRÉDITOS : 4 FECHA DE ULTIMA
Más detallesEstadística para las Ciencias Agropecuarias
Estadística para las Ciencias Agropecuarias Séptima Edición Di Rienzo, Julio Alejandro Casanoves, Fernando Gonzalez, Laura Alicia Tablada, Elena Margot Díaz, María del Pilar Robledo, Carlos Walter Balzarini,
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #3 Tema: Distribución Discreta Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Definir la función de probabilidad
Más detallesSumario 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 detallesCURSO: ANALISIS ESTADISTICO DE RIESGOS
MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Lunes jueves 1PM22 11:00-12:00 11:00-13:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com 1 de Agosto de 2011 OBJETIVO
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA (PROGRAMA EJECUTIVO CUATRIMESTRAL)
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA (PROGRAMA EJECUTIVO CUATRIMESTRAL) NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADISTICA FECHA DE ELABORACIÓN: FEBRERO, 2003 CUATRIMESTRE
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesDEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística
PROGRAMA DE CURSO Modelo 2009 DEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística PROFESIONAL ASOCIADO Y LICENCIATURA
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesPROBABILIDAD. 4 horas a la semana 8 créditos Semestre variable según la carrera
PROBABILIDAD 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Aplicar los conceptos y la metodología básica de la teoría de la probabilidad para analizar algunos fenómenos
Más detallesSECUENCIA DIDÁCTICA. Módulo
SECUENCIA DIDÁCTICA Nombre de curso: Estadística Antecedente: Matemáticas Básicas Módulo Clave de curso: MAT1002A21 Clave de antecedente: MAT0101A11 Competencia de Módulo: Detectar oportunidades de negocios,
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesPROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III
PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática
Más detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
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 detallesUniversidad de Sonora Unidad Regional Centro División de Ciencias Biológicas y de la Salud Departamento que imparte la materia: Matemáticas
Materia: Bioestadística I Universidad de Sonora Unidad Regional Centro División de Ciencias Biológicas y de la Salud Departamento que imparte la materia: Matemáticas Eje de Formación: Básica Carácter:
Más detalles