PARTE SEGUNDA: INFERENCIA ESTADÍSTICA
|
|
- Nicolás Ortíz Paz
- hace 5 años
- Vistas:
Transcripción
1 ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos y dstrbucoes muestrales. III.3..- Cocepto de dstrbucó muestal III.3..- Mometos de las dstrbucoes muestrales.
2 Itroduccó a la fereca III..- Itroduccó E la práctca, co frecueca, estamos teresados e etraer coclusoes váldas respecto a u grupo grade de dvduos u objetos. Por ejemplo: porcetaje de torllos defectuosos producdos e u máqua durate ua semaa; gasto e almetacó de las famlas españolas; coefcete telectual de los uverstaros españoles, etc... S embargo, cosultar al grupo etero, a la poblacó, puede resultar dfícl o mposble ya sea por: a) Ser vable ecoómcamete por su elevado coste. b) El tempo requerdo para el estudo es muy grade y hasta es posble que las característcas de la poblacó varíe durate el tempo de estudo. c) Cuado el estudo mplca la destruccó del elemeto, como la vda meda de ua determada peza. d) Precsó, los datos de ua muestra puede coteer meos errores y estos e su caso ser más fácles de detectar y corregr que los datos de toda la poblacó. Por ello, e lugar de realzar u ceso, es decr, eamar a todos los elemetos de la poblacó, eamamos solamete ua parte de esta poblacó deomada muestra, que debe ser represetatva de la poblacó co el propósto de ferr las característcas de la msma a partr de los resultados hallados e la muestra a través de u proceso deomado "fereca estadístca", que cosste e geeralzar a la poblacó la formacó obteda de la muestra.
3 ESTADÍSTICA II Los valores obtedos a partr de la formacó de ua muestra, tales como la meda, la desvacó típca, etc... se deoma estadístcos, metras que a cualquera de esos valores obtedos e ua poblacó se les deoma parámetro. Es decr, s estamos estudado la estatura meda de ua poblacó y dspoemos de todos las estaturas de la poblacó, la meda obteda a partr de esta formacó es la meda poblacoal. Esta meda es úca, solo este u valor. S embargo, s osotros o teemos la estatura de todos los membros de la poblacó, so solo de ua parte de ellos, de ua muestra, la meda que obteemos co estos datos es u estadístco. Obsérvese que al seleccoar dos muestras de ua poblacó ambas o tee por que ser guales, e cosecueca, la meda de cada ua de ellas o tee por que ser gual. Por tato, los cálculos que hacemos co los datos de ua muestra depede de la muestra seleccoada. E cosecueca, los parámetros so característcas de la poblacó y so fjos, y los estadístcos so característcas de las muestras y so varables, so varables aleatoras. III..- La eleccó de la muestra. Tpos de muestreo U puto clave e el proceso de fereca es la eleccó de la muestra, es decr, qué elemetos so los que formará parte de la muestra, pues la forma de hacer la fereca y las propedades de ésta depederá de la maera e que u elemeto es seleccoado o o para formar parte de la muestra. Para poder etraer coclusoes sobre la poblacó a partr de ua muestra, ésta debe ser "represetatva" de dcha poblacó. Ello se cosgue seleccoado los 3
4 Itroduccó a la fereca elemetos que compoe la muestra sguedo ua determada técca de obtecó de muestras. E estas téccas u elemeto comú es el compoete aleatoro. Podemos decr que ua muestra es aleatora cuado los elemetos de la poblacó que etra a formar parte de la msma so elegdos de forma aleatora. Formalmete dremos que ua muestra es aleatora cuado la forma de seleccoar la msma permte coocer la dstrbucó de probabldad de la muestra geérca, así como todas sus dstrbucoes codcoadas. Tpos de muestreo a) Muestro Aleatoro Smple: Decmos que ua muestra es aleatora smple cuado: () cada elemeto de la poblacó tee la msma probabldad de ser elegdo, () las observacoes se realza co reemplazameto, de maera que la poblacó es détca e todas las etraccoes. b) Muestreo Sstemátco: Sea la poblacó de tamaño N y queremos obteer ua muestra de tamaño. Sea k el etero más prómo a N/. La muestra sstemátca se obtee elgedo al azar medate muestreo aleatoro smple u elemeto etre los k prmeros tal como. El resto de los elemetos muestrales vedrá dado por +k, +k,... c) Muestreo Estratfcado: E ocasoes dspoemos de formacó a pror sobre la poblacó que podemos teer e cueta al seleccoar la muestra. Por ejemplo, cuado coocemos que los elemetos de la poblacó so heterogéeos respecto a la edad y queremos que la muestra cotega ua proporcó aáloga a la de la poblacó 4
5 ESTADÍSTICA II podemos, para cosegurlo, utlzar el muestreo estratfcado. Este muestreo se caracterza por dvdr los elemetos de la poblacó e clases o estratos y tomar por muestreo aleatoro smple o sstemátco, por ejemplo, detro de cada estrato u úmero determado de elemetos. S este k estratos de tamaño N, N,...,N k tales que NN +...+N k tomamos e cada estrato u úmero de elemetos determado. S por ejemplo e la poblacó este u 40% de persoas meores de 8 años, u 0% de edades compreddas etre los 8 y los 40 años y el 40% restate co edades superores a los cuareta años reproducmos estos porcetajes e la muestra. Por tato, cada estrato se caracterza por ser homogéeo respecto a los elemetos que lo compoe. d) Muestreo por Coglomerado o Cluster: E ocasoes la poblacó se ecuetra agrupada de forma atural e grupos o coglomerados. Por ejemplo, la poblacó española se dvde e provcas. S podemos supoer que cada grupo o coglomerado es ua muestra represetatva de la poblacó total respecto a la varable que se estuda, podemos seleccoar alguos de estos coglomerados al azar y detro de ellos tomar todos sus elemetos o ua muestra aleatora smple. Al cotraro que e el muestreo estratfcado, dode se espera que los estratos sea homogéeos e s y heterogéeos etre s, cuado muestreamos por coglomerados estos debe ser lo más homogéeos posble etre ellos y lo más heterogéeos posble detro de ellos. 5
6 Itroduccó a la fereca Por ejemplo, deseamos tomar ua muestra de la poblacó española para estudar la proporcó de persoas que está de acuerdo co ua determada ley socal. S supoemos que la edad y el seo puede flur e la opó deberíamos tomar ua muestra que reproduzca las proporcoes poblacoales respecto a estas varables, es decr, debemos tomar ua muestra estratfcada. Además, s podemos supoer que las provcas españolas so homogéeas respecto a la opó e vez de muestrear e todas ellas puede ahorrarse muchos costes seleccoado al azar u úmero de provcas 3 ó 4 y, detro de cada ua de ellas ua muestra aleatora o mejor estratfcada por las razoes ya epuestas. III.3.- Muestreo aleatoro. Estadístcos y dstrbucoes muestrales Para seleccoar ua muestra por este método e ua poblacó fta se umera los elemetos de la poblacó de a N y se toma úmeros aleatoros de tatas cfras como tega N. El valor del úmero aleatoro dcará el elemeto a seleccoar. E ua muestra aleatora smple, cada observacó tee la dstrbucó de probabldad de la poblacó de forma que, s deotamos por,,... a los elemetos de la muestra, todos so varables aleatoras depedetes dstrbudas détcamete co dstrbucó de probabldad f(). Por tato, su dstrbucó cojuta defda como el producto de las fucoes de desdad dvduales será: P(,,..., ) f( ).f( )...f( ) 6
7 ESTADÍSTICA II por las propedades vstas e temas y asgaturas aterores. III.3..- Cocepto de dstrbucó muestral Ua dstrbucó muestral es ua dstrbucó de probabldad de u estadístco muestral. S cosderamos todas las muestras posbles de tamaño que puede etraerse de la poblacó y, para cada muestra calculamos u determado estadístco (meda, varaza, etc...) obteemos así la dstrbucó de este estadístco que es la dstrbucó muestral. Ejemplo: Sea ua poblacó formada por 5 elemetos tales como: {0, 3, 6, 3, 8}. Determar la dstrbucó muestral de la meda para muestras de tamaño 3. Número posble de muestras s reemplazameto: N N! CN, ;!(N - )! 5 3 5! 3!! 0 Muestras {0,3,6} {0,3,3} {0,3,8} {0,6,3} {0,6,8} {0,3,8} {3,6,3} {3,6,8} {3,3,8} {6,3,8} Meda muestral
8 Itroduccó a la fereca Dstrbucó muestral de la meda Probabldad 0, 0, 0, 0, 0, 0, E este caso, el estadístco muestral ha sdo la meda de cada muestra y, por tato, obteemos la dstrbucó muestral de la meda. S embargo, podría ser cualquer estadístco como la varaza y de esta forma podríamos obteer la dstrbucó muestral de la varaza. III.3..- Mometos de las dstrbucoes muestrales El desarrollo de este apartado se puede ver esquematzado e el cuadro III.. Es coveete que el alumo sga este esquema a medda que vaya estudado los dsttos putos de este epígrafe, para de este modo teer ua dea más globalzada del msmo, así como famlarzarse co la omeclatura que utlzamos. III La esperaza y la varaza de la meda muestral Tal como se ha vsto e el ejemplo del epígrafe ateror, s obteemos la meda muestral como 8
9 ESTADÍSTICA II para todas las muestras posbles de tamaño de la poblacó, obteemos la dstrbucó muestral de la meda muestral (_,). Esta dstrbucó, como cualquer otra dstrbucó de probabldad de ua varable aleatora tee sus característcas tales como la meda, varaza, etc... 9
10 Itroduccó a la fereca CUADRO III.: ESQUEMA - NOMENCLATURA POBLACION N --> Tamaño de la poblacó MUESTRA --> Tamaño de la muestra MEDIA POBLACIONAL MEDIA MUESTRAL E[] µ N N MEDIA DE LA MEDIA POBLACIONAL MEDIA DE LA MEDIA MUESTRAL No tee setdo dado que la meda c poblacoal o es ua varable aleatora, ya que se trata de u valor úco. E[ ] µ µ c VARIANZA DE LA MEDIA POBLACIONAL VARIANZA DE LA MEDIA MUESTRAL No tee setdo dado que la meda poblacoal o es ua varable aleatora, ya que se trata de u valor úco. VAR[ ] c ( - µ ) c VARIANZA POBLACIONAL VARIANZA MUESTRAL ( - µ ) VAR[] N N S ( - ) MEDIA DE LA VARIANZA POBLACIONAL MEDIA DE LA VARIANZA MUESTRAL No tee setdo dado que la varaza poblacoal o es ua varable aleatora, ya que se trata de u valor úco. E[ S ] c S c () - 0
11 ESTADÍSTICA II E el ejemplo ateror, ua vez tomadas todas las muestras posbles de tamaño 3 de ua poblacó compuesta por los elemetos {0, 3, 6, 3, 8} obteíamos la dstrbucó muestral de la meda cuya meda, a la vsta del sguete cuadro _, vedrá dada por: µ j N.% 3.% 4.% y, cuya varaza y desvacó típca vale F (& (9& 0 6,6 F,57 Además, este uas relacoes determates etre los parámetros poblacoales y los estadístcos muestrales que permte ferr a la poblacó las característcas muestrales. Como hemos vsto,
12 Itroduccó a la fereca µ 6 y F,57 Obtegamos ahora el valor de la meda poblacoal, m y de la desvacó típca poblacoal, s. Para el caso de la meda poblacoal tedremos que {0,3,6,3,8} µ µ µ 5 5 De tal forma que llegamos a la coclusó de que LA MEDIA DE LA POBLACION ES IGUAL A LA MEDIA DE LA DISTRIBUCION MUESTRAL DE LA MEDIA µ µ La demostracó o preseta gua dfcultad [ ] E( ) E( ) E Sedo u elemeto cualquera de la poblacó, sabemos que E cosecueca: E( ) µ
13 ESTADÍSTICA II E[ ] * * µ Es decr, tal y como pretedíamos demostrar, la esperaza de la dstrbucó muestral de la meda es gual a la meda poblacoal: E[ ] µ µ Sguedo co el ejemplo, y calculado e este caso la desvacó típca poblacoal tedremos que: {0,3,6,3,8} (0-6 ) +(3-6 ) +(8-6 ) 5 6, ,6 5 6,6,57 39,6 6,9 Luego : N -. N - S la poblacó es fta, o s las muestras se obtee co reemplazameto (que es el supuesto que vamos a cosderar ormalmete) tedremos que E geeral, se utlza esta epresó cuado el tamaño de la muestra es meor que el 5% de la poblacó. Para ver ejemplos co etraccó de muestras co reemplazameto ver los problemas propuestas para este tema. 3
14 Itroduccó a la fereca N - * N - etoces De tal forma que llegamos a la coclusó de que: LA VARIANZA POBLACIONAL ES IGUAL A LAS VARIANZA DE LA DISTRIBUCION MUESTRAL DE LA MEDIA POR EL TAMAÑO MUESTRAL * Demostracó: VAR( ) E [ - µ ] E [ - µ ] E - µ E - E E ( - ) - µ µ µ E ( - µ ) + j ( - µ )( j - µ ) Dode j ( - µ )( j - µ )0 (Por ser y j depedetes) Por tato, VAR( ) E[ - µ ] Cocluyedo 4
15 ESTADÍSTICA II Pudedo escrbr VAR( ) ( µ, ) Como vemos la varaza de la dstrbucó muestral de la meda es versamete proporcoal al tamaño de la muestra. Otra característca de gra mportaca cuado trabajamos co estadístcos es que s la varable poblacoal se dstrbuye ormalmete, etoces, la dstrbucó muestral de la meda també será ormal sea cual sea el tamaño de la muestra S N( µ, ) N( µ, ) Ahora be, s la varable poblacoal o se dstrbuye ormalmete pero el tamaño muestral es sufcetemete grade, etoces la dstrbucó muestral de la meda será apromadamete ormal debdo al Teorema Cetral del Límte III La meda de la varaza muestral E el apartado ateror hemos establecdo ua relacó etre la formacó muestral y ua característca poblacoal, e cocreto, acerca de la meda de la poblacó, aalzado la dstrbucó muestral de la meda. De la msma forma podemos obteer la dstrbucó muestral de la varaza muestral. 5
16 Itroduccó a la fereca S tomamos ua muestra aleatora de observacoes de ua poblacó co meda y varaza descoocdas, la varaza muestral vee dada por s ( - ) Calculado la varaza muestral para todas las muestras posbles de tamaño, obtedremos la dstrbucó muestral de la varaza que, como toda dstrbucó de probabldad se caracterza por su meda E(s ), meda de la dstrbucó muestral de la varaza y su varaza, VAR(s ), varaza de la dstrbucó muestral de la varaza. La epresó de la varaza de la dstrbucó muestral vee dada por: S ( - co lo que tedremos que su esperaza será ) ( - ) E[ S ] E E µ [ [( - µ )- ( - ) ] ] [( - µ ) +( - µ ) - ( - µ )( - ) ] E µ 6
17 E ( - ) + ( - ) - ( - ) ( - µ µ µ µ ESTADÍSTICA II ) [ ( - µ ) ]- E ( - µ ) ( - ) E( - ) + E µ µ [ ] [ ( ) E[ - µ ] -E ( -µ ) - ) ] + E [ - ] - E ( - ) µ µ * -µ ) + µ [ - VAR( ) ] - [ + E [ - µ ] - E [( - ) ] ] µ [ - E [ - µ ] ] [ - E [ - µ ] ] [ - ] * * - * - Luego la esperaza de la varaza muestral: E [ ] S * - 7
18 Itroduccó a la fereca III La cuasvaraza Dado la relacó que este etre la varaza poblacoal y la varaza muestral defmos ua ueva medda, vsta ya e temas prevos, que es la cuasvaraza. sˆ ( - ) - Por tato sˆ s. - de forma que E( s ˆ ) E( -.s ) ( -) E( s ) ( -) ( -).. Es decr, la esperaza de la cuasvaraza muestral es la varaza poblacoal. 8
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 detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detalles1 Estadística. Profesora María Durbán
Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detalles10 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 detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesVARIABLES 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 detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesDada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ
TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,
Más detallesTema 6: Introducción al muestreo. Estimadores
Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detalles02 ) 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 detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detallesTrata 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 detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesEn este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística.
TEMA 5. Muestreo y dstrbucoes e el muestreo Nuestro objetvo fudametal es saber qué modelo va a segur la poblacó, y para ello haremos uso de la formacó que obtegamos de ua parte de esa poblacó llamada muestra.
Más detallesUNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detallesEstadística 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 detallesDistribuciones Muestrales
Estadístca II / Fucoes Varables Aleatoras. Ig. Dey Gozález Dstrbucoes Muestrales Muestreo Aleatoro Poblacó Muestra Herrametas Estadístcas Medaa Muestral ) ) / (( ) / ( ) / ( ; es mpar ; es par = = Meda
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u
Más detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesDefinición La distribución de probabilidad de un estadístico recibe el nombre de distribución muestral. La distribución muestral de un estadístico
V. Muestreo V.. Dstrbucoes de Muestreo Defcó La dstrbucó de probabldad de u estadístco recbe el ombre de dstrbucó muestral. La dstrbucó muestral de u estadístco depede del tamaño de la poblacó, del tamaño
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesx θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra
Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de
Más detallesMEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Más detallesn p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción
Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,
Más detalles4º MEDIO: MEDIDAS DE POSICIÓN
4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:
Más detallesCalificación= (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 detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesMEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:
Más detallesRAMO: ESTADÍSTICA II UNIDAD I MUESTREO Y DISTRIBUCIONES MUESTRALES
RAMO: ESTADÍSTICA II UNIDAD I MUESTREO Y DISTRIBUCIONES MUESTRALES CLASE. MUESTRA ALEATORIA E estadístca, el cocepto de muestra aleatora, debe quedar claro desde el comezo del estudo, pues es la base del
Más detalles4 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 detallesTEMAS CUESTIONARIO DE AUTOEVALUACIÓN
TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera
Más detallesNOMBRE 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 detallesTema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre
Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de
Más detallesTema 16: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,
Más detallesGUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesRELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.
RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detallesTEMA 9. Contrastes no paramétricos y bondad de ajuste
TEMA 9. Cotrastes o paramétrcos y bodad de ajuste 9. Al falzar el tema el alumo debe coocer... fereca etre u cotraste parámetrco y uo o paramétrco Característcas de la estmacó utlzado los cotrastes o test
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesTema 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 detallesColegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA
Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesAGRO 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 detallesTEMA 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 detallesQué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN
Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas
Más detallesNOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos
Más detallesNOMBRE. 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 detallesApéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )
Apédces Apédces 357 Apédce. Ajuste de la fucó gamma utlzado el método de máma probabldad mamum lkelhood Se descrbe a cotuacó el ajuste de la fucó gamma utlzado e el apartado.2..2 pága 28. Véase Burguess
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesx x x x x Y se seguía operando
. INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces
Más detallesESTADÍSTICA. 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 detallesColegio Sagrada Familia Matemáticas 4º ESO
Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesSEMESTRE 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 detallesANALISIS 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 detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesTema 12: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesProbabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C
Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral
Más detallesTEMARIO DE MATEMÁTICAS [ ] III. TIPOS DE MUESTREO. TAMAÑO DE LA MUESTRA
TEMARIO DE MATEMÁTICAS [07-8] TEMA 58: POBLACIÓ Y MUESTRA. CODICIOES DE REPRESETATIVIDAD DE UA MUESTRA. TIPOS DE MUESTREO. TAMAÑO DE UA MUESTRA. I. POBLACIÓ Y MUESTRA II. REPRESETACIÓ DE UA MUESTRA III.
Más detallesTeoría de Muestras e Inferencia
Teoría de Muestras e Ifereca TEORÍA DE MUESTRAS E INFERENCIA. Poblacó y muestra. Métodos de muestreo 3. Dstrbucoes asocadas al proceso de muestreo 3. Dstrbucó de la meda de ua poblacó ormal 3. Dstrbucó
Más detallesNo 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 detallesEl valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad
Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede
Más detallesPyE_ 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 detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detallesal 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 detallesTeoría de Muestras e Inferencia
Teoría de Muestras e Ifereca TEORÍA DE MUESTRAS E INFERENCIA. Poblacó y muestra. Métodos de muestreo 3. Dstrbucoes asocadas al proceso de muestreo 3. Dstrbucó de la meda de ua poblacó ormal 3. Dstrbucó
Más detallesTEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO
TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total
Más detallesPara poder realizar un estudio estadístico, es necesaria previamente, la observación de sus individuos.
Icacó a la Ifereca Estadístca Parámetros de ua poblacó. Para poder realzar u estudo estadístco, es ecesara prevamete, la observacó de sus dvduos. La observacó de u dvduo la descrbmos medate uo o más caracteres.
Más detallesESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA
Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería
Más detallesSupongamos que hemos aplicado el test F y hemos rechazado la H0.
Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesParte 3. Técnicas de muestreo
PROFESOR: UIS E. IETO BARAJAS Parte 3. Téccas de muestreo 3. Itroduccó al muestreo Es posble determar co certa precsó (error) las característcas de ua poblacó (fta) a partr de los resultados obtedos e
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO
Más detalles