INTERACCIÓN DE LA RESOLUCIÓN Y LA REPETIBILIDAD EN LA INCERTIDUMBRE COMBINADA

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

Download "INTERACCIÓN DE LA RESOLUCIÓN Y LA REPETIBILIDAD EN LA INCERTIDUMBRE COMBINADA"

Transcripción

1 Smposo de Metrología 4 5 al 7 de Octbre INTCCIÓN D L SOLUCIÓN Y L PTIBILIDD N L INCTIDUMB COMBIND Wolfgag. Schmd Cetro Nacoal de Metrología Tel.: , e-mal: wschmd@ceam.m esme: Se aalza medate smlacoes mércas y apoyado por argmetos teórcos la fleca de la olcó de strmeto de medcó e la repetbldad de las lectras,,, obtedas co él. partclar, se aalza el proceso de la estmacó de la certdmbre de la meda de medcoes repetdas medate la desvacó estádar epermetal de la meda de estas lectras y la cotrbcó de la olcó a la certdmbre combada de esta medcó.. INTODUCCIÓN La mperfeccó atral de la realzacó de las medcoes hace mposble coocer co certeza absolta el valor verdadero de a magtd. Dos lmtacoes qe e calqer medcó está petes so la dspersó de lectras repetdas y la olcó lmtada del strmeto de medcó []. Metras la olcó, por ser la dfereca más peqeña etre las dcacoes de dspostvo dcador qe pede ser dstgda sgfcatvamete [] es a casa orgara qe lmta el coocmeto eacto del ltado de medcó, la dspersó o repetbldad de las lectras es más be efecto o a mafestacó de otras casas orgaras. Éstas pede ser flctacoes de parámetros de fleca como la temperatra ambetal o pó atmosférca, vbracoes mecácas o rdo electromagétco, para sólo mecoar algas. Srge la pregta s la olcó msma tee a fleca e la repetbldad de las lectras. La pesta es fácl para el caso etremo de a dspersó del mesrado my peqeña, debdo a qe pede ltar qe toda la dspersó ocrre detro del tervalo de olcó y todas las lectras so gales, o sea la dspersó de las lectras lta e cero, a pesar de qe el mesrado e realdad varía lgeramete []. Pero qe pasa s el tervalo de dspersó y de olcó so del msmo orde? este artíclo se aalza la teraccó etre la olcó de strmeto de medcó y la repetbldad de las lectras realzadas co él. Se aplca aálss sem-empírco, efocado e smlacoes co datos aleatoros y apoyado por argmetos teórcos. Cabe mecoar qe estos últmos o pretede ser rgrosos e todos los casos. Co úmeros aleatoros se smla datos del mesrado :. co el valor verdadero, dode es la esperaza y error aleatoro. este aálss se cosdera qe los erro aleatoros sea ormalmete dstrbdos co meda y desvacó estádar : ; ~ N. No se cosdera erro sstemátcos del mesrado qe daría cotrbcoes adcoales a la certdmbre de la medcó. l efecto de la olcó del strmeto se smla medate el redodeo a eteros de los datos geerados, o sea e todos los casos la olcó se cosdera como o. Las posbles cotrbcoes del strmeto al error aleatoro qe o sea debdas a la propa olcó se cosdera ya cldas e, ltado e lectras del strmeto: rd rd, 3 dode la fcó rd sgfca redodear a eteros. la seccó se aalza la fleca de la olcó e la dspersó de lectras dvdales y e la seccó 3 el mpacto de la olcó e la estmacó de la certdmbre de a meda de medcoes repetdas medate la desvacó estádar epermetal de la meda.

2 Smposo de Metrología 4 5 al 7 de Octbre. INFLUNCI D L SOLUCIÓN N L DISPSIÓN D MDICIONS INDIVIDULS La dscretzacó por el redodeo de acerdo a la ecacó 3 teórcamete se pede cosderar como error aleatoro adcoal, qe a dfereca a o tee s orge e la dspersó propa del mesrado, so qe está geerado por el proceso, más be por el strmeto de medcó. cosececa, el modelo de medcó de la ecacó 3 pede ser escrto como. 4 a ormal ~ N ; rd. La dcacó rd es posble valor redodeado por el strmeto ver fgra a. S al cotraro está cerca del límte de olcó, o sea rd /, el efecto de es, corregr e la dcacó del strmeto por / hacía abao a rd o por / hacía arrba al sgete valor rd qe pede ser dcado por el strmeto ver fgra b. La dstrbcó de tede a a Beroll trasladada por -/: / ~ Be,5 y s desvacó estádar se aproma a s. a rd Fg. : Ilstracó gráfca de la ecacó 4. parece correlacoado a, debdo a qe los dos está relacoados medate la ecacó 4, e la cál los demás parámetros so costates, e el caso de, o sólo pede tomar valo dscretos, e el caso de. S dstrbcó o pede ser epada fáclmete y depede tato de como de, más be de la poscó del valor verdadero de detro del tervalo de olcó cetrado o a etremo. S es cosderablemete mas grade qe el tervalo de la olcó, pectvamete s certdmbre estádar asocada, la dspersó de los datos abarca varos tervalos de la olcó y se spoe qe la dstrbcó de se aproma a a forme ~ U-/; / co meda y varaza s. el otro etremo e dode es mcho más grade qe la dspersó hay qe dstgr dos stacoes. S está más o meos cetrado e el tervalo de olcó, la desvacó estádar de tede a cero y, debdo a qe rd es costate, la dstrbcó de rd se aproma a b -,5 rd rd,5 Fg. : Ilstracó gráfca de la ecacó 4 e el caso de a dspersó peqeña <. stas coclsoes sobre la dstrbcó de e las dferetes stacoes se verfcaro medate smlacoes mércas. hoas de cálclo de cel se geeraro se de datos aleatoros para el error por olcó, qe se obtee combado las ecacoes 3 y 4: rd, 5 dode es costate y los so datos aleatoros geerados a partr de a dstrbcó ormal ~ N ;. l redodeo a eteros se realza e cel co la fcó DOND...;. Las dstrbcoes de los se aalza medate s dstrbcó acmlada empírca F [3]. la

3 Smposo de Metrología 4 5 al 7 de Octbre fgra 3 se observa qe tato para como para,5 la dstrbcó de es práctcamete forme cado cremeto leal de F etre -,5 y,5, lo cál se matee para > s mostrar e las gráfcas. Para <,89 se observa como la dstrbcó de se aproma a a ormal e el caso de y a a Beroll cado,5 co los datos acmlados cerca de ±, 5. F F a,,8,6,4,, -,5 -,4 -,3 -, -,,,,,3,4,5 b,5,,8,6,4,,,4,89,, N;, -,5 -,4 -,3 -, -,,,,,3,4,5,89 Fg 3: Dstrbcó acmlada empírca F obteda co smlacoes mércas para y,5 para dferetes valo de leyeda. a se mestra adcoalmete F de a dstrbcó ormal N;,... álss co dferetes valo de fos esta seccó se determa la desvacó estádar s de e fcó de y. De forma aalítca, la varaza s se calcla medate: [ ],,3, s, 6 el caso de qe sea mayor qe, debdo a qe y, la esperaza de y e cosececa s [ ] [ ]. 7 8 Medate smlacoes mércas se observó qe << s es mayor qe, metras es cosderablemete grade cado. sí falmete se obtee: s para >. 9 Se observa qe la dscretzacó de los datos cremeta s desvacó estádar e comparacó a la orgal. el legae de metrólogo se dría qe se comba las certdmb estádar por repetbldad y por olcó para obteer la certdmbre estádar combada de las lectras s. el otro etremo de << co cetrado e el tervalo de olcó, la dspersó de los valo de desaparece y s, metras para << co e etremo del tervalo de olcó rd ± / lta: s s. l aálss para las stacoes termedas se realza co smlacoes mércas, geerado se de datos aleatoros k para ~ rd[ N ; ] rd[ N; ] y calclado s desvacó estádar 3

4 Σε ρι ε Smposo de Metrología 4 5 al 7 de Octbre k s 3 k para dferetes valo de y, dode es la meda de los k. l ltado se mestra e la fgra 4. Se observa qe para > líea vertcal las desvacoes estádar s se aproma a, dcado por la líea cota, para todos los valo de, s embargo para < los valo dfere de este comportameto y se aproma a cero para cado, salvo e el caso de,5. qe se seleccoaro para valo etre y,5 se obtedría los msmos ltados ssttyedo por calqer úmero etero ±. s / s /,4,3,,, 5, 4, 3,,,, mplacó de la gráfca de abao,,3,4,5,3,5,7,9,,3, 5,,4,6,8,,3,4,5 Fg. 4: Comportameto de las desvacoes estádar s de los datos redodeados ~rd[n; ] e relacó a y la comparacó co el comportameto dado por la ecacó 9... álss varado Co el propósto de aalzar la fleca de la olcó e la repetbldad de los datos de a forma más geeral, s teer qe cosderar la fleca de la poscó de, e el sgete paso se trodce a varacó aleatora precsamete de. La varacó de reflea el problema qe la poscó de detro del tervalo de olcó e medcoes reales o es coocda y pede tomar calqer valor etre / y /. Pesado e eemplo práctco, esto pede descrbr la stacó qe tee sstema de medcó bao cotrol estadístco, o sea co fo, y se está realzado medcoes repetdas sempre de la msma magtd pero a lo meor de dferetes artefactos, ltado e dferetes valo de para cada medcó o sere de medcoes. Para cbrr todas las posbles stacoes pecto a la poscó de e el tervalo de olcó co la msma probabldad, se asga a a dstrbcó forme sobre tervalo de olcó cetrado e cero, lo cál o sgfca a trccó: ; ~ U. 4 Iterpretado la certdmbre de la medcó como la dspersó de los valo obtedos e las medcoes alrededor del valor verdadero del mesrado, la certdmbre por repetbldad de las lectras, evalada por método tpo [4] se obtee medate [ ] s. 5 Co la ecacó 4 lta e eqvaleca a la ecacó 8: [ ]. 6 eqvaleca a la seccó. co, y este últmo por lo meos para peqeño, se obtee:. 7 4

5 Smposo de Metrología 4 5 al 7 de Octbre ste ltado se verfca medate a smlacó mérca smlar a las de la seccó.., pero ssttyedo la ecacó por ~ rd[ U ; N; ] 8 y calclado s co los datos de la smlacó. l ltado se mestra e la fgra 5. Se observa qe s sge e my bea apromacó, dcado por la líea. Nevamete este ltado mestra qe la dscretzacó de los datos e cosececa de la olcó cremeta s desvacó estádar de acerdo a la ecacó 9. s / 6, 5, 4, 3,,,, promacó ec. 8 Smlacó,3,6,9 Fg. 5: Comportameto de las desvacoes estádar s- de los datos redodeados de acerdo a la ecacó 8 e relacó a y la comparacó co el comportameto dado por la ecacó INTCCIÓN NT L SOLUCIÓN Y L DSVICIÓN STÁND D L MDI esta seccó se aalza el caso más comú de las medcoes: l mesrado se determa medate a sere de medcoes repetdas ; ;, tomado como s meor estmado la meda 9 y estmado s certdmbre por repetbldad co la desvacó estádar epermetal de la meda s. l ídce dca qe esta evalacó se repeta método tpo. eqvaleca a la seccó ateror, de a maera teórca la certdmbre de esta medcó pede ser cosderada como la dspersó de los ltados de medcó alrededor del valor verdadero, pero descoocdo, del mesrado, catfcada por: [ ]. se pede apromar por ver aeo:. Las ecacoes, y repeta t dferetes epoes de la certdmbre. pede ser terpretada como la certdmbre verdadera, epada e la ecacó de maera eacta medate a tegral sobre toda la poblacó de posbles ltados de medcó. La ecacó da a solcó aalítca, aqe e apromacó. dfereca, la ecacó repeta la estmacó de la certdmbre medate la dspersó de los datos de a sola medcó más be sere de medcoes repetdas. Las t epoes de la certdmbre se compara medate smlacoes mércas. hoas de cálclo de cel se geera co datos k aleatoros valo del mesrado, smlado de esta maera medcoes: k k, rd k k, dode:, 3 k ídce de meracó k..., k valor verdadero e la medcó k, por s descoocmeto se cosdera ~ U ;, k 5

6 Smposo de Metrología 4 5 al 7 de Octbre desvacó estádar costate para las k medcoes error aleatoro del dato de la medcó k, k, k, ~ N ; Para cada medcó se estma la certdmbre de acerdo a la ecacó por repetbldad, k. Para teer valor úco, se promeda los, por el promedo de las varazas: k k, k.4 La certdmbre verdadera se calcla de acerdo a la ecacó por: k k. 5 k,5, 3,,9,9,6,3 - apro aaltco. - -a,6,3 - aaltco apro. - -a,,,3,6,9,,5,8,,3,6,9,,5,8,, 5,8,8,6,6,4, - aaltco apro. - -a,4, - aaltco apro. - -a,,,3,6,9,,5,8,,3,6,9,,5,8, Fg. 6: Comparacó de obtedo por smlacó mérca y e la apromacó aalítca de acerdo a para, 3, 5 y. la ecacó co la fgra 6 se mestra los ltados de y e fcó de. Se observa a bea cocdeca etre y para >, dode es la certdmbre estádar por olcó, 9. Para valo meo de, y es sgfcatvamete más peqeño qe y se aproma a cero para, metras tede a, 9. ste últmo se esperaba, debdo a qe la dspersó de los valo de tede a cero, así qe de acerdo a la ecacó 5 se obtee a partr de la dspersó de los k co a dstrbcó forme etre -,5 y,5. 6

7 Smposo de Metrología 4 5 al 7 de Octbre També la apromacó de aalítca cocde sólo para >. por la epó prmera staca parece sorpredete qe la certdmbre verdadera peda tomar valo más peqeños qe la certdmbre por olcó, ltado qe las smlacoes mestra cado. Se ota e las gráfcas qe este valor mímo de dsmye cado se cremeta. ste detalle por sí parece razoable, debdo a qe mayor úmero de repetcoes proporcoa formacó más segra, o sea co meor certdmbre. S embargo, qeda la dda por qé pede ser meor a. Spógase qe el valor verdadero desvíe de valor etero rd qe pede dcar el strmeto por la catdad, o sea. esta medcó es. Cado cremeta, la probabldad de qe alga de las lectras repetdas da valor dferete a rd cremeta. S por eemplo es postvo, o sea < <,5, lo más probable es qe a o varas lectras da rd. cosececa el ltado de la medcó se ecotrará etre rd y rd,5 y co esto probablemete más cercao a qe el ltado rd qe o obtee co cero dspersó. sto sgfca qe la certdmbre e este caso de poca dspersó por eemplo es meor qe e el caso de cero rd Cado todas las lectras repetdas da rd y el error de esta medcó es, el cál pede ser formemete dstrbdo e el tervalo de olcó; e cosececa, la certdmbre de dspersó. Cado cremeta más, la certdmbre falmete está domada cada vez más por. Debdo a qe es a práctca frecete agregar a los balaces de certdmbre tato la certdmbre por repetbldad como la certdmbre por olcó, las msmas gráfcas peta adcoalmete estos valo obtedos por, k 6 k Se observa qe es más grade qe e todo el alcace de, o sea sobreestma los valo de certdmbre. sta sobreestmacó es más sgfcatva para valo mayo de. S, se aproma al embargo, para valor de,8,7,6,5,4,3,,,. 5,3,6,9,,5 -smlacó -repetbldad -epes -ISO 453 Fg. 7: La propesta de la ISO-453 líea e el eemplo de 5 medcoes repetdas. s evdete qe ga de las dos opcoes, a cosderar e el balace de certdmb eclsvamete la certdmbre por repetbldad o b combar co da a solcó satsfactora e todo el alcace de. ste problema es cosderado por eemplo e la orma ISO 453 [5], qe propoe cosderar de las dos posbles cotrbcoes o sólo la más grade. sta propesta aplcada al eemplo de 5 repetcoes se mestra e la fgra 7 líea cota. Se observa qe para valo grades de cado se cosdera, ésta da el valor sto de la certdmbre. Para valo peqeños de cado se cosdera, se obtee a sobreestmacó de la certdmbre, s embargo, ésta es decete y la apromacó al valor verdadero de la certdmbre es meor qe e calqera de los opcoes a o b. 4. CONCLUSIONS Se mostró medate smlacoes mércas la fleca de la olcó de strmeto de medcó e la dspersó de los ltados obtedos. Se observa qe, a cosececa del redodeo de los datos orgales por la olcó, la desvacó estádar s de las lectras pede 7

8 Smposo de Metrología 4 5 al 7 de Octbre tato cremetarse como dsmrse e comparacó a la desvacó estádar de los datos orgales. Para >, s sempre cremeta de tal forma qe la certdmbre por olcó del strmeto se agrega a la certdmbre por repetbldad de los valo orgales del mesrado. cosececa, la práctca frecete de smar e los balaces de certdmb la certdmbre por repetbldad y la certdmbre por olcó lta e a sobreestmacó de la certdmbre combada. Para la stacó es más complcada. el caso partclar de qe el mesrado se estma medate la meda de medcoes repetdas, la certdmbre verdadera dsmye a valo abao de, pero cremeta para. La evamete a certdmbre estmada a partr de la repetbldad de las lectras sge la tedeca de hasta, pero tede a cero para y o repeta a estmacó apropada de la certdmbre para. cosececa es ecesaro cosderar la certdmbre por olcó e el balace de certdmb, lo cál se logra de la maera más apropada, evtado a sobreestmacó cosderable, ssttyedo por cado < e lgar de smar los dos. FNCIS [] I. Lra, W. Wöger, The evalato of stadard certaty the pece of lmted olto of dcatg devce, Meas. Sc. Techol , [] Iteratoal Vocablary of Basc ad Geeral Terms Metrology, BIOM, IC, IFCC, ISO, IUPC, IUPP, OIML 993 [3] Gde to the pso of Ucertaty Measremets. Spplemet : Nmercal methods for the propagato of dstrbtos draft, BIPM, IC, IFCC, ISO, IUPC, IUPP, OIML, 4 [4] Gde to the pso of Ucertaty Measremets, BIPM, IC, IFCC, ISO, IUPC, IUPP, OIML, 995 [5] Geometrcal prodct specfcatos GPS Ispecto by measremet of workpeces ad measrg eqpmet, Part, ISO/T 453-8

9 Smposo de Metrología 4 5 al 7 de Octbre 9 NO: Dervacó de la ecacó La ecacó defe la certdmbre de : [ ], dode la meda está dada por: Co esto lta: [ ] [ ] [ ],,, debdo a qe so las esperazas de dstrbcoes del prodcto de dos varables depedetes co eslta falmete: Para >> lta qe y falmete

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

Estimación de Incertidumbres y presentación de resultados. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

Estimación de Incertidumbres y presentación de resultados. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior Estmacó de Icertdmbres y presetacó de resltados Práctcas de Físca I Departameto de Físca Aplcada I Escela Poltécca Speror Coceptos prevos Magtd: Propedad de feómeo, cerpo o sstaca qe pede epresarse cattatvamete

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

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

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

Estimación de Incertidumbres y presentación de resultados

Estimación de Incertidumbres y presentación de resultados Estmacó de Icertdmbres y presetacó de resltados Práctcas de Físca I y Físca II Departameto de Físca Aplcada I Escela Poltécca Speror Coceptos prevos Magtd: Propedad de feómeo, cerpo o sstaca qe pede epresarse

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

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

Estimación de Incertidumbres y presentación de resultados

Estimación de Incertidumbres y presentación de resultados Estmacó de Icertdmbres y presetacó de resltados Práctcas de Físca I y Físca II Departameto de Físca Aplcada I Escela Poltécca Speror Presetacó Profesor: José Aglera Veegas Ttorías Martes: 9:30-:45 horas

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

TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS Práctcas de Físca I Departameto de Físca Aplcada I Escela Poltécca Speror MEDIDA E INCERTIDUMBRE Toda ceca epermetal se basa e observacoes cattatvas

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

Estadística Descriptiva

Estadística 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 detalles

5. ANALISIS DE COLUMNAS DE ABSORCION

5. ANALISIS DE COLUMNAS DE ABSORCION 55 5. AALISIS DE COLUMAS DE ABSORCIO Se cosdera como a dad compleja la qe se etede costtda por cojto de dades smples, por ejemplo, a colma de absorcó o destlacó. La separacó qe se propoe e a de ellas se

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden 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 detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. 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 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

Máximos y Mínimos de funciones de dos variables

Máximos y Mínimos de funciones de dos variables Mámos Mímos de fucoes de dos varables Aplcacoes a Modelacó Matemátca AJUTE DE CURVA Regresó leal Lealzacó: epoecal, potecas razoes Coceptos geerales f() Problema geeral: e tee u cojuto dscreto de valores

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

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

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS 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 detalles

V II Muestreo por Conglomerados

V 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 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

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

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

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. 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 detalles

REDES DE BASE RADIAL. 1. Funciones de Base Radial.

REDES DE BASE RADIAL. 1. Funciones de Base Radial. Tema 5: Redes de Base Radal Sstemas Coexostas 1 REDES DE BASE RADIAL 1. Fcoes de Base Radal. 2. Dervacó del Modelo Neroal. 2.1. Arqtectra de a RBFN 2.2. Fcoaldad. 2.3. Carácter Local de a RBFN. 3. Etreameto.

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

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

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

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

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 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 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

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

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos 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 detalles

Tratamiento de los Errores Accidentales

Tratamiento de los Errores Accidentales Tratameto de los rrores Accdetales Facltad de Igeería Uersdad Nacoal de Mar del Plata Clasfcacó de los rrores: Repaso Clasfcacó de los errores Groseros Sstemátcos Accdetales o forttos rrores Groseros:

Más detalles

Estimación de Incertidumbres y presentación de resultados

Estimación de Incertidumbres y presentación de resultados Coceptos prevos Estmacó de Icertdumbres y presetacó de resultados Práctcas de Físca I y Físca II Departameto de Físca Aplcada I Escuela Poltécca Superor Matud: Propedad de u feómeo, cuerpo o sustaca que

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

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué 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 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

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El 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 detalles

FUNCIONES ALEATORIAS

FUNCIONES ALEATORIAS Uversdad de Medoza Ig. Jesús Rubé Azor Motoya FUNCIONES ALEATORIAS Ua varable aleatora se defe como ua fucó que represeta gráfcamete el resultado de u expermeto a los úmeros reales, esto es, X(), dode

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

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

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

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más 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

NÚMERO DE MEDICIONES NECESARIAS

NÚMERO DE MEDICIONES NECESARIAS Smpoo de Metrología 00 5 al 7 de Octbre NÚMERO DE MEDICIONES NECESARIAS L O. ecerra Cetro Nacoal de Metrología, Dvó de Metrología de Maa y Dedad km,5 Carretera a lo Cé, Mpo. El Marqé Tel: () 05 00, Fax:

Más detalles

NÚMERO DE MEDICIONES NECESARIAS

NÚMERO DE MEDICIONES NECESARIAS Smpoo de Metrología 00 5 al 7 de Octbre NÚMERO DE MEDICIONES NECESARIAS L O. ecerra Cetro Nacoal de Metrología, Dvó de Metrología de Maa y Dedad km,5 Carretera a lo Cé, Mpo. El Marqé Tel: () 05 00, Fax:

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA 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 detalles

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente. ERRORES EXPERIMENTALES E todo proceso de medcó este lmtacoes dadas por los strumetos usados, el método de medcó, el observador (u observadores) que realza la medcó. Asmsmo, el msmo proceso de medcó troduce

Más detalles

FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA. Medición de la longitud del largo del cuaderno:

FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA. Medición de la longitud del largo del cuaderno: FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA Medcó de la logtud del largo del cuadero: 9,5, cm,cm represeta la certdumre asoluta de la medda Qué ta sgfcatva es esa certdumre? 9,5, cm puede ser

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

Estadística Contenidos NM 4

Estadística 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 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

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

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

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 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 detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 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 detalles

2.4 Pruebas estadísticas para los números pseudoaleatorios

2.4 Pruebas estadísticas para los números pseudoaleatorios Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto

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

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo PM4 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados Prof. Mguel Hesquo Garduño. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

1 Estadística. Profesora María Durbán

1 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 detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

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

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

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

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

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

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

6. ESTIMACIÓN PUNTUAL

6. 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 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

INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES

INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES Ecoometría II lcecatra ADE INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES Profesor Rafael de Arce Borda rafael.dearce@am.es. RAZÓN DE SER DE LOS MODELOS MULTIECUACIONALES La ecoomía es feómeo ecesamete complejo

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo Lues Jueves PM4 :00-:00 :00-3:00 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO 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 detalles

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros. Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl

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

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

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

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

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

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

( ) = 1 ; f k. u v. uk v. vk u. Diferenciacion e Interpolacion 1/8. Diferenciacion e Interpolacion numerica. Diferencias finitas

( ) = 1 ; f k. u v. uk v. vk u. Diferenciacion e Interpolacion 1/8. Diferenciacion e Interpolacion numerica. Diferencias finitas Derecaco e Iterpolaco /8 Derecaco e Iterpolaco merca. Derecas tas Dadas las abscsas X ormemete espacadas X X h, a las qe correspode alores de co (): (X) se dee las prmeras derecas tas ( Haca delate ) como:

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

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

TRATAMIENTO DE DATOS EXPERIMENTALES

TRATAMIENTO DE DATOS EXPERIMENTALES TRATAMIENTO DE DATO EXPERIMENTALE.- INTRODUCCIÓN Los resltados de las meddas se epresa mércamete, asocado alores cocretos a las magtdes meddas drecta o drectamete: masa, olme cocetracó, temperatra, etc.

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

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

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS 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 detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

Introducción a la simulación de fluidos Animación Avanzada

Introducción a la simulación de fluidos Animación Avanzada Itrodccó a la smlacó de fldos Amacó Avazada Ivá Aldá Íñgez 5 de Marzo de 04 Ídce Motvacó Mecáca comptacoal de fldos Método de dferecas ftas Ecacó de coveccó Ecacó de dfsó Motvacó FX Motvacó FX Motvacó

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

Modelo Lineal Simple. Clase 02. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial

Modelo Lineal Simple. Clase 02. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial Uversdad Austral de Chle Escuela de Igeería Comercal ICPM5, Ecoometría Clase Modelo Leal Smple Profesor: Carlos R. Ptta Ecoometría, Prof. Carlos R. Ptta, Uversdad Austral de Chle. El Modelo de Regresó

Más detalles