Tratamiento de datos experimentales
|
|
- Julio Robles Bustamante
- hace 5 años
- Vistas:
Transcripción
1 Tratamiento de datos eperimentales
2 Densidad del agua a 8ºC d d d d g cm /(g cm pero no estamos muy seguros de si el intervalo de confianza es éste u otro 3 ( ± ) g cm d /(g cm 3 ) ) < y estamos razonablemente seguros de que éste es el intervalo de confianza Qué quiere decir esto eactamente? Cómo hemos obtenido el intervalo de confianza? Tratamiento de datos eperimentales Luis Seijo
3 Tratamiento de datos eperimentales Eactitud y precisión Fuentes de error Estimación de la imprecisión de una variable medida directamente Imprecisión de una variable determinada indirectamente: propagación de errores Ajustes por mínimos cuadrados Tratamiento de datos eperimentales Luis Seijo 3
4 Datos eperimentales: Eactitud y precisión Dos acepciones del término error eperimental Eactitud: : grado de aproimación al valor verdadero El valor verdadero es desconocido, normalmente Pueden conocerse datos más eactos que sirvan de referencia Precisión: : grado de reproducibilidad de los datos Qué valor se obtendrá al hacer una nueva medida con un cierto montaje eperimental Rango en el que caerá, con una probabilidad del 95% (p.ej( p.ej.).) Tratamiento de datos eperimentales Luis Seijo 4
5 Datos eperimentales: Eactitud y precisión Eactitud Tipos de errores según sus fuentes Determinada por: Errores sistemáticos (diseño y montaje eperimental) Errores personales (pericia) Precisión Determinada por: Errores de escala (resolución del instrumental y del diseño) Errores accidentales (fluctuaciones imprevisibles e inevitables) Tratamiento de datos eperimentales Luis Seijo 5
6 Datos eperimentales: Eactitud y precisión Eactitud Precisión Error absoluto medido verdadero escala + ó ma( escala, medido ± δ ε accidental accidental Error relativo 00% medido ) medido Tratamiento de datos eperimentales Luis Seijo 6
7 Datos eperimentales: Precisión Estimación de los errores (imprecisiones) Variable medida directamente El error de escala escala se obtiene del instrumental El error accidental accidental se estima estadísticamente Variable z determinada indirectamente El error de escala z escala se obtiene por propagación El error accidental z accidental se estima estadísticamente Tratamiento de datos eperimentales Luis Seijo 7
8 verd Tratamiento de datos eperimentales Luis Seijo 8
9 Ineactas, imprecisas 37 ± 3 verd Tratamiento de datos eperimentales Luis Seijo 9
10 Ineactas, más precisas 37 ± verd Tratamiento de datos eperimentales Luis Seijo 0
11 Eactas, imprecisas 46 ± 3 verd Tratamiento de datos eperimentales Luis Seijo
12 Eactas, más precisas 46 ± verd Tratamiento de datos eperimentales Luis Seijo
13 Obtención del valor medido y estimación del error en una serie de medidas directas 46 ± Tratamiento de datos eperimentales Luis Seijo 3
14 Obtención del valor medido y estimación del error en una serie de medidas directas escala n medido i 46 escala + accidental n accidental Desviación estándar Función t de Student (intervalo leído)/ s σ t n 95 t n n i σ i n n 95 n i (, 3 ó 4 datos) (más datos) n σ (muchos datos) n σ n (a menudo) n n ( i ) n i 46 ± (probabilidad del 95% de que, tras n medidas, una nueva medida caiga dentro del intervalo) Tratamiento de datos eperimentales Luis Seijo 4
15 Funciónt de Student P[-t<<t]: Probabilidad de que, trasnmedidas, una nueva medida de resulte entre t y +t. Tratamiento de datos eperimentales Luis Seijo 5
16 Filtrado de medidas directas. Medir n valores de :,,..., n. Calcular medido y accidental 3. Rechazar aquellos valores que cumplan: 4. Repetir desde. i - medido >.5 accidental Tratamiento de datos eperimentales Luis Seijo 6
17 Propagación de errores Estimación del error de una variable z determinada indirectamente Casos: Ej.: z ±, y ± y z ± z z + y & z y z + y z π y p 4 q ln r y & z y z a 3 z a z ln ε ε + ε z z y a ε z a ε z ε z z y + y p + 3 p q q r r ln r z z z z z + y y Tratamiento de datos eperimentales Luis Seijo 7
18 Ajustes por mínimos cuadrados Eiste alguna función yf() ) que represente bien esta relación entre e y? Variación de la presión de vapor del metanol con la temperatura Tratamiento de datos eperimentales Luis Seijo 8
19 Ajustes por mínimos cuadrados Quizá una línea recta... Cuál? Variación de la presión de vapor del metanol con la temperatura y a + ln P a? b? b H R vap T + cte. Tratamiento de datos eperimentales Luis Seijo 9
20 Ajustes por mínimos cuadrados Datos: Relación aproimada: Objetivo: Caso de una recta (regresión lineal): { i, y i } i, n y f ( ; a, b,...) Encontrar los valores de los parámetros (a,b,...) que dan la mejor función aproimada (que relaciona los valores de con los de y) n def. χ ( a, b,...) yi f ( i; a, b,...) i min { χ ( a, b,...) } a, b,... a, b,... Criterio: [ ] parámetros: precisiones: y a + b a S y S a t n 95 s S S y ( )( y y) b i y b a a n i i ( i ) Tratamiento de datos eperimentales Luis Seijo 0 S R s ( n ) s ( yi y) coef. de correlación S yy y ( y) [ yi f ( i )] n i
21 Ajustes por mínimos cuadrados Variación de la presión de vapor del metanol con la temperatura y a + ln P b a ( 45 ± 90) b 6.8 ± 0.9 R H R vap + cte. T K Tratamiento de datos eperimentales Luis Seijo
Introducción al tratamiento de datos experimentales. Aplicación en fisicoquímica
Introducción al tratamiento de datos experimentales Aplicación en fisicoquímica Medidas experimentales 1. 8.86 M H 2 O 2 100V 8.93M Titulación con KMnO 4 2. 8.78 M 3. 9.10 M Resultado promedio: 8.91 M
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesVALOR MEDIO Y DESVIACION ESTANDAR DE UNA SERIE DE MEDIDAS. x 1, x 2, x 3,..., x N. La media aritmética de las N medidas (valor medio o promedio) será:
VALOR MEDIO Y DESVIACION ESTANDAR DE UNA SERIE DE MEDIDAS Si medimos N veces la magnitud de interés obtendremos los N datos eperimentales: 1, 2, 3,..., N La media aritmética de las N medidas (valor medio
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesLABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción
LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una
Más detallesTeoría de errores y presentación de resultados
Teoría de errores y presentación de resultados Campos Electromagnéticos º Ingeniería Telecomunicación Joaquín n Bernal / Antonio González 1/35 Índice Unidades Cifras significativas Error en la medida Epresión
Más detallesINTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO
INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO 1. Introducción 2. Error e incertidumbre 3. Exactitud y precisión de medida 4. Tipos de medidas 5. Incertidumbre típica o de medida 6. Incertidumbre
Más detallesTEMA 7. Estimación. Alicia Nieto Reyes BIOESTADÍSTICA. Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13
TEMA 7. Estimación Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13 1 Estimación Puntual 1 Estimación por intervalos Estimación por intervalos de la Media
Más detallesToma de Datos y Tratamiento de Errores. Daniel Farías
Técnicas Experimentales II - 2º Física - Curso 2009-10 Daniel Farías Departamento de Física de la Materia Condensada Universidad Autónoma de Madrid Libros recomendados: -Mecánica Elemental (ver Capítulo
Más detallesEXAMEN DE ESTADÍSTICA Junio 2008
EXAMEN DE ESTADÍSTICA Junio 2008 Apellidos: Nombre: DNI GRUPO: 1. a) Sean A y B sucesos incompatibles. Obtener una condición que asegure que también son independientes. Si X sigue una distribución normal
Más detallesTeoría de errores y presentación de resultados
Teoría de errores y presentación de resultados Física I y Física II Todos los Grados 1/5 Índice Unidades Cifras significativas Error en la medida Epresión de una magnitud con su error Regla de redondeo
Más detallesPor: Rolando Oyola Derechos
Por: Rolando Oyola Derechos Reservados@2014-15 1 Química Analítica Análisis Cualitativo revela la identidad química de las especies en una muestra. Análisis Cuantitativo establece la cantidad de las especies
Más detallesEstimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
Más detallesUNIVERSIDAD DE PUERTO RICO HUMACAO DEPARTAMENTO DE QUIMICA Laboratorio de Química Física I
UNIVERSIDAD DE PUERTO RICO HUMACAO DEPARTAMENTO DE QUIMICA Laboratorio de Química Física I Tratamiento Estadístico de los datos Experimentales (Análisis de Error) I. Introducción El propósito fundamental
Más detallesCoeficiente de Correlación
Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las
Más detalles05/06. Análisis estadístico y calibración. Juan A. Montiel-Nelson. Last Revision:
05/06 Análisis estadístico y calibración Juan A. Montiel-Nelson Last Revision: 02.03.06 Escuela Técnica Superior de Ingenieros de Telecomunicación Universidad de Las Palmas de Gran Canaria Índice Análisis
Más detallesCÁLCULO DE RAÍCES DE ECUACIONES NO LINEALES. Por Frednides Guillén
CÁLCULO DE RAÍCES DE ECUACIONES NO LINEALES Por Frednides Guillén MÉTODO DE BISECCIÓN Este método consiste en hallar los ceros de una función continua f(). Primero se debe considerar un intervalo [ i,
Más detallesObtención de errores y análisis de datos experimentales
Universidad Nacional Autónoma de Honduras Facultad de Ciencias Escuela de Física Obtención de errores y análisis de datos experimentales Introducción Todas las medidas experimentales vienen afectadas de
Más detallespresentación de resultados
Teoría de errores y presentación de resultados Fundamentos Físicos de la Ingeniería 1º Ingeniería Industrial 1/5 Unidades Índice Cifras significativas Error en la medida Epresión de una magnitud con su
Más detallesRESUMEN de TEORIA DE ERRORES
RESUME de TEORIA DE ERRORES La sensibilidad de un instrumento es la variación más pequeña que éste puede medir, y suele corresponder a la división más pequeña de la escala de medida o a una fracción de
Más detallesUNIVERSIDAD DE LA COSTA LABORATORIO DE FÍSICA MECÁNICA TEORÍA DE ERRORES
UNIVERSIDAD DE LA COSTA LABORATORIO DE FÍSICA MECÁNICA TEORÍA DE ERRORES 1 MEDICIÓN Es una operación o procedimiento mediante el cual se determina el valor de una variable o cantidad física especificando
Más detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesPrácticas de laboratorio (Física I y Física II) Realización de prácticas y presentación de resultados
Prácticas de laboratorio (Física I y Física II) Antonio González Fernández Departamento de Física Aplicada III Universidad de Sevilla Realización de prácticas y presentación de resultados Partes de una
Más detallesIntroducción a la Teoría de Errores
Introducción a la Teoría de Errores March 21, 2012 Al medir experimentalmente una magnitud física (masa, tiempo, velocidad...) en un sistema físico, el valor obtenido de la medida no es el valor exacto.
Más detallesEstadística. Contrastes para los parámetros de la Normal
Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros
Más detallesPrueba de Evaluación Continua Grupo A 26-XI-14
Estadística Descriptiva y Regresión y Correlación Prueba de Evaluación Continua Grupo A -XI-1 1.- Los valores de 5 mediciones realizadas con un distanciometro con apreciación en milímetros han sido agrupados
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesQué es una regresión lineal?
Apéndice B Qué es una regresión lineal? José Miguel Benavente I. Introducción En varios capítulos de este libro se ocupan regresiones lineales y se afirma que el coeficiente de regresión indica cuánto
Más detallesEn ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener
ERRORES DE MEDICION Y SU PROPAGACION En ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener la magnitud fisica de algun atributo de objetos ( proceso,
Más detallesx ± ε(x) Unidades Expresión de magnitudes y errores el resultado se expresa en la forma:
Expresión de magnitudes y errores 1) Una vez conocida una medida (puede ser una única medida o un promedio de varias medidas de la misma magnitud) y su error absoluto, el resultado se expresa en la forma:
Más detallesMatemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3
1. Se está haciendo un estudio de medicamentos diferentes que contienen un principio activo común La distribución de frecuencias se indica en la tabla que sigue: Cantidad de sustancia mg [10,20 [20,30
Más detallesDEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística
PROGRAMA DE CURSO Modelo 2009 DEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística PROFESIONAL ASOCIADO Y LICENCIATURA
Más detallesANÁLISIS DE FRECUENCIAS
ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA DETERMINACIÓN DE LOS INTERVALOS DE
Más detallesECUACIONES EMPÍRICAS
17 ECUACIONES EMPÍRICAS 1. OBJETIVOS 1.1 Determinar la ecuación empírica del periodo del péndulo simple 1. Desarrollar métodos gráficos analíticos para tener información del eperimento en estudio.. FUNDAMENTO
Más detallesAJUSTE PLANTEAMIENTO DEL PROBLEMA
AJUSTE PLANTEAMIENTO DEL PROBLEMA DIFERENCIA ENTRE INTERPOLACIÓN Y AJUSTE METODOLOGÍA DEL AJUSTE MÉTODO DE MÍNIMOS CUADRADOS MODELO LINEAL MODELO EXPONENCIAL EJEMPLO PLANTEAMIENTO DEL PROBLEMA Cuando los
Más detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
Más detallesError en las mediciones
Error en las mediciones TEORIA DE ERROR-GRAFICOS Y APLICACIÓN Representar en un gráfico los datos obtenidos experimentalmente (encontrar relación funcional) Conocer, comprender y analizar algunos elementos
Más detallesBLOQUE III Estadística y probabilidad
Pág de La gráfica es el polígono de porcentajes acumulados correspondiente a la distribución de las edades, en meses, de los niños de una guardería (repartidos en 7 intervalos de 3 en 3 meses) a) Trabajando
Más detallesESTADÍSTICA Y PROBABILIDAD
III ESTADÍSTICA Y PROBABILIDAD Página La gráfica es el polígono de porcentajes acumulados correspondiente a la distribución de las edades, en meses, de los niños de una guardería (repartidos en 7 intervalos
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesESTADÍSTICA I. Unidad 4: Resumen de Contenidos Teóricos 1. Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS
ESTADÍSTICA I Unidad 4: Resumen de Contenidos Teóricos Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS. VARIABLES ALEATORIAS DISCRETAS. Distribución Binomial Definición previa: Prueba
Más detallesUNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS FACULTAD DE CIENCIAS ESCUELA DE FISICA ANEXO OBTENCIÓN DE ERRORES Y ANÁLISIS DE DATOS EXPERIMENTALES
UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS FACULTAD DE CIENCIAS ESCUELA DE FISICA ANEXO OBTENCIÓN DE ERRORES Y ANÁLISIS DE DATOS EXPERIMENTALES INTRODUCCIÓN Todas las medidas experimentales vienen afectadas
Más detallesRegresión Lineal Simple y Múltiple Regresión Logística
Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión
Más detallesPRÁCTICA 0 CONCEPTOS BÁSICOS DE MEDIDA Y ANÁLISIS DE ERRORES
FÍSICA PARA ÓPTICOS PRÁCTICA 0 COCEPTOS BÁSICOS DE MEDIDA Y AÁLISIS DE ERRORES Objetivos Adquirir una serie de conocimientos básicos sobre la medida de cantidades físicas y la evaluación de su incertidumbre,
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detalles13 ERRORES, MEDIAS Y AJUSTES
Isótopos Ambientales en el Ciclo Hidrológico IGME. Temas: Guías y manuales. ISBN: 84-7840-465-1 13 ERRORES, MEDIAS Y AJUSTES Este capítulo contiene una selección de la información básica acerca del análisis
Más detallesTEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI Asignatura: Estadística II Docente: Ing. Jesús Alonso Campos TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE
Más detallesPROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.
1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS
UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS Facultad de Ciencias Escuela de Física Introducción al Laboratorio de Física General I (FS-100) Inst. Antony Reyes MEDICIONES E INCERTIDUMBRES PROPIEDAD: Es todo
Más detallesPage 1 of 5 Departamento: Dpto Matematica Nombre del curso: PROBABILIDAD Y ESTADÍSTICA Clave: 003872 Academia a la que pertenece: Probabilidad y Estadística Requisitos: Requisito de Probabilidad y Estad
Más detallesModelación estadística: La regresión lineal simple
Modelación estadística: La regresión lineal simple Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Statistical modeling: Simple linear regression Cuando
Más detallesLicenciatura en Electrónica y Computación: Métodos Numéricos
INTERPOLACION La interpolación permite el cálculo de valores intermedios de datos eperimentales los cuales no tienen una unción que los represente. El método más común para interpolar valores intermedios,
Más detallesETSI de Topografía, Geodesia y Cartografía
Prueba de evaluación continua Métodos Matemáticos -XII-0. Usando el método de los trapecios para n = 0, hallar: a) Un valor aproimado del área encerrada por la función f() = e y el eje de abscisas en el
Más detallesESTADÍSTICA Y PROBABILIDAD
(distribución normal) 1 1.- Calcular las probabilidades de los siguientes intervalos, empleando para ello las tablas de la distribución de probabilidad normal estándar N(0, 1): (1) P(z 2 14) (2) P(z 0
Más detallesMediciones. Errores. Propagación de errores. Estadística. Prof. Arturo S. Vallespi
Mediciones. Errores. Propagación de errores. Estadística Prof. Arturo S. Vallespi Incertidumbre estadística: Qué ocurre si cada magnitud de interés en el experimento se mide más de una vez, por ejemplo
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía Novedades en el Plan de Trabajo Desviación típica sesgada
Más detallesRegresión lineal simple y correlación
Regresión lineal simple y correlación Regresión y Correlación Los análisis de regresión y correlación nos mostrarán cómo determinar tanto la naturaleza como la fuerza de una relación entre dos variables.
Más detallesEstadística II Ejercicios Tema 5
Estadística II Ejercicios Tema 5 1. Considera los cuatro conjuntos de datos dados en las transparencias del Tema 5 (sección 5.1) (a) Comprueba que los cuatro conjuntos de datos dan lugar a la misma recta
Más detallesDeterminación del número de Repeticiones
Determinación del número de Repeticiones Introducción (Región de estabilidad) Cuando se modela un sistema mediante un programa de computadora los resultados que se obtengan se deberán analizar de manera
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesSesión de cálculo de errores
Sesión de cálculo de errores Dpto. Física Aplicada III Escuela Técnica Superior de Ingeniería Universidad de Sevilla 1 Contenido Boletines y fichas Toma de datos Unidades Errores de medida Cifras significativas
Más detallesUniversidad Nacional Autónoma de Honduras
Universidad Nacional Autónoma de Honduras Facultad de Ciencias Escuela de Física Introducción al Laboratorio de Física General I (FS-100) M.Sc. Maximino Suazo Capitulo 1 Mediciones e Incertidumbres Importancia
Más detallesCAPITULO 1 MEDICIONES E INCERTIDUMBRES
CAPITULO 1 MEDICIONES E INCERTIDUMBRES 1.1) Importancia de la Medición La medición ha jugado un papel esencial en la actividad del hombre a lo largo de la historia. El corte de un bloque de piedra para
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesEstructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias
Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesSOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Más detallesAYUDANTÍA 2: RIESGO EN PROYECTOS
AYUDANTÍA 2: RIESGO EN PROYECTOS ICC2302 INGENIERÍA DE CONSTRUCCIÓN 1 2008 TEMARIO Estimación de Costos de Proyectos Estimación Preliminar Estimación Conceptual Estimación Detallada Estimación Definitiva
Más detallesQué hacemos cuando la distribución no es normal? Qué significa ser normal? Qué significa ser normal? 1er. Simposio Metodología Seis Sigma
er. imposio Metodología eis igma Resumen Qué hacemos cuando la distribución no es normal? Qué significa ser normal? Ejemplos de situaciones normales Ejemplos de situaciones no normales Resumen Implicaciones
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Aniel Nieves-González () LSP 1 / 16 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por departamento. La v.a. dependiente
Más detallesRelación entre Variables Cuantitativas. Regresión. Correlación y Regresión 1. Obtención de leyes experimentales. Obtención de leyes experimentales
Obtención de lees eperimentales elación entre Variables Cuantitativas ECUACIÓN E EGESIÓN Cuando entre dos variables e eiste relación, ha tres posibilidades: es causa de es causa de ambas son efectos de
Más detallesInstituto Tecnológico Autónomo de México. Departamento de Matemáticas Cálculo Diferencial e Integral I
Instituto Tecnológico Autónomo de Méico Departamento de Matemáticas Cálculo Diferencial e Integral I MAT400) Lista de Ejercicios Límites Cálculo Diferencial e Integral I. Límites. Límites Antes de hacer
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Introducción a la estimación de parámetros
Más detallesINCERTIDUMBRE DE LA MEDIDA
INCERTIDUMBRE DE LA MEDIDA 22 de septiembre de 2017 1. Resultado de la mediciòn 2. Definiciones 3. Por qué se debe estimar la incertidumbre 3. Modelo matemático 4. Valor mejor estimado 5. Dos métodos de
Más detallesUTN FRM MEDIDAS ELECTRÓNICAS 1 Página 1 de 5 ERRORES
UTN FRM MEDIDAS ELECTRÓNICAS 1 Página 1 de 5 ERRORES Medir es determinar cuantas veces una unidad de medida esta comprendida en la magnitud a medir. La cifra encontrada, multiplicada por la unidad de medida
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 8) TEMA Nº 8 ESTIMACIÓN
OBJETIVOS DE APRENDIZAJE: TEMA Nº 8 ESTIMACIÓN Conocer las relaciones entre muestra, análisis estadístico descriptivo y análisis estadístico inferencial. Conocer los conceptos de muestra aleatoria y muestra
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesEstimación con PROBE II
Personal Software Process SM Estimación con PROBE II This material is approved for public release. Distribution is limited by the Software Engineering Institute to attendees. Sponsored by the U.S. Department
Más detallesEstadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min
Estadística II Examen final enero 19/1/17 Curso 016/17 Soluciones Duración del examen: h y 15 min 1. 3 puntos El Instituto para la Diversificación y Ahorro de la Energía IDAE ha publicado un estudio sobre
Más detallesSimulación a Eventos Discretos. Clase 8: Análisis de resultados
Simulación a Eventos Discretos Clase 8: Análisis de resultados Muestras independientes Los resultados de una corrida de una simulación estocástica (denominados respuestas), son muestras de alguna distribución.
Más detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesFISICA I Escuela Politécnica de Ingeniería de Minas y Energía TEORÍA DE ERRORES
TEORÍA DE ERRORES Se pretende en este capítulo dar una explicación de la Teoría de Errores, lo más somera posible y fundamentalmente práctica, que pueda servir al alumno cuando efectúe sus trabajos en
Más detallesPráctica: realización y presentación de resultados
Práctica: realización y presentación de resultados Laboratorio Física I 1 Página web Prácticas Física I http://tesla.us.es/f1_practicas/herramientas/ herramientas.php 2 Índice Material Toma de datos Incertidumbre
Más detallesTEMA 1: INTRODUCCIÓN N AL PROCESADO Y ANÁLISIS DE DATOS
Procesado y Análisis de Datos Ambientales. Curso 2009-2010. José D. Martín, Emilio Soria, Antonio J. Serrano TEMA 1: INTRODUCCIÓN N AL PROCESADO Y ANÁLISIS DE DATOS ÍNDICE Introducción. Selección de variables.
Más detallesDistribución Gaussiana o normal
FLUCTUACIONES ESTADÍSTICAS Los postulados fundamentales de la teoría estadística de errores establecen que, dado un conjunto de medidas, todas efectuadas en idénticas condiciones, suficientemente grande
Más detallesEXAMEN DE ESTADISTICA Junio 2007
EXAMEN DE ESTADISTICA Junio 2007 Apellidos: Nombre: DNI GRUPO: 1. Grupos A, B, C, D y E Describa los siguientes histogramas en términos de centralidad, dispersión y asimetría. Sitúe sobre la gráfica, y
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detallesTeoría de errores. 4 Otro de estos ejemplos pueden ser el de la medición de la densidad de un compuesto sólido o la velocidad de la luz.
1. Preliminar Cuando se realizan mediciones siempre estamos sujetos a los errores, puesto que ninguna medida es perfecta. Es por ello, que nunca se podrá saber con certeza cual es la medida real de ningún
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS ANALISIS INSTRUMENTAl I
PRIMERA RELACIÓN DE PROBLEMAS. CALIBRACIÓN EN QUÍMICA ANALÍTICA 1.- En la determinación de una especie X por un método instrumental en el que la señal analítica se define como P = kc x, se obtuvieron los
Más detalles