Este documento presenta una introducción a las técnicas de análisis estadístico y probabilidad para la medición del desempeño en ingeniería de tránsito. Cubre temas como estadística descriptiva, probabilidad, distribuciones de probabilidad, intervalos de confianza y análisis económico y financiero. Explica conceptos como muestreo, variables, medidas de tendencia central, medidas de dispersión, medidas de posición, reglas de probabilidad y más.
Este documento trata sobre estadística inferencial y muestreo. Explica conceptos clave como población, muestra, parámetros, estadísticos, intervalos de confianza, niveles de confianza, errores de estimación, hipótesis y pruebas de hipótesis. Además, describe diversos métodos de muestreo como aleatorio simple, sistemático, estratificado y por conglomerados.
Este documento presenta conceptos clave de la estadística inferencial, incluyendo el muestreo probabilístico, estimación de parámetros, distribuciones de probabilidad como la t de Student y F de Fisher, y ejemplos de su aplicación. Explica que la estadística inferencial permite sacar conclusiones sobre una población basadas en una muestra mediante métodos como la estimación, contraste de hipótesis y diseño experimental.
Este documento describe la aplicación de un programa informático de estadística inferencial para resolver ejercicios y problemas en la carrera de comercio exterior. Presenta objetivos de identificar y aplicar correctamente un programa para realizar cálculos estadísticos. Explica conceptos como correlación, regresión lineal, hipótesis estadísticas y pruebas. Finalmente introduce el programa SPSS y su capacidad para procesar grandes volúmenes de datos.
El documento describe la distribución de probabilidad conjunta, que es una función de probabilidad que describe cómo varía la probabilidad de ocurrencia de múltiples variables aleatorias. Puede ser discreta o continua dependiendo del tipo de variables. Explica conceptos como estadística descriptiva, inferencial, población, muestra, variables cuantitativas discretas y continuas, y estadísticos como la media, varianza y desviación estándar.
El documento define conceptos estadísticos básicos como población, muestra, sujeto, estadística descriptiva e inferencial. Explica las escalas de medición y variables. Describe medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como la varianza y desviación estándar. Incluye un ejemplo para calcular estas medidas a partir de datos reales.
El documento proporciona una introducción a los conceptos básicos de estadística. Define estadística y explica que se puede aplicar a diversos campos como gobierno, salud y educación. Describe los tipos de estadística descriptiva e inferencial y conceptos clave como población, parámetro, estadística y variables. Además, anticipa las unidades que cubrirán distribuciones de frecuencia, medidas de tendencia central y medidas de dispersión.
Este documento trata sobre estadística inferencial y muestreo. Explica conceptos clave como población, muestra, parámetros, estadísticos, intervalos de confianza, niveles de confianza, errores de estimación, hipótesis y pruebas de hipótesis. Además, describe diversos métodos de muestreo como aleatorio simple, sistemático, estratificado y por conglomerados.
Este documento presenta conceptos clave de la estadística inferencial, incluyendo el muestreo probabilístico, estimación de parámetros, distribuciones de probabilidad como la t de Student y F de Fisher, y ejemplos de su aplicación. Explica que la estadística inferencial permite sacar conclusiones sobre una población basadas en una muestra mediante métodos como la estimación, contraste de hipótesis y diseño experimental.
Este documento describe la aplicación de un programa informático de estadística inferencial para resolver ejercicios y problemas en la carrera de comercio exterior. Presenta objetivos de identificar y aplicar correctamente un programa para realizar cálculos estadísticos. Explica conceptos como correlación, regresión lineal, hipótesis estadísticas y pruebas. Finalmente introduce el programa SPSS y su capacidad para procesar grandes volúmenes de datos.
El documento describe la distribución de probabilidad conjunta, que es una función de probabilidad que describe cómo varía la probabilidad de ocurrencia de múltiples variables aleatorias. Puede ser discreta o continua dependiendo del tipo de variables. Explica conceptos como estadística descriptiva, inferencial, población, muestra, variables cuantitativas discretas y continuas, y estadísticos como la media, varianza y desviación estándar.
El documento define conceptos estadísticos básicos como población, muestra, sujeto, estadística descriptiva e inferencial. Explica las escalas de medición y variables. Describe medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como la varianza y desviación estándar. Incluye un ejemplo para calcular estas medidas a partir de datos reales.
El documento proporciona una introducción a los conceptos básicos de estadística. Define estadística y explica que se puede aplicar a diversos campos como gobierno, salud y educación. Describe los tipos de estadística descriptiva e inferencial y conceptos clave como población, parámetro, estadística y variables. Además, anticipa las unidades que cubrirán distribuciones de frecuencia, medidas de tendencia central y medidas de dispersión.
Este documento presenta conceptos básicos de estadística como variables, población y muestra, parámetros, escalas de medición, proporciones, razones y frecuencias. Define una variable estadística como una característica que puede medirse u observarse, y distingue entre variables cuantitativas y cualitativas. Explica que una población es el conjunto total de individuos sobre el que se desea obtener conclusiones, mientras que una muestra es una parte representativa de la población seleccionada para obtener información.
El documento trata sobre estadística inferencial. Explica que la estadística inferencial estudia cómo sacar conclusiones generales sobre una población a partir de una muestra representativa. Describe los tipos de poblaciones y muestras, e incluye recomendaciones para obtener resultados óptimos con la estadística inferencial como utilizar una técnica estadística adecuada y una muestra representativa y de tamaño suficiente.
Este documento trata sobre investigación cuantitativa y métodos estadísticos. Explica conceptos como estadística descriptiva, medidas de posición, dispersión de datos, correlación, estadística inferencial, probabilidad, teoría del muestreo, y cómo calcular el tamaño apropiado de una muestra representativa. También cubre temas como ficha técnica de encuestas, pirámide poblacional, y métodos de muestreo como aleatorio simple y estratificado proporcional.
Este documento presenta conceptos básicos de estadística como variables, población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Define una variable como una propiedad que puede variar y tomar diferentes valores. Explica que una población es el conjunto total de elementos a estudiar, mientras que una muestra es un subconjunto de la población. También describe diferentes tipos de parámetros estadísticos, escalas de medición y cómo calcular razón, proporción, tasa y frecuencia.
Este documento trata sobre estadística aplicada a las finanzas. Explica conceptos básicos de estadística descriptiva e inferencial como población, muestra, parámetro, estadístico y variables. También cubre distribuciones de probabilidad, medidas de tendencia central, variabilidad, posición y forma. Por último, analiza las relaciones entre variables a través de la covarianza y correlación, y cómo aplicar estos conceptos en la construcción de portafolios de inversión.
La estadística descriptiva estudia procesos cuyo resultado no es predecible y cómo obtener conclusiones razonables a partir de observaciones. Existen variables cualitativas y cuantitativas. Las medidas de tendencia central como la media, mediana y moda resumen los datos, mientras que medidas de dispersión como el rango y desviación estándar miden su variabilidad. Herramientas como histogramas permiten visualizar y comparar distribuciones de datos.
Este documento describe los conceptos básicos de la estadística inferencial, incluyendo la estimación de parámetros poblacionales y los intervalos de confianza, así como las pruebas de hipótesis para comparar medias, proporciones y varianzas entre grupos mediante t-tests de muestras independientes y emparejadas y ANOVA de una vía. Explica que la estadística inferencial permite extraer conclusiones probabilísticas sobre una población con base en una muestra, aunque los resultados pueden variar entre estudios.
Este documento presenta conceptos básicos de estadística inferencial. Explica que la estadística inferencial permite deducir cómo se distribuye una población a partir de una muestra representativa. Define conceptos como población, muestra aleatoria, parámetro, estadístico y provee ejemplos para ilustrarlos. El documento introduce los conceptos fundamentales necesarios para comprender la estadística inferencial.
Este documento presenta conceptos básicos de estadística descriptiva, probabilidad y muestreo. Explica variables, medidas de posición central como la media y mediana, medidas de dispersión, distribución de frecuencias, y cálculo de probabilidades. También define términos como población, muestra, individuo y ofrece ejemplos para ilustrar los conceptos.
ANÁLISIS DE DATOS E INFORME DE LOS HALLAZGOS DE LA INVESTIGACIÓN.Facultad de...Nancy Rodriguez Aizprua
Este documento presenta información sobre análisis de datos e informe de hallazgos de una investigación. Explica conceptos clave como datos, análisis univariado y bivariado de datos, procesamiento de datos, medidas estadísticas y técnicas como tablas de frecuencia y gráficas. El objetivo es describir las variables de estudio y responder a las preguntas de investigación mediante el análisis de los datos recopilados.
Este documento describe diferentes tipos de variables estadísticas, incluyendo variables cualitativas y cuantitativas. También explica conceptos como población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Proporciona ejemplos para ilustrar cada uno de estos conceptos estadísticos fundamentales.
Este documento describe diferentes conceptos estadísticos básicos como variables, tipos de variables, población, muestra, parámetros, escalas de medición, razones y proporciones. Explica que una variable puede ser cualitativa o cuantitativa y nominal, ordinal o de intervalo/razón. Define población, muestra y parámetros y proporciona ejemplos. También describe las diferentes escalas de medición y cómo se usan razones y proporciones para comparar datos.
Este documento define conceptos básicos de estadística como variables, población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Explica que una variable puede tomar diferentes valores dentro de un conjunto definido, y que una muestra es una parte representativa de una población total que es demasiado grande para estudiar en su totalidad. También describe los cuatro tipos de parámetros estadísticos, las cuatro escalas de medición y cómo calcular razón, proporción, tasa y frecuencia.
Este documento presenta conceptos básicos de estadística como variables, poblaciones, muestras, parámetros, escalas de medición, razón, proporción, tasa y frecuencia. Define una variable como una característica de los individuos de una población. Explica los tipos de variables cualitativas y cuantitativas. Además, define población, muestra, parámetros estadísticos y las cuatro escalas de medición. Por último, da ejemplos de razón, proporción, tasa y frecuencia.
Presentacion terminos basicos de la estadisticaisrajrl
Este documento describe diferentes tipos de variables estadísticas, incluyendo variables cualitativas, cuantitativas, aleatorias y estadísticas bidimensionales. También explica conceptos como población, muestra, parámetros estadísticos, escala de medición, sumatoria, razón, proporción, tasa y frecuencia.
El documento describe la aplicación de estadísticos en el programa SPSS para resolver problemas de comercio exterior. Explica conceptos como correlación lineal, regresión lineal, prueba de hipótesis, t de Student, chi cuadrado y varianza. También incluye los pasos para instalar SPSS.
Estadistica Inferencial - Medidas de Dispersion y Tendencia CentralAngel Villalpando
Este documento presenta conceptos básicos de estadística, incluyendo estadística descriptiva e inferencial, variables cualitativas y cuantitativas, población y muestra, métodos de análisis estadístico para datos agrupados y no agrupados, y medidas de tendencia central, dispersión y forma como media, mediana, moda, rango, desviación estándar y varianza. Explica cómo tabular, graficar y analizar conjuntos de datos.
Este documento presenta conceptos básicos de inferencia estadística como población, muestra, parámetro y estadístico. Explica que la inferencia estadística establece las características de una población con base en una muestra. Cubre temas como estimación puntual y por intervalo de parámetros como la media y la varianza, e incluye ejemplos de cálculo de intervalos de confianza para la media y la varianza.
Este documento presenta diversas herramientas estadísticas para medir la satisfacción del cliente, incluyendo el diagrama de Pareto, diagrama de dispersión, histogramas, estratificación y gráficos de control. Explica cómo aplicar estas herramientas en hoteles y agencias de viajes para identificar los principales problemas de los clientes y mejorar la calidad del servicio.
Este documento presenta una guía para el curso de Estadística para Economistas dictado en la Universidad Peruana de Ciencias Aplicadas. Incluye 7 unidades que cubren temas como medidas de tendencia central y dispersión, distribuciones de probabilidad, estimaciones e intervalos de confianza, pruebas de hipótesis, diseños experimentales, análisis de regresión y series de tiempo. El documento proporciona definiciones, fórmulas y ejemplos para cada uno de los temas tratados en el curso.
Este documento presenta una guía para el curso de Estadística para Economistas dictado en la Universidad Peruana de Ciencias Aplicadas. Incluye 7 capítulos que cubren temas como medidas de tendencia central y dispersión, distribuciones de probabilidad, estimaciones e intervalos de confianza, pruebas de hipótesis, diseños experimentales, análisis de regresión y series de tiempo. El documento proporciona definiciones, fórmulas y ejemplos para cada uno de los temas tratados en el curso.
Este documento presenta conceptos básicos de estadística como variables, población y muestra, parámetros, escalas de medición, proporciones, razones y frecuencias. Define una variable estadística como una característica que puede medirse u observarse, y distingue entre variables cuantitativas y cualitativas. Explica que una población es el conjunto total de individuos sobre el que se desea obtener conclusiones, mientras que una muestra es una parte representativa de la población seleccionada para obtener información.
El documento trata sobre estadística inferencial. Explica que la estadística inferencial estudia cómo sacar conclusiones generales sobre una población a partir de una muestra representativa. Describe los tipos de poblaciones y muestras, e incluye recomendaciones para obtener resultados óptimos con la estadística inferencial como utilizar una técnica estadística adecuada y una muestra representativa y de tamaño suficiente.
Este documento trata sobre investigación cuantitativa y métodos estadísticos. Explica conceptos como estadística descriptiva, medidas de posición, dispersión de datos, correlación, estadística inferencial, probabilidad, teoría del muestreo, y cómo calcular el tamaño apropiado de una muestra representativa. También cubre temas como ficha técnica de encuestas, pirámide poblacional, y métodos de muestreo como aleatorio simple y estratificado proporcional.
Este documento presenta conceptos básicos de estadística como variables, población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Define una variable como una propiedad que puede variar y tomar diferentes valores. Explica que una población es el conjunto total de elementos a estudiar, mientras que una muestra es un subconjunto de la población. También describe diferentes tipos de parámetros estadísticos, escalas de medición y cómo calcular razón, proporción, tasa y frecuencia.
Este documento trata sobre estadística aplicada a las finanzas. Explica conceptos básicos de estadística descriptiva e inferencial como población, muestra, parámetro, estadístico y variables. También cubre distribuciones de probabilidad, medidas de tendencia central, variabilidad, posición y forma. Por último, analiza las relaciones entre variables a través de la covarianza y correlación, y cómo aplicar estos conceptos en la construcción de portafolios de inversión.
La estadística descriptiva estudia procesos cuyo resultado no es predecible y cómo obtener conclusiones razonables a partir de observaciones. Existen variables cualitativas y cuantitativas. Las medidas de tendencia central como la media, mediana y moda resumen los datos, mientras que medidas de dispersión como el rango y desviación estándar miden su variabilidad. Herramientas como histogramas permiten visualizar y comparar distribuciones de datos.
Este documento describe los conceptos básicos de la estadística inferencial, incluyendo la estimación de parámetros poblacionales y los intervalos de confianza, así como las pruebas de hipótesis para comparar medias, proporciones y varianzas entre grupos mediante t-tests de muestras independientes y emparejadas y ANOVA de una vía. Explica que la estadística inferencial permite extraer conclusiones probabilísticas sobre una población con base en una muestra, aunque los resultados pueden variar entre estudios.
Este documento presenta conceptos básicos de estadística inferencial. Explica que la estadística inferencial permite deducir cómo se distribuye una población a partir de una muestra representativa. Define conceptos como población, muestra aleatoria, parámetro, estadístico y provee ejemplos para ilustrarlos. El documento introduce los conceptos fundamentales necesarios para comprender la estadística inferencial.
Este documento presenta conceptos básicos de estadística descriptiva, probabilidad y muestreo. Explica variables, medidas de posición central como la media y mediana, medidas de dispersión, distribución de frecuencias, y cálculo de probabilidades. También define términos como población, muestra, individuo y ofrece ejemplos para ilustrar los conceptos.
ANÁLISIS DE DATOS E INFORME DE LOS HALLAZGOS DE LA INVESTIGACIÓN.Facultad de...Nancy Rodriguez Aizprua
Este documento presenta información sobre análisis de datos e informe de hallazgos de una investigación. Explica conceptos clave como datos, análisis univariado y bivariado de datos, procesamiento de datos, medidas estadísticas y técnicas como tablas de frecuencia y gráficas. El objetivo es describir las variables de estudio y responder a las preguntas de investigación mediante el análisis de los datos recopilados.
Este documento describe diferentes tipos de variables estadísticas, incluyendo variables cualitativas y cuantitativas. También explica conceptos como población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Proporciona ejemplos para ilustrar cada uno de estos conceptos estadísticos fundamentales.
Este documento describe diferentes conceptos estadísticos básicos como variables, tipos de variables, población, muestra, parámetros, escalas de medición, razones y proporciones. Explica que una variable puede ser cualitativa o cuantitativa y nominal, ordinal o de intervalo/razón. Define población, muestra y parámetros y proporciona ejemplos. También describe las diferentes escalas de medición y cómo se usan razones y proporciones para comparar datos.
Este documento define conceptos básicos de estadística como variables, población, muestra, parámetros estadísticos, escalas de medición, razón, proporción, tasa y frecuencia. Explica que una variable puede tomar diferentes valores dentro de un conjunto definido, y que una muestra es una parte representativa de una población total que es demasiado grande para estudiar en su totalidad. También describe los cuatro tipos de parámetros estadísticos, las cuatro escalas de medición y cómo calcular razón, proporción, tasa y frecuencia.
Este documento presenta conceptos básicos de estadística como variables, poblaciones, muestras, parámetros, escalas de medición, razón, proporción, tasa y frecuencia. Define una variable como una característica de los individuos de una población. Explica los tipos de variables cualitativas y cuantitativas. Además, define población, muestra, parámetros estadísticos y las cuatro escalas de medición. Por último, da ejemplos de razón, proporción, tasa y frecuencia.
Presentacion terminos basicos de la estadisticaisrajrl
Este documento describe diferentes tipos de variables estadísticas, incluyendo variables cualitativas, cuantitativas, aleatorias y estadísticas bidimensionales. También explica conceptos como población, muestra, parámetros estadísticos, escala de medición, sumatoria, razón, proporción, tasa y frecuencia.
El documento describe la aplicación de estadísticos en el programa SPSS para resolver problemas de comercio exterior. Explica conceptos como correlación lineal, regresión lineal, prueba de hipótesis, t de Student, chi cuadrado y varianza. También incluye los pasos para instalar SPSS.
Estadistica Inferencial - Medidas de Dispersion y Tendencia CentralAngel Villalpando
Este documento presenta conceptos básicos de estadística, incluyendo estadística descriptiva e inferencial, variables cualitativas y cuantitativas, población y muestra, métodos de análisis estadístico para datos agrupados y no agrupados, y medidas de tendencia central, dispersión y forma como media, mediana, moda, rango, desviación estándar y varianza. Explica cómo tabular, graficar y analizar conjuntos de datos.
Este documento presenta conceptos básicos de inferencia estadística como población, muestra, parámetro y estadístico. Explica que la inferencia estadística establece las características de una población con base en una muestra. Cubre temas como estimación puntual y por intervalo de parámetros como la media y la varianza, e incluye ejemplos de cálculo de intervalos de confianza para la media y la varianza.
Este documento presenta diversas herramientas estadísticas para medir la satisfacción del cliente, incluyendo el diagrama de Pareto, diagrama de dispersión, histogramas, estratificación y gráficos de control. Explica cómo aplicar estas herramientas en hoteles y agencias de viajes para identificar los principales problemas de los clientes y mejorar la calidad del servicio.
Este documento presenta una guía para el curso de Estadística para Economistas dictado en la Universidad Peruana de Ciencias Aplicadas. Incluye 7 unidades que cubren temas como medidas de tendencia central y dispersión, distribuciones de probabilidad, estimaciones e intervalos de confianza, pruebas de hipótesis, diseños experimentales, análisis de regresión y series de tiempo. El documento proporciona definiciones, fórmulas y ejemplos para cada uno de los temas tratados en el curso.
Este documento presenta una guía para el curso de Estadística para Economistas dictado en la Universidad Peruana de Ciencias Aplicadas. Incluye 7 capítulos que cubren temas como medidas de tendencia central y dispersión, distribuciones de probabilidad, estimaciones e intervalos de confianza, pruebas de hipótesis, diseños experimentales, análisis de regresión y series de tiempo. El documento proporciona definiciones, fórmulas y ejemplos para cada uno de los temas tratados en el curso.
Este documento presenta una guía para el curso de Estadística para Economistas dictado en la Universidad Peruana de Ciencias Aplicadas. Incluye 7 capítulos que cubren temas como medidas de tendencia central y dispersión, distribuciones de probabilidad, estimaciones e intervalos de confianza, pruebas de hipótesis, diseños experimentales, análisis de regresión y series de tiempo. El documento proporciona definiciones, fórmulas y ejemplos para cada uno de los temas desarrollados en el curso.
El documento describe los métodos cuantitativos de investigación. Estos se basan en la recolección y análisis de datos numéricos para describir objetos de estudio y establecer relaciones entre variables. El método cuantitativo mide, cuenta y analiza los datos de forma matemática para lograr una descripción precisa y encontrar explicaciones. Se caracteriza por ser objetivo, producir datos sólidos y replicables, y permitir la generalización de resultados.
1) Generalmente las poblaciones son demasiado grandes para ser estudiadas en su totalidad, por lo que se selecciona una muestra representativa de tamaño más manejable.
2) La inferencia estadística permite generalizar los resultados observados en una muestra a la población correspondiente, estimando parámetros poblacionales con cierto margen de confiabilidad.
3) El muestreo es el procedimiento utilizado para seleccionar una muestra representativa de una población, y es fundamental para realizar una buena inferencia estadíst
El documento describe diferentes tipos de muestreo estadístico como el muestreo probabilístico, el muestreo aleatorio simple, el muestreo aleatorio sistemático y el muestreo aleatorio estratificado. También explica conceptos como parámetros, estimadores, estimación puntual de la varianza y la desviación estándar de una población, y el teorema del límite central.
El documento describe diferentes métodos para analizar datos cuantitativos, incluyendo estadística descriptiva, análisis paramétricos, no paramétricos y multivariables. Explica cómo calcular distribuciones de frecuencias, medidas de tendencia central y variabilidad, gráficas, puntuaciones Z, coeficientes de correlación, pruebas t, análisis de varianza, pruebas no paramétricas y más. El objetivo es seleccionar los análisis apropiados dependiendo de las variables y hipótesis planteadas.
Selecciono el tipo de gráfico de columnas
Coloco los rótulos de categoría y datos
Esta opción es más precisa cuando los intervalos no tienen la misma amplitud.
Polígono de Frecuencias
Es una gráfica de líneas que une los puntos
de la frecuencia acumulada.
Sirve para visualizar la distribución de los
datos y compararla con otras distribuciones
teóricas.
Se grafican los puntos (fa, i)
El documento describe diferentes técnicas estadísticas que se pueden utilizar para la elaboración de un proyecto de investigación. Explica brevemente la estadística descriptiva, que sirve para presentar y resumir la información de un conjunto de datos a través de tablas, gráficos y medidas numéricas. También menciona la inferencia estadística y los métodos paramétricos y no paramétricos para el contraste de hipótesis.
Este documento proporciona una introducción a los conceptos básicos de estadística descriptiva e inferencial. Explica que la estadística descriptiva se refiere a resumir y describir conjuntos de datos, mientras que la estadística inferencial se refiere a hacer generalizaciones sobre una población basadas en una muestra. También define conceptos clave como variables, datos, clasificación de variables, y métodos para organizar y representar datos como tablas de frecuencias e histogramas.
El documento describe las 7 fases del análisis cuantitativo de datos, incluyendo la selección de un programa estadístico, ejecutar el programa, explorar los datos, evaluar la confiabilidad y validez de los instrumentos, analizar hipótesis, realizar análisis adicionales y preparar los resultados. También discute conceptos como análisis descriptivo, medidas de tendencia central y variabilidad, distribuciones de frecuencias, razones, tasas y puntuaciones z.
Este documento trata sobre la estadística, que es la ciencia que utiliza conjuntos de datos numéricos para obtener inferencias basadas en probabilidades. Explica que la estadística se divide en descriptiva, inferencial y matemática, y da ejemplos de aplicaciones como la educación, contaduría, administración y economía. También define conceptos clave como población, muestra, frecuencias y diagramas usados en estadística.
Este documento introduce conceptos básicos de estadística. Explica que la estadística desempeña un papel importante en muchos campos como la agricultura, ingeniería y derecho. Define estadística como el uso de métodos científicos para organizar y analizar datos para deducir conclusiones. Divide las estadísticas en descriptivas e inferenciales. Luego introduce conceptos como población, muestra, muestreo, censo y tipos de variables. Finalmente discute las ventajas y desventajas del uso de muestr
El documento presenta conceptos fundamentales de estadística. Explica que la estadística estudia características de una población mediante la recolección y análisis de datos. Describe la estadística descriptiva, que estudia la población completa, e inferencial, que extiende resultados de una muestra a la población. Define variables, población, muestra y otros términos clave. Explica las etapas de un estudio estadístico: recolección, organización, análisis y conclusiones.
Este documento presenta definiciones de más de 50 términos estadísticos comunes. Incluye términos como datos estadísticos, desviación típica, escalas de medición, estadística descriptiva e inferencial, estratos, frecuencia, muestra, parámetros, población, variables cualitativas y cuantitativas, y más. El objetivo es proveer una guía de referencia básica de los conceptos y definiciones fundamentales utilizados en estadística.
Este documento presenta conceptos básicos de estadística inferencial. Explica que la estadística inferencial se utiliza para hacer deducciones sobre una población basadas en una muestra. Define población, muestra, muestreo probabilístico y no probabilístico, y nivel de confianza. Incluye ejemplos para ilustrar estos conceptos y cálculos para determinar el tamaño de la muestra.
Qué es la estadística?
Qué es la teoría de probabilidades?
Qué es la estadística descriptiva?
Qué es la estadística inferencial
------------------------------------------------------------
Definiciones básicas
Medidas de tendencia no central
Medidas de tendencia central
Medidas de dispersión
Momentos
Representación gráfica de la información
Histogramas
El documento explica los pasos para calcular el tamaño adecuado de una muestra estadística para una encuesta nutricional. Primero se calcula el tamaño de la muestra usando una fórmula que considera la prevalencia estimada, nivel de confiabilidad y margen de error. Luego se ajusta el tamaño para corregir el diseño de muestreo por conglomerados y se añade un margen para imprevistos. Finalmente, se redondea el tamaño para que corresponda al número de conglomerados de la encuesta.
Ciencia que proporciona las herramientas (métodos y procedimientos) necesar...MONSERRATZIGA2
Este documento presenta una introducción a conceptos básicos de estadística. Explica que la estadística proporciona herramientas para recolectar, procesar, analizar e interpretar datos. Se utiliza en ciencias donde hay variabilidad e incertidumbre. Incluye definiciones de estadística descriptiva e inferencial, y métodos como muestreo aleatorio simple, estratificado y por conglomerados. También presenta medidas de tendencia central como la media, mediana y moda, y medidas de dispersión como rango, varianza y desvi
Este documento presenta conceptos básicos de probabilidad y estadística. Explica que la estadística se utiliza para recolectar, organizar y analizar datos numéricos. Divide la estadística en descriptiva e inferencial. La descriptiva resume y describe datos, mientras que la inferencial genera modelos e inferencias sobre una población a partir de una muestra. También define conceptos clave como población, muestra, variable, parámetro, estadístico, y métodos para agrupar y describir datos.
ascensor o elevador es un sistema de transporte vertical u oblicuo, diseñado...LuisLobatoingaruca
Un ascensor o elevador es un sistema de transporte vertical u oblicuo, diseñado para mover principalmente personas entre diferentes niveles de un edificio o estructura. Cuando está destinado a trasladar objetos grandes o pesados, se le llama también montacargas.
ESPERAMOS QUE ESTA INFOGRAFÍA SEA UNA HERRAMIENTA ÚTIL Y EDUCATIVA QUE INSPIRE A MÁS PERSONAS A ADENTRARSE EN EL APASIONANTE CAMPO DE LA INGENIERÍA CIVIŁ. ¡ACOMPAÑANOS EN ESTE VIAJE DE APRENDIZAJE Y DESCUBRIMIENTO
1. Introduccion a las excavaciones subterraneas (1).pdfraulnilton2018
Cuando las excavaciones subterráneas son desarrolladas de manera artesanal, se conceptúa a la excavación como el “ que es una labor efectuada con la mínima sección posible de excavación, para permitir el tránsito del hombre o de
cémilas para realizar la extracción del material desde el
frontón hasta la superficie
Cuando las excavaciones se ejecutan controlando la sección de excavación, de manera que se disturbe lo menos posible la
roca circundante considerando la vida útil que se debe dar a la roca, es cuando aparece el
concepto de “ que abarca,
globalmente, al proceso de excavación, control de la periferia, sostenimiento, revestimiento y consolidación de la excavación
1. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
UNIDAD 1
TEMA SUBTEMAS
Técnicas de análisis estadístico y de
probabilidad para la medición del
desempeño en ingeniería de tránsito
1. Introducción.
2. Estadística descriptiva.
3. Probabilidad.
4. Distribuciones de probabilidad.
5, Intervalos de confianza
6. Análisis económico y financiero
3. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTRODUCCIÓN
La medición del desempeño del tránsito y las herramientas utilizadas a menudo requieren de recolección y análisis de datos. La
aplicación de técnicas estadísticas apropiadas en los estudios de ingeniería de tránsito ayuda a los ingenieros a tomar mejores
decisiones. Ingenieros que recolectan y analizan datos con procedimientos estadísticos adecuados están mejor equipados para
evitar la falta de precisión interpretativa y erróneas decisiones de inversión.
4. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTRODUCCIÓN
El análisis estadístico es el estudio de cómo se recolectan, organizan, analizan e interpretan los datos. Involucra tanto la ciencia de
la incertidumbre y la tecnología de información a partir de datos. Se divide en dos áreas: estadística descriptiva e inferencial. La
estadística descriptiva consiste en la recolección, organización, resumen y presentación de datos de muestra o de población. La
estadística inferencial consiste en métodos para usar información de una muestra con el fin de sacar conclusiones con respecto a la
población.
DEFINICIONES
Una población consiste en todos los sujetos que están siendo estudiados mientras que una muestra es un subconjunto de una
población. Si se pueden obtener datos de la población entera, las mediciones calculadas utilizando todos los valores de datos en
una población se llaman parámetros; medidas calculadas usando muestras son llamados estadísticos.
1. Muestra aleatoria simple: una muestra n tomada de una población de tal manera que cada elemento de la población tienen las
mismas chances de ser seleccionado.
2. Muestreo estratificado: es una muestra que divide la población en distintos grupos, llamados estratos, basado en
características específicas y se toman muestran aleatorias en cada estrato.
3. Muestre sistemático: una muestra que numera todos los miembros de una población secuencialmente, y comienza desde un
punto al azar, incluye cada k miembros de la población en la muestra. 𝑘 = 𝑁/𝑛
ESTRATEGIAS DE MUESTREO
5. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTRODUCCIÓN
4. Muestra de conglomerado: una muestra que divide la población en segmentos o conglomerados preexistentes y luego se
seleccionan de manera aleatoria conglomerados de donde se obtienen datos de todos los individuos del grupo.
5. Muestreo por conveniencia: una muestra usando datos de miembros de la población que están fácilmente disponibles.
…ESTRATEGIAS DE MUESTREO
Muestro
aleatorio
simple
Muestro
sistémico
Muestro
estratificado
Muestro por
conglomerado
6. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTRODUCCIÓN
Las pruebas paramétricas se basan en suposiciones sobre la distribución de la población subyacente de la que se tomó la muestra.
La suposición paramétrica más común es que los datos están distribuidos normalmente. Las pruebas no paramétricas no se basan
en suposiciones sobre la forma o los parámetros de la distribución poblacional subyacente
ESTADÍSTICA PARAMÉTRICA VS NO PARAMÉTRICA
1. Error de muestreo: es la diferencia entre la medida de una muestra y las correspondientes medias de una población, lo cual es
causado por el hecho de que la muestra no representan perfectamente la población.
2. Error no muestral: es el resultado de diseño de muestra pobre, descuido en al recogida de datos, instrumentos de medición
defectuosos, sesgo en los cuestionarios o errores de dato de entrada.
TIPOS DE ERROR
VARIABLES
Variables son características o atributos que pueden asumir diferentes valores. Datos son los valores (medidas u observaciones)
que la variable asume. Las variables pueden ser cualitativas o cuantitativas . Variables cualitativas son variables que son puestas en
distintas categorías acorde a alguna característica o atributo. Variables cuantitativas pueden ser divididas en: discretas u ordinarias.
Una variable discreta puede tomar un número finito de valores, mientras que una variable continua puede tomar una cantidad
infinita de valores.
9. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ESTAD+ISTICADESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL
1. Media: conocida como promedio aritmético. Cuando
la media se compone de todos los valores de la
población, se está calculando la media poblacional.
Cuando los datos son tomados de una muestra de
población, se está calculando la media muestral.
𝜇 =
𝑥1 + 𝑥2 + ⋯ + 𝑥 𝑛
𝑁
=
𝑖=1
𝑁
𝑥𝑖
𝑁
𝑥 =
𝑖=1
𝑛
𝑥𝑖
𝑛
2. Promedio ponderado: a veces los datos se miden
en términos de clases o grupos. Utilizando los
puntos medios de cada clase x, y el número de
observaciones en cada clase representa el peso de
la misma w.
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑜 = 𝑥𝑖 ∗ 𝑤𝑖 / 𝑤𝑖
3. Media truncada: es una medida de tendencia
central más resistente a la influencia de los
valores atípicos, pero aún sigue siendo sensible a
los mismos. Se calcula como un promedio
aritmético después de haber eliminado un
porcentaje específico de los valores más altos y
más bajos de la serie de datos.
4. Mediana: percentil 50
o segundo cuartil. Es el
punto medio en una
serie de datos
ordenada de menor a
mayor.
5. Moda: es el valor más
frecuente en una serie de
datos. Puede no existir moda,
o casos en que se tienen
varias modas.
10. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ESTAD+ISTICADESCRIPTIVA
MEDIDAS DE DISPERSIÓN
1. Rango: R es la diferencia entre el
valor máximo y el valor mínimo de
una serie de datos. Es susceptible de
valores atípicos.
2. Varianza: describe y cuantifica la dispersión de daos
alrededor de la media. La varianza poblaciones se
denota con 𝜎2
y la varianza muestral como 𝑠2
𝜎2 =
𝑥𝑖 − 𝜇 2
𝑁
𝑠2 =
𝑥𝑖 − 𝑥 2
𝑛 − 1
3. Desviación estándar: es una medida
útil de dispersión porque utiliza las
mismas unidades de la variable que
se analiza
𝑅 = 𝑉𝑎𝑙𝑜𝑟 𝑀𝑎𝑥 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑖𝑛
𝜎 =
𝑥𝑖 − 𝜇 2
𝑁
𝑠 =
𝑥𝑖 − 𝑥 2
𝑛 − 1
4. Coeficiente de variación: se calcula dividiendo la
desviación estándar por el promedio. Se expresa en
porcentaje y permite hacer comparaciones entre
poblacionales.
𝐶𝑉 =
𝜎
𝜇
* 100% 𝐶𝑉 =
𝑆
𝑋
* 100%
11. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ESTAD+ISTICADESCRIPTIVA
MEDIDAS DE POSICIÓN
1. Percentiles: el percentil P de una distribución es
es un valor tal que el P% de los datos caen por
debajo de él, y el (100-P)% de la distribución se
encuentran por encima de él.
2. Valores atípicos: son observaciones
aparentemente muy diferentes a las demás.
Pueden resultar de fluctuaciones aleatorias
de los datos, o de errores no relacionados
con el muestreo (registro de datos, p.e.). Se
identifican a través de barreras.
𝐵𝑎𝑟𝑟𝑒𝑟𝑎 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 𝑄1 − 1,5 × 𝑅𝐼
𝐵𝑎𝑟𝑟𝑒𝑟𝑎 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 𝑄3 + 1,5 × 𝑅𝐼
𝑅𝐼 = 𝑄3 − 𝑄1
13. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
PROBABILIDAD
REGLAS DE PROBABILIDAD
Probabilidad es el campo de estudio que hace declaraciones sobre lo que ocurrirá cuando son tomadas muestras de una
población. Estadística es el campo de estudio que describe cómo se deben obtener las muestras y cómo hacer inferencias de
poblaciones desconocidas.
DEFINICIONES
Siendo S el espacio de muestra, o la serie de todos los eventos simples y A un evento cualquiera o un subconjunto del espacio de
muestra.
𝑃 𝐴 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
14. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
PROBABILIDAD
La prioridad de cualquier evento es 0 ≤ 𝑃(𝐴) ≤ 1. Cuando 𝑃(𝐴) = 0 no es posible que este evento ocurra. Cuando 𝑃(𝐴) =1 el
evento es una certeza. Si 𝑃(𝐴) es la probabilidad de que ocurra un evento A, la probabilidad de no ocurrencia de A se define como
A complemento 𝑃 𝐴 𝐶
. Entonces la probabilidad de todos los eventos en una muestra suman cero.
…REGLAS DE PROBABILIDAD
Regla de suma: si dos eventos (A) y (B) pueden ocurrir pero
no ambos, entonces (A) y (B) son mutuamente excluyentes;
en este caso, la probabilidad de que (A) y (B) ocurran se
calcula usando la regla de la adición.
𝑷 𝑨 + 𝑷 𝑨 𝑪 = 𝟏
𝑷 𝑨 𝒚 𝑩 = 0 𝑷 𝑨 𝒐 𝑩 = 𝑷 𝑨 + 𝑷(𝑩)
Regla general de la adición: Si los dos eventos no son
mutuamente excluyentes entonces:
𝑷 𝑨 𝒐 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 − 𝑷(𝑨 𝒚 𝑩)
Regla de la multiplicación: si dos eventos (A) y (B) son
eventos independientes (por ejemplo, la ocurrencia de (A)
no influencia la ocurrencia de (B) y viceversa) la probabilidad
de (A) y (B) se calcula como:
𝑷 𝑨 𝒚 𝑩 = 𝑷 𝑨 × 𝑷 𝑩
Regla general de la multiplicación: si los dos eventos (A) y
(B) no son independientes la probabilidad de (A) y (B) se
calcula teniendo en cuenta la probabilidad de qu el evento
(B) ocurra dado un evento (B) ya ocurrido
𝑷 𝑨 𝒚 𝑩 = 𝑷 𝑨 × 𝑷 𝑩│𝑨
15. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
PROBABILIDAD
El histórico de dos años de accidentes en intersecciones rurales similares de una jurisdicción revela lo siguiente:
• Total de accidentes: 212
• Total accidentes con lesiones (B): 25
• Total accidentes en ángulo (A): 67
• Total accidentes en ángulo y con lesiones (AB): 20
Determine si los accidentes en ángulo y con lesiones son mutuamente excluyentes y si las evidencias soporta la independencia de
los eventos.
…REGLAS DE PROBABILIDAD (EJEMPLO)
𝑃 𝐵 =
25
212
= 0,118
𝑃 𝐴 =
67
212
= 0,316
𝑃 𝐴𝐵 =
20
212
= 0,094
𝑃 𝐴 𝑦 𝐵 = 0
𝑵𝒐 𝒔𝒐𝒏 𝒎𝒖𝒕𝒖𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒙𝒄𝒍𝒖𝒚𝒆𝒏𝒕𝒆
𝑃 𝐴 𝑦 𝐵 = 𝑃 𝐴 × 𝑃(𝐵)
𝑵𝒐 𝒔𝒐𝒏 𝒆𝒗𝒆𝒏𝒕𝒐𝒔 𝒊𝒏𝒅𝒆𝒑𝒆𝒏𝒅𝒊𝒆𝒏𝒕𝒆𝒔
𝑃 𝐴𝐵 = 𝑃 𝐴 × 𝑃(𝐵)
0,094 = 0,316 × 0,118
0,094 ≠ 0,037
𝑃 𝐴𝐵 = 0,094 ≠ 0
16. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONES DE PROBABILIDAD
17. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
A continuación se enseñan las distribuciones discretas de probabilidad más comunes a los análisis de ingeniería de tránsito. Las
características de las distribuciones de probabilidad para una variable aleatoria discreta son:
• La probabilidad de distribución tiene una probabilidad asignada a cada distinto valor de la variable aleatoria.
• La suma de todas las probabilidades asignadas debe ser 1.
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
La media de una distribución de probabilidad
discreta puede ser calculada como:
𝜇 = 𝑥𝑖 ∗ 𝑃(𝑥𝑖)
La desviación estándar de una distribución de
probabilidad discreta puede ser calculada como:
𝜎 = (𝑋𝑖 − 𝜇)2 × 𝑃(𝑥)
𝑥 es el valor de la variable aleatoria y 𝑃(𝑥) la probabilidad de esa variable.
Se estudiarán las siguientes distribuciones discretas:
A) Distribución de probabilidad binominal.
B) Distribución de probabilidad Poisson
18. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Distribución de probabilidad binomial examina la probabilidad de tener ciertos resultados (exitosos) en un cierto número de
ensayos de un experimento binomial (o experimento de Bernoulli). Este experimento tiene las siguientes características:
• Tienen un número fijo de ensayos denotado por 𝑛.
• Cada ensayo tiene dos únicos resultados, identificados como éxito (S) o fracaso (F).
• Los 𝑛 ensayos son independientes y se repiten en condiciones idénticas.
• En cada ensayo, la probabilidad de éxito es la misma y se denota por 𝑝. La probabilidad de fracaso es igual a 1 − 𝑝 se denota 𝑞.
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
La probabilidad asociada a la distribución binomial está dada por:
𝑃 𝑟 =
𝑁!
𝑟! 𝑁 − 𝑟 !
𝑝 𝑟 𝑞 𝑁−𝑟
Donde,
𝑁 = número de ensayos
𝑃(𝑟) = probabilidad de que el evento designado ocurra r veces en
N ensayos
𝑝 = probabilidad de ocurrencia de un evento designado en un
ensayo simple.
𝑞 = 1 − 𝑝
La media es el número esperado de éxitos en 𝑛
ensayos:
𝜇 = 𝑛 × 𝑝
Donde,
𝑛 = número de ensayos
𝑝 = probabilidad de éxito.
19. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Ejemplo distribución binominal: Supongamos que en una intersección T no controlada la probabilidad de que un vehículo se
acerque a la intersección desde la carretera lateral durante un intervalo de 15 segundos y gire a la derecha en la carretera principal
es 1/5. Encuentre las probabilidades de que en un lapso de tiempo de 1 minuto, haya 0, 1, 2 3, ó 4 vehículos que llegan y giren a la
derecha.
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
𝑁 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠
𝑁 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 𝑑𝑒 15 𝑠 𝑒𝑛 1 min
𝑁 = 4
𝑃 𝑟 =
4!
𝑟! 4 − 𝑟 !
𝑝 𝑟
𝑞4−𝑟
𝑃 𝑟 = 0 =
265
625
= 0,4096
𝑃 𝑟 = 1 =
265
625
= 0,4096
𝑃 𝑟 = 2 =
96
625
= 0,1536
𝑃 𝑟 = 3 =
16
625
= 0,0256
𝑃 𝑟 = 4 =
1
625
= 0,0016
20. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Distribución de probabilidad Poisson: es un caso limitante de la distribución binomial y es apropiado para situaciones con un
número grande ensayos 𝑛 y una probabilidad de éxito que es muy pequeña. Generalmente es válida cuando N es superior a 50 y 𝑝
es menor que 0,1. Bajo estas condiciones queda expresada como:
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
𝑃 𝑟 =
(𝑁𝑝) 𝑟 𝑒−𝑁𝑝
𝑟!
Donde,
𝑁 = número de ensayos
𝑃(𝑟) = probabilidad de r ocurrencias en N ensayos
𝑝 = probablidad de ocurrencia de un evento designado en un
ensayo simple.
La distribución de Poisson, dada la probabilidad de r
ocurrencias, es el promedio ponderado del número
de ocurrencias, 𝑟 = 0.1,2, … , 𝑁 ponderado por sus
probabilidades. 𝑁𝑝 es el número promedio de
vehículos en un intervalo de tiempo.
Convencionalmente es el número promedio de
llegadas de vehículos por segundo o 𝜆 Si 𝑡 es el
intervalo de interés, entonces el número de vehículos
en este intervalo será λt
Ampliamente usada en la modelación de llegadas aleatorias de vehículos y apropiada para condiciones de tráfico sin congestión.
𝑁𝑝 = 𝜆𝑡 𝑃 𝑟 =
(𝜆𝑡 ) 𝑟
𝑒−𝜆𝑡
𝑟!
21. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Ejemplo distribución de probabilidad Poisson: un ingeniero cuenta 360 vehículos por hora en un punto de una carretera.
Asumiendo que las llegadas de estos vehículos están normalmente distribuidas., estime la probabilidad de tener 0, 1, 2, 3, 4 y 5 o
más llegadas en intervalos de 20 segundos.
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
𝑃 0 =
(0,1 × 20)0
× 𝑒−0,1×20
0!
= 0,135
𝜆 = 360
𝑣𝑒ℎ
ℎ
= 0,1 𝑣𝑒ℎ/𝑠 𝑡 = 20𝑠
𝑃 1 =
(0,1 × 20)1
× 𝑒−0,1×20
1!
= 0,271
𝜆 𝑦 𝑡 𝑒𝑛 𝑙𝑎𝑠 𝑚𝑖𝑠𝑚𝑎𝑠 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑃 2 =
(0,1 × 20)2
× 𝑒−0,1×20
2!
= 0,271
𝑃 3 =
(0,1 × 20)3× 𝑒−0,1×20
3!
= 0,180
𝑃 4 =
(0,1 × 20)4
× 𝑒−0,1×20
4!
= 0,090
𝑃 5 𝑜 𝑚á𝑠 = 1 − 𝑃 4 𝑜 𝑚𝑒𝑛𝑜𝑠 = 1 − 0,135 − 0,271 − 0,271 − 0,180 − 0,090 = 0,053
22. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Una variable es continua si ésta puede asumir cualquier valor real posible en algún intervalo. Recordemos que una distribución de
probabilidad es una asignación de probabilidades a cada valor distinto o rango de valores para una variable aleatoria discreta o
continua. La función de densidad de probabilidad (FDP) puede ser usada para estimar la probabilidad de rangos de valores para la
variable tales como 𝑃(10 < 𝑥 < 20) . Esta es un área que podría ser encontrada integradando y estimando el área bajo la curva
entre dos límites.
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
𝑓 𝑥 =
1
𝜎 2𝜋
𝑒
−
(𝑥−𝜇)2
2𝜎2
Donde,
𝜇 = media o valor esperado de la distribución. Mediana y moda
𝜎 = desviación estándar de la variable
𝑝 = probabilidad de ocurrencia de un evento designado en un
ensayo simple.
La más común es la distribución de probabilidad normal o
distribución gaussiana se define como:
23. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
La distribución normal estándar es introducida debida a la naturaleza compleja de estimar el área bajo la curva de la FDP para las
infinitas combinaciones de 𝜇 y 𝜎 . Una distribución normal estándar con 𝜇 = 0 y 𝜎 = 1 es construida y denotada como N(0,1).
Cualquier valor de x para cualquier variable distribuida normalmente con N(𝜇, 𝜎) es convertida en un valor z equivalente de la
distribución normal estándar usando:
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
𝑧 =
𝑥 − 𝜇
𝜎
Las unidades de 𝑧 son desviaciones estándar e indican la
posición relativa del valor de x en términos de
desviaciones estándar de la media para cualquier
variable normalmente distribuida con N(𝜇, 𝜎) Al
examinar las tablas normales normales, buscando los
valores de z y las áreas correspondientes, se pueden
hacer evaluaciones de la probabilidad de valores de x.
24. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Tabla de distribución normal estándar
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
25. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Tabla de distribución normal
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
Área de probabilidad acumulada
26. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Ejemplo distribución normal estándar: velocidades vehiculares en un tramo particular están normalmente distribuidas con una
media de 50 Km/h y una desviación estándar de 5 Km/h. ¿Cuál es la probabilidad de tener una velocidad por encima de los 55
Km/h? ¿cuál es la probabilidad de observar aleatoriamente vehículos con velocidades entre 40 y 60 Km/h?
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
𝜇 = 50 𝜎 = 5
𝑧 55 =
55 − 50
5
= +1
El valor de 55 Km/h está a 1 desviación estándar sobre la media. De una tabla de
distribución estándar, el área a la izquierda de 𝑧 =1 es 0,8413, o esto es, existe un
84,13% de probabilidad que una velocidad seleccionada aleatoriamente sea menor a
55 Km/h. Por tanto, la probabilidad de que sea mayor es 1 − 0,8413 = 0,1587 o
15,87%.
𝑧 40 =
40 − 50
5
= −2 (á𝑟𝑒𝑎 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎 𝑑𝑒 𝑧 = −2 𝑒𝑠 0,0228, 𝑜 2,28%)
𝑧 60 =
60 − 50
5
= +2 (á𝑟𝑒𝑎 𝑎 𝑙𝑎 𝑖𝑧𝑞𝑢𝑖𝑒𝑟𝑑𝑎 𝑑𝑒 𝑧 = +2 𝑒𝑠 0,9772, 𝑜 97,72%)
𝑃 40 < 𝑥 < 60 = 97,72% − 2,28% = 95,44%
𝑧 =
𝑥 − 𝜇
𝜎
27. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Teorema del límite central: aunque en algunas variables en ingeniería de tráfico no se distribuyen normalmente, los
procedimientos paramétricos asociados con variables distribuidas normalmente pueden ser aplicadas a estas variables en ciertas
situaciones usando el teorema del límite central.
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
El teorema dice que para cualquier distribución de
probabilidad si x posee cualquier distribución media 𝜇 y
desviación estándar 𝜎, entonces la media muestral 𝑋
basada en una muestra aleatoria de tamaño 𝑛 tendrá una
distribución que se aproxima a la distribución de una
variable aleatoria normal con media 𝜇 y desviación
estándar 𝜎 𝑛 cuando 𝑛 aumenta sin límite.
Esto significa que la distribución primaria de 𝑥 puede ser
cualquier distribución, pero a medida que el tamaño de la
muestra se hace mayor, la distribución de se aproximará a
una distribución normal, con convergencia aceptable en
n ≥ 30.
28. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
DISTRIBUCIONESDEPROBABILIDAD
Probabilidades considerando media muestral: tomando una variable 𝑥 que tiene cualquier distribución donde 𝑛 es el tamaño de la
muestra, 𝜇 es la media de la distribución x y 𝜎 es la desviación estándar de la distribución x. Si la distribución primaria de x es
normal, entonces la distribución de 𝑋 también es normal. Sin embargo, si la distribución primaria de 𝑥 no es normal, y el tamaño
de la muestra es 𝑛 ≥ 30, por el teorema del límite central, la distribución de 𝑋 es aproximadamente normal. En este caso se
puede convertir 𝑋 a 𝑧 usando:
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
𝑍 =
𝑋 − 𝜇
𝜎/ n
30. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTERVALOSDECONFIANZA
A menudo, por restricciones de tiempo o dinero, no es viable obtener datos para calcular parámetros de ingeniería de tránsito, por
lo que se hace necesario estimar la media poblacional 𝜇 o la proporción 𝑝.
En el caso improbable que la 𝜎 de la población es conocida y la distribución de x es normal (o por el teorema del límite central el
tamaño de muestra n > 30 para 𝑋) la media poblacional 𝜇 es estimada usando dos valores: la estimación puntual 𝑋 y el margen
de error (𝐸). Un intervalo de confianza es construido de la media poblacional 𝜇, usando las siguientes ecuaciones:
ESTIMANDO 𝝁 CUANDO 𝝈 ES CONOCIDA
𝑋 ± 𝑀𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 𝐸 𝑑𝑜𝑛𝑑𝑒 𝐸 = 𝑧 𝑐 × 𝜎/ 𝑛
𝑋 ± 𝑧 𝑐 × 𝜎/ 𝑛
𝑋 es la media muestral
𝑧 𝑐 valor crítico para nivel de confianza c (basado en la
distribución normal)
𝜎 desviación estándar de la población
𝑛 tamaño de la muestra
El nivel de confianza es expresado como un porcentaje,
usualmente cuantificado como 1 − 𝛼 ∗ 100 porcentaje de
confianza, donde 𝛼 es el riesgo aceptable asociado con la
inclusión del verdadero valor del parámetro.
31. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTERVALOSDECONFIANZA
La velocidad media de 36 vehículos observados en una carretera fue 𝑋 = 25𝐾𝑚/ℎ . Asuma que la desviación estándar de la
población es de 𝜎 = 5 𝐾𝑚/ℎ. Encuentre el intervalo del 95% de confianza para la velocidad media vehicular.
ESTIMANDO 𝝁 CUANDO 𝝈 ES CONOCIDA (EJEMPLO)
25 ± 1,96 × 5/ 36
𝑋 ± 𝑧 𝑐 × 𝜎/ 𝑛
𝑧 𝑐 es obtenido de la tabla de distribución estándar del
área de la cola izquierda y derecha para un intervalo de
confianza especificado. Los valores para 𝑧 𝑐 limitan el
área en la mitad de campana correspondiente al nivel
de confianza.
El área en la cola izquierda de 0,025 corresponde a
𝑧 𝑐 = −1,96 y el área a la izquierda de la cola derecha
es 0,975 que corresponde a 𝑧 𝑐 = 1,96
1 − 𝐼𝐶 = 𝛼
1 − 0,95 = 𝛼
𝛼 = 0,05
𝛼 = 0,025 Área en cada cola
La interpretación del intervalo de confianza del 95%
sugiere que la media de la población en esta
carretera se encuentra en algún lugar de este
intervalo en 95 veces de 100 muestras aleatorias
repetidas en el largo plazo.𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑑𝑒𝑙 95% = 25 ± 1,63 23,37 𝑎 26,63
32. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTERVALOSDECONFIANZA
En el caso probable que 𝜎 de la población es desconocida y la distribución de x es normal (o por el teorema del límite central el
tamaño de muestra n > 30 para 𝑋) la media poblacional 𝜇 es estimada usando dos valores: la estimación puntual y el margen de
error 𝑋) y el margen de error (𝐸). Un intervalo de confianza es construido de la media poblacional 𝜇, usando las siguientes
ecuaciones:
ESTIMANDO 𝝁 CUANDO 𝝈 ES DESCONOCIDA
𝑋 ± 𝑀𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 𝐸 𝑑𝑜𝑛𝑑𝑒 𝐸 = 𝑡 𝑐,𝛼,𝑔𝑙 × 𝑠/ 𝑛
𝑋 es la media muestral
𝑡 𝑐 valor crítico para nivel de confianza c (basado en la
distribución t-student con n − 1 grados de libertad gl)
𝑠 desviación estándar de la muestra
𝑛 tamaño de la muestra
𝑋 ± 𝑡 𝑐,𝛼,𝑔𝑙 × 𝑠/ 𝑛
33. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTERVALOSDECONFIANZA
Tabla de distribución t-Student
ESTIMANDO 𝝁 CUANDO 𝝈 ES DESCONOCIDA
34. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
INTERVALOSDECONFIANZA
La puntuación media de una muestra de 20 jueces de pruebas de licencia de conducción, elegidos al azar, para una misma prueba,
presentó una media de 9,8525 y una cuasi desviación típica muestral de 0,0965. Calcular un intervalo de confianza con un 95%
para la nota media. (Suponemos que la variable que mide la puntuación sigue una distribución normal.):
ESTIMANDO 𝝁 CUANDO 𝝈 ES DESCONOCIDA
𝑋 = 9,8525
𝑋 ± 𝑡 𝑐,𝛼,𝑔𝑙 × 𝑠/ 𝑛
𝑠 = 0,0965 𝑛 = 20 1 − 𝛼 =0,95
𝑔𝑙 = 20 − 1 = 19
Tenemos que buscar un valor 𝑡 𝛼/2, de modo que en la distribución t-
Student con 19 grados de libertad deje una área de probabilidad a la
derecha igual a α/2, es decir 0,025. Dicho valor se corresponde con
un valor de t =2,0930.
9,8525 ± 2,0930 × 0,0965/ 20
9,8525 ± 0,045
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑑𝑒𝑙 95% = 9,8525 ± 0,045
9,807 𝑎 9,897
35. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ANÁLISIS FINANCIERO Y ECONÓMICO EN
INGENIERÍA
36. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ANÁLISISFINANCIEROYECONÓMICO
La economía en ingeniería nos ayuda a optimizar y mejorar las decisiones en los proyectos. Con ésta se analizan los costos,
ingresos y beneficios que pueden ocurrir en cualquier momento
DEFINICIONES
𝑃: 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑑𝑒 𝑑𝑖𝑛𝑒𝑟𝑜 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑜 𝑜 𝑝𝑟𝑒𝑠𝑡𝑎𝑑𝑜 𝑒𝑛 𝑢𝑛𝑎 𝑡𝑟𝑎𝑛𝑠𝑎𝑐𝑐𝑖ó𝑛
En economía, la moneda es una medida de valor que una persona atribuye a un bien o servicio. Interés puede ser definido como el
costo de tener dinero disponible para usar, mientras que la tasa de interés es un porcentaje que es aplicado periodicamente y se
agrega a una cantidad de dinero a lo lrago de un perído de tiempo predefinido. Esta relación entre el interés y el tiempo lleva al
concepto de valor temporal del dinero.
𝐼: 𝑡𝑜𝑡𝑎𝑙 𝑖𝑛𝑡𝑒𝑟é𝑠 𝑔𝑎𝑛𝑎𝑑𝑜
𝑖: 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟é𝑠, 𝑒𝑙 𝑐𝑜𝑠𝑡𝑜 𝑜𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎 𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑑𝑜 𝑐𝑜𝑚𝑜 𝑢𝑛 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑝𝑜𝑟 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜
𝑛: 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟é𝑠, 𝑢𝑛 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑞𝑢𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎 𝑐ó𝑛 𝑞𝑢é 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠 𝑐𝑙𝑎𝑐𝑢𝑙𝑎𝑑𝑜
37. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ANÁLISISFINANCIEROYECONÓMICO
Interés simple: es el interés que se computa
solamente sobre la suma original, no sobre el
interés acumulado.
La cantidad disponible en el final del período de
interés, 𝐹, es:
𝐼 = 𝑖𝑃 𝑛
𝐹 = 𝑃 1 + 𝑖𝑛
Interés compuesto: es el interés que se cobra sobre
la base del capital restante más los cargos por
intereses acumulados. La cantidad disponible en el
final del período de interés, 𝐹, es:
𝐹 = 𝑃 1 + 𝑖 𝑛
DEFINICIONES
38. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ANÁLISISFINANCIEROYECONÓMICO
El Banco de Transporte ofrece una tasa de interés anual del 6% para una cuenta de ahorros. Harry planea depositar $ 2.000. No
habrá retiros y los intereses devengados al final de cada año se acumularán.
a) Si el interés simple es aplicado, ¿qué tanto tendrá Harry al final del año 5?
b) Si el interés compuesto es aplicado, ¿ ¿qué tanto tendrá Harry al final del año 5?
EJEMPLO
𝑃 = $2000 𝑛 = 5 𝑖 = 6%
𝐹 = 𝑃 1 + 𝑖𝑛 = $2,000 1 + 0,06 × 5 = $2.600.000
𝐹 = 𝑃 1 + 𝑖 𝑛 = $2,000 1 + 0,06𝑖 5=$2.676.451
En el caso del interés compuesto, el interés acumulado
total es $676.45 mientras que el caso del interés simple
rinde $600.00. El Cuadro siguiente muestra el proceso de
devengo de intereses para el caso de interés compuesto.
Fin año
Interés
ganado
Balance inicial Balance final
1 $ 120 $ 2.000 $ 2.120
2 $ 127 $ 2.120 $ 2.247
3 $ 135 $ 2.247 $ 2.382
4 $ 143 $ 2.382 $ 2.525
5 $ 151 $ 2.525 $ 2.676
39. FACULTAD DE INGENIERÍA CIVIL
ASIGNATURA TRÁNSITO Y TRANSPORTE
ANÁLISISFINANCIEROYECONÓMICO
Para representar problemas que involucren valor temporal del dinero se utiliza un diagrama de flujo de caja, done el tiempo es
representado por una línea horizontal dividida en los períodos de interés, mientras que el flujo de caja se representa con flechas
hacia arriba (flujo positivo) o flechas hacia abajo (flujo negativo)
DIAGRAMA DE FLUJO DE CAJA
Ejemplo: una carretera tiene un costo de
inversión de $20.000 con un costo anual de
mantenimiento de $1.000. La carretera genera
ingresos por peajes de $5,000 por año en un
período de 5 años, después del cual el costo de
salvamente es de $7.000. Dibuje y simplifique el
correspondiente diagrama de flujo.