Este documento presenta los resultados de un estudio sobre el tiempo de vida de aceites de motor de diferentes marcas de vehículos de transporte público. Incluye tablas y gráficos que muestran las medidas de tendencia central y dispersión para los datos sobre meses de uso de cada aceite. El objetivo era determinar cuál marca de aceite tiene el mejor rendimiento para evaluar su confiabilidad y calidad.
Este documento describe la prueba de bondad de ajuste de chi cuadrado, una prueba estadística no paramétrica que compara la distribución de frecuencias observadas en una muestra con la distribución teórica esperada. Explica cómo calcular el estadístico chi cuadrado y compararlo con valores críticos para determinar si existe una diferencia significativa entre las distribuciones. También incluye un ejemplo práctico de cómo aplicar la prueba chi cuadrado para analizar los resultados de una encuesta.
Planteamiento de Hipótesis para dos poblaciones (WORD)HOTELES2
Este documento describe el planteamiento de hipótesis estadística para comparar proporciones entre dos poblaciones. Explica la teoría, supuestos, fórmulas y ejemplos de cómo calcular el tamaño de muestra y contrastar la hipótesis nula de que las proporciones son iguales vs. la alternativa de que son diferentes mediante el estadístico Z. También incluye definiciones clave como distribución muestral, hipótesis, homocedasticidad y tablas de contingencia.
Este documento describe los métodos paramétricos y no paramétricos para realizar pruebas estadísticas. Explica que los métodos paramétricos se basan en parámetros como la media y desviación estándar de una población normal, mientras que los no paramétricos no requieren esta distribución normal y son más sencillos de aplicar. También cubre ejemplos específicos como la prueba de chi cuadrada y su uso para probar independencia entre variables categóricas.
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)guest8a3c19
Este documento presenta información sobre la distribución Ji-cuadrada y cómo se puede usar para probar hipótesis estadísticas en más de dos poblaciones. Explica la fórmula para calcular Ji-cuadrada, los supuestos y restricciones de la prueba, y provee ejemplos y ejercicios resueltos.
Este documento presenta varias pruebas estadísticas no paramétricas, incluidas la prueba chi-cuadrado de Pearson para bondad de ajuste y pruebas de independencia, la prueba de Kolmogorov-Smirnov para comparar distribuciones de probabilidad, y el coeficiente de correlación de Pearson para medir la independencia de variables. Explica los pasos para aplicar estas pruebas y cómo interpretar sus resultados.
Este documento describe varias pruebas estadísticas de bondad de ajuste, incluyendo la prueba chi-cuadrado y la prueba de Kolmogorov-Smirnov. La prueba chi-cuadrado compara las frecuencias observadas con las frecuencias esperadas para determinar si una muestra se ajusta a una distribución teórica especificada. La prueba de Kolmogorov-Smirnov compara las funciones de distribución acumulativa empírica y teórica para evaluar el ajuste. El documento también propor
Este documento trata sobre inferencia estadística y pruebas de hipótesis. Explica conceptos como estimación de parámetros, intervalos de confianza, tipos de hipótesis (nula y alterna), y tipos de errores. También describe cómo se aplica la inferencia estadística en salud para estimar parámetros poblacionales y probar hipótesis a partir de muestras.
El documento describe los pasos para realizar una prueba de hipótesis para comparar las medias de dos poblaciones. Explica que se utiliza la distribución t de Student y proporciona fórmulas, ejemplos y tablas para determinar si dos medias poblacionales son iguales o diferentes con base en datos de dos muestras.
Este documento describe la prueba de bondad de ajuste de chi cuadrado, una prueba estadística no paramétrica que compara la distribución de frecuencias observadas en una muestra con la distribución teórica esperada. Explica cómo calcular el estadístico chi cuadrado y compararlo con valores críticos para determinar si existe una diferencia significativa entre las distribuciones. También incluye un ejemplo práctico de cómo aplicar la prueba chi cuadrado para analizar los resultados de una encuesta.
Planteamiento de Hipótesis para dos poblaciones (WORD)HOTELES2
Este documento describe el planteamiento de hipótesis estadística para comparar proporciones entre dos poblaciones. Explica la teoría, supuestos, fórmulas y ejemplos de cómo calcular el tamaño de muestra y contrastar la hipótesis nula de que las proporciones son iguales vs. la alternativa de que son diferentes mediante el estadístico Z. También incluye definiciones clave como distribución muestral, hipótesis, homocedasticidad y tablas de contingencia.
Este documento describe los métodos paramétricos y no paramétricos para realizar pruebas estadísticas. Explica que los métodos paramétricos se basan en parámetros como la media y desviación estándar de una población normal, mientras que los no paramétricos no requieren esta distribución normal y son más sencillos de aplicar. También cubre ejemplos específicos como la prueba de chi cuadrada y su uso para probar independencia entre variables categóricas.
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)guest8a3c19
Este documento presenta información sobre la distribución Ji-cuadrada y cómo se puede usar para probar hipótesis estadísticas en más de dos poblaciones. Explica la fórmula para calcular Ji-cuadrada, los supuestos y restricciones de la prueba, y provee ejemplos y ejercicios resueltos.
Este documento presenta varias pruebas estadísticas no paramétricas, incluidas la prueba chi-cuadrado de Pearson para bondad de ajuste y pruebas de independencia, la prueba de Kolmogorov-Smirnov para comparar distribuciones de probabilidad, y el coeficiente de correlación de Pearson para medir la independencia de variables. Explica los pasos para aplicar estas pruebas y cómo interpretar sus resultados.
Este documento describe varias pruebas estadísticas de bondad de ajuste, incluyendo la prueba chi-cuadrado y la prueba de Kolmogorov-Smirnov. La prueba chi-cuadrado compara las frecuencias observadas con las frecuencias esperadas para determinar si una muestra se ajusta a una distribución teórica especificada. La prueba de Kolmogorov-Smirnov compara las funciones de distribución acumulativa empírica y teórica para evaluar el ajuste. El documento también propor
Este documento trata sobre inferencia estadística y pruebas de hipótesis. Explica conceptos como estimación de parámetros, intervalos de confianza, tipos de hipótesis (nula y alterna), y tipos de errores. También describe cómo se aplica la inferencia estadística en salud para estimar parámetros poblacionales y probar hipótesis a partir de muestras.
El documento describe los pasos para realizar una prueba de hipótesis para comparar las medias de dos poblaciones. Explica que se utiliza la distribución t de Student y proporciona fórmulas, ejemplos y tablas para determinar si dos medias poblacionales son iguales o diferentes con base en datos de dos muestras.
Pruebas de bondad de ajuste y pruebas no parametricasAlez Escandón
UNIDAD 4.- PRUEBAS DE BONDAD DE AJUSTE Y PRUEBAS NO PARAMETRICAS
4.1 Bondad de ajuste.
4.1.1 Análisis Ji-Cuadrada.
4.1.2 Prueba de independencia.
4.1.3 Prueba de la bondad del ajuste.
4.1.4 Tablas de contingencia.
4.2 Pruebas no paramétricas.
4.2.1 Escala de medición.
4.2.2 Métodos estadísticos contra no paramétricos.
4.2.3 Prueba de Kolmogorov – Smirnov.
4.2.4 Prueba de Anderson – Darling.
4.2.5 Prueba de Ryan – Joiner.
4.2.6 Prueba de Shappiro – Wilk.
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)Ana
Este documento presenta un resumen de 3 oraciones o menos sobre la distribución Ji-cuadrada y su aplicación en pruebas de hipótesis. Explica los supuestos, fórmulas y ejemplos de uso de la prueba Ji-cuadrada para comparar frecuencias observadas con las esperadas y determinar si son estadísticamente iguales. Adicionalmente, incluye ejercicios resueltos para reforzar el concepto.
El documento describe los pasos para realizar una prueba de hipótesis para comparar las medias de dos poblaciones. Explica que se utiliza la distribución t de Student y proporciona ejemplos numéricos para ilustrar cómo determinar si dos medias poblacionales son iguales o diferentes basado en muestras aleatorias de cada población.
Este documento presenta un resumen de tres oraciones sobre la distribución Ji-cuadrada y su aplicación en pruebas de hipótesis. Explica que la distribución Ji-cuadrada se usa para probar si las proporciones observadas en múltiples poblaciones son iguales, y describe cómo se calcula la estadística Ji-cuadrada y se compara con valores críticos para decidir si se rechaza o no la hipótesis nula. También resume brevemente algunos usos comunes de la prueba Ji-cuadrada en
Este documento presenta un resumen de tres oraciones sobre la prueba de Ji-cuadrada para más de dos poblaciones. Explica que la prueba de Ji-cuadrada se puede usar para probar la independencia entre variables cualitativas y la homogeneidad entre muestras de varias poblaciones. También resume los supuestos y restricciones de la prueba, así como algunos ejemplos comunes de su aplicación en campos como la medicina y la agronomía.
Este documento describe la prueba de hipótesis chi cuadrado y sus aplicaciones. Explica que la prueba chi cuadrado se usa para probar si una variable sigue una distribución de probabilidad específica o si dos variables son estadísticamente independientes. Detalla cómo se calcula el estadístico de contraste chi cuadrado y cómo se determinan los grados de libertad para la prueba.
Este documento presenta información sobre la prueba de chi-cuadrado. Explica que es una prueba no paramétrica utilizada para variables cualitativas. Proporciona definiciones e investigaciones sobre la prueba de chi-cuadrado. Luego, resuelve dos ejemplos numéricos para ilustrar cómo aplicar la prueba y calcular el estadístico chi-cuadrado. Finalmente, explica cómo interpretar los resultados para tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento presenta información sobre la prueba de chi-cuadrado. Explica que es una prueba no paramétrica que se puede usar con variables cualitativas. Proporciona definiciones de la prueba de chi-cuadrado y el estadístico chi-cuadrado. Incluye ejemplos resueltos para ilustrar cómo aplicar la prueba y calcular el estadístico chi-cuadrado. Finalmente, explica cómo interpretar los resultados usando tablas de valores críticos de chi-cuadrado.
Este documento presenta un trabajo de estadística inferencial sobre el chi-cuadrado realizado por Juan Francisco Ruales en la Universidad Politécnica Estatal del Carchi. El trabajo define el chi-cuadrado, explica cómo se utiliza para probar la bondad del ajuste de una distribución de probabilidad a una muestra de datos, y presenta varios ejercicios numéricos para aplicar la prueba chi-cuadrado.
Este documento presenta un resumen de tres oraciones o menos:
El documento describe el uso de la prueba estadística de chi-cuadrado para determinar si la distribución observada de datos se ajusta a la distribución teórica. Incluye definiciones de la prueba de chi-cuadrado, un ejemplo numérico y una discusión sobre la distribución muestral del estadístico chi-cuadrado. El objetivo es enseñar a los estudiantes cómo aplicar la prueba de chi-cuadrado a problemas relacionados con
Este documento presenta información sobre la prueba estadística de chi-cuadrado. Explica que es una prueba no paramétrica que se puede usar con variables cualitativas. Incluye definiciones de la prueba de chi-cuadrado, un marco teórico con más detalles sobre cómo se calcula y aplica, y ejemplos resueltos para demostrar cómo funciona en la práctica. El objetivo general es que los estudiantes aprendan a aplicar la prueba de chi-cuadrado para tomar decisiones informadas en problemas
Trabajo de pruebas no paraemtricas 6 metodosjimmynter
Este documento trata sobre métodos estadísticos no paramétricos para la toma de decisiones. Explica que la estadística no paramétrica estudia pruebas y modelos cuya distribución no se ajusta a criterios paramétricos conocidos, sino que depende de los datos observados. Luego presenta algunos de los principales métodos no paramétricos como la prueba de Wilcoxon y la prueba de Friedman, desarrollando estas en mayor profundidad. Finalmente incluye ejemplos para ilustrar cómo aplicar estos mé
Este documento presenta información sobre la prueba estadística de chi-cuadrado. Explica que la prueba de chi-cuadrado es una prueba no paramétrica que se puede usar para variables cualitativas. Incluye definiciones de la prueba de chi-cuadrado, un ejemplo numérico para calcular el estadístico chi-cuadrado, y dos problemas resueltos que aplican la prueba de chi-cuadrado para determinar si una distribución de datos se ajusta a una distribución esperada.
Este documento presenta un manual sobre pruebas de hipótesis utilizando Minitab. Explica procedimientos estadísticos como Z de 1 muestra, t de 1 muestra, t de 2 muestras, t pareada, 1 proporción, 2 proporciones para realizar pruebas de hipótesis e intervalos de confianza. Incluye ejemplos y pasos para aplicar estos procedimientos en Minitab.
Reporte interpretación y aplicación de control estadístico de proceso con min...JanyJimenez1
Este documento presenta información sobre estadística descriptiva y su aplicación en la gestión empresarial. Explica conceptos como histogramas, pruebas de normalidad, gráficos de probabilidad y distribución para datos normales. También describe el gráfico de control X-barra R y cómo identificar patrones atípicos que indican que un proceso está fuera de control. El objetivo es mostrar cómo las herramientas estadísticas pueden usarse para analizar datos cuantitativos y tomar decisiones informadas sobre productos y procesos.
Este documento presenta un trabajo de estadística inferencial sobre ejercicios de Chi cuadrado. El objetivo general es conocer y aplicar el Chi cuadrado en ejercicios planteados para desarrollar habilidades profesionales. Se incluye el marco teórico sobre Chi cuadrado y un ejercicio de aplicación. El documento busca reforzar conocimientos estadísticos mediante la resolución de ejercicios sobre esta prueba, importante en el campo del comercio exterior.
El documento presenta cinco ejercicios estadísticos que utilizan la prueba de chi cuadrado para evaluar si se acepta o rechaza la hipótesis nula planteada. Se proporcionan las hipótesis, los grados de libertad, las frecuencias observadas y esperadas, el estadístico de contraste y la conclusión para cada ejercicio. El objetivo es aplicar el concepto de chi cuadrado y ganar experiencia resolviendo este tipo de problemas que son comunes en la carrera de comercio exterior.
Este documento trata sobre conceptos estadísticos y de muestreo. Explica que la inferencia persigue obtener conclusiones sobre una población a partir de una muestra, y existen dos tipos: estimación puntual e intervalos de confianza. También describe distribuciones de probabilidad, tipos de muestreo como el sistemático y estratificado, y conceptos como distribuciones muestrales y los teoremas centrales del límite y de Chebyshev.
Este documento trata sobre conceptos estadísticos y de probabilidad como la inferencia, distribuciones de probabilidad, muestreo, y teoremas importantes. Explica que la inferencia persigue obtener conclusiones sobre una población a partir de una muestra, y existen dos tipos: estimación puntual e intervalos de confianza. También define conceptos como variables aleatorias discretas y continuas, y distribuciones como la normal. Finalmente, describe métodos de muestreo como el sistemático, estratificado y por conglomerados, así como teoremas como el de la
Este documento presenta información sobre una clase de maestría en ingeniería de mantenimiento en la Universidad Nororiental Privada "Gran Mariscal de Ayacucho". Incluye la lista de maestrantes y la facilitadora, así como conceptos sobre inferencia estadística, estimación puntual, de intervalo y bayesiana, prueba de hipótesis y ejemplos de aplicación.
Pruebas de bondad de ajuste y pruebas no parametricasAlez Escandón
UNIDAD 4.- PRUEBAS DE BONDAD DE AJUSTE Y PRUEBAS NO PARAMETRICAS
4.1 Bondad de ajuste.
4.1.1 Análisis Ji-Cuadrada.
4.1.2 Prueba de independencia.
4.1.3 Prueba de la bondad del ajuste.
4.1.4 Tablas de contingencia.
4.2 Pruebas no paramétricas.
4.2.1 Escala de medición.
4.2.2 Métodos estadísticos contra no paramétricos.
4.2.3 Prueba de Kolmogorov – Smirnov.
4.2.4 Prueba de Anderson – Darling.
4.2.5 Prueba de Ryan – Joiner.
4.2.6 Prueba de Shappiro – Wilk.
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)Ana
Este documento presenta un resumen de 3 oraciones o menos sobre la distribución Ji-cuadrada y su aplicación en pruebas de hipótesis. Explica los supuestos, fórmulas y ejemplos de uso de la prueba Ji-cuadrada para comparar frecuencias observadas con las esperadas y determinar si son estadísticamente iguales. Adicionalmente, incluye ejercicios resueltos para reforzar el concepto.
El documento describe los pasos para realizar una prueba de hipótesis para comparar las medias de dos poblaciones. Explica que se utiliza la distribución t de Student y proporciona ejemplos numéricos para ilustrar cómo determinar si dos medias poblacionales son iguales o diferentes basado en muestras aleatorias de cada población.
Este documento presenta un resumen de tres oraciones sobre la distribución Ji-cuadrada y su aplicación en pruebas de hipótesis. Explica que la distribución Ji-cuadrada se usa para probar si las proporciones observadas en múltiples poblaciones son iguales, y describe cómo se calcula la estadística Ji-cuadrada y se compara con valores críticos para decidir si se rechaza o no la hipótesis nula. También resume brevemente algunos usos comunes de la prueba Ji-cuadrada en
Este documento presenta un resumen de tres oraciones sobre la prueba de Ji-cuadrada para más de dos poblaciones. Explica que la prueba de Ji-cuadrada se puede usar para probar la independencia entre variables cualitativas y la homogeneidad entre muestras de varias poblaciones. También resume los supuestos y restricciones de la prueba, así como algunos ejemplos comunes de su aplicación en campos como la medicina y la agronomía.
Este documento describe la prueba de hipótesis chi cuadrado y sus aplicaciones. Explica que la prueba chi cuadrado se usa para probar si una variable sigue una distribución de probabilidad específica o si dos variables son estadísticamente independientes. Detalla cómo se calcula el estadístico de contraste chi cuadrado y cómo se determinan los grados de libertad para la prueba.
Este documento presenta información sobre la prueba de chi-cuadrado. Explica que es una prueba no paramétrica utilizada para variables cualitativas. Proporciona definiciones e investigaciones sobre la prueba de chi-cuadrado. Luego, resuelve dos ejemplos numéricos para ilustrar cómo aplicar la prueba y calcular el estadístico chi-cuadrado. Finalmente, explica cómo interpretar los resultados para tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento presenta información sobre la prueba de chi-cuadrado. Explica que es una prueba no paramétrica que se puede usar con variables cualitativas. Proporciona definiciones de la prueba de chi-cuadrado y el estadístico chi-cuadrado. Incluye ejemplos resueltos para ilustrar cómo aplicar la prueba y calcular el estadístico chi-cuadrado. Finalmente, explica cómo interpretar los resultados usando tablas de valores críticos de chi-cuadrado.
Este documento presenta un trabajo de estadística inferencial sobre el chi-cuadrado realizado por Juan Francisco Ruales en la Universidad Politécnica Estatal del Carchi. El trabajo define el chi-cuadrado, explica cómo se utiliza para probar la bondad del ajuste de una distribución de probabilidad a una muestra de datos, y presenta varios ejercicios numéricos para aplicar la prueba chi-cuadrado.
Este documento presenta un resumen de tres oraciones o menos:
El documento describe el uso de la prueba estadística de chi-cuadrado para determinar si la distribución observada de datos se ajusta a la distribución teórica. Incluye definiciones de la prueba de chi-cuadrado, un ejemplo numérico y una discusión sobre la distribución muestral del estadístico chi-cuadrado. El objetivo es enseñar a los estudiantes cómo aplicar la prueba de chi-cuadrado a problemas relacionados con
Este documento presenta información sobre la prueba estadística de chi-cuadrado. Explica que es una prueba no paramétrica que se puede usar con variables cualitativas. Incluye definiciones de la prueba de chi-cuadrado, un marco teórico con más detalles sobre cómo se calcula y aplica, y ejemplos resueltos para demostrar cómo funciona en la práctica. El objetivo general es que los estudiantes aprendan a aplicar la prueba de chi-cuadrado para tomar decisiones informadas en problemas
Trabajo de pruebas no paraemtricas 6 metodosjimmynter
Este documento trata sobre métodos estadísticos no paramétricos para la toma de decisiones. Explica que la estadística no paramétrica estudia pruebas y modelos cuya distribución no se ajusta a criterios paramétricos conocidos, sino que depende de los datos observados. Luego presenta algunos de los principales métodos no paramétricos como la prueba de Wilcoxon y la prueba de Friedman, desarrollando estas en mayor profundidad. Finalmente incluye ejemplos para ilustrar cómo aplicar estos mé
Este documento presenta información sobre la prueba estadística de chi-cuadrado. Explica que la prueba de chi-cuadrado es una prueba no paramétrica que se puede usar para variables cualitativas. Incluye definiciones de la prueba de chi-cuadrado, un ejemplo numérico para calcular el estadístico chi-cuadrado, y dos problemas resueltos que aplican la prueba de chi-cuadrado para determinar si una distribución de datos se ajusta a una distribución esperada.
Este documento presenta un manual sobre pruebas de hipótesis utilizando Minitab. Explica procedimientos estadísticos como Z de 1 muestra, t de 1 muestra, t de 2 muestras, t pareada, 1 proporción, 2 proporciones para realizar pruebas de hipótesis e intervalos de confianza. Incluye ejemplos y pasos para aplicar estos procedimientos en Minitab.
Reporte interpretación y aplicación de control estadístico de proceso con min...JanyJimenez1
Este documento presenta información sobre estadística descriptiva y su aplicación en la gestión empresarial. Explica conceptos como histogramas, pruebas de normalidad, gráficos de probabilidad y distribución para datos normales. También describe el gráfico de control X-barra R y cómo identificar patrones atípicos que indican que un proceso está fuera de control. El objetivo es mostrar cómo las herramientas estadísticas pueden usarse para analizar datos cuantitativos y tomar decisiones informadas sobre productos y procesos.
Este documento presenta un trabajo de estadística inferencial sobre ejercicios de Chi cuadrado. El objetivo general es conocer y aplicar el Chi cuadrado en ejercicios planteados para desarrollar habilidades profesionales. Se incluye el marco teórico sobre Chi cuadrado y un ejercicio de aplicación. El documento busca reforzar conocimientos estadísticos mediante la resolución de ejercicios sobre esta prueba, importante en el campo del comercio exterior.
El documento presenta cinco ejercicios estadísticos que utilizan la prueba de chi cuadrado para evaluar si se acepta o rechaza la hipótesis nula planteada. Se proporcionan las hipótesis, los grados de libertad, las frecuencias observadas y esperadas, el estadístico de contraste y la conclusión para cada ejercicio. El objetivo es aplicar el concepto de chi cuadrado y ganar experiencia resolviendo este tipo de problemas que son comunes en la carrera de comercio exterior.
Este documento trata sobre conceptos estadísticos y de muestreo. Explica que la inferencia persigue obtener conclusiones sobre una población a partir de una muestra, y existen dos tipos: estimación puntual e intervalos de confianza. También describe distribuciones de probabilidad, tipos de muestreo como el sistemático y estratificado, y conceptos como distribuciones muestrales y los teoremas centrales del límite y de Chebyshev.
Este documento trata sobre conceptos estadísticos y de probabilidad como la inferencia, distribuciones de probabilidad, muestreo, y teoremas importantes. Explica que la inferencia persigue obtener conclusiones sobre una población a partir de una muestra, y existen dos tipos: estimación puntual e intervalos de confianza. También define conceptos como variables aleatorias discretas y continuas, y distribuciones como la normal. Finalmente, describe métodos de muestreo como el sistemático, estratificado y por conglomerados, así como teoremas como el de la
Este documento presenta información sobre una clase de maestría en ingeniería de mantenimiento en la Universidad Nororiental Privada "Gran Mariscal de Ayacucho". Incluye la lista de maestrantes y la facilitadora, así como conceptos sobre inferencia estadística, estimación puntual, de intervalo y bayesiana, prueba de hipótesis y ejemplos de aplicación.
Trazos poligonales para hallar las medidas de los angulos con las distancias establecidas realizadas con la cinta metrica. Empleando fórmulas como la ley de cosenos y senos, para determinar dichos ángulos.Lo que ayudará para la enseñanza estudiantil en el ámbito de la ingeniería.
El crecimiento urbano de las ciudades latinoamericanas ha sido muy rápido en las últimas décadas, debido a factores como el crecimiento demográfico, la migración del campo a la ciudad, y el desarrollo económico. Este crecimiento ha llevado a la expansión de las ciudades hacia las áreas periféricas, creando problemas como la falta de infraestructura adecuada, la congestión del tráfico, la contaminación ambiental, y la segregación social.
En muchas ciudades latinoamericanas, el crecimiento urbano ha sido desorganizado y ha resultado en la formación de asentamientos informales o barrios marginales, donde las condiciones de vida son precarias y la población carece de servicios básicos como agua potable, electricidad y transporte público.
Además, el crecimiento urbano descontrolado ha llevado a la destrucción de áreas verdes, la deforestación y la pérdida de biodiversidad, lo que tiene un impacto negativo en el medio ambiente y en la calidad de vida de los habitantes de las ciudades.
Para hacer frente a estos desafíos, las ciudades latinoamericanas están implementando políticas de planificación urbana sostenible, promoviendo la densificación urbana, la revitalización de áreas degradadas, la preservación de espacios verdes y la mejora de la infraestructura y los servicios públicos. También se están llevando a cabo programas de vivienda social y de regularización de asentamientos informales, con el objetivo de mejorar la calidad de vida de los habitantes de estas áreas.
Acceso y utilización de los espacios públicos. Comunicación y señalización..pdfJosé María
En las últimas décadas se han venido realizando esfuerzos por ofrecer a las personas con discapacidad espacios colectivos accesibles en sus entornos poniendo a disposición de los responsables de su diseño, planificación y construcción, documentos técnicos con los requerimientos básicos de accesibilidad con
el mínimo común denominador para todo el territorio del Estado.
Catalogo General Durstone Distribuidor Oficial Amado Salvador ValenciaAMADO SALVADOR
Descubre el catálogo general de Durstone, presentado por Amado Salvador, el distribuidor oficial de cerámica Durstone. Este catálogo incluye una amplia variedad de productos de alta calidad de Durstone, conocidos por su resistencia, durabilidad y diseño innovador. Como distribuidor oficial de cerámica Durstone, Amado Salvador ofrece una selección completa de cerámica Durstone que abarca desde baldosas para interiores y exteriores hasta soluciones personalizadas para proyectos arquitectónicos.
Durstone se destaca por su compromiso con la excelencia y la innovación en el diseño de cerámica. Cada pieza es creada para satisfacer los estándares más altos de calidad, asegurando que cada proyecto se beneficie de productos que no solo son estéticos, sino también extremadamente duraderos.
Explora este catálogo y descubre la cerámica Durstone y encuentra la opción perfecta para cualquier espacio, asegurando la mejor calidad y estilo. Amado Salvador, distribuidor oficial Durstone en Valencia.
Catalogo Peronda: Pavimentos y Revestimientos Ceramicos de Calidad. Amado Sal...AMADO SALVADOR
Descubre el catálogo completo de pavimentos y revestimientos cerámicos de Peronda, líder en innovación y diseño en el sector. Como distribuidor oficial de Peronda, Amado Salvador te ofrece una amplia gama de productos de alta calidad para tus proyectos de diseño y construcción.
En este catálogo, encontrarás una selección excepcional de pavimentos y revestimientos cerámicos que destacan por su durabilidad, resistencia y estética inigualable. Peronda se distingue por su compromiso con la excelencia, ofreciendo soluciones que combinan funcionalidad y estilo en cada pieza.
Los productos de Peronda disponibles a través de Amado Salvador ofrecen una variedad de diseños, desde los clásicos hasta los más vanguardistas, adaptándose a cualquier espacio y necesidad. Desde suelos cerámicos elegantes hasta revestimientos que añaden personalidad a tus proyectos, cada producto refleja la artesanía y la innovación que caracterizan a Peronda.
Con Peronda, puedes confiar en la calidad de los materiales y en la belleza atemporal de sus diseños. Encuentra la inspiración que buscas para tus proyectos de interiorismo, arquitectura y construcción con la garantía de un distribuidor oficial como Amado Salvador. Descarga nuestro catálogo y descubre cómo los pavimentos y revestimientos cerámicos de Peronda pueden transformar tus espacios.
El crecimiento urbano de las ciudades latinoamericanas ha sido muy rápido en las últimas décadas, debido a factores como el crecimiento demográfico, la migración del campo a la ciudad, y el desarrollo económico. Este crecimiento ha llevado a la expansión de las ciudades hacia las áreas periféricas, creando problemas como la falta de infraestructura adecuada, la congestión del tráfico, la contaminación ambiental, y la segregación social.
En muchas ciudades latinoamericanas, el crecimiento urbano ha sido desorganizado y ha resultado en la formación de asentamientos informales o barrios marginales, donde las condiciones de vida son precarias y la población carece de servicios básicos como agua potable, electricidad y transporte público.
Además, el crecimiento urbano descontrolado ha llevado a la destrucción de áreas verdes, la deforestación y la pérdida de biodiversidad, lo que tiene un impacto negativo en el medio ambiente y en la calidad de vida de los habitantes de las ciudades.
Para hacer frente a estos desafíos, las ciudades latinoamericanas están implementando políticas de planificación urbana sostenible, promoviendo la densificación urbana, la revitalización de áreas degradadas, la preservación de espacios verdes y la mejora de la infraestructura y los servicios públicos. También se están llevando a cabo programas de vivienda social y de regularización de asentamientos informales, con el objetivo de mejorar la calidad de vida de los habitantes de estas áreas.
Catalogo General Grespania Ceramica Amado Salvador Distribuidor Oficial ValenciaAMADO SALVADOR
Descarga el catálogo general de productos cerámicos Grespania, presentado por Amado Salvador, distribuidor oficial de cerámica Grespania. Explora la amplia selección de productos Grespania de alta calidad diseñados para brindar belleza y durabilidad a tus proyectos de construcción y diseño.
Grespania es reconocida por la excelencia en productos cerámicos. Como distribuidor oficial de cerámica Grespania, Amado Salvador te ofrece acceso a una variedad de productos que cumplen con los más altos estándares de calidad.
En este catálogo encontrarás una amplia gama de opciones en azulejos, pavimentos y revestimientos cerámicos, todos ellos fabricados con la alta calidad que caracteriza a Grespania. Desde diseños modernos hasta clásicos atemporales, los productos satisfacen las necesidades de cualquier proyecto.
Confía en Amado Salvador como tu distribuidor oficial de cerámica Grespania para encontrar los productos perfectos que se adapten a tus proyectos. Descarga el catálogo ahora y descubre los productos de Grespania. Amado Salvador distribuidor oficial Grespania en Valencia.
Construcción de una estación de radio en distintas bandas y muy bien explicado.
proytecto 044.docx
1. Instituto Tecnológico de Apizaco
INGENIERÍA EN SISTEMAS AUTOMORICES
DIESEO DE EXPERIMENTOS
M.I.A. JUAN MANUEL GARCIA BARRIOS
PRACTICA: ESTADISTICA DESCRIPTIVA
ALUMNOS: GUSTAVO AGUILAR HERNANDEZ
JONATHAN ARTURO GONZALES CUATECONTZI
ERICK WILLIAM PEREZ VELAZQUEZ
JOSE ARMANDO GARCIA SANCHEZ
EDWIN DIAZ HERNANDEZ
EDUARDO SALINAS CAMARILLO
20 DE SEPTIEMBRE DEL 2023
2. Contenido
1 INTRODUCCIÓN................................................................................................................................ 3
2 OBJETIVO (COMPETENCIA)............................................................................................................. 12
3 FUNDAMENTO TEORICO ................................................................................................................ 13
4 PROCEDIMIENTO (DESCRIPCIÓN)................................................................................................... 14
5 DESARROLLO DE LA PRÁCTICA ....................................................................................................... 15
6 RESULTADOS DEL APRENDIZAJE..................................................................................................... 18
7 ANEXOS .......................................................................................................................................... 19
8 REFERENCIAS................................................................................................................................. 21
Ilustración 1 Tabla de muestra sus unidades son meses, ................................................................. 15
Ilustración 2 Tabla con las clases y amplitudes calculadas ............................................................... 16
Ilustración 3 polígono d frecuencias ................................................................................................. 19
Ilustración 4 Diagrama de pastel....................................................................................................... 20
Ilustración 5 poligona de frecuencia acumulada .............................................................................. 20
Ilustración 6 Grafica de barra invertida ............................................................................................ 21
3. 1 INTRODUCCIÓN
Pretende introducir al estudiante en el conocimiento de las técnicas estadísticas
básicas, con el objetivo de que lo ayuden en su futuro profesional a la hora de
tomar decisiones en cualquier entorno laboral y de relaciones humanas. Para ello,
se desarrollan los principales instrumentos estadísticos que sirven para la
descripción, resumen y comprensión de la información disponible.
La estadística descriptiva es una ciencia que analiza series de datos (por ejemplo,
edad de una población, altura de los estudiantes de una escuela, temperatura en
los meses de verano, etc.) y trata de extraer conclusiones sobre el
comportamiento de estas variables.
En este trabajo podremos encontrar el desarrollo de un estudio de una población
(Unidades de transporte público). Con relación diferentes marcas de aceite para
poder determinar cuál es la que tiene mejor rendimiento para poder determinar la
confiabilidad y calidad del producto que podremos conseguir en el mercado.
1.2 Marco teórico
Las pruebas de bondad de ajuste tratan de verificar si el conjunto de datos se
puede ajustar o afirmar que proviene de una determinada distribución. Las
pruebas básicas que pueden aplicarse son: la ji-cuadrada y la prueba de Smirnov-
Kolmogorov. Ambas pruebas caen en la categoría de lo que en estadística se
denominan pruebas de "Bondad de Ajuste" y miden, como el nombre lo indica, el
grado de ajuste que existe entre la distribución obtenida a partir de la muestra y la
distribución teórica que se supone debe seguir esa muestra. Ambas pruebas están
basadas en la hipótesis nula de que no hay diferencias significativas entre la
distribución muestral y la teórica, HO es la distribución que se supone sigue la
muestra aleatoria.
4. La hipótesis alternativa siempre se enuncia como que los datos no siguen la
distribución supuesta. Hablamos de bondad de ajuste cuando tratamos de
comparar una distribución de frecuencia observada con los valores
correspondientes de una distribución esperada o teórica. Algunos estudios
producen resultados sobre los que no podemos afirmar que se contribuyen
normalmente, es decir con forma acampanada concentradas sobre la media.
Prueba x2
Esta prueba es aplicable para variables aleatorias discretas o continuas. una
muestra aleatoria de tamaño n tomada de una población con una distribución
especificada 10(x) que es de interés verificar suponer que las observaciones de la
muestra están agrupadas en k clases, siendo oi la cantidad de observaciones en
cada clase i 1, 2, k Con el modelo especificado 10(x) se puede calcular la
probabilidad Pi que un dato cualquiera pertenezca a una clase 1. Con este valor
de probabilidad se puede encontrar la frecuencia esperada ei para la clase i, es
decir, la cantidad de datos que según el modelo especificado deberían estar
incluidos en la clase i: ei pin, 1, 2, K tenemos entonces dos valores de frecuencia
para cada clase I oi: frecuencia observada (corresponde a los datos de la muestra)
Ejemplo: frecuencia esperada (corresponde al modelo propuesto)
La teoría estadística demuestra que la siguiente variable es apropiada para
realizar una prueba de bondad de ajuste:
5. Es considerada Como una prueba no paramétrica que mide la discrepancia
(bondad de ajuste) entre una distribución observada a partir de la muestra y otra
teórica que se supone que debe de seguir esa muestra, indicando en que medidas
las diferencias existentes entre ambas se deben al azar entre contraste de la
hipótesis.
Esta prueba se basa en la hipótesis nula (H) de que no hay diferencias
significativas entre la distribución muestral y la teórica. Mientras que la hipótesis
alternativa(H1) siempre se enuncia como que los datos no siguen la distribución
supuesta.
6. La estructura básica de la prueba para la bondad del ajuste se muestra en la
siguiente tabla
Propiedades de las distribuciones ji-cuadrada
1. Los valores de X ^ 2 son mayores o iguales que 0.
2. La forma de una distribución X ^ 2 depende del Gl=n-1. En consecuencia,
hay un número infinito de distribuciones x ^ 2
3. El área bajo una curva ji-cuadrada y sobre el eje horizontal es 1.4. Las
distribuciones x ^ 2 no son simétricas. Tienen colas estrechas que se
extienden a la derecha, esto es, están sesgadas a la derecha.
4. Cuando n>2, la media de una distribución X es n-1 y la varianza es 2(n – 1)
5. El valor modal de una distribución X ^ 2 se da en el valor (n-3).
7. Distribución ji-cuadrada, es una distribución de probabilidad. La distribución ji-
cuadrada tiene un sesgo positivo como se puede observar en la siguiente figura:
La distribución de ji-cuadrada, o chi-cuadrada, como también se le conoce, tiende
a la normalidad, tal y como se muestra en la siguiente figura a medida que
aumentan los grados de libertad.
8. Prueba kolmogorov-smirnov
En estadística la prueba de Kolmogorov-Smirnov (también prueba K-S) es una
prueba no paramétrica que determina la bondad de ajuste de dos distribuciones de
probabilidad entré sí. En el caso de que queramos verificar la normalidad de una
distribución, la prueba de Lilliefors conlleva algunas mejoras con respecto a la de
Kolmogorov-Smimov: y, en general, la prueba de Shapiro-Wilk Wilk o la prueba de
Anderson-Darling son alternativas más potentes. Conviene tener en cuenta que la
prueba Kolmogorov-Smimov es más sensible a los valores cercanos a la mediana
que a los extremos de la distribución. La prueba de Anderson- Darling proporciona
igual sensibilidad con valores extremos.
El procedimiento Prueba de Kolmogorov-Smirnov para una muestra compara la
función de distribución acumulada observada de una variable con una distribución
teórica determinada, que puede ser la normal, la uniforme, la de Poisson o la
exponencial. La Z de Kolmogorov-Smirnov se calcula a partir de la diferencia
mayor (en valor absoluto) entre las funciones de distribución acumuladas teórica y
observada. Esta prueba de bondad de ajuste contrasta si las observaciones
podrían razonablemente proceder de la distribución especificada.
9. Ejemplo
Muchas pruebas paramétricas requieren que las variables se distribuyan
de forma normal. La prueba de Kolmogorov-Smirnov para una muestra se
puede utilizar para comprobar que una variable (por ejemplo ingresos) se
distribuye normalmente.
Estadísticas
Media, desviación estándar, mínimo, máximo, número de casos no
perdidos, cuartiles, prueba de Lilliefors y simulación de Monte Carlo.
Pasos para realizar la prueba de Kolmogorov-Smimov
Partiendo del supuesto de que los datos son normales y que ya se conocen la
media y desviación se hace lo siguiente:
1. Identificar la muestra de la población a utilizar
2. Plantear la hipótesis para la muestra:Ho, hipótesis nula Hi
hipótesis alternativa.
3. Calcular la frecuencia observada de cada uno de los
intervalos, luego se suman todas las frecuencias
observadas.
4. 4 calcular la frecuencia observada relativa (frecuencia
observada de cada intervalo/la sumatoria total de la
frecuencia observada).
5. Luego se caícula las frecuencias observada relativa
acumulada (FOR A) y la frecuencia esperada relativa
acumulada (FERA) se calcula el Estadístico de Prueba (D)
de cada intervalo con la siguiente formula DABS (FOR
Acum-FER Acum)
6. Se busca en la siguiente tabla de acuerdo al tamaño de la muestra y un alfa
(o), el valor esperado:
10. N<40: se realiza el procedimiento normal
n>40: se aplica la formula que se expone en la tabla.
4.3 prueba de Anderson Darling
11. Dentro de la estadística, la prueba de Anderson Darling mide qué tan bien siguen
los datos una distribución específica. Para un conjunto de datos y distribución en
particular, mientras mejor se ajuste la distribución a los datos, menor será este
estadístico. Por ejemplo, se puede utilizar para determinar si los datos cumplen el
supuesto de normalidad para una prueba t. De igual forma, se puede usar para
comparar el ajuste de varias distribuciones con el fin de determinar cuál es la
mejor. Sin embargo, para concluir que una distribución es la mejor, el estadístico
de Anderson-Darling debe ser sustancialmente menor que los demás. Cuando los
estadísticos están cercanos entre sí, se deben usar criterios adicionales, como las
gráficas de probabilidad, para elegir entre ellos.
La prueba de Anderson-Darling se realiza en dos pasos: primero, se crean dos
distribuciones acumulativas, la primera es una distribución acumulativa de los
datos crudos y la segunda, es una distribución acumulativa normal y, segundo, se
12. comparan las dos distribuciones acumulativas para determinar la mayor diferencia
numérica absoluta entre ambas. De tal manera que, si la diferencia es amplia, se
rechaza la hipótesis nula, esto es, que los datos siguen una distribución normal
Por lo antes mencionado, en este trabajo, se investigarán los supuestos y
utilización de dicha prueba.
2 OBJETIVO (COMPETENCIA)
Conocer los conceptos básicos de población, muestra, variable y
estadística.
Distinguir los distintos tipos de variables y datos.
Agrupar la información estadística disponible en tablas de frecuencias.
Saber resumir una muestra estadística mediante medidas de tendencia,
dispersión, localización y forma.
Analizar datos de una y dos variables.
Entender el uso de métodos gráficos para mostrar los rasgos importantes
de una muestra.
Resolver problemas de probabilidad.
Utilizar modelos de variables aleatorias.
Determinar las relaciones existentes entre variables aleatorias.
13. 3 FUNDAMENTO TEORICO
Las variables pueden ser de dos tipos:
Variables cualitativas o atributos: no se pueden medir numéricamente (por
ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numérico (edad, precio de un producto,
ingresos anuales).
Las variables también se pueden clasificar en:
Variables unidimensionales: sólo recogen información sobre una característica
(por ejemplo: edad de los alumnos de una clase).
Variables bidimensionales: recogen información sobre dos características de la
población (por ejemplo: edad y altura de los alumnos de una clase).
Variables pluridimensionales: recogen información sobre tres o más características
(por ejemplo: edad, altura y peso de los alumnos de una clase).
Por su parte, las variables cuantitativas se pueden clasificar en discretas y
continuas:
Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo:
número de hermanos (puede ser 1, 2, 3., etc, pero, por ejemplo, nunca podrá ser
3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo,
la velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h...etc.
Cuando se estudia el comportamiento de una variable hay que distinguir los
siguientes conceptos:
Individuo: cualquier elemento que porte información sobre el fenómeno que se
estudia. Así, si estudiamos la altura de los niños de una clase, cada alumno es un
individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo.
14. Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que
porten información sobre el fenómeno que se estudia. Por ejemplo, si estudiamos
el precio de la vivienda en una ciudad, la población será el total de las viviendas
de dicha ciudad.
Muestra: subconjunto que seleccionamos de la población. Así, si se estudia el
precio de la vivienda de una ciudad, lo normal será no recoger información sobre
todas las viviendas de la ciudad (sería una labor muy compleja), sino que se suele
seleccionar un subgrupo (muestra) que se entienda que es suficientemente
representativo.
4 PROCEDIMIENTO (DESCRIPCIÓN)
EN LA SIGUIENTE TABLA ENCONTRAREMOS EL TIEMPO DE VIDA DE LOS
ACEITES DE MOTOR EN DIFERENTES MARCAS DE VEHICULOS, TOMANDO
ENCUENTA LA MARCA DE ACEITE CON UNA ESPECIFICACION DE 20W 50,
EN ESTE EJEMPLO PARA LA POBLACION EMPLEAMOS UNA FLOTILLA DE
TRASNPORTE PUBLICO DE UNA MISMA RUTA PARA NO TENER
VARIABILIDAD EN EL MODO DE CONDUCION.
En el trabajo realizado se han puesto en práctica distintos conceptos matemáticos
que se vieron en clase con los cuales es posible estudiar un conjunto de datos
para poder llegar a una conclusión.
15. Dentro de los aspectos calculados encontramos el número de clases, que debe
ser superior al valor más grande de todo el conjunto de datos, posteriormente se
determina el ancho o intervalo de cada clase, y también los límites de cada una.
Después se obtienen valores de Frecuencia de clase, Frecuencia acumulada,
frecuencia relativa, Frecuencia relativa acumulada y punto medio, todo esto con el
fin de poder calcular las medidas de tendencia central para datos agrupados y no
agrupados (media, mediana, moda).
Una vez obtenidos estos valores, es posible obtener las medidas de dispersión
para datos agrupados y no agrupados (amplitud de variación, varianza y
desviación estándar)
Por último con todos los valores obtenidos nos es posible representarlos
gráficamente con la ayuda de distintos tipos de grafica como lo son; histograma,
polígono de frecuencia, polígono de frecuencia acumulada, grafica de pastel y
grafica de barra invertida.
5 DESARROLLO DE LA PRÁCTICA
Como primer paso fue el obtener nuestra tabla de población
Ilustración 1 Tabla de muestra. (unidades en meses).
Después tenemos que determinar nuestra amplitud
2K =_>n
.n= número de datos
16. K= número de clases
para este caso n= 25 y k= 5
Después tenemos la amplitud donde 𝑖 =
𝐻−𝐿
𝐾
Ecuación de amplitud
Donde H= El dato mas grande 𝑖 =
38−17
5
L= el dato más pequeño i=4.2
Se redondea a 5
Después de esta podremos ordenar nuestras clases con la amplitud calculada
Ilustración 2 Tabla con las clases y amplitudes calculadas
Calculo de las clases con amplitud para obtener el límite inferior y límite superior.
17+5=22
22+5=27
27+5=32
32+5=37
37+5=42
FC= frecuencia de clase
Es el número de datos que encontramos en el rango establecido
17. FA= frecuencia acumulada
Es la frecuencia de clase más la del siguiente rango
Fr= frecuencia relativa
Se calcula con la frecuencia de clase entre el número total de datos
FRA= Frecuencia relativa acumulada
Es la suma de cada uno de los datos de frecuencia relativa
X= punto medio
𝑥 =
𝐿𝑠+𝐿𝑖
2
ecuación de punto medio
Después obtendremos la media
𝑋 = ∑ 𝐹𝑋/𝑛
𝑛
𝑖=𝑥
En este caso obtuvimos un valor de 25.7
MODA= el valor más repetido en nuestros datos en este caso 24
MADIANA=𝐿 + (
𝑛
2
−𝐹𝐶𝐴
𝐹
)
L= limite inferior de la clase que contiene la media
.n= numero de datos
FCA= frecuencia de clase acumulada que precede a la clase que contiene la
media
F=frecuencia de la clase que contiene la media
I=amplitud de clase
Para este caso obtuvimos un valor de 25.25
18. X2= los valores de x al cuadrado
FX2= la frecuencia de clase por x2
FX= frecuencia de clase por x
Ecuación de la varianza
𝑠2
=
[∑(𝑓)(𝑥2)] − [∑(𝑓)(𝑥)]2
𝑛 − 1
F=frecuencia de clase
X=punto medio
.n=total de datos
En este caso nos dio una valor de 155.45
Y la raíz cuadrada de este valor nos dará el valor de la desviación estándar
obteniendo 12.46
6 RESULTADOS DEL APRENDIZAJE
Proporcionar los instrumentos y técnicas del análisis descriptivo de la información
que se dispone de un determinado problema, además de adquirir destreza para
aplicar los métodos estadísticos al estudio científico de las disciplinas de las
19. ciencias del trabajo y de los recursos humanos, tanto como ser capaz de
reflexionar de forma crítica sobre los datos que se le presenten en diferentes
situaciones también de poder sistematizar la información numérica.
7 ANEXOS
Ilustración 3 polígono d frecuencias
21. Ilustración 6 Grafica de barra invertida
8 REFERENCIAS
1. Anderson, D. R. (2008). Estadística para administración y economía. (10ª. ed.) México : Cengage
Learning.
2. Box, G. E. P. (2008). Estadística para investigadores : Diseño, innovación y descubrimiento. (2ª.
Ed.). España : Reverté
3. Berenson, M. (2006). Estadística para administración. (4ª. ed.) México : Pearson Educación.
4. Carot, V. (2006). Control estadístico de la calidad. España : Alfaomega.
5. Devore, J. L. (2012) Probabilidad y estadística para ingenierías y ciencia. (8ª. ed.) México :
Cengage Learning.
6. Fernández, A. M. (2006). Ejercicios de econometría. (2006). España : McGraw-Hill.
7. Gamiz, B. E. (2012). Probabilidad y estadística con prácticas en Excel. (3ª. ed). México : JIT Press.