Chuletas y apuntes de Matemáticas de Universidad

1.
Un parámetro es una función definida sobre una variable que caracteriza a una población y se presenta con letras griegas.

Verdadero

Lechones de 7-9 Kg

Z=X-M/σ

Z=7kg - 6,7kg / 0,5kg = 0.6

Z=9kg - 6,7kg / 0,5kg = 4,6

=P(7<X<9) = P(0,

Conceptos Estadísticos Fundamentales

A continuación, se presentan algunos conceptos clave en estadística:

• Parámetro: Es una función definida sobre una variable que caracteriza a una población y se representa con letras griegas.
• Estimador: Un estimador es más preciso que otro si la varianza del primero es menor que la del segundo.
• Consistencia: Se refiere a la precisión de los estimadores. Un estimador preciso también es insesgado.
• Espacio Muestral: Es el conjunto de todos los resultados posibles de un proceso experimental u observacional.
• Valor P: Es la probabilidad exacta de cometer error tipo I.

Ejemplos Prácticos

2. Lechones 7 y 9 kg

Se analiza el peso de lechones:

• X (media): 6,7 kg
• DE (Desviación Estándar): 0,5 kg

Cálculo de Z:

Z = (X -... Continuar leyendo "Análisis Estadístico: Ejemplos Prácticos y Aplicaciones" »

Cuestión 1: Diferencia de Medias en la Prueba de Atención (Estudios Primarios vs. Secundaria)

Determinar si hay diferencia significativa entre las medias obtenidas por los sujetos que tienen estudios Primarios y los que tienen estudios de Secundaria, en la variable “Prueba de atención” (G), considerando solo a los sujetos casados/as y a los viudos/as.

Se trata de una prueba para **variables independientes** (dos grupos). Se asume inicialmente que es paramétrica. Se seleccionan los casos: A=2 | A=3.

Procedimiento Estadístico

• Método: Comparar medias: **Prueba T para variables independientes**.
• Nivel de estudios: Definir grupos (Grupo 1= 1 / Grupo 2=2).
• Variable de Prueba: Prueba de Atención (G).

Hipótesis y Resultados

• Hipótesis Nula (H₀)

Conceptos Fundamentales de Estadística Bivariada

Definiciones Clave: Dispersión, Correlación y Covarianza

• Diagrama de Dispersión: Permite estudiar la relación entre dos conjuntos asociados de datos que aparecen en pares $(X, Y)$. Se representa gráficamente como una "nube de puntos".
• Correlación: Mide el grado de relación lineal entre dos variables. Indica la intensidad y la dirección de esta posible relación.
• Covarianza: Es una medida de asociación lineal entre dos características o variables que ayuda a identificar si existe alguna relación entre ellas.

Interpretación de Relaciones Lineales

Comportamiento de Variables en una Relación Lineal Negativa

¿Cómo se comportan las variables $X$ e $Y$ en una relación lineal negativa?

En una... Continuar leyendo "Fundamentos de Regresión Lineal y Correlación: Conceptos y Propiedades Estadísticas" »

UNIDAD 1

1.- QUE ES UNA ENCUESTA

Serie De preguntas que se hace a muchas personas para reunir datos o detectar la Opinión

2.- TIPOS DE ENCUESTA

Encuestas descriptivas: Estas encuestas buscan crear un Registro sobre las actitudes o condiciones presentes dentro de una población en Un momento determinado

3.-QUE ES UNA VARIABLE

Variable independiente. El valor que tenga asignado La variable no dependerá de otra variable. Se representan dentro del eje de Abscisas.

Variable dependiente. El o los valores de una variable Dependerán exclusivamente de los valores que obtengan otras variables.

4.- TIPOS DE ESCALA

Escala nominal

Escala ordinal

Escala de intervalo

Escala de razón

5.- QUE ES UNA BASE DE DATOS

Son bases de datos únicamente de lectura, utilizadas... Continuar leyendo "Relación empírica entre las medidas de dispersión" »

Medidas de Dispersión: Definición y Tipos

Las medidas de dispersión cuantifican la variabilidad o representatividad de los datos. Pueden clasificarse en:

• Absolutas: miden la variabilidad en las mismas unidades de la variable de estudio.
• Relativas: son valores sin unidades. La más utilizada es el Coeficiente de Variación (CV), definido como CV = s / x̄.

Coeficiente de Correlación Lineal y Bondad del Ajuste

Definición, Interpretación y Propiedades

• Coeficiente de Correlación (r_xy): mide el grado de asociación de la variación conjunta entre las variables. Se expresa como r_xy = s_xy / (s_x · s_y).
• Bondad del Ajuste:
  • Varianza residual (s²_ry): representa la media de los errores que se cometen en el ajuste de un modelo; esta medida no está acotada.

Introducción a la Estadística

El campo de la **estadística** es “un conjunto de procedimientos para reunir, medir, clasificar, codificar, computar, analizar y resumir información numérica adquirida sistemáticamente.” (Ritchey, 2008).

Usos de la Estadística

La estadística sirve para:

• **Recopilar información** sobre algún tema de interés social (ej. diseñar una muestra para recopilar información demográfica de las personas).
• **Resumir y describir información social** (ej. describir opiniones de las personas acerca de la legalización de la marihuana).
• **Evaluar formas para medir temas complejos** (ej. determinar cómo se define y se mide la pobreza).
• **Proponer y evaluar hipótesis** sobre relaciones entre variables (ej. determinar

Proporción marginal del Consumo(x=0,..) t>2óValor p peque 4 b1=0 H(0) se rechaza

DsvTipVbleDep=(EDsvC)^0.5/(n-1)

( )^2(n-1)=ETotaldCuad:SCE/SRC       R^2=SEC/STC

DTR=promediodeN/lineadeR = DsvTipResidual=(SRC/n-k)^0.5 Valor de p > 0.05 nose rechaza

Heterocedasticidad

Contraste de White H(0) no hay Het. EstadisticoLM(se mira en la tabla) valor de p.Se acepta si B1>P(chi^2>LM)

Múltiples: si R^2 es muy grande /HET/Colín/AUTOCOR)

Colín VIF=(1/(1-R^2) PruebaH:si hay problema en valores mayores que N, puede haber colinealidad por lo que la H no se rechaza

Autocor:
contraste hasta orden H(0) no hay autocor Estadístico LMF cuando el valor de p es peque se rechaza

Criterio Schwarz ln(e'e/n)+k/n*ln n     Criterio d inflancion d Akaike... Continuar leyendo "Conceptos Fundamentales de Econometría: Regresión, Contraste de Hipótesis y Criterios de Selección de Modelos" »

FUNDAMENTOS ESTADÍSTICOS

Distribución de Frecuencias

Datos sin Agrupar

Los datos sin agrupar son listas de valores observados, mientras que los datos agrupados representan una aglomeración de datos observados semejante.

Datos Agrupados

Cuando se han agrupado los datos en una distribución de frecuencia, se siguen los siguientes pasos:

Pasos para la Distribución de Frecuencias

• Recolectar datos y formar una hoja de conteo
• Determinación del Rango: El rango es la diferencia entre el mayor valor observado y el menor valor observado.
• Determinación del Intervalo de Clases: El intervalo de clases es la distancia entre el punto medio de las clases.
• Determinar los Puntos Medios de la Clase: El punto medio de la clase menor debe incluir el valor mínimo de

Recta Tangente y Recta Normal

Recta Tangente

Definimos la recta tangente al gráfico de una función derivable f en el punto de abscisa a y ordenada f(a) como la recta a la cual pertenece dicho punto y cuya pendiente es f'(a).

Ecuación de la Recta Tangente

La ecuación de la recta tangente es:

y_t = f'(a)(x-a) + f(a)

Recta Normal

La recta normal al gráfico de una función derivable, en un punto del mismo, se define como la recta que pasa por dicho punto y es perpendicular a la tangente. Es decir, tiene una pendiente de -1/f'(a) si f'(a) ≠ 0.

Ecuación de la Recta Normal

Su ecuación es:

y_n = -1/f'(a) * (x-a) + f(a)

Extremos Relativos: Definición y Condiciones de Existencia

Se denominan extremos de una función a sus máximos y mínimos, ya sean locales... Continuar leyendo "Cálculo Esencial: Rectas Tangentes, Extremos y Fundamentos de Integración" »