Teoría Axiomática de la Probabilidad

TEORIA AXIOMATICA DE LA PROBABILIDAD

MIRIAM DEL CARMEN ALVARADO AREVALO

I.                INTRODUCCION

            La probabilidad indica el grado de certidumbre o certeza de un suceso o fenómeno estudiado, en la investigación científica  existen muchos fenómenos en los cuales es necesario determinar la probabilidad de que un evento(s) ocurra(n)  o dejen de ocurrir, para lo  cual el estudio de este campo, es necesario, además tiene aplicaciones muy importantes en investigación; dado que es base para la inferencia estadística que permite el estudio de muestras con el objetivo de inferir o extrapolar características de estas a una población.

            En el presente trabajo se revisa la teoría de probabilidades, específicamente los axiomas que la fundamentan y se incluyen algunos problemas resueltos y propuestos sobre esta materia.

Integrales Dobles aplicadas en Estadística

UNIVERSIDAD DE SAN CARLOS

FACULTAD DE INGENIERIA

AREA DE ESTADISTICA

INTEGRALES DOBLES APLICADAS A LA ESTADISTICA

Ing. Luis Manfredo Reyes

Profesor Titular, area de Estadística

GUATEMALA, AGOSTO 2003

INTRODUCCION:

Las integrales dobles surgen con la necesidad de resolver algunos problemas de la física, la matemática y la estadística. Particularmente, en el caso de la estadística, la evaluación de variables aleatorias bidimensionales contínuas requiere la resolución de integrales dobles definidas. Es por eso que se considera importante y a la vez necesario efectuar una revisión de la metodología necesaria para resolver este tipo de integrales.

Análisis de Regresión Logarítmica

UNIVERSIDAD DE SAN CARLOS

FACULTAD DE INGENIERIA

DEPARTAMENTO DE ESTADISTICA

ANALISIS DE REGRESION SIMPLE LOGARITMICA

Ing. Agr. Luis Manfredo Reyes Chávez

Profesor Titular Departamento de Estadística

1. INTRODUCCION:

Este modelo de regresión es una alternativa cuando el modelo lineal no logra un coeficiente de determinación apropiado, o cuando el fenómeno en estudio tiene un comportamiento que puede considerarse potencial o logarítmico. La forma más simple de tratar de establecer la tendencia es a través de un diagrama de dispersión o nube de puntos, tal como la siguiente:

Este modelo también es conocido como potencial, Cobb-Douglas de primer grado o exponencial inverso.

Análisis de Regresión Geométrica

UNIVERSIDAD DE SAN CARLOS

FACULTAD DE INGENIERIA

DEPARTAMENTO DE ESTADISTICA

ANALISIS DE REGRESION SIMPLE GEOMETRICA

Ing. Agr. Luis Manfredo Reyes Chávez

Profesor Titular Departamento de Estadística

1. INTRODUCCION:

Este modelo de regresión es una alternativa cuando el modelo lineal no logra un coeficiente de determinación apropiado, o cuando el fenómeno en estudio tiene un comportamiento que puede considerarse exponencial. La forma más simple de tratar de establecer la tendencia es a través de un diagrama de dispersión o nube de puntos, tal como la siguiente:

Muestreo Simple Aleatorio

UNIVERSIDAD RURAL DE GUATEMALA

MAESTRIA EN INVESTIGACIÓN Y PROYECTOS

CURSO: TÉCNICAS Y MÉTODOS DE INVESTIGACIÓN.

CATEDRÁTICO: INGENIERO LUIS M. REYES

           MUESTREO SIMPLE ALEATORIO

EDGAR LEONEL GOMEZ NARCISO

 Introducción:

La estadística trabaja sobre poblaciones, extrae conclusiones sobre la base de un análisis de un muestrario de datos de una población.

Hay muchas maneras de tomar una muestra de una población.

Además las conclusiones que se extraen acerca de la población dependen de como se selecciona la muestra, así mismo deseamos que la muestra sea representativa de la población.

 Partiendo de la importancia que tiene para cualquier profesional e investigador conocer varios conceptos importantes de la estadística para poder desarrollar exitosamente una investigación de cualquier índole, en el presente trabajo  de muestreo del texto paralelo  de la maestría en investigación y proyectos nos proponemos dar tratamiento a algunos elementos de la estadística matemática de la forma mas elemental posible para que pueda ser asimilada por cualquier profesional sin tener en cuenta su especialidad ya sea de las ciencias Sociales como de las ciencias exactas.

Nuestro propósito es encaminar al profesional para que conozca el aparato conceptual necesario desde el punto de vista estadístico para emprender de forma sólida y científica una investigación.

Funciones de Probabilidad en Microsoft Excel

UNIVERSIDAD DE SAN CARLOS

FACULTAD DE INGENIERIA

AREA DE ESTADISTICA

FUNCIONES DE PROBABILIDAD: NORMAL, "T",CHI CUADRADO Y "F" IMPLEMENTADAS EN MICROSOFT EXCEL ®

LUIS MANFREDO REYES CHAVEZ

PROFESOR TITULAR

AREA DE ESTADISTICA

Guatemala, Marzo 2005

[1] Microsoft Excel es una marca registrada de Microsoft Corporation
FUNCIONES DE PROBABILIDAD: NORMAL, "T",CHI CUADRADO Y "F" IMPLEMENTADAS EN MICROSOFT EXCEL ®[1]

Luis Manfredo Reyes Chávez

Area de Estadística, Facultad de Ingeniería, USAC

Siendo en la actualidad Microsoft Excel  un programa muy popular, es conveniente ilustrar las funciones estadìsticas que el programa trae incorporadas en lo relacionado al tema de las distribuciones de probabilidad.

Dentro de la librería de funciones de Excel, existen las siguientes relacionadas con distribuciones de probabilidad:

TIPO	NOMBRE
Contínua	Beta
	Chi cuadrado
	Chi cuadrado inversa
	Exponencial
	F
	F Inversa
	Gamma
	Log Inversa
	Log Normal
	Normal
	Normal Estándar
	Normal Estándar Inversa
	Normal Inversa
	T
	T Inversa
Discreta	Binomial
	Binomial Negativa
	Hipergeométrica
	Poisson

Tomando en cuenta que para el estudio de los temas: estimación y prueba de hipótesis se utilizan: la Normal, la T de Student, la Chi Cuadrado y la F, se discutirán solamente éstas y sus funciones inversas.

TEORIA BÁSICA DEL MUESTREO

Teoría de muestreo

Autor:

Ing. Agr. Ph.D. Marco Tulio Aceituno Juárez

5. MUESTREO:

Es un procedimiento por medio del cual se estudia una parte de la población llamada muestra, con el objetivo de inferir con respecto a toda la población.

Es importante relacionar el muestreo con lo que es el censo, el cual se define como la enumeración completa de todos los elementos de la población de interés.

5.1 VENTAJAS DEL MUESTREO:

a) Costos reducidos.

b) Mayor rapidez para obtener resultados.

c) Mayor exactitud o mejor calidad de la información:

debido a los siguientes factores

c.1 Volumen de trabajo reducido.

c.2 Puede existir mayor supervisión en el trabajo.

c.3 Se puede dar más entrenamiento al personal.

c.4 Menor probabilidad de cometer errores durante el procesamiento de la información.

d) Factibilidad de hacer el estudio cuando la toma de datos implica técnicas destructivas, por ejemplo:

- Pruebas de germinación.

- Análisis de sangre.

- Control de calidad.