Buscar

3.4: Ejercicios
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/03%3A_Regresi%C3%B3n_lineal/3.04%3A_Ejercicios
Con solo mirar la ecuación de la LSRL, ¿qué sugiere que sea el RHR de un bebé recién nacido? A continuación, agregue un punto más al conjunto de datos de tal manera que no cambie el LSRL o el coeficie...Con solo mirar la ecuación de la LSRL, ¿qué sugiere que sea el RHR de un bebé recién nacido? A continuación, agregue un punto más al conjunto de datos de tal manera que no cambie el LSRL o el coeficiente de correlación. Por último, ¿puedes encontrar un conjunto de datos con el mismo LSRL pero que tenga un coeficiente de correlación mayor al que acabas de tener?
3.3: Precauciones
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/03%3A_Regresi%C3%B3n_lineal/3.03%3A_Precauciones
[def:extrapolation] Dado un conjunto de datos cuantitativo bivariado y asociado LSRL con ecuación $\widehat{y}=mx+b$ , el proceso de adivinar que el valor de la variable dependiente en esta relación p...[def:extrapolation] Dado un conjunto de datos cuantitativo bivariado y asociado LSRL con ecuación $\widehat{y}=mx+b$ , el proceso de adivinar que el valor de la variable dependiente en esta relación para tener el valor $mx_0+b$ , para $x_0$ cualquier valor para el variable independiente que no satisface $x_{min}\le x_0\le x_{max}$ [así, en su lugar, cualquiera $x_0<x_{min}$ o $x_0>x_{max}$ ], se llama extrapolación.
6.3: Pruebas de hipótesis básicas
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/06%3A_Inferencias_b%C3%A1sicas/6.03%3A_Pruebas_de_hip%C3%B3tesis_b%C3%A1sicas
MW ahora tiene que hacer dos malas suposiciones: la primera es que los 16 alumnos de su clase son un SRS extraído de la población de interés; el segundo, que la desviación estándar poblacional de las ...MW ahora tiene que hacer dos malas suposiciones: la primera es que los 16 alumnos de su clase son un SRS extraído de la población de interés; el segundo, que la desviación estándar poblacional de las alturas de los individuos en su población de interés es la misma que la desviación estándar poblacional del grupo de todos los machos americanos adultos afirmaran en otra parte de este libro, 2.8.
Prefacio
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/00%3A_Materia_Frontal/Prefacio
Se trata de un primer borrador de un libro de texto gratuito (como en el habla, no como en la cerveza) (aunque es gratuito como también en la cerveza) para un curso de estadística de pregrado de un se...Se trata de un primer borrador de un libro de texto gratuito (como en el habla, no como en la cerveza) (aunque es gratuito como también en la cerveza) para un curso de estadística de pregrado de un semestre.
4.1: Definiciones para Probabilidad
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/04%3A_Teor%C3%ADa_de_Probabilidad/4.01%3A_Definiciones_para_Probabilidad
Razonamiento similar nos dice tanto eso $P(B)=P(A\cap B)+P(A^c\cap B)$ como eso $A\cup B=\left(A\cap B^c\right)\cup\left(A\cap B\right)\cup\left(A^c\cap B\right)$ es una descomposición de $A\cup B$ ...Razonamiento similar nos dice tanto eso $P(B)=P(A\cap B)+P(A^c\cap B)$ como eso $A\cup B=\left(A\cap B^c\right)\cup\left(A\cap B\right)\cup\left(A^c\cap B\right)$ es una descomposición de $A\cup B$ en piezas disjuntas, por lo que $P(A\cup B)=P(A\cap B^c)+P(A\cap B)+P(A^c\cap B)\ .$ Combinando todas estas ecuaciones, concluimos que\[\begin{aligned} P(A)+P(B)-P(A\cap B) &=P(A\cap B)+P(A\cap B^c)+P(A\cap B)+P(A^c\cap B)-P(A\cap B)\\ &= P(A\cap B^c)+P(A\cap B)+P(A^c\cap B) + P(A\cap B)-P(A\cap …
Materia Frontal
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/00%3A_Materia_Frontal
1.2: Representación Visual de Datos I - Variables Categóricas
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/01%3A_Estad%C3%ADsticas_de_una_variable_-_Conceptos_b%C3%A1sicos/1.03%3A_Representaci%C3%B3n_Visual_de_Datos_I_-_Variables_Categ%C3%B3ricas
Supongamos que tenemos una población y variable en la que nos interesa. Obtenemos una muestra, que podría ser grande o pequeña, y observamos los valores de la variable our para los individuos de esa m...Supongamos que tenemos una población y variable en la que nos interesa. Obtenemos una muestra, que podría ser grande o pequeña, y observamos los valores de la variable our para los individuos de esa muestra. Nos referiremos informalmente a esta colección de valores como un conjunto de datos. En esta sección, suponemos también que la variable que estamos viendo es categórica. Luego podemos resumir el conjunto de datos diciendo qué valores categóricos vimos para los individuos en la muestra, y con
2.4: Ejercicios
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/02%3A_Estad%C3%ADstica_Bivariada_-_Fundamentos/2.04%3A_Ejercicios
Entonces, asumiendo la verdad de la afirmación anterior sobre lo que otras investigaciones en esta área han encontrado, haz un ejemplo de un diagrama de dispersión que creas que podría resultar de tu ...Entonces, asumiendo la verdad de la afirmación anterior sobre lo que otras investigaciones en esta área han encontrado, haz un ejemplo de un diagrama de dispersión que creas que podría resultar de tu recolección de datos sugerida. Describa la gráfica de dispersión, diciendo cuáles son la forma, la fuerza y la dirección. ¿Cuál crees que sería el coeficiente de correlación de este conjunto de datos?
4.2: Probabilidad condicional
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/04%3A_Teor%C3%ADa_de_Probabilidad/4.02%3A_Probabilidad_condicional
Pero el primer rollo que tiene algún valor particular es independiente de que el segundo rollo tenga otro, por ejemplo, si $A=\{11, 12, 13, 14, 15, 16\}$ es el evento en ese espacio de muestra de obt...Pero el primer rollo que tiene algún valor particular es independiente de que el segundo rollo tenga otro, por ejemplo, si $A=\{11, 12, 13, 14, 15, 16\}$ es el evento en ese espacio de muestra de obtener un $1$ en el primer rollo y $B=\{14, 24, 34, 44, 54, 64\}$ es el evento de obtener un $4$ en la segunda tirada, luego los eventos $A$ y $B$ son independientes, ya que comprobamos mediante el uso de Fact 4.2.5:\[\begin{aligned} P(A\cap B) &= P(\{14\})\\ &= \frac{1}{36}\\ &= \frac16\cdot\fr…
2.1: Terminología - Explicación/Respuesta o Independiente/Dependiente
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/02%3A_Estad%C3%ADstica_Bivariada_-_Fundamentos/2.01%3A_Terminolog%C3%ADa_-_Explicaci%C3%B3n/Respuesta_o_Independiente/Dependiente
Si queremos estudiar una relación, necesitamos recolectar dos (al menos) variables y desarrollar métodos de estadística descriptiva que muestren las relaciones entre los valores de estas variables.
6.1: El Teorema del Límite Central
https://espanol.libretexts.org/Estadisticas/Estadisticas_Introductorias/Libro%3A_Mentiras%2C_malditas_mentiras_o_estad%C3%ADsticas_-_C%C3%B3mo_decir_la_verdad_con_estad%C3%ADsticas_(Poritz)/06%3A_Inferencias_b%C3%A1sicas/6.01%3A_El_Teorema_del_L%C3%ADmite_Central
Bueno, casi lo hace: $\overline{x}$ es la media muestral dada por $\overline{x} = \frac{\sum x_i}{n} = \frac{\sum x_i}{52} \ .$ Lo que eso significa es que la desigualdad $\sum x_i \ge 3600$ equiva...Bueno, casi lo hace: $\overline{x}$ es la media muestral dada por $\overline{x} = \frac{\sum x_i}{n} = \frac{\sum x_i}{52} \ .$ Lo que eso significa es que la desigualdad $\sum x_i \ge 3600$ equivale exactamente a lo mismo, dividiendo ambos lados por 52, como la desigualdad $\frac{\sum x_i}{52} \ge \frac{3600}{52}$ o, en otras palabras, $\overline{x} \ge 69.23077\ .$ ya que todas estas desigualdades equivalen a lo mismo cosa, tienen las mismas probabilidades, así que\[P\left(\sum x_i \ge 3…

Search

Text Color

Text Size

Margin Size

Font Type

Support Center

How can we help?