Professional Documents
Culture Documents
1- (10 puntos) Los resultados de una muestra que un Licenciado en Higiene y Seguridad Laboral pudo haber obtenido de un trabajo sobre
residuos txicos, pueden ser fiables o no a partir:
a) De un contraste de hiptesis.
b) Del establecimiento de lmites de confianza para los estadsticos de la muestra tomada.
c) Del ordenamiento adecuado de los datos (distribucin de frecuencias).
d) Ninguna es correcta.
2.
El nivel de confianza es tan amplio para que los valores estn lo ms cercano posible al dimetro verdadero, de manera que se
cumplan los requisitos de calidad o de uso de dichas esferas.
En Estadstica, al estimar un parmetro poblacional, nos referimos a intervalo de confianza a un rango de valores (calculado de la
muestra) en el cual se encuentra el verdadero valor del parmetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parmetro se encuentre en el intervalo construido se denomina nivel de confianza, y se
denota 1-.
3.
Se puede observar a comparacin de ejer 3 act 1 mod 5 que la relacin es ms fuerte, en el sentido de ser ms clara. El
coeficiente aumenta 12,088 CM^3 mientras que en el modelo anterior lo hace en una unidad. La ordenada al origen nos
muestra que peso tiene el cerebro cuando su Coeficiente intelectualest en cero (en el ejercicio del mdulo 5 cuando el CI es
nulo el cerebro pesa 966,81, y en este ejercicio la ordenada al origen es de sentido fsico, ya que toma valores negativos cuando
el Coeficiente intelectual es nulo.
d)
Enero Febrero Marz Abril May Juni Julio Agoto Septiembre Octubre Noviembre Diciembre
o o o
210,1 180,3 187,7 172,6 177,1 186,1 210,6 205,7 180,7 173 173,4 184,7
185,65 188,02 Semi
promedios
A=(y1)+(y2)/n1(N+n2) P1= y1/n1
B=(y1)-(y2)/n1(N-n2) P2= y2/n2
A= 1113,90+1128,1/12 B=1128,1-1113,90/36
A=186,83 B=7,10
P1= 1113,90/6 P2=1128,1/6
P1=185,65 P2=188,016
La ecuacin de la recta y=186,83*x+7,10
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octibre Noviembre Diciembre
Columna1
7. Movimientos irregulares o aleatorios: estos se refieren a los movimientos espordicos de las series de tiempo, debido a
eventos aleatorios tales como: inundaciones, huelgas o elecciones. Los accidentes de trabajo son un claro ejemplo de movimientos
aleatorios, ya que un accidente no est programado; este puedo ocurrir en cualquier momento o situacin, durante el da, mes o ao.
De esta manera decimos que los sucesos no son previsibles. Un ejemplo El Nmero de accidentes ocurridos por falta de uso de los
elementos de proteccin personal.
Movimientos a largo plazo o seculares. regular, indica la marcha general y persistente del fenmeno observado, es una
componente de la serie que refleja la evolucin a largo plazo. Por ejemplo, la tendencia creciente del ndice de reciclado de basuras
en los pases desarrollados, o el uso creciente de Internet en la sociedad, independientemente de que en un mes concreto en un
pas, por determinadas causas, haya una baja en la utilizacin de Internet. Como dijimos son obligatorias, pero por ciertas razones u
obligaciones algn empleado no puede asistir a la misma. De todas maneras el nmero de presentes no vara en gran cantidad; se
mantiene dentro de lo estipulado. ejemplo: El aumento y cada vez mayores exigencias relacionadas con los requisitos legales
adicionales que se suman a cualquier actividad.
Movimientos cclicos o variaciones cclicas: aquellos relacionados con las oscilaciones o los movimientos respecto de una recta
o curva de tendencia. Estos ciclos, como se les denomina en ocasiones, son o no peridicos; es decir, pueden o no seguir patrones
exactamente similares, despus de intervalos iguales de tiempo. Por ejemplo puede citarse una produccin puede variar en un largo
lapso de tiempo debido a que un puesto de trabajo es operado por dos personas en diferentes turnos. Ambos tienen diferentes
facultades de operacin (mayor experiencia una que la otra), esto puede llevar a la produccin a un proceso de oscilacin durante
las jornadas laborales y a una mayor o menor cantidad de producto final. El profesional deber realizar una adecuacin de tareas,
para evitar este problema. Otro claro ejemplo es el nmero de accidentes en una empresa.
Movimientos estacionales o variaciones estacionales: estos se relacionan con los patrones idnticos o casi idnticos que las
series de tiempo parecen seguir durante los meses o trimestres correspondientes de aos sucesivos. Tales movimientos se deben a
eventos recurrentes que suceden anualmente, como por ejemplo las ventas previas a la navidad. Un claro ejemplo son los incidentes
o accidentes por monxido de carbono durante el ao, en los meses de bajas temperaturas los usuarios utilizan ms los artefactos
sometidos a este contaminante, en cambio en tiempo de calor los riesgos son menores, pero no nulos.