Curso TareasPlus- Probabilidad y Estadística.pptx

April 4, 2018 | Author: SaraMendoza | Category: Quantile, Probability Distribution, Statistical Dispersion, Probability, Mathematical Analysis


Comments



Description

Curso TareasPlus- Probabilidad y Estadística. Sara Carolina Mendoza 1101 Módulo 1 Lección 1: Módulo 1  Según el vídeo,  Según el vídeo, ¿Qué estudia la ¿Cómo se le llama a Estadística? la pequeña parte tomada del conjunto para el estudio? 1. La cantidad de números. 2. La población. 1. Muestra. 2. Mediana. 3. Las gráficas. 3. Variable. 4. Las tablas de información. 4. Población. Ejemplo: El conjunto grande, al que llamamos ´población´, es, por ejemplo, la cantidad de mujeres en Colombia, y el conjunto pequeño, al que llamamos ´muestra´, es, por ejemplo, la cantidad de mujeres en Bogotá, en el que nos basaremos para el estudio. Módulo 1 Lección 2: Módulo 1  Según el vídeo, ¿Qué  Según el vídeo, es una variable? ¿Qué es cualitativo? 1. Un número que 1. La cualidad. cambia. 2. La cantidad. 2. Un porcentaje 3. La población. aproximado. 4. La muestra. 3. El resultado. 4. Condiciones de la población. Ejemplo: Estudio de los gustos musicales en la comunidad juvenil de un país. Población: Jóvenes en el país. Tipo: Cualitativa Muestra. Jóvenes entre 17 y 22 años. Variable: Género musical preferido. Módulo 2 Lección 3: 2. EJEMPLO: En un evento particular. 2. 4. Un número repetido. 3. repeticiones. La frecuencia absoluta es la cantidad de cada elemento (Corbata. El conteo de las 4. 10). 1. La suma de las 3. El dato mayor. ¿Qué ¿Qué es frecuencia? es frecuencia absoluta acumulada? 1. Una variable.  Según el vídeo. Los datos presentados. y la frecuencia absoluta acumulada es sumar todos los datos (10+5+5= 20). El resultado. Módulo 2  Según el vídeo. se observa la información de la tabla. número. . Repetición de un repeticiones. Módulo 2 Lección 4: . Fi EJEMPLO: DatosLa cantidad Conteo de las edades de De cada dato De los datos Presentado Presentados estudiantes (3 personas (3+10=13. 2. de grado 11. 2. Tienen 15 años. Ninguna de las anteriores. 4. La suma de los datos. Xi dados. 13+5=18) 10 personas tienen 16 años) . ni 4.  ¿Qué datos se ¿Cuál es la colocan en la representación de primera columna? la frecuencia absoluta? 1. Módulo 2  Según el vídeo. Cada uno de los datos 1. 3. La totalidad de datos. Ni 3. Módulo 2 Lección 5: . muestra. 2. Módulo 2  ¿A qué debe ser  ¿A qué es igual la igual la frecuencia frecuencia relativa? absoluta acumulable? 1. Denominador. 3. 1. Número de datos de la 2. 3. Sumatoria de los datos. EJEMPLO: . 4. 4. Resultado de la fórmula. Módulo 2 Lección 6: . Para saber las frecuencias. Las frecuencias. 3. Los totales. Para evaluar el 3. Todos los datos 1. Los porcentajes. 4. 2. 2. 4. comportamiento de una muestra. EJEMPLO: fi: Porcentaje Fi: La suma de fi N= 20 . Para saber la población. Módulo 2  ¿Para qué es  ¿Qué reúne una indispensable una tabla de tabla de frecuencia? frecuencias? 1. Para hallar la moda. Módulo 2 Lección 7: . letras y 4. Saber la preferencia de 1. Sólo letras. 3. Módulo 2  ¿Qué puede  ¿Qué permite una contener una tabla tabla de frecuencia? de frecuencia? 1. Números y letras. una población. Concluir dibujos. 3. EJEMPLO: N= 10 personas Matemáticas (M) Deporte (D) Historia (H) . 2. Números. 2. Saber los porcentajes. Sólo números. comportamientos de una población. 4. Tener organizada la información. Módulo 3 Lección 8: . De la información dada. De la tabla de tabla didáctica. Módulo 3  ¿Qué son las  ¿A partir de qué se gráficas construye una estadísticas? gráfica estadística? 1. 3. frecuencia. De las letras. EJEMPLO: . Dibujo de las series de datos. análisis de series de 4. 1. datos. Gráfica para hacer la 2. De los números. 2. 4. Herramienta para el 3. Dibujos de una tabla. Módulo 3 Lección 9: . Módulo 3  ¿Para qué sirve la  ¿Para qué sirve la gráfica de barras? gráfica circular? 1. 2. EJEMPLO: . Plasmar frecuencias relativas. Plasmar información. relativas. Plasmar información. Plasmar frecuencias absolutas. 4. 3. Plasmar la muestra. 4. absolutas. Plasmar frecuencias 3. 1. Plasmar la muestra. Plasmar frecuencias 2. Módulo 3 Lección 10: . Nunguna. Módulo 3  ¿A partir de qué  ¿Qué datos emplea gráfico se un polígono de construye un frecuencia? polígono de frecuencia? 1. Datos de frecuencia 4. EJEMPLO: Se trazan líneas en medio de la gráfica de barras. Gráfica circular. 1. Datos de frecuencia 2. relativa. . 3. 3. 4. 2. Grafica de columna. Gráfica de barra. relativa o absoluta. Datos de frecuencia absoluta. Gráfica de área. Módulo 3 Lección 11: . 360% 3. 1 3. 4 EJEMPLO: . 180º 2. 360º 1. Módulo 3  ¿Cuántas gráficas  ¿Cuánto mide la se pueden construir gráfica circular? de una tabla de frecuencia? 1. 100% 2. 3 4. 2 4. Módulo 4 Lección 12: . 3. 4. Todas son correctas. EJEMPLO: . Comportamiento 1. Media. común. Ninguna es correcta. 4. Promedio. Moda. 2. 3. Mediana. 2. Módulo 4  ¿A qué se refiere la  ¿Cómo se le conoce tendencia? al promedio? 1. Valor medio. Módulo 4 Lección 13: . 4. M 2.  3. Media y mediana. EJEMPLO: . 3. Módulo 4  ¿Qué medidas sólo  ¿Cuál es el símbolo se calculan de la media? cuantitativamente? 1.  4. Me 1. Mediana y moda. Todas se calculan cuantitativamente. Moda y media. 2. Módulo 4 Lección 14: . Multiplicación.   Xi fi 3. Columna.  Xi/fi 4. Módulo 4  ¿Cuál es la fórmula  ¿Qué significa ? para hallar la media? 1. Sumatoria. 2. División.  Xi/N   Xi N EJEMPLO: . Módulo 4 Lección 5: . Simple. fi 1. Completa. Frecuencial.. Ni se simplifica su 2. Xi 4. EJEMPLO: . 2. la media en la bibliografía cuando 1. 4. 3. Módulo 4  La media es un  ¿Cómo se encuentra valor único de. Ponderada. ni fórmula? 3. Módulo 4 Lección 16: . fi EJEMPLO: . Inversión de la inversión 3. H= N/ni fi multiplicativa. A= N/ ni 4. A= N/ ni fi 3. Inversión divisoria. 4. Inversión de la inversión 1. 2. H= N/ ni de sumatorias. Inversión en la sumatoria. fi 2. Módulo 4  ¿De qué trata el  ¿Cuál es la fórmula principio de para hallar la media reciprocidad? armónica? 1. Módulo 4 Lección 17: Módulo 4  ¿De qué parte la  ¿Qué es la media media cuadrática? cuadrática? 1. Geometría euclidiana. 1. Cálculo de la media en 2. Geometría de una tabla de Pitágoras. frecuencia. 3. Sócrates. 2. Distancia entre los 4. Aristóteles. números. 3. Distancia entre dos puntos. 4. Valor total de los datos sumados. EJEMPLO: Módulo 4 Lección 18 División. 4. media de forma rápida. 3. Sumatoria. 3. 4. Valoración. Módulo 4  ¿Para qué se utiliza  ¿Cómo queda la la media igualdad de la fórmula geométrica? ? 1. 1. EJEMPLO: . Hallar el valor de la 2. 2. Módulo 4 Lección 19 . 2. Media cuadrática. Media aritmética 1. 2. simple. 3. Módulo 4  ¿A qué tipo de  ¿A qué tipo de media corresponde media corresponde la fórmula la fórmula ? ? 1. Media armónica. EJEMPLO: . Media aritmética simple. Media armónica. 4. Media geométrica. 4. Media geométrica. Media cuadrática. 3. Módulo 4 Lección 20 . Media armónica. 3. 3. ponderada. Módulo 4  ¿A qué tipo de  ¿A qué tipo de media corresponde media corresponde la fórmula la fórmula ? ? 1. Media cuadrática. Media aritmética ponderada. Media armónica. Media geométrica. EJEMPLO: . 4. 2. 4. Media aritmética 1. Media cuadrática. 2. Media geométrica. Módulo 5 Lección 21: . Módulo 5  ¿En qué encontraron  ¿Qué son los “su razón de ser” las cuantiles? medidas de posición no centrales? 1. Valores totales. 2. Valores de la distancia 1. Información de la entre dos puntos. agrupación de datos. 2. Información del total de 3. Valores que distribuyen la media. la información en 3. La sumatoria de los datos intervalos. y la división de ellos. 4. Valores totales de las 4. Ninguna de las anteriores sumatorias de los intervalos. EJEMPLO: Módulo 5 Lección 22: Módulo 5  ¿Qué significa el  ¿Cuánto porcentaje símbolo “Q”? de información comprende un 1. Cuantil. cuartil? 2. Percentil. 3. Quintil. 1. 50% 4. Cuartil. 2. 40% 3. 25% 4. 80% EJEMPLO: Módulo 5 Lección 23: . 4. 2. Módulo 5  ¿Para qué medida  ¿Para qué medida corresponde la corresponde la fórmula fórmula ? ? 1. Decil. 4. Decil. 2. Quintil. 1. Percentil. Cuartil. Quintil. 3. EJEMPLO: . Percentil. Cuartil. 3. Módulo 6 Lección 24: . Módulo 6  ¿Qué muestra la  ¿Con qué otro dispersión? nombre se le conoce a la 1. Diferencia suma y división. 2. 4. Diferencia de 3. comportamiento. Rango. Puntos. Media. Diferencia de 1. 4. Diferencia entre dos Amplitud? puntos. 3. EJEMPLO: . 2. Dispersión. valores. Módulo 6 Lección 25: . referencia. Dato menos. recta. 3. EJEMPLO: . Desviación media. Diferencia entre el dato 1. Dato mayor. Distancia mayor. Diferencia de valores. 3. particular y el valor de 2. Cantidad de datos en la 4. Módulo 6  ¿Qué es desviación  ¿Qué significa media? “Dm”? 1. Ninguna de las anteriores. 2. 4. Módulo 6 Lección 26: . Con la media. Varianza. 3. Media geométrica. Con la distancia entre los puntos. cuadrado. Con el rango. Con la varianza. Módulo 6  ¿Qué significa ?  ¿Cómo se calcula la desviación 1. EJEMPLO: . estándar? 2. 4. 4. 2. Rango. Segundos al 1. 3. Módulo 7 Lección 27: . Cambio respecto al desviación. EJEMPLO: . Módulo 7  ¿Para qué sirve el  ¿Qué es variación? coeficiente de variación? 1. datos. 4. rango. Calcular la variación. 3. Calcular el rango en los referencia. entre dos puntos. 2. Calcular el nivel de 2. Cambio respecto a la 4. Cambio respecto a la media. Cambio respecto a la 3. Calcular la diferencia varianza. 1. Módulo 7 Lección 28: . intervalos? 2. 1. Cerradas. EJEMPLO: . 4. Semi-abiertas. Módulo 7  ¿Para qué se usa la  ¿Cuál de las agrupación de siguientes NO es datos? una clase de agrupación por 1. 3. Series continuas. Abiertas. 2. Continuas. Series cualitativas. 4. 3. Series discontinuas. Series cuantitativas. Módulo 7 Lección 29: . EJEMPLO: . Módulo 7  ¿Cómo se simboliza  ¿Cuál es la fórmula la agrupación de de Sturges? datos? 1. 4. Yi 3. Ai 4. Ag 2. 3. 1. Xi 2. Módulo 7 Lección 30: . Varianza. Tamaño muestral. 2. Dato mayor. Media. 1. Módulo 7  ¿Qué representa la  ¿Qué se requiere al “n” en la fórmula hallar la longitud de agrupación de del intervalo? datos? 1. 2. 4. Rango. Desviación media. 3. Varianza. 3. Media. EJEMPLO: . 4. Módulo 7 Lección 31: . EJEMPLO: . 2. ( 2. Módulo 7  ¿Con qué fórmula se  ¿Cómo se hallan los representa un intervalos? intervalo semi- abierto? 1. /   3.   4. 1. Módulo 8 Lección 32 . Al final de la curva. Estimar la diferencia del 3. Estimar el comportamiento 2. En el centro de la de una serie. Módulo 8  ¿Para qué es  ¿En dónde se importante la encuentra la mayor asimetría en parte de datos? distribuciones de datos? 1. Establecer una igualdad. 4. 2. 3. En el punto menor. EJEMPLO: . curva. Distinguir los puntos positivos y negativos. 4. 1. Al principio de la curva. punto mayor y menor. Módulo 8 Lección 33: . Media geométrica. EJEMPLO: . 3. Dispersión y varianza. 2. Desviación estándar. 2. Módulo 8  El coeficiente de  ¿Qué Pearson es una significa ? relación entre… 1. Varianza y media. Tendencia y dispersión. Coeficiente de Pearson. 3. 4. 4. Tendencia y varianza. 1. Dispersión. Módulo 8 Lección 34: . Uniformidad. Igualdad de datos positivos y negativos. 3. Cantidades. 2. EJEMPLO: . Igualdad de datos 4. positivos y negativos. Diferencia de datos 1. Módulo 8  ¿Qué se necesita  ¿De qué parte el para determinar el coeficiente de coeficiente de Bowley? Bowley? 1. Positivos y negativos. Rangos. 3. 4. Diferencia de datos 2. centrales y no centrales. centrales y no centrales. Módulo 9 Lección 35 . El rango. 1. 2. 3. Individuos y variables. Módulo 9  ¿Cuál de los  ¿A través de qué se siguientes NO expresan los datos pertenece a la bivarios? definición de datos bivarios? 1. 2. 1 variable en 1 individuo. EJEMPLO: . 4. 2 variables en 2 individuos. 1 variable en 2 individuos. Pares de valores. 3. Sólo individuos. 2 variables en 1 individuos. 4. Módulo 9 Lección 36 . Diagrama de barras. 2. Eje de las abscisas. 2. 4. Diagrama de flujo. EJEMPLO: . Diagrama de dispersión. 1. 3. Eje horizontal. Eje de las ordenadas. 3. 4. Diagrama de puntos. Módulo 9  ¿Qué diagrama se  ¿Cómo se le llama obtiene por el al eje “x”? establecimiento de los pares? 1. Eje paralelo. Módulo 9 Lección 37 . Eje de las abscisas. 4. La media aritmética. El dato bivario. 3. 2. Eje horizontal. Módulo 9  ¿Cómo se le llama  ¿Qué se emplea al eje “Y”? para hallar el valor promedio? 1. 3. EJEMPLO: . Eje paralelo. El rango. La mediana. 2. 1. 4. Eje de las ordenadas. Módulo 9 Lección 38 . Módulo 9  ¿Para qué se usa la  ¿Qué se usa para regresión lineal? establecer una medida precisa de 1. Eje de ordenadas. 3. dispersión. Diagrama de torta. EJEMPLO: . Diagrama lineal. Diagrama de 3. los puntos? 2. 1. 4. Diagrama de puntos. 4. Datos bivarios. Media aritmética. Eje de las abscisas. 2. Módulo 9 Lección 39 . X= ay+b 3. Covarianza. 3. Módulo 9  ¿Cómo se define  ¿Cuál el primer una línea recta? método para establecer la 1. Y= bx+a 1. Varianza. Mínimos cuadrados. 4. Pares bivarios. X= by+a 2. Y= ax+b regresión lineal? 2. 4. EJEMPLO: . Módulo 10 Lección 40 . 4. 4. Ayuda al estudio de los resultados. 1. 2. comportamiento. Compara el análisis de resultados. EJEMPLO: . Ayuda al estudio de un 3. Módulo 10  ¿Cómo se llama  ¿Para qué sirve la cuando un grupo “incertidumbre”? grande pasa a ser pequeño? 1. Deductivo. Inductivo. 3. Mayoría. Minoría. 2. Analiza el comportamiento de la función. Módulo 10 Lección 41: . Número real.  ¿En qué tiene que ¿cuál será siempre dar la probabilidad? el denominador? 1. Número entero. 2. Porcentaje. Número de tiros. 3. EJEMPLO: . 1. particular. 4. 3. Porcentaje. Número de caras totales. Fracción. Módulo 10  En probabilidad. Número de caras en 2. 4. Módulo 10 Lección 42 . Medida en porcentaje. 4. 1. m/n 2. n/m incertidumbre. Medida de 2. Medida de caras. Fórmula para hallar un porcentaje. 3. EJEMPLO: . c/n 3. n/c 4. 1. Módulo 10  ¿Qué es  Fórmula para hallar probabilidad? un evento. Módulo 10 Lección 43: . 4. Cuando se halla un 4. 3. Sumando los eventos. Cuando se halla un porcentaje. Cuando se halla un evento específico. Cuando es un objeto con más de dos caras. Dividiendo los eventos. 2. 2. EJEMPLO: . 3. Módulo 10  ¿Cómo se calcula la  ¿Cuándo es una probabilidad de probabilidad de propiedades? propiedades? 1. 1. Dividiendo cada porcentaje específico. evento individual. Sumando cada evento individual. Módulo 10 Lección 44 . 2. Un evento que no se encuentre en el Universo no puede ocurrir. EJEMPLO: . 1. el universo puede ocurrir 4. 4. 3. Un evento que este en el Universo puede ocurrir. Un evento que no este en 3. El producto. en dos condiciones. Un evento que este en el universo puede ocurrir en dos condiciones. La sumatoria. La división. 2. El denominador. Módulo 10  ¿Qué indica el  ¿Qué dice la 2 ley de estudio de las las probabilidades? propiedades de las probabilidades? 1. Módulo 10 Lección 45 . Que no exista en el 3. Que sea divisible. 3. Módulo 10  ¿Qué se busca en  ¿Qué se tiene que un evento? cumplir en un evento de ocurrencia? 1. 2. Probabilidad. 4. porcentajes. Que sea de dos o más caras. Positivos y negativos. EJEMPLO: . Que exista en el 2. Ocurrencias y no universo. 4. ocurrencias. Fracciones y universo. 1. Módulo 10 Lección 46 . El denominador. 3. EJEMPLO: . Probabilidad de ganar. 1. A uno. perder. 2. 3. A cero. Al porcentaje. Probabilidad de 4. 4. Al número de caras. 2. Módulo 10  ¿Qué se le resta a la  ¿A qué es igual P(x) media para saber su + P(x)? resultado de probabilidad? 1. El resultado en fracción. Módulo 10 Lección 47 . Módulo 10  ¿Qué significa  ¿Qué significa AB? “abscritos”? 1. Principales. 2. 2. Probabilidad de que ocurra B dado A. B perteneciente a A. A perteneciente a B. 3. 4. 3. 4. Intermedios. Probabilidad de que 1. Pertenecientes. ocurra A dado B. EJEMPLO: . No pertenecen. Módulo 10 Lección 48 . 4. 3. 2. porque se ubican eventos. porque su eventos. porque el orden de los 1. No. Sí. multiplicación da el mismo resultado. EJEMPLO: . No. Condicionalidad de dos 3. diferente. Igualdad de dos 2. Sí. resultado. porque tienen eventos. Diferencia de dos 4. Resultado de dos factores no altera el eventos. denominadores diferentes. Módulo 10  ¿Qué busca el  ¿ (AB) y (BA) son teorema de Bayes? iguales? 1. Módulo 10 Lección 49 . 3. Un despeje. 2. Un resultado 4. Una diferencia. 4. 1. Una división. Cancelando. Con una sumatoria. coherente. Una relación. Módulo 10  ¿Qué buscó Bayes al  ¿Cómo se establece saber que no era una relación? una igualdad? 1. 2. Un despeje. EJEMPLO: . 3. Módulo 10 Lección 50 . Datos totales. 3. 3. En todos los casos. Módulo 10  ¿En dónde se  ¿De qué parte una observa la representación ocurrencia y no matricial? ocurrencia? 1. Variables 4. Sumatoria de datos. 1. Eventos individuales. 4. 2. Conteo de datos. 2. División de datos. cualitativas. Variable cuantitativa. EJEMPLO: . Módulo 10 Lección 51 . Módulo 10  ¿Con qué tienen  ¿Qué se pone en los que ver las tablas últimos cuadros de de contingencia? la derecha? 1. Análisis de A y B. El total de A. 4. Multiplicación de datos. 2. La multiplicación de A. probabilidades. 3. 3. El total de A y B. Análisis de las 1. 4. La multiplicación de B. Multiplicación de A y B. EJEMPLO: . 2. Módulo 10 Lección 52 . Total de B. Datos del conteo. EJEMPLO: . Sumatoria del conteo. 1. Total de eventos. 3. Módulo 10  ¿Qué reúne la tabla  ¿Con qué debe de contingencia? coincidir la suma de los elementos de la ultima columna y la 1. 4. Total del conteo. 2. Conteo. Total de la suma de eventos. 4. ultima fila? 3. Total de A. de los elementos de la 2. Módulo 10 Lección 53 . Una semejanza. 2. Una relación. Módulo 10  ¿Qué existe en una  ¿Cuántos valores función? hay para 1 en específico del 1. EJEMPLO: . 4. Los que se quieran poner. Infinitos. conjunto x a f(x)? 2. 3. 1. 3. 4. Uno. Cinco. Una comparación. Un resultado. Módulo 11 Lección 54 . Varianza. 4. Asimetría. Varianza. Frecuencia. Continuidad. Módulo 11  ¿Con qué tiene que  ¿Cuál de los ver la función de siguientes no está distribución? dentro de la distribución de la 1. 1. probabilidad? 2. EJEMPLO: . La función de función de probabilidad. 3. Continuidad. Frecuencia. 3. 2. 4. Módulo 11 Lección 55 . Módulo 11  ¿A qué se dedicó  ¿Qué comprenden Bernoulli? los estudios dicotómicos? 1. El éxito. 4. Avance de las matemáticas. 3. El sí y el no. EJEMPLO: . 2. dicotómicos. Estudio de 2. experimentos 3. Al estudio de probabilidad. El éxito y el fracaso. El fracaso. 4. 1. Avance de la ciencia. Módulo 11 Lección 56 . EJEMPLO: . 4. 3. 3. El éxito y el fracaso. 1. 2. El fracaso. Trinomio. El éxito. Monomio. Binomio. 2. Bivario. 4. El sí y el no. Módulo 11  ¿Cómo se le llama a  ¿Qué comprenden la expresión la distribución matemática que binomial? contiene dos expresiones? 1. Módulo 11 Lección 57 . binomial. 4. Al éxito. Ensayo de Bernoulli. Distribución geométrica. Progresión cualitativas. Variables 3. cuantitativas. 1. Bernoulli. Variables 4. Módulo 11  ¿En qué se basa la  ¿A qué corresponde distribución la distribución de geométrica? probabilidades? 1. Distribución 2. 2. 3. EJEMPLO: . geométrica. Módulo 11 Lección 58 . Distribución de Bernoulli. geométrica. Distribución de probabilidad. 4. Valores positivos. Distribución binomial. 1. 4. Un valor en específico. Un resultado específico. Valores múltiples. 2. Distribución 3. 3. 2. EJEMPLO: . Módulo 11  ¿Con qué se  ¿Qué valores arroja relaciona la la distribución distribución binomial negativa? binomial negativa? 1. Módulo 11 Lección 59 . Función de probabilidad aleatoria. Función de probabilidad 4. y resultados. 3. 2. 2. 4. 1. EJEMPLO: . Número de eventos durante cierto tiempo. Módulo 11  ¿Qué descubrió  ¿A qué se dedica la Poisson? frecuencia de ocurrencia media? 1. un lanzamiento. Función de probabilidad positiva. Número de lanzamientos discreta. Número de resultados en secreta. Función de probabilidad 3. Un evento por medio de varios lanzamientos. FIN .
Copyright © 2024 DOKUMEN.SITE Inc.