ESTADISTICA COMPUTACIONAL

Slides:



Advertisements
Presentaciones similares
METODOS DE RESOLUCION DE PROBLEMAS EN GRUPO
Advertisements

DISEÑO Y TRATAMIENTO ESTADÍSTICO DE ENCUESTAS UNED
CONSTRUIMOS NUESTRA COCINITA
Agenda de Juventud Conservadora. Esta presentación llevará probablemente a un debate con la audiencia, lo que generará elementos de acción. Use PowerPoint.
Distribuciones de probabilidad bidimensionales o conjuntas
Esta presentación llevará probablemente a un debate con la audiencia, lo que generará elementos de acción. Use PowerPoint para realizar un seguimiento.
ALTO PASTI S.A. Producción mas limpia
Bivariadas y Multivariadas
Variables Aleatorias Continuas
Características numéricas de una variable aleatoria
Generación de Números y Variable aleatorias
Capítulo 5 Método de MonteCarlo
Variables Aleatorias ETSITGC Madrid. Variables Aleatorias ETSITGC Madrid Índice.
Estadísticos de Prueba en el Modelo de Regresión Múltiple
MODELO DE REGRESIÓN MÚLTIPLE
DISTRIBUCIONES MUESTRALES, DE LAS MUESTRAS O DE MUESTREO
II.2 DISTRIBUCIONES CONTINUAS DISTRIBUCIÓN UNIFORME O RECTANGULAR
Estadística Computacional
NOTAS AL PIE. Lo primero es seleccionar el texto que requiera alguna aclaración.
Distribuciones de Probabilidad
Curso de Estadística Básica
Universidad de América
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
MUESTREO ESTADISTICO. Nivel de Comportamiento Se puede entrevistar o encuestar a una muestra representativa para programas de muchos clientes.
Opciones avanzadas en la presentación. Cómo ocultar diapositivas Para ocultar una diapositiva de la presentación, seleccione la diapositiva en el clasificador,
IE13 - Computacion I on line Víctor Ayestarán Américo Sirvente Esta presentación llevará probablemente a un debate con la audiencia, lo que generará elementos.
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
MEDIDAS DE CORRELACIÓN
Tests de hipótesis Los tres pasos básicos para testear hipótesis son
Biograma Introducir datos en una matriz. Elegir método para máximos y mínimos. Calcular los máximos y mínimos observados. Límites.
POWER POINT.
POWER POINT SECCIÓN
Unidad V: Estimación de
Vectores Aleatorios 1 Distribución conjunta de un vector aleatorio
EL CRISTIANO Y SUS FINANZAS
Distribuciones derivadas del muestreo
Probabilidad y Estadística Inferencia Estadística Se sabe que si cada variable sigue una densidad normal con  y   entonces sigue una ley de densidad.
Material de Apoyo para crear LISTA DESPLEGABLE en Microsoft Excel.
Unidad V: Estimación de
Valor que toma la variable aleatoria
Estimación Sea una característica, un parámetro poblacional cuyo valor se desea conocer a partir de una muestra. Sea un estadístico ( función.
Un patrón de diapositivas es una diapositiva que ocupa el lugar superior en una jerarquía de diapositivas y almacena información sobre el tema y los diseños.
Capítulo 7 Estimación de Parámetros Estadística Computacional
Simular: Representar una cosa, fingiendo o imitando lo que no es.
¿Cuándo usar esta distribución?
Unidad II: Variables Aleatorias Concepto Discreta y Continua Fun. de densidad Fun. de probabilidad F. de distribución Esperanza y Varianza Propiedades.
Unidad V: Estimación de
Sistema Automático basado en Web para la administración
Estimación de modelos ARMA
Distribuciones de probabilidad bidimensionales o conjuntas
El juego debe quedar así:. Segunda diapositiva tercera diapositiva.
19/07/ ¿En qué nos parecemos a Jesús? Esta presentación llevará probablemente a un debate con la audiencia, lo que generará elementos de acción.
LIC. SUJEY HERRERA RAMOS
Microsoft OFFICE Word.
Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
Las m á quinas de impresi ó n alemanas Reseña histórica Factores de éxito Esta presentación llevará probablemente a un debate con la audiencia, lo que.
Medidas de Dispersión.
ANÁLISIS DE REGRESIÓN SIMPLE
Taller
1 Una vez completada esta lección, podrá: Dar formato a datos numéricos. Ajustar el tamaño de las filas y columnas. Alinear el contenido de celdas. Crear.
UNIVERSIDAD NACIONAL DE SAN JUAN FACULTAD DE CIENCIAS EXACTAS MEDICIÓN DE LA BIBLIOTECA Prof. Graciela Beguerí Prog. Luis Olguin Bib. Nac. Teresa Salinas.
Para trazar la siguiente figura: 1.Activar la Herramienta Desplazamiento de zona grafica, dando un click en la flechita de la zona inferior derecha de.
Inferencia estadística: Muestreo aleatorio simple
Medición y Metrología Medición. Base de la Instrumentación
INFERENCIA ESTADÍSTICA
BIMESTRE IV - UNIDAD 07 Cómputo Chanel - Manual de Usuario.
Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
Estado del proyecto [Nombre del proyecto] [Nombre del moderador] Esta presentación llevará probablemente a un debate con la audiencia, lo que generará.
Estado del proyecto Nombre del proyecto Nombre del Orador Lugar y fecha Esta presentación llevará probablemente a un debate con la audiencia, lo que generará.
Transcripción de la presentación:

ESTADISTICA COMPUTACIONAL Esta presentación llevará probablemente a un debate con la audiencia, lo que generará elementos de acción. Use PowerPoint para realizar un seguimiento de estos elementos durante la presentación En Presentación, haga clic con el botón secundario del mouse Seleccione “Notas de la reunión” Seleccione la ficha “Elementos de acción” Escribir elementos de acción a medida que surgen Haga clic en Aceptar para descartar este cuadro Se creará automáticamente una diapositiva de elementos de acción al final de la presentación que incluye los puntos introducidos. ESTADISTICA COMPUTACIONAL Método de Box-Muller para la Generación de Variables Aleatorias Normales Presentado por: Lorena Alvarez F.

Introducción El procedimiento general para generar números aleatorios es : primero generar números aleatorios que se originen a partir de la distribución uniforme y luego se les aplica una transformación que los convierta en los números aleatorios deseados.

Repaso de Conceptos Una variable X está distribuída normalmente con media μ y varianza , si su función de densidad de probabilidad está dada por:

Repaso Jacobiano.- Sean x = g(u,v) y y = h(u,v) , entonces el jacobiano de x y y con respecto a u y v es como se muestra a continuación:

Generación de Números Aleatorios Normales Sean X y Y variables aleatorias normales unitarias independientes y sean R y  las cordenadas polares del vector (X, Y). Es decir:

Densidades Conjunta de X y Y

Para determinar la densidad conjunta de y , hacemos un cambio de variables:

Cálculos de derivadas parciales d y 

Jacobiano de x y y

Función de densidad conjunta de y  : Esto implica que y  son independientes y que es exponencial con media 2 y  se distribuye uniformemente en ( 0, 2)

Ahora podemos gerenar un par de variables aleatorias normales estándar independientes X y Y. Utilizando y  , para generar primero sus coordenadas polares y luego transformalas de nuevo a coordenadas rectangulares. Esto se logra usando:

Método de Box-Muller PASO 1: Generar números aleatorios y Paso 2: . Sea  =2 PASO 3: Ahora, sean

CONCLUSIÓN El uso de las transformaciones de Box – Muller para generar un par de normales unitarias independientes no es eficiente desde el punto de vista computacional, y la razón está en la necesidad de calcular funciones trigonométricas seno y coseno.

Gracias por su atención