Estadstica GITI Tema 6 Continues TEMA 6 CONTINUES
![Estadística (GITI) Tema 6. Continues TEMA 6. CONTINUES 1 Estadística (GITI) Tema 6. Continues TEMA 6. CONTINUES 1](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-1.jpg)
![Estadística (GITI) 6. 1. Tema 6. Continues DISTRIBUCIÓ UNIFORME • quan qualsevol punt de Estadística (GITI) 6. 1. Tema 6. Continues DISTRIBUCIÓ UNIFORME • quan qualsevol punt de](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-2.jpg)
![Estadística (GITI) 6. 2. Tema 6. Continues DISTRIBUCIÓ EXPONENCIAL • X una v. a. Estadística (GITI) 6. 2. Tema 6. Continues DISTRIBUCIÓ EXPONENCIAL • X una v. a.](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-3.jpg)
![Estadística (GITI) Tema 6. Continues 4 Temps entre dos sucessos • procés de Poisson" Estadística (GITI) Tema 6. Continues 4 Temps entre dos sucessos • procés de Poisson"](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-4.jpg)
![Estadística (GITI) Tema 6. Continues 5 Taxa de fallades • del nombre de fallades Estadística (GITI) Tema 6. Continues 5 Taxa de fallades • del nombre de fallades](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-5.jpg)
![Estadística (GITI) 6 Tema 6. Continues Weibull • Si = 1, h(t) = i Estadística (GITI) 6 Tema 6. Continues Weibull • Si = 1, h(t) = i](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-6.jpg)
![Estadística (GITI) Tema 6. Continues 7 Simulació de valors d'una variable aleatòria • Extraiem Estadística (GITI) Tema 6. Continues 7 Simulació de valors d'una variable aleatòria • Extraiem](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-7.jpg)
![Estadística (GITI) Tema 6. Continues 8 6. 3. DISTRIBUCIÓ NORMAL Variable normal tipificada • Estadística (GITI) Tema 6. Continues 8 6. 3. DISTRIBUCIÓ NORMAL Variable normal tipificada •](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-8.jpg)
![Estadística (GITI) Tema 6. Continues • El valor mig és f(z) • La variància Estadística (GITI) Tema 6. Continues • El valor mig és f(z) • La variància](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-9.jpg)
![Estadística (GITI) Tema 6. Continues f(z) 10 Estadística (GITI) Tema 6. Continues f(z) 10](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-10.jpg)
![Estadística (GITI) Variable normal general • Si apliquem la transformació lineal • El valor Estadística (GITI) Variable normal general • Si apliquem la transformació lineal • El valor](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-11.jpg)
![Estadística (GITI) Tema 6. Continues 12 Tipificar " o "estandarditzar • "Tipificar " o Estadística (GITI) Tema 6. Continues 12 Tipificar " o "estandarditzar • "Tipificar " o](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-12.jpg)
![Estadística (GITI) Tema 6. Continues 13 combinació lineal d'un conjunt de variables normals i Estadística (GITI) Tema 6. Continues 13 combinació lineal d'un conjunt de variables normals i](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-13.jpg)
![Estadística (GITI) Tema 6. Continues 14 Teorema central del límit. Teorema de Lindenberg. Levy Estadística (GITI) Tema 6. Continues 14 Teorema central del límit. Teorema de Lindenberg. Levy](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-14.jpg)
![Estadística (GITI) Tema 6. Continues 15 Aproximació de la binomial a la normal La Estadística (GITI) Tema 6. Continues 15 Aproximació de la binomial a la normal La](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-15.jpg)
![Estadística (GITI) Tema 6. Continues Aproximació de la Poisson a la normal • 16 Estadística (GITI) Tema 6. Continues Aproximació de la Poisson a la normal • 16](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-16.jpg)
![Estadística (GITI) Tema 6. Continues 6. 4. NORMAL BIDIMENSIONAL • Per a una variable Estadística (GITI) Tema 6. Continues 6. 4. NORMAL BIDIMENSIONAL • Per a una variable](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-17.jpg)
![Estadística (GITI) Distribucions marginals • Si =0 la funció de densitat conjunta es pot Estadística (GITI) Distribucions marginals • Si =0 la funció de densitat conjunta es pot](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-18.jpg)
![Estadística (GITI) Tema 6. Continues Distribucions condicional • La funció de densitat condicional de Estadística (GITI) Tema 6. Continues Distribucions condicional • La funció de densitat condicional de](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-19.jpg)
- Slides: 19
![Estadística GITI Tema 6 Continues TEMA 6 CONTINUES 1 Estadística (GITI) Tema 6. Continues TEMA 6. CONTINUES 1](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-1.jpg)
Estadística (GITI) Tema 6. Continues TEMA 6. CONTINUES 1
![Estadística GITI 6 1 Tema 6 Continues DISTRIBUCIÓ UNIFORME quan qualsevol punt de Estadística (GITI) 6. 1. Tema 6. Continues DISTRIBUCIÓ UNIFORME • quan qualsevol punt de](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-2.jpg)
Estadística (GITI) 6. 1. Tema 6. Continues DISTRIBUCIÓ UNIFORME • quan qualsevol punt de l’interval té la mateixa probabilitat de ser elegit • funció de densitat • funció de distribució F(x) 2
![Estadística GITI 6 2 Tema 6 Continues DISTRIBUCIÓ EXPONENCIAL X una v a Estadística (GITI) 6. 2. Tema 6. Continues DISTRIBUCIÓ EXPONENCIAL • X una v. a.](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-3.jpg)
Estadística (GITI) 6. 2. Tema 6. Continues DISTRIBUCIÓ EXPONENCIAL • X una v. a. no negativa amb funció de densitat • Funció de distribució: • Valor mig • Variància: 3
![Estadística GITI Tema 6 Continues 4 Temps entre dos sucessos procés de Poisson Estadística (GITI) Tema 6. Continues 4 Temps entre dos sucessos • procés de Poisson"](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-4.jpg)
Estadística (GITI) Tema 6. Continues 4 Temps entre dos sucessos • procés de Poisson" com aquell que compta el nombre de successos fins a un temps t, la funció de probabilitat del qual és: • El temps aleatori entre dos successos ve donat per la distribució exponencial. • falta de memòria
![Estadística GITI Tema 6 Continues 5 Taxa de fallades del nombre de fallades Estadística (GITI) Tema 6. Continues 5 Taxa de fallades • del nombre de fallades](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-5.jpg)
Estadística (GITI) Tema 6. Continues 5 Taxa de fallades • del nombre de fallades per unitat de temps que té lloc en una població de molts elements. • fiabilitat de l’element R(t) = P(T>t Zona A, de fallades precoces o infantils Zona B, de fallades accidentals Zona C, de fallades per envelliment
![Estadística GITI 6 Tema 6 Continues Weibull Si 1 ht i Estadística (GITI) 6 Tema 6. Continues Weibull • Si = 1, h(t) = i](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-6.jpg)
Estadística (GITI) 6 Tema 6. Continues Weibull • Si = 1, h(t) = i es tracta de la distribució exponencial. • Si > 1, h(t) és creixent i és representatiu de la zona per envelliment. La distribució que segueix els temps de fallada és una Weibull. • Si <1, h(t) és decreixent i és representatiu de la zona infantil. La distribució del temps de fallada és també una Weibull <1 = 1 > 1
![Estadística GITI Tema 6 Continues 7 Simulació de valors duna variable aleatòria Extraiem Estadística (GITI) Tema 6. Continues 7 Simulació de valors d'una variable aleatòria • Extraiem](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-7.jpg)
Estadística (GITI) Tema 6. Continues 7 Simulació de valors d'una variable aleatòria • Extraiem un valor a l'atzar d'una uniforme U[0; 1] que anomenem ui. • A partir de la funció de distribució i del valor ui calculem la inversa de la funció de distribució, açò és, • • y aplicant la inversa. • • Que per al cas concret de l’uniforme • • • Prenent neperians i lliurant la xi queda,
![Estadística GITI Tema 6 Continues 8 6 3 DISTRIBUCIÓ NORMAL Variable normal tipificada Estadística (GITI) Tema 6. Continues 8 6. 3. DISTRIBUCIÓ NORMAL Variable normal tipificada •](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-8.jpg)
Estadística (GITI) Tema 6. Continues 8 6. 3. DISTRIBUCIÓ NORMAL Variable normal tipificada • Aquella variable contínua, amb camp d'existència en tota la recta real, i amb funció de densitat punts d'inflexió Per a x<0 és creixent i per a x>0 és decreixent.
![Estadística GITI Tema 6 Continues El valor mig és fz La variància Estadística (GITI) Tema 6. Continues • El valor mig és f(z) • La variància](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-9.jpg)
Estadística (GITI) Tema 6. Continues • El valor mig és f(z) • La variància es: • La funció de distribució es. 9
![Estadística GITI Tema 6 Continues fz 10 Estadística (GITI) Tema 6. Continues f(z) 10](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-10.jpg)
Estadística (GITI) Tema 6. Continues f(z) 10
![Estadística GITI Variable normal general Si apliquem la transformació lineal El valor Estadística (GITI) Variable normal general • Si apliquem la transformació lineal • El valor](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-11.jpg)
Estadística (GITI) Variable normal general • Si apliquem la transformació lineal • El valor mig de Y • La variància de Y és: • I la funció de densitat és: • La funció de distribució és • Tema 6. Continues 11
![Estadística GITI Tema 6 Continues 12 Tipificar o estandarditzar Tipificar o Estadística (GITI) Tema 6. Continues 12 Tipificar " o "estandarditzar • "Tipificar " o](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-12.jpg)
Estadística (GITI) Tema 6. Continues 12 Tipificar " o "estandarditzar • "Tipificar " o "estandarditzar" una variable significa restar el seu valor mig i dividir-lo per la desviació típica.
![Estadística GITI Tema 6 Continues 13 combinació lineal dun conjunt de variables normals i Estadística (GITI) Tema 6. Continues 13 combinació lineal d'un conjunt de variables normals i](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-13.jpg)
Estadística (GITI) Tema 6. Continues 13 combinació lineal d'un conjunt de variables normals i independents • La combinació lineal d'un conjunt de variables normals i independents, és al mateix temps una altra distribució normal • Y segueix una distribució normal amb
![Estadística GITI Tema 6 Continues 14 Teorema central del límit Teorema de Lindenberg Levy Estadística (GITI) Tema 6. Continues 14 Teorema central del límit. Teorema de Lindenberg. Levy](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-14.jpg)
Estadística (GITI) Tema 6. Continues 14 Teorema central del límit. Teorema de Lindenberg. Levy • Si Y és una suma de n v. a. independents que satisfan certes condicions generals, llavors per a n prou gran, Y es distribueix segons una v. a. normal. • Si tenen la mateixa mitjana i la mateixa variància, a les hores
![Estadística GITI Tema 6 Continues 15 Aproximació de la binomial a la normal La Estadística (GITI) Tema 6. Continues 15 Aproximació de la binomial a la normal La](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-15.jpg)
Estadística (GITI) Tema 6. Continues 15 Aproximació de la binomial a la normal La binomial es una suma de n dicotomiques • L'aproximació a la normal és prou bona quan ocorre una de les dos condicions següents: • • 1) Si i. • 2) Si
![Estadística GITI Tema 6 Continues Aproximació de la Poisson a la normal 16 Estadística (GITI) Tema 6. Continues Aproximació de la Poisson a la normal • 16](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-16.jpg)
Estadística (GITI) Tema 6. Continues Aproximació de la Poisson a la normal • 16
![Estadística GITI Tema 6 Continues 6 4 NORMAL BIDIMENSIONAL Per a una variable Estadística (GITI) Tema 6. Continues 6. 4. NORMAL BIDIMENSIONAL • Per a una variable](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-17.jpg)
Estadística (GITI) Tema 6. Continues 6. 4. NORMAL BIDIMENSIONAL • Per a una variable aleatòria n- dimensional la funció de densitat conjunta de la normal general és: • cas de dos dimensions, el vector de mitges és • i la matriu és • funció de densitat bidimensional és 17
![Estadística GITI Distribucions marginals Si 0 la funció de densitat conjunta es pot Estadística (GITI) Distribucions marginals • Si =0 la funció de densitat conjunta es pot](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-18.jpg)
Estadística (GITI) Distribucions marginals • Si =0 la funció de densitat conjunta es pot expressar com a producte de funcions de densitat marginals i d'ací que segueixen independents • Les distribucions marginals segueixen una altra distribució normal, és a di Tema 6. Continues 18
![Estadística GITI Tema 6 Continues Distribucions condicional La funció de densitat condicional de Estadística (GITI) Tema 6. Continues Distribucions condicional • La funció de densitat condicional de](https://slidetodoc.com/presentation_image/bfba7728e618cd21f2b6423a73d10db3/image-19.jpg)
Estadística (GITI) Tema 6. Continues Distribucions condicional • La funció de densitat condicional de Y 2 sabent un valor de Y 1 és: 19
Que es la cuantitativa nominal
Ejemplo de regresión lineal
Estadstica
Ejemplos de delimitación de la investigación
El tema y sub tema
Estructura de la entrevista
Translate
Tema-tema teologi perjanjian lama
Continues
The mission continues atlanta
Protist conjugation
Chapter 17 section 4 the reformation continues
Continues on babbage programmable
Chapter 6 lesson 2 the war continues
Chapter 17 section 4 the reformation continues answer key
A loop that continues to execute endlessly is called
Chapter 17 section 4 the reformation continues answer key
Lesson 2 moving west
Fracciones equivalentes algebraicas
Preobrazba razdoblje