Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
|
|
- María Jesús Carmen Caballero Acosta
- hace 7 años
- Vistas:
Transcripción
1 Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
2 Distribución muestral de Proporciones Existen ocasiones en las cuales no estamos interesados en la media de la muestra, sino que queremos investigar la proporción de artículos defectuosos o la proporción de personas con teléfono, etc en la muestra. La distribución muestral de proporciones es la adecuada para dar respuesta a estas situaciones. Esta distribución se genera de igual manera que la distribución muestral de medias, a excepción de que al extraer las muestras de la población se calcula el estadístico proporción (px/n en donde x es el número de éxitos u observaciones de interés y n el tamaño de la muestra) en lugar de la media de cada muestra que era lo que calculamos antes.
3 El siguiente diagrama sirve para explicar el concepto de distribución muestral de proporciones.
4 La distribución muestral de proporciones está estrechamente relacionada con la distribución binomial; una distribución binomial es una distribución del total de éxitos en las muestras, mientras que una distribución de proporciones es la distribución de un promedio (media) de los éxitos. Como consecuencia de esta relación, las afirmaciones probabilísticas referentes a la proporción muestral pueden evaluarse usando la aproximación normal a la binomial, siempre que: np 5 y n(1-p) 5 Una distribución binomial es, por ejemplo, si echamos una moneda al aire y observamos el lado que cae. Está claro que sólo hay dos posibilidades. Ahora bien, la probabilidad de que caiga la moneda de cualquier lado es la misma siempre que ésta no esté cargada. Como cada caso tiene igual probabilidad de ocurrir, y siendo la suma de probabilidades siempre igual a 1, entonces la probabilidad de que caiga la moneda de algún lado es 0.5. Si realizamos el experimento n veces y queremos saber la probabilidad de que salga águila o sol x veces, entonces usamos una distribución binomial.
5 Generación de la Distribución Muestral de Proporciones Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artículos defectuosos. Se van a seleccionar 5 artículos al azar de ese lote sin reemplazo. Vamos a generar la distribución muestral de proporciones para el número de piezas defectuosas. Como se puede observar en este ejercicio la proporción de artículos defectuosos de esta población es P 4/121/3. Por lo que podemos decir que el 33% de las piezas de este lote están defectuosas. El número posible de muestras de tamaño 5 a extraer de una población de 12 elementos es 12 C 5 792, las cuales se pueden desglosar de la siguiente manera:
6 Para calcular la media de la distribución muestral de proporciones se tendría que hacer la sumatoria de la frecuencia por el valor de la proporción muestral y dividirla entre el número total de muestras. Esto es: μ p (0.8 8) + ( ) + ( ) + ( ) + (0 56) Como podemos observar la media de la distribución muestral de proporciones es igual a la proporción de la población. μ p P
7 La desviación estándar de la distribución muestral de proporciones del ejemplo se puede calcular directamente con los datos: σ p ( ) ( ) ( ) ( ) (0 0.33) Sin embargo, podemos usar la distribución binomial lo cual nos da la siguiente fórmula para la desviación estándar de la distribución muestral de proporciones: σ p P( 1 P) n Notar que P es la proporción de la población pero n es el tamaño de la muestra
8 Como vimos antes, si contamos con una población finita y un muestreo sin reemplazo, para calcular la desviación estándar usamos la corrección (Como regla aproximada, si el muestreo se hace sin reemplazo y el tamaño de la población es 20 veces el tamaño de la muestra o menor, entonces se puede usar la fórmula): σ p P( 1 P) N n n N 1 Para el ejemplo anterior tendríamos la siguiente distribución de probabilidades:
9 Usando la fórmula tendríamos entonces: σ p P(1 n P) N N n (0.666) Lo cual es igual al valor de la desviación estándar obtenido antes
10 La fórmula que se utilizará para el cálculo de probabilidad en una distribución muestral de proporciones está basada en la aproximación de la distribución binomial a la normal. Esta fórmula nos servirá para calcular la probabilidad del comportamiento de la proporción en la muestra. z p P P( 1 P) n Esta fórmula se puede comparar a las anteriores si pensamos en que estamos calculando una diferencia entre la proporción de la muestra y la de la población en unidades de desviación estándar, como era el caso de la distribución de medias: z x μ σ n
11 A la fórmula anterior se le puede agregar el factor de corrección (en el denominador): z p P P( 1 P) N n n N 1 si se cumplen con las condiciones mencionadas anteriormente de que sea una población finita (N/n < 20) y sin reemplazo.
12 Ejemplo: Se ha determinado que 85.1% de los estudiantes de una universidad fuman cigarrillos. Se toma una muestra aleatoria de 200 estudiantes. Calcular la probabilidad de que no más de 80% de alumnos de la muestra fume. Solución: La media o valor esperado de la distribución muestral es de P0.851 (la proporción de la población), por lo que: z p P P( 1 P) ( ) n 200
13 Usando las tablas de valor z, para z encontramos que la probabilidad de que no más de (es decir, menos de) 80% de los alumnos de la muestra fumen es de o sea 2.14%
14 Actividad 1. Suponer que de la gente que solicita ingresar a una compañía, 40% pueden aprobar un examen de artimética para obtener el trabajo. Si se tomara una muestra de 20 solicitantes, Cuál sería la probabilidad de que 50% o más de ellos aprobaran? Datos: P 0.40, n 20, p 0.50 z p P P( 1 P) 0. 40( ) n
15 Usando tablas de valor o calificación z, o un programa para distribución normal estándar (como Minitab, etc.), encontramos que el área bajo la curva hasta un valor de z es de , o sea que ( ) , por lo que la probabilidad de que 50% o más aprobaran es de 18.06%. El área desde - hasta z es de
16 Cómo calcular probabilidades normales usando MINITAB (versión en inglés): En el menú superior: Calc > Probability Distributions > Normal Tenemos 3 opciones: Probability density Esta nos da el valor de la función de densidad, f(x) para un valor específico de x. Esto no nos es muy útil en esta clase. Cumulative Probability Esta nos da el área bajo la curva hasta un valor z específico. Usamos esto para encontrar probabilidades. Inverse Cumulative Probability Esto nos da el valor z para una área específica bajo la curva. Esto lo usamos para encontrar valores críticos. Hacer Click en la opción que queremos. Se introduce la media y la desviación estándar de la distribución normal que estamos usando. En el caso de la estándar normal (Z) introducimos N(0,1). Hacemos Click en input constant e introducimos el valor de x (xvalue) para la opción 1, el valor z para la opción 2, o la probabilidad para la opción 3.
17 Ejemplo: Cuál es la probabilidad de que tengamos un valor mayor a 60 si tenemos datos con una distribución normal con media 55 y deviación estándar de 4? Esto es, encontrar P(x > 60).
18 Como puede verse en la figura, el resultado que se obtiene es que P(X < 60) Notar que nos da los valores de la probabilidad de que X sea menor al valor dado, por lo que para nuestro problema: P(X > 60)
19 Si lo que queremos es el área para una calificación Z (normal estándar) entonces, como se explicó, podemos introducir una media igual a 0 y una desviación estándar de 1.0, e introducir el valor de Z para el cual queremos encontrar la probabilidad. Poner media 0 Poner σ 1.0 Poner z valor de interés
Distribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO
Más detallesTeorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Más detallesLa distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística
La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detalles7. Distribución normal
7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o
Más detallesDISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2)
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2) Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 EJEMPLO Calcular σ y σ 2 para una variable aleatoria discreta
Más detallesC. Distribución Binomial
Objetivos de aprendizaje 1. Definir los resultados binomiales 2. Calcular la probabilidad de obtener X éxitos en N pruebas 3. Calcular probabilidades binomiales acumulativas 4. Encontrar la media y la
Más detallesLA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece
Más detallesDISTRIBUCIONES DE PROBABILIDAD (RESUMEN)
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesUn experimento binomial posee las siguientes características: 1. El experimento consiste de n ensayos repetidos.
Experimento Binomial Experimento que consiste en ensayos independientes repetidos, cada uno con dos posibles resultados que se denominan éxito y fracaso, donde la probabilidad de éxito es la misma en cada
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesDISTRIBUCIONES DE PROBABILIDAD BINOMIAL
Probabilidad DISTRIBUCIONES DE PROBABILIDAD BINOMIAL Copyright 21, 27, 24 Pearson Education, Inc. All Rights Reserved. 4.1-1 Ejemplo de repaso Use la siguiente distribución de probabilidad para contestar
Más detallesP (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
Más detallesUnidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una
Más detallesTema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
Más detallesUnidad III Variables Aleatorias Unidimensionales
Unidad III Variables Aleatorias Unidimensionales En el capítulo anterior se examinaron los conceptos básicos de probabilidad con respecto a eventos que se encuentran en un espacio muestral. Los experimentos
Más detallesLa Distribución Normal y su uso en la Inferencia Estadística
La Distribución Normal y su uso en la Inferencia Estadística Los conceptos básicos de Probabilidad y de Distribuciones Muestrales sirven como introducción al método de Inferencia Estadística; esta se compone
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesDistribución Normal Curva Normal distribución gaussiana
Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detalles0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
1.- Cómo utilizar la tabla de la distribución Binomial? Supongamos que lanzamos al aire una moneda trucada. Con esta moneda la probabilidad de obtener cara es del 30%. La probabilidad que salga cruz será,
Más detallesDISTRIBUCIONES MUESTRALES
DISTRIBUCIONES MUESTRALES Distribuciones muestrales Autores: Ángel A. Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS CARACTERÍSTICAS DE LA
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesVariable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de
Más detallesProbabilidades y la curva normal
Probabilidades y la curva normal Las distribuciones reales y las distribuciones teóricas Por Tevni Grajales Guerra Tal cual estudiamos en nuestro tercer tema. Cuando registramos los valores de una variable
Más detallesTeorema de Bayes. mientras que B tiene una tasa de defectos del 4%.
Teorema de Bayes Ejemplo: En una empresa manufacturera, una máquina A produce el 60% de la producción total, mientras que una máquina B el restante 40%. 71 El 2% de las unidades producidas por A son defectuosas,
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesDistribución de Probabilidades con Nombre Propio Problemas Propuestos
Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,
Más detallesLa distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesDistribuciones de Probabilidad, Binomial& Otros (Cap. 5) Math. 298 Prof. Gaspar Torres Rivera
Distribuciones de robabilidad, inomial& Otros (Cap. 5) Math. 9 rof. aspar Torres Rivera Distribución de robabilidad Def. Es la distribución de las probabilidades asociadas con cada uno de los valores de
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesTema 7. Aproximación de la distribución Binomial a la Normal
Tema 7. Aproximación de la distribución Binomial a la Normal Indice 1. Problemas de la distribución binomial... 2 2. Aproximación de la binomial a la normal... 2 Apuntes realizados por José Luis Lorente
Más detallesz es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ 2 =1)
z x z es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ =1) La distribución normal es una distribución continua, en forma de campana donde la media, la mediana y la
Más detallesClase 6: Algunas Distribuciones de Probabilidad Discreta
Clase 6: Algunas Distribuciones de Probabilidad Discreta Distribución Uniforme discreta La más simple de todas las distribuciones de probabilidad discreta es una donde la v.a. toma cada uno de sus valores
Más detalles1.- Dada la siguiente distribución de frecuencias. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica o estándar
1.- Dada la siguiente distribución de frecuencias. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica o estándar VARIABLE FRECUENCIA 37 2 38 1 39 3 40 4 41 6 42 2 43 3 2.- Con los datos
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesPARTE II: MUESTREO... 10 6.- CONCEPTOS BÁSICOS... 10 7.- MÉTODOS DE MUESTREO... 10 8.- NÚMERO DE MUESTRAS... 10 9.- DISTRIBUCIONES MUESTRALES...
Contenidos: PARTE I: DISTRIBUCIONES DE PROBABILIDAD... 2 1.- VARIABLES ALEATORIAS... 2 2.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.- LA DISTRIBUCIÓN BINOMIAL... 5 4.- LA DISTRIBUCIÓN NORMAL... 7 5.- USO
Más detallesProbabilidad. Distribuciones binomial y normal
Tema 7 Probabilidad. Distribuciones binomial y normal 7.1. Introducción En este tema trataremos algunas cuestiones básicas sobre Probabilidad. Tanto la Probabilidad como la Estadística son dos campos de
Más detallesMuestreo y estimación: problemas resueltos
Muestreo y estimación: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
Más detallesMUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa
MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO TAMAÑO DE LA MUESTRA AL ESTIMAR LA MEDIA DE LA POBLACIÓN Al prever el intervalo de confianza resultante de una media muestral y la desviación estándar,
Más detallesPor ejemplo, lanzar al aire un dado o una moneda son experimentos aleatorios. Los experimentos aleatorios pueden ser simples o compuestos.
.- CONCEPTOS BÁSICOS DE PROBABILIDAD Experimento aleatorio: Es aquel cuyo resultado depende del azar y, aunque conocemos todos los posibles resultados, no se puede predecir de antemano el resultado que
Más detalles1 Variables aleatorias independientes
1 Variables aleatorias independientes El concepto de independencia es sumamente importante en teoría de probabilidad y su negación, la dependencia, es un importante objeto de estudio actualmente en diversas
Más detallesUNIVERSIDAD COMPLUTENSE DE MADRID
INSTRUCCIONES GENERALES Y VALORACIÓN TIEMPO: Una hora y treinta minutos. INSTRUCCIONES: El examen presenta dos opciones A y B; el alumno deberá elegir una de ellas y contestar razonadamente a los cuatro
Más detalles4.1. Qué ES UNA DISTRIBUCIÓN DE LA PROBABILIDAD?
4.1. Qué ES UNA DISTRIBUCIÓN DE LA PROBABILIDAD? INTRODUCCIÓN. Una distribución de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento. Una distribución
Más detalles1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.
Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesHemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial.
La distribución geométrica Hemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial. Consideramos otro experimento relacionado. Vamos a
Más detallesTema 3. Medidas de tendencia central Ejercicios resueltos 1
Tema 3. Medidas de tendencia central Ejercicios resueltos 1 Ejercicio resuelto 3.1 La demanda de cierto artículo en 48 días fue 1, 4, 1, 0, 2, 1, 1, 3, 2, 1, 1, 0, 3, 2, 4, 3, 4, 1, 2, 1, 1, 2, 2, 2, 1,
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 4: VARIABLES ALEATORIAS CONTINUAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre
Más detallesLa simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba
Simulación Simulación La simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba Los modelos matemáticos se construyen y utilizan para comprobar los resultados
Más detallesUnidad 7: Muestreo de aceptación
Unidad 7: Muestreo de aceptación Cap 12. Gutiérrez Liliana Recchioni Unidad 7: 7.1. Tipos de planes de muestreo. 7.2. Variabilidad y curvas características (CO). 7.3. Diseño de un plan de muestreo simple
Más detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL PROFESOR: DR. JORGE ACUÑA A. 1 LA ESTADISTICA Estadística descriptiva Método científico Muestreo Información de entrada y de salida Estadística inferencial Inferencias Intervalos
Más detallesProbabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM
Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Probabilidades P(A) = Casos favorables Casos posibles Objetivos: Definir el concepto de
Más detallesIntegración por el método de Monte Carlo
Integración por el método de Monte Carlo Georgina Flesia FaMAF 29 de marzo, 2012 El método de Monte Carlo El método de Monte Carlo es un procedimiento general para seleccionar muestras aleatorias de una
Más detallesDr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez
Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como
Más detallesEstadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si
Más detallesTema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos
Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave
Más detallesProblemas resueltos. Tema 12. 2º La hipótesis alternativa será que la distribución no es uniforme.
Tema 12. Contrastes No Paramétricos. 1 Problemas resueltos. Tema 12 1.- En una partida de Rol se lanza 200 veces un dado de cuatro caras obteniéndose 60 veces el número 1, 45 veces el número 2, 38 veces
Más detalles5. VARIABLES ALEATORIAS Y SUS MOMENTOS
5. VARIABLES ALEATORIAS Y SUS MOMENTOS Una variable aleatoria Objetivos Introducir la idea de una variable aleatoria y su distribución y sus características como la media, la varianza, los cuartíles etc.
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
Más detallesIntervalos de Confianza para dos muestras
Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación
Más detallesEL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA. Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria
EL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria RESUMÉN La investigación epidemiológica moderna se realiza por medio de muestras
Más detallesDistribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta
Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad
Más detallesEstadística Inferencial. Sesión 5. Prueba de hipótesis
Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones
Más detallesPROBABILIDAD. Espacio muestral: es el conjunto de todos los resultados posibles. Para un dado es SS = (1,2,3,4,5,6)
rincipios de probabilidad ROILIDD DEFINIIONES robabilidad: es la posibilidad numérica de ocurra un evento. Se mide con valores comprendidos entre 0 y, entre mayor sea la probabilidad, más se acercará a
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UCM Función de distribución y función de densidad Ejercicio. Sea X una variable aleatoria con función de distribución dada
Más detallesTEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.
Más detallesPrueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual:
Prueba de hipótesis Problema Un grupo de profesores, de cierto estado de la república, plantea una investigación acerca del aprendizaje de las ciencias naturales en la escuela primaria. Uno de los objetivos
Más detalles11. PRUEBAS NO PARAMÉTRICAS
. PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales
Más detallesTema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010 Contenidos...............................................................
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detalles1) Características del diseño en un estudio de casos y controles.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de casos y controles CONCEPTOS CLAVE 1) Características del diseño en un estudio de casos y controles. )
Más detallesUNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES.
UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES. DISTRIBUCION DE PROBABILIDADES. 1. Se extraen sin reposición cuatro fichas de una urna
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 PROBABILIDAD
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detallesEjemplos de clase Administración de Inventarios
Ejemplos de clase Administración de Inventarios ADMINISTRACIÓN DE INVENTARIOS A. MODELOS DE INVENTARIO PARA DEMANDA INDEPENDIENTE B. MODELOS PROBABILISTICOS E INVENTARIOS DE SEGURIDAD C. SISTEMAS DE PERIODO
Más detalles1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Probabilidad y Estadística. Carrera: Ingeniería en Materiales. Clave de la asignatura: MAM 0524
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería en Materiales MAM 0524 3 2 8 2.- HISTORIA
Más detallesLa más famosa de las campanas
La más famosa de las campanas Dice el diccionario que una campana es un dispositivo simple que emite un sonido. Pero una campana puede ser muchas cosas más. Creo que hay hasta una planta con ese nombre
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesTema 3: Estimadores de máxima verosimilitud
Tema 3: Estimadores de máxima verosimilitud 1 (basado en el material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Planteamiento del problema: motivación Método
Más detallesTamaño de muestra agropecuaria
Pablo Tadeo Cruz * RESUMEN En este documento, se analizan condiciones de productividad y rentabilidad de los Sistemas de Producción Agropecuaria, dónde se aplica metodología de determinación de tamaño
Más detallesSoluciones Examen de Estadística
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 15 de Febrero, 5 Cuestiones horas C1. Un programa se ejecuta desde uno cualquiera de cuatro periféricos A, B, C y D con arreglo
Más detallesINFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016
INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN
Más detallesen 200 días aplicando el T.C.L o convergencia de la Poisson
EJERCICIOS T13- APLICACIONES DE LA PROBABILIDAD: CONVERGENCIA Y TEOREMAS LÍMITE 1. En una fábrica la probabilidad de que se produzcan n piezas defectuosas sigue una distribución de Poisson de media 3 diarias.
Más detallesVARIABLES ALEATORIAS Y DISCTRIBUCIÓN DE PROBABILIDAD
VARIABLES ALEATORIAS Y DISCTRIBUCIÓN DE PROBABILIDAD Autor: Clara Laguna 3.1 INTRODUCCIÓN En el tema de estadística descriptiva se revisaron las técnicas necesarias para la realización de un análisis descriptivo
Más detalles