EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos
|
|
- Rodrigo Contreras Bustos
- hace 7 años
- Vistas:
Transcripción
1 EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta e ua eorme catidad de técicas particulares. Cada técica ha sido desarrollada para ser empleada e u esceario específico, es decir, a las hipótesis referidas a u determiado parámetro, co uos determiados supuestos distribucioales y e uas circustacias cocretas. E la asigatura Aálisis de Datos e Psicología II se expodrá ua variedad de estas técicas, elegidas por ser alguas de las más empleadas e Psicología. E este tema vamos a expoer tres de las más secillas, para que el estudiate se vaya familiarizado co ellas y para que pueda ir aplicádolas e los cotextos e los que sea pertietes. E este documeto se ofrece u esquema geeral de los pasos que se debe dar e u Cotraste de Hipótesis y luego se expoe tres técicas cocretas, como ilustració de su aplicació. Las dos primeras se refiere al Cotraste de Hipótesis sobre la media poblacioal (µ), mietras que la tercera se refiere al Cotraste de Hipótesis sobre la idepedecia lieal etre dos variables (ρ0). El estudiate debe prepararse para ir relleado ua tabla como la que aparece al fial, e la que deberá ir icluyedo cada técica estudiada. Pasos e el Cotraste de Hipótesis Lo expuesto e el documeto aterior os permite especificar el esquema de los pasos que se debe dar e u Cotraste de Hipótesis de la siguiete forma: 1) Establecer las Hipótesis, idicado la Hipótesis Nula (H 0 ) y la Hipótesis Alterativa (H 1 ). ) Especificar los Supuestos que se va a asumir, icluyedo supuestos distribucioales, de muestreo, de iformació coocida, etc. 3) Elegir u Estadístico de Cotraste apropiado, especificado su distribució cuado se asume como verdadera la H 0 establecida e el paso 1 y los supuestos idicados e el paso. 4) Establecer ua Regla de Decisió, bilateral o uilateral, basada e el ivel de sigificació (α) específico que se adopte. 5) Calcular, segú la fórmula idicada, el valor del estadístico de cotraste y el ivel crítico. 6) Adoptar la Decisió y establecer la coclusió.
2 Cotraste de hipótesis sobre la media, coocida σ Para cotrastar hipótesis sobre el valor de ua media vamos a distiguir dos casos: aquellos e los que se cooce la variaza poblacioal y aquellos e los que o se cooce. Auque el primer caso es muy ifrecuete e la práctica, por razoes didácticas se suele expoer e primer lugar. El procedimieto cosiste, como ya hemos dicho e aplicar el esquema habitual co los siguietes pasos: Si se trata de u cotraste bilateral, éstas será de la forma, H 0 : µ µ 0 H 1 : µ µ 0 ) Supuestos. - La població se distribuye N(µ,σ) o la muestra es suficietemete grade como para asumir la ormalidad basádoos e el Teorema Cetral del Límite. - La media muestral se ha obteido sobre ua m.a.s. - Coocemos σ. 3) Estadístico de Cotraste y su distribució bajo H 0 verdadera. z N(0, 1) σ 4) Regla de Decisió, basada e el ivel de sigificació (α) adoptado. Rechazar si z 1-α/ z ó z α/ z No rechazar si α/ z < z < 1-α/ z 5) Cálculo del Estadístico de Cotraste (y evetualmete el Nivel Crítico). 6) Adoptar la Decisió y Cocluir. Ejemplo. Supogamos que queremos cotrastar la hipótesis de que la media poblacioal e ua determiada variable, X, es igual a 100, sabiedo que la variaza poblacioal es igual a 64 y que X es ormal. Para ello extraemos ua m.a.s. de 5 observacioes y calculamos su media aritmética e X, que resulta ser igual a 105; establecemos u ivel de sigificació (α) de 0,05. H 0 : µ 100 H 1 : µ 100 (Adviértase que e el problema o se especifica ada sobre la direcció de la diferecia etre 100 y la media poblacioal real, e caso de ser falsa H 0, por lo que se realiza u cotraste bilateral)
3 ) Supuestos. - La població se distribuye N(µ, 8) - Se trata de ua m.a.s. - Coocemos σ 3) Estadístico de Cotraste. E las codicioes idicadas, z N(0, 1) σ 4) Regla de decisió. Rechazar si z 1,96 ó z -1,96 No rechazar si -1,96 < z < 1,96 z X μ σ ,15 6) Decisió y Coclusió. Como 3,15 > 1,96 rechazamos H 0. Cocluimos que la evidecia acoseja rechazar, segú la regla de decisió adoptada, la hipótesis de que la media poblacioal sea igual a 100. U último cometario sobre esta técica de cotraste. Etre los supuestos se ha icluido la ormalidad de la distribució e la població de la variable implicada. Por lo que ya hemos estudiado, sabemos que auque esto o fuera verdad la distribució muestral de la media se aproxima a la ormal a medida que se icremeta el tamaño de la muestra empleada (Teorema Cetral del Límite). Es raro que sepamos co certeza la forma de ua distribució y e cambio o coozcamos su media. Es más frecuete que descoozcamos ambos. Esta es la razó por la que se suele recomedar, para aplicar este cotraste, que la muestra sobre la que se calcula la media sea de al meos 30. De esta forma se podrá aplicar esta técica si preocuparos por la distribució de la variable de partida.
4 Cotraste de hipótesis sobre la media, descoocida σ Co mucha frecuecia os ecotraremos e ua situació como la aterior pero co la diferecia de que o cooceremos la variaza poblacioal, σ. Es decir, queremos cotrastar si la media poblacioal es u cierto valor y podemos asumir la ormalidad de la població (o se trata de ua muestra grade) y que la media se ha obteido e ua m.a.s. Si la úica diferecia co el esceario aterior es que o coocemos la variaza poblacioal (algo bastate razoable, dado que será raro que o coozcamos µ y e cambio coozcamos σ) etoces podemos recurrir a u estadístico similar al aterior, pero e el que e lugar de aparecer σ e el deomiador aparece su estimador S (la desviació típica de la muestra). La úica cosecuecia de cambiar σ por S es que el Estadístico de Cotraste ya o se distribuye N(0,1), sio segú la distribució t de studet, siedo los grados de libertad el tamaño de la muestra meos 1 (t -1 ), T t -1 S (Si lo que aparece e el deomiador es el estimador sesgado de la desviació típica, etoces e la raíz aparece (-1). Es decir, represetado por S y S -1 a los estimadores sesgado e isesgado, respectivamete, las fórmulas sería, T y S -1 T S -1 auque e ambos casos la distribució es la misma: t -1. El esquema, muy similar al del caso aterior, será el siguiete, H 0 : µ µ 0 H 1 : µ µ 0 ) Supuestos. - La població se distribuye N(µ,σ) o la muestra es suficietemete grade como para asumir la ormalidad basádoos e el TLC. - La media muestral se ha obteido sobre ua m.a.s. - Descoocemos σ. 3) Estadístico de Cotraste. T o S-1 T t -1 S -1 4) Regla de Decisió. Rechazar si T 1-α/ t -1 ó T α/ t -1
5 No rechazar si α/ t -1 < T < 1-α/ t -1 6) Decisió y Coclusió. Ejemplo. Supogamos que queremos cotrastar la hipótesis de que la media poblacioal e ua determiada variable, X, que se distribuye ormalmete, es igual a 80. Extraemos ua m.a.s. de 81 observacioes y e ella obteemos que su media es 75,8 y su variaza ( S -1) es igual a 36; establecemos u ivel de sigificació (α) de 0,01. H 0 : µ 80 H 1 : µ 80 ) Supuestos. - La població se distribuye N(µ, σ) - Se trata de ua m.a.s. - Descoocemos σ. 3) Estadístico de Cotraste. T t 80 S 4) Regla de decisió, co el ivel de sigificació adoptado (α0,01), Rechazar si T,639 ó T -,639 No rechazar si -,639 < T <,639 T S-1 75, , ,461 6) Decisió y Coclusió. Como el valor obteido (-,461) está etre ±,639 Mateemos H 0. La evidecia acoseja o rechazar, segú la regla de decisió adoptada, la hipótesis de que la media poblacioal sea igual a 80; la evidecia observada es compatible co ella.
6 Cotraste de hipótesis sobre la correlació de Pearso El caso que expoemos aquí es úica y exclusivamete aquel e el que queremos cotrastar si la correlació de Pearso poblacioal es 0. Los cotrastes sobre cualquier otro valor exige otros elemetos que se expodrá e la asigatura de Aálisis de Datos e Psicología II. No obstate, el cotraste del valor 0 es, co mucho, el más iteresate y el que co mayor frecuecia se emplea. Se trata de cotrastar la idepedecia lieal etre dos variables; es decir, si la correlació poblacioal (ρ) es igual a 0. Para ello ecesitamos especificar u esceario e el que podamos defiir u Estadístico de Cotraste co ua distribució coocida co la que establecer la regla de decisió. El esceario buscado es el que se resume e el siguiete esquema, e el que se llega a u Estadístico de Cotraste que bajo hipótesis ula verdadera se distribuye t de studet co - grados de libertad (t - ). H 0 : ρ 0 H 1 : ρ 0 ) Supuestos. - Las dos variables a las que se refiere la correlació so ormales (e realidad los supuestos distribucioales so más complejos, pues se debe asumir la homocedasticidad codicioal; esto se explicará e Aálisis II). - La correlació muestral, r XY, se ha obteido sobre ua m.a.s. de pares de valores de X e Y. 3) Estadístico de Cotraste. T r - XY t - rxy 4) Regla de Decisió. Rechazar si T 1-α/ t - ó T α/ t - No rechazar si α/ t - < T < 1-α/ t - 6) Decisió y Coclusió.
7 Ejemplo. Supogamos que queremos cotrastar si a ivel poblacioal las variables X e Y so liealmete idepedietes. Extraemos ua m.a.s. de 6 observacioes y e ella obteemos ua correlació de 0,8. Por estudios ateriores sabemos que podemos asumir que se trata de variables ormales; establecemos u ivel de sigificació (α) de 0,05. H 0 : ρ 0 H 1 : ρ 0 ) Supuestos. - Ambas variables se distribuye Normalmete e la població. - Se trata de ua m.a.s. 3) Estadístico de Cotraste. T r - XY t 60 rxy 4) Regla de Decisió. Rechazar si T,000 ó T -,000 No rechazar si -,000 < T <,000 rxy - T r XY 0,8 6-0,8,59 6) Decisió y Coclusió. Como,59 o está etre ±,000, Rechazamos H 0. La evidecia acoseja rechazar, segú la regla de decisió adoptada, la hipótesis de que e la població estas variables sea liealmete idepedietes; la evidecia observada o es compatible co ella.
8 CONTRASTES CON UNA MUESTRA Parámetro Media Correlació Supuestos y codicioes - Normalidad o o ormalidad co muestra grade - Coocida σ - m.a.s. - Normalidad o o ormalidad co muestra grade - Descoocida σ - m.a.s. - Normalidad y homocedasticidad - Hipótesis de idepedecia lieal, ρ 0 - m.a.s. - Normalidad y homocedasticidad - Hipótesis sobre otros valores de ρ - m.a.s. Estadístico y Distribució z N(0,1) σ T t -1 S-1 T t -1 S -1 T r - XY t - rxy Proporció Variaza
9 CONTRASTES CON DOS MUESTRAS Parámetro Supuestos y codicioes Estadístico y Distribució Diferecia de medias Igualdad de variazas Otros
Intervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detalles4 Contrastes del Chi 2 de bondad del ajuste
4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detallesT ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:
T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total
Más detallesUniversidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA
Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete
Más detallesTest de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesTema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS
UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase
Más detallesBloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS
Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 211 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció A Reserva 1, Ejercicio 4, Oció A Reserva 2, Ejercicio
Más detallesEstimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.
Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete
Más detallesTécnicas experimentales de Física General 1/11
La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales
Más detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detalles11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)
I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co
Más detallesIntervalos de confianza para la media
Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:
Más detallesTEMA 19 Cálculo de límites de sucesiones*
CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,
Más detallesMuestreo y estimación
Muestreo y estimació BENITO J. GONZÁLEZ RODRÍGUEZ bjglez@ull.es DOMINGO HERNÁNDEZ ABREU dhabreu@ull.es MATEO M. JIMÉNEZ PAIZ mjimeez@ull.es M. ISABEL MARRERO RODRÍGUEZ imarrero@ull.es ALEJANDRO SANABRIA
Más detalles9.3. Contrastes de una proporción
9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes
Más detallesTema 6: Distribuciones Muestrales
Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.
Más detallesTEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució
Más detallesLicenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)
Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad
Más detallesPRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar
Más detallesTEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas
Capítulo 5 TEST DE HIPÓTESIS 5.1. Itroducció E este tema trataremos el importate aspecto de la toma de decisioes, referida a decidir si u valor obteido a partir de la muestra es probable que perteezca
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua
Más detalles1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.
GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesEstadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3
Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesPaso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:
Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de
Más detallesTest de Hipótesis. Material Preparado por Hugo Delfino
Test de Hipótesis Material Preparado por Hugo Delfio 8-3 Qué es ua Hipótesis? Hipótesis: Es u suposició acerca del valor de u parámetro de ua població co el propósito de discutir su validez. Ejemplo de
Más detallesEstadístico. Parámetro
La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesCálculo de límites. 8.1. Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesEn el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:
TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detallesPasos básicos para docimar una hipótesis:
Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los
Más detallesTEMA 4: CONTRASTE DE HIPOTESIS
ESTADÍSTICA, CURSO 2008 2009 TEMA 4: CONTRASTE DE HIPOTESIS HIPOTESIS ESTADISTICAS ENSAYOS DE HIPOTESIS Cocepto de hipótesis estadística Esayos de hipótesis Hipótesis ula (H 0 ) y alterativa (H ) Diferecias
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual
ESTIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRASTES DE HIPÓTESIS TEMA 8: Cotrastes
Más detallesPRUEBAS DE HIPÓTESIS.
PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple
Más detallesTema 15: Contrastes de hipótesis sobre algunos parámetros
ema 15: Contrastes de hipótesis sobre algunos parámetros 1. CORASE DE HIPÓESIS SOBRE LA MEDIA, Conocida Desconocida. CORASE DE HIPÓESIS SOBRE LA CORRELACIÓ, Bibliografía: ema 15 (págs. 379-4) Ejercicios
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesESTADÍSTICA. n i Se pide:
ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de
Más detallesMétodo de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas
Método de máxima verosimilitud Curso de Estadística TAE,2005 J.J. Gómez Cadeas Muestras Cosiderar ua variable aleatoria x descrita por la pdf f(x). El espacio de muestras está costituido por todos los
Más detallesTeoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS
Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS Cuado se lleva a cabo ua ivestigació estadística, se pretede realizar algua iferecia acerca de situacioes aparetemete ifluidas por el azar. Por ejemplo,
Más detalles12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesIES Fco Ayala de Granada Junio de 2011 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna
SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 011 (COMÚN MODELO) OPCIÓN A EJERCICIO 1_A -5 Sea las matrices A = 1-3, B = 3-1 0 1 1, C = 1 3-1 5 3. a) (1 puto) Calcule A B.C t. b) (1 5 putos) Resuelva la
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detallesESTIMACIÓN POR INTERVALOS DE CONFIANZA
Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete
Más detallesPRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar
Más detallesCONTRASTE DE HIPÓTESIS
Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detalles8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.
TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesTema 1: ESTIMACIÓN DE PARÁMETROS Y CONTRASTE DE HIPÓTESIS.
Tema : ETIMACIÓN DE PARÁMETRO CONTRATE DE HIPÓTEI... Itroducció.. Objetivos.3. Distribucioes muestrales.3.. Distribució muestral de la media.3.. Distribució muestral de la proporció.3.3. Distribució muestral
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para
Más detallesEstimación por intervalos
Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo
Más detallesESTADISTICA EMPRESARIAL - Segundo Curso Curso Convocatoria de Febrero INSTRUCCIONES
ESTADISTICA EMPRESARIAL - Segudo Curso Curso.006-07 Covocatoria de Febrero. 6-1-07 INSTRUCCIONES 1. El exame costa de cuestioes, que se respode sobre la hoja de codificació proporcioada, y problemas, que
Más detallesUNIDAD 4.- INFERENCIA ESTADÍSTICA II
UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que
Más detallesT5. Contrastes para los parámetros de una población Normal
Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2012 (COMÚN MODELO 3) OPCIÓN A
IES Fco Ayala de Graada Sobrates de 01 (Septiembre Modelo ) Solució Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 01 (COMÚN MODELO 3) OPCIÓN A EJERCICIO 1_A ( 5 putos) U empresario
Más detallesEJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.
EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media
Más detallesMÉTODOS ESTADÍSTICOS DE LA INGENIERÍA CONVOCATORIA DE MAYO (011) EJERCICIO 1 El director de publicacioes de ua editorial trata de decidir si debe publicar u uevo texto de estadística. Los ateriores libros
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
Más detallesOPCIÓN A EJERCICIO 1_A x 1 0 1
IES Fco Ayala de Graada Sobrates de 006 (Modelo 3 Juio) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x 1 0 1 Sea las matrices A = y B =. 1 x+1 (1 puto) Ecuetre el valor o valores de x de forma
Más detallesResumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.
Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados
Más detallesTEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H
TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos
Más detallesEL REML SIN LAGRIMAS. A. Blasco Instituto de Ciencia y Tecnología Animal Universidad Politécnica de Valencia
1 EL RE SIN LAGRIMAS A. Blasco Istituto de Ciecia y Tecología Aimal Uiversidad Politécica de Valecia El Baby model y i = e i y = X + e = 1 + e dode X = 1 es u vector de uos. La matriz de variazas-covariazas
Más detallesOPCIÓN A EJERCICIO 1 (A) -5 0
IES Fco Ayala de Graada Sobrates 014 (Modelo 1 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 1 OPCIÓN A EJERCICIO 1 (A) -5 0-1 -8-1 Sea las matrices B =
Más detallesIES Fco Ayala de Granada Modelo 6 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 6 DEL 2015 OPCIÓN A
SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 6 DEL 015 OPCIÓN A EJERCICIO 1 (A) 1 (1 5 putos) Resuelva la ecuació matricial 1 X + 1-1 0 = I. 0 1 a b (1 puto) Dadas las matrices M = y A =, calcule los
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detalles1. Intervalos de Conanza
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació
Más detallesθˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ
Iferecia Estadística 95 Capitulo VIII INFERENCIA ETADITICA Es ua rama de de la Estadística que se ocupa de los procedimietos que os permite aalizar y etraer coclusioes de ua població a partir de los datos
Más detallesContrastes de hipótesis
Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
Más detallesUNIDAD 3.- INFERENCIA ESTADÍSTICA I
UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)
Curso de Estadística Aplicada a las Ciecias Sociales Tema 10. Estimació de ua proporció Cap. 0 del maual Tema 10. Estimació de ua proporció Itroducció 1. Distribució e el muestreo de ua proporció. Estimadores
Más detallesEstadística II. 5. Contraste de Hipótesis ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES
Estadística II 5. Cotraste de iótes ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES Cocetos revios Cocetos revios Prueba uilateral a ua cola suerior ϑ versus A ϑ ϑ > ϑ Prueba uilateral a ua cola iferior ϑ ϑ < ϑ ϑ
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico
Más detallesTEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesUniversidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos
Más detallesTema 7: Estimación por intervalos de confianza.
Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores
Más detallesIES Fco Ayala de Granada Junio de 2015 (Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2015 MODELO 4
IES Fco Ayala de Graada Juio de 015 (Modelo 4) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 015 MODELO 4 OPCIÓN A EJERCICIO 1 (A) ( 5 putos) Co motivo de su iauguració,
Más detallesSobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 2004 (Juio Modelo 5) Solucioes Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x+y 6 3x-2y 13 Sea el sistema de iecuacioes. x+3y -3 x 0 (2 putos) Dibuje el recito cuyos
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 2) Solución Germán-Jesús Rubio Luna OPCIÓN A 0 2-4 (A I 2 ) B = A A A = -
IES Fco Ayala de Graada Sobrates de 004 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A - 0 0 - - - Sea las matrices A=, B= y C= - 0 0 - ( puto) Calcule (A I ) B, siedo I la matriz idetidad
Más detallesCONTRASTACION DE HIPÓTESIS ESTADÍSTICAS
10 CONTRASTACION DE HIPÓTESIS ESTADÍSTICAS 10.1. Coceptos fudametales e la cotrastacio de hipótesis estadísticas 10.2. Cotraste de hipótesis acerca de proporcioes 10.3. Potecia y tamaño muestral 10.4.
Más detallesSimulación Financiera
Simulació Fiaciera Pruebas Estadísticas No Paramétricas Para modelos estadísticos, pruebas estadísticas e iferecia o paramétrica. Estos so métodos libres de distribució, es decir, o se basa e supuestos
Más detallesTEMA IV. 1. Series Numéricas
TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios
Más detallesMuestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.
1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de
Más detalles