UNIDAD 4. INFERENCIA ESTADÍSTICA

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UNIDAD 4. INFERENCIA ESTADÍSTICA"

Transcripción

1 UNIDAD 4. INFERENCIA ESTADÍSTICA. Eimació por Iervalo Se puede eablecer u iervalo de eimació para la media, i la muera e eleccioa de ua població ormal o i e grade 30, coiderado la diribució mueral de X. Iervalo de Cofiaza para, i e cooce. Se eleccioa ua muera aleaoria de amaño de població cuya variaza e cooce y la media e calcular para obeer el iguiee iervalo de cofiaza del -% para : Z Z dode Z e el valor de Z a la derecha del cual e iee u área de. Error: i e realmee el valor del cero del iervalo, eoce eima a i error. La mayor pare de la vece, i embargo, o erá eacamee igual a y la eimació puual e erróea. El amaño de ee error e erá el valor aboluo de la diferecia ere y y e puede eer ua cofiaza del -% que ea diferecia o ecederá de Z. Tamaño de la muera: i e uiliza a como ua eimació de, e puede eer ua cofiaza del -% de que el error o ecederá ua caidad epecífica e cuado el amaño de la muera e: Z = redodeada al eero uperior má cercao e Iervalo de Cofiaza para, i o e cooce. Si y o la media y la deviació eádar de ua muera aleaoria omada de ua població ormal co variaza decoocida, u iervalo de cofiaza del -% para e: dode e el valor de la Diribució de Sude co - grado de liberad, que deja u área de a la derecha. Iervalo de Cofiaza para, de muera grade. Icluo cuado o e puede upoer la ormalidad de la població, co decoocida y 30, podría reemplazar a y e podría uilizar el iervalo de cofiaza: Z Z dode Z e el valor de Z a la derecha del cual e iee u área de.

2 Eimació de la diferecia ere do media Si e iee do poblacioe co media y y variaza y repecivamee, el eimador puual de la diferecia ere y lo da el eadíico X X. Iervalo de Cofiaza para - coociedo y : Si y o la media de muera aleaoria idepediee de amaño y de poblacioe co variaza coocida y, repecivamee, u iervalo de cofiaza del -% para - e: Z Z dode Z e el valor de Z que iee a u derecha u área bajo la curva igual a. Iervalo de Cofiaza para -, co = pero decoocida Si y o la media de muera aleaoria idepediee de amaño y, repecivamee, de poblacioe aproimadamee ormale co variaza iguale pero decoocida, u iervalo de cofiaza del -% para - e: S S p p dode S p e la eimació comú de la deviació eádar poblacioal y e el valor de la diribució co v = - grado de liberad, que iee a u derecha u área bajo la curva igual a. = S p Iervalo de Cofiaza para - co pero decoocida Si y y y o la media y variaza de muera aleaoria pequeña e idepediee de amaño y, repecivamee, de poblacioe aproimadamee ormale co variaza diferee y decoocida, u iervalo de cofiaza del -% para - e: dode e el valor de la diribució co v grado de liberad, que iee a u derecha u área bajo la curva igual a. [ ] [ ] = v

3 Eimació de la proporció U eimador puual de la proporció p e u eperimeo biomial eá dado por el eadíico P ˆ = X, dode X repreea el úmero de éio e ieo. Por lo ao, la proporció mueral p ˆ = e uiliza como eimació puual del parámero p. Si o e epera que la proporció decoocida p e acerque demaiado a cero o a uo, e puede eablecer u iervalo de cofiaza para p coiderado la diribució mueral de. Iervalo de Cofiaza para p de ua muera grade Si e la proporció de éio e ua muera aleaoria de amaño, y =, u iervalo de cofiaza aproimado de -% para el parámero biomial p e: pq ˆ ˆ pq ˆ ˆ Z p Z dode Z e el valor de Z que iee a u derecha u área bajo la curva igual a. Cuado e pequeño y e cree que la proporció decoocida p e acerca a 0 o a, ee iervalo o e cofiable y, por lo ao, o debe uilizare. Para ear eguro e requiere que ambo y ea mayore o iguale a 5. Error: Si e uiliza como ua eimació puual de p, e puede eer ua cofiaza del -% de que el error o ecederá de Z pq ˆ ˆ. Tamaño de : Si e uiliza como ua eimació puual de p, e puede eer ua cofiaza del -% de que el error erá meor que ua caidad epecífica e cuado el amaño de la muera ea aproimadamee: Z ˆ ˆ pq Z = Cuado o e cooce ua eimació de p: = e 4e Eimació de la diferecia ere do proporcioe Iervalo de Cofiaza para p p de ua muera grade Si p ˆ ˆ y p o la proporcioe de éio e muera aleaoria de amaño y de do poblacioe biomiale, u iervalo de cofiaza del -% para la diferecia ere lo do parámero biomiale, p -p, e: ˆ Z p p p Z dode Z e el valor de Z que iee a u derecha u área bajo la curva igual a. Se requiere que: ˆp, ˆq, ˆp y ˆq ea mayore o iguale a 5. 3

4 . Prueba de Hipóei. Fudameo de la prueba de hipóei La prueba de hipóei coie e la formulació de u procedimieo de deciió baado e dao eperimeale, que pueda producir ua cocluió acerca del iema e eudio. Ua hipóei eadíica e ua afirmació o cojeura acerca de ua o má poblacioe. Se plaea la cojeura o hipóei, e uiliza dao eperimeale muera aleaoria y e oma deciioe co bae e ello. Nuca e abe co abolua cereza la verdad o faledad de ua hipóei eadíica, a o er que e eamie la població eera, pero como e abe eo o e poible e la mayoría de lo cao prácico, por ello e oma ua muera aleaoria de la població de ieré y e uiliza dicho dao para proporcioar evidecia que cofirme o o la hipóei. La evidecia de la muera que e icoiee co la hipóei plaeada coduce a u rechazo de la mima, miera que la evidecia que apoya la hipóei coduce a u acepació. La acepació de ua hipóei implica a olo que lo dao o proporcioa evidecia uficiee para refuarla. Por oro lado, el rechazo implica que la evidecia de la muera la refua. Si el cieífico e ierea e repaldar co fuerza u argumeo, epera llegar al argumeo e la forma de rechazo de ua hipóei. Por ejemplo, i e deea morar que el omar café aumea el riego de cácer, la hipóei a probar deberá er o hay aumeo e el riego de padecer de cácer debido a la igeió de café ; como reulado el argumeo e alcaza vía rechazo.. Formulació de hipóei. Hipóei imple y compuea. La erucura de la prueba de hipóei e formulará uilizado el érmio hipóei ula. Eo e refiere a cualquier hipóei que e deee probar y e repreea por H 0. el rechazo de H 0 da como reulado la acepació de ua hipóei aleraiva, que e repreea por H. Ua hipóei ula referida a u parámero poblacioal iempre erá eablecida e forma al que epecifique u valor eaco del parámero, miera que la hipóei aleraiva admie la poibilidad de vario valore. Por ejemplo: Si H 0 : p=0.5, la hipóei aleraiva puede er H : p 0.5, ó H : p > 0.5, ó H : p Prueba de ua hipóei eadíica La deciió e baa e u eadíico de prueba, por ejemplo X: caidad de éio i e eá rabajado co ua Diribució Biomial. Y e el eablecimieo de la regió críica, que e la zoa dode e rechaza H 0. 4

5 4. Tipo de errore que e puede comeer e la Prueba de Hipóei. Ee procedimieo que e acaba de decribir podría coducir a cualquiera de do cocluioe erróea, que e reume e la iguiee abla: H 0 e verdadera H 0 e fala Se acepa H 0 Deciió correca Error ipo II β Se rechaza H 0 Error ipo I Deciió correca Nivel de igificacia : e la probabilidad de comeer u error ipo I. Para ua muera de amaño fijo, la dimiució e la probabilidad de comeer u error cai iempre reula e u icremeo e la probabilidad de comeer el oro error. Aforuadamee, la probabilidad de comeer ambo ipo de errore puede reducire icremeado el amaño de la muera. 5. Tipo de prueba Regió de Acepació 8 Regió Críica Valor críico Prueba de ua cola: dode H e uilaeral, por ejemplo: H 0 : θ = θ 0 H 0 : θ = θ 0 H : θ > θ 0 ó H : θ θ 0 θ 0 θ 0 Prueba de do cola: dode H e bilaeral H 0 : θ = θ 0 La regió críica e divide e pare, H : θ θ 0 ya que H eablece que θ θ 0 y θ > θ 0 6. Prueba a eudiar: e cada prueba el procedimieo e el mimo, lo úico que cambia e el eadíico de prueba a uilizar y el eablecimieo de la regió críica. Guía para eablecer la hipóei: θ 0 θ 0 Leer cuidadoamee el problema para deermiar la afirmació que deea probare. Ea afirmació debe eguir ua ola direcció como, por ejemplo, má que, meo que, iferior a, uperior a, ec. Eoce e H e eablecerá el igo de deigualdad ó > correpodiee a la direcció ugerida. Si la afirmació ugiere ua direcció compuea =,, como, por ejemplo, al meo, igual o mayor que, o mayor que, ec., eoce ea direcció compuea complea, e eprea como H 0 pero uado olo el igo de igualdad y H e eprea e la direcció opuea. Si o e ugiere igua direcció e la afirmació, eoce H e eablece uilizado el igo diferee que. 5

6 Eapa e la coraació de hipóei. Eablecer la hipóei ula H 0 : θ = θ 0. Seleccioar ua hipóei aleraiva apropiada H de ua de la aleraiva: θ θ 0, θ > θ 0, o θ θ Seleccioar u ivel de igificacia de amaño. 4. Seleccioar el eadíico de prueba apropiado y eablecer la regió críica. 5. Calcular el valor del eadíico de prueba a parir de lo dao muerale. 6. Decidir: rechazar H 0 i el eadíico de prueba e ubica dero de la regió críica, de ora forma, o rechazar H 0. Prueba de hipóei a eudiar: Prueba de hipóei para la media co coocido. o Eadíico de prueba: Z = 0 Prueba de hipóei para la media co decoocido. o Eadíico de prueba: = 0 co ν = grado de liberad Prueba de hipóei para la proporcioe: coie e probar la hipóei de que la proporció de éio e u eperimeo Biomial e igual que u valor epecificado. Se ua como eadíico de prueba la variable Biomial X co p=p 0. Si o e grade: Debido a que X e ua v.a. Biomial dicrea, e poco probable que pueda deermiare ua regió críica cuyo amaño ea eacamee igual a. Por ea razó e preferible, al raar co muera pequeña, baar la deciioe e el valor deomiado P. * Si H 0 : p = p 0 P = PX cuado p=p 0 H : p p 0 dode e el úmero de éio e la muera de amaño Si P, la prueba e igificaiva e el ivel y e rechaza H 0 a favor de H. * Si H 0 : p = p 0 P = PX cuado p=p 0 H : p > p 0 dode e el úmero de éio e la muera de amaño Si P, la prueba e igificaiva e el ivel y e rechaza H 0 a favor de H. * Si H 0 : p = p 0 P = PX cuado p=p 0 i p 0 H : p p 0 P = PX cuado p=p 0 i > p 0 dode e el úmero de éio e la muera de amaño Si P, la prueba e igificaiva e el ivel y e rechaza H 0 a favor de H. Si e grade y p 0 o e acerca a cero o uo, e uiliza la aproimació ormal y el valor z para probar que H 0 : p = p 0 eá dado por: 6

7 z = p el cual e u valor de la variable aleaoria ormal eádar Z. Si e iee ua prueba de do cola H : p p 0, la regió críica e z -z y z > z. p 0 q 0 0 Si e iee ua prueba de ua ola cola la regió críica e: Si H : p p 0 z -z Si H : p > p 0 z > z 7

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS ONTIFICIA UNIVERSIDAD CATÓLICA DE UERTO RICO DEARTAMENTO DE FÍSICAMATEMÁTICAS Nombre: Fecha: Sec. Eame Fial MAT. 98 Núm. I. Seleccioe la repuea correca: (3 puo cada uo) Cao: Sea Z {0 0 3 3 4 4 5 6 7 7

Más detalles

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: Prueba de Hipótei (Do Muetra) Ete procedimieto prueba hipótei acerca de cualquiera de lo iguiete parámetro:. la diferecia etre la media μ y μ de do ditribucioe ormale.. el radio de la deviació etádar σ

Más detalles

Estimacion puntual y por Intervalo

Estimacion puntual y por Intervalo Eimacio uual y or Iervalo El objeivo e efecuar ua geeraliació de lo reulado de la muera a la oblació. Iferir o adiviar el comoramieo de la oblació a arir del coocimieo de ua muera. E geeral o iereará coocer

Más detalles

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL CONCEPTO BÁCO DE ETADTCA NFERENCAL Població N Muesra Parámeros Esadísico µ Esimador dividuo Cada parámero poblacioal le correspoderá u esadísico de la muesra que cosiuirá ua esimació del primero. Defiició

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 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 detalles

Tema 3. ANALISIS DE LA RESPUESTA DE SISTEMAS EN TIEMPO CONTINUO

Tema 3. ANALISIS DE LA RESPUESTA DE SISTEMAS EN TIEMPO CONTINUO Igeiería de iema Tema 3. ANALISIS DE LA RESPUESTA DE SISTEMAS EN TIEMPO CONTINUO 3. Repuea Temporal de Siema e Tiempo Coiuo Sea u iema coiuo cuya repuea y( ) ae ua erada u ( ) e objeo de eudio, repreeado

Más detalles

Práctica 3 MUESTREO E INTERVALOS DE CONFIANZA

Práctica 3 MUESTREO E INTERVALOS DE CONFIANZA Deparameo de Méodos Cuaiaivos e Iformáicos. Objeivos: a) Calcular los parámeros de la disribució de medias o proporcioes muesrales de amaño, exraídas de ua població de media y variaza coocidas. b) Calcular

Más detalles

Cálculo de incertidumbres y expresión de los resultados de las prácticas

Cálculo de incertidumbres y expresión de los resultados de las prácticas Cálculo de iceridumbre Cálculo de iceridumbre y expreió de lo reulado de la prácica Niú experimeo e el que e mide ua ciera maiud e aboluamee precio, e decir, el reulado de la medida o coicide exacamee

Más detalles

UNIDAD 3 Transformadas de Laplace

UNIDAD 3 Transformadas de Laplace Traformada de aplace 3. Defiicioe a raformada de aplace de ua fució () f, repreeada co el ímbolo, e la operació maemáica defiida mediae la iguiee iegral impropia: { ()} lim b f e f () d b Por lo geeral,

Más detalles

Salazar Rosales Leandro

Salazar Rosales Leandro Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal

Más detalles

Pruebas t. 1 Prueba de hipótesis. Error tipo I. Decisión correcta. Decisión correcta. Error tipo II

Pruebas t. 1 Prueba de hipótesis. Error tipo I. Decisión correcta. Decisión correcta. Error tipo II Prueba Dr. Jeú Albero Mellado Boque Prueba de hipóei En el méodo cienífico e eablecen lo iguiene pao: Obervación, Hipóei, Experimenación y Concluione. Con el objeivo de ajuare a ee proceo cienífico, la

Más detalles

APÉNDICE: ANÁLISIS DE REGRESIÓN

APÉNDICE: ANÁLISIS DE REGRESIÓN Fud. Físicos de la Iformáica / Fud. Tecológicos de los Compuadores APÉDICE: AÁLISIS DE REGRESIÓ ITRODUCCIÓ El aálisis de regresió es ua herramiea esadísica que permie hacer u ajuse de daos eperimeales

Más detalles

Intervalo de confianza para µ

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 detalles

Pruebas de hipótesis para dos muestras.

Pruebas de hipótesis para dos muestras. Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto

Más detalles

Intervalos de confianza Muestras pequeñas. Estadística Prof. Tamara Burdisso

Intervalos de confianza Muestras pequeñas. Estadística Prof. Tamara Burdisso Inervalo de confianza Muera pequeña Eadíica 016 - Prof. Tamara Burdio Qué ocurre cuando n

Más detalles

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

Más detalles

Tests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 7. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DESCONOCIDA

Tests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 7. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DESCONOCIDA ETADÍTICA (Q) 13 7. TET DE HIPÓTEI PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DECONOCIDA ea X1,..., X ua muetra aleatoria de ua població Normal co media = µ y variaza = σ, N(µ,σ ). upogamo ahora

Más detalles

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

TEMA 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 detalles

Test de Hipótesis. Material Preparado por Hugo Delfino

Test 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 detalles

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

Universidad 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 detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

TEMA 4: CONTRASTE DE HIPOTESIS

TEMA 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 detalles

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

Test 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 detalles

MODULO IV. ESTIMACIÓN POR INTERVALOS DE CONFIANZA ANÁLISIS DE CASOS DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTADÍSTICA INFERENCIAL

MODULO IV. ESTIMACIÓN POR INTERVALOS DE CONFIANZA ANÁLISIS DE CASOS DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTADÍSTICA INFERENCIAL MODULO IV. ETIMACIÓN POR INTERVALO DE CONFIANA ANÁLII DE CAO DOCENTE: JUAN CARLO VERGARA CHMALBACH ETADÍTICA INFEREIAL CAO : ETIMACIÓN DE LA MEDIA CON DEVIACIÓN POBLACIONAL CONOCIDA La rimera esimació

Más detalles

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS ESTADISTICA II Guía de Etudio Corte # Prof. Mariugeia Ricó ESTIMACIÓN DE PARÁMETROS Etadítica.- Ua etadítica e cualquier fució de la variable aleatoria que e obervaro e la muetra de maera que eta fució

Más detalles

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN

LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN Uiveridad Lo Ágele de Chimbote LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION Actualmete e debe etar bie cociete

Más detalles

Estimación por intervalos

Estimación por intervalos Estimació por itervalos do C. 018 Mg. tella Figueroa Clase Nº 11 Para la media poblacioal Coociedo Partimos de ua població ormal X y de la distribució muestral de la media X ~ N, X ~ N, P( z Z z ) 1 /

Más detalles

Herramientas estadísticas (HE)

Herramientas estadísticas (HE) Herramieta etadítica (HE) Realizado por: Guillermo Sáchez. Actualizado: 1-0-19 E ete documeto e decribe la herramieta etáditica (HE web) dipoible para realizar calculo etaditico dede la web de ENUSA o

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1)

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1) ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO (NOVALES.) Cosideremos P P e g. Dado que dicha fució es coiua y que exise y so coiuas las derivadas de odos los órdees, podemos aplicar Taylor

Más detalles

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS

Tema 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 detalles

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

EJERCICIO 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 detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos 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

Más detalles

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 0: PRUEBA DE CORRELACIÓN DE SPEARMAN. INTRODUCCIÒN: El coefciete de correlació de Spearma e ua

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

8. INTERVALOS DE CONFIANZA

8. 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 detalles

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

1 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

TEMA 3: INFERENCIA ESTADISTICA

TEMA 3: INFERENCIA ESTADISTICA ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.

Más detalles

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A . Resolver Solució. l sisema lo defie dos marices la mari de coeficiees la mari ampliada. rg ' rg ' ' Rago de (méodo de ramer) S..D. rg ' rg. Resolver Solució. l sisema lo defie dos marices la mari de

Más detalles

No independencia de los errores: autocorrelación. Fortino Vela Peón Universidad Autónoma Metropolitana

No independencia de los errores: autocorrelación. Fortino Vela Peón Universidad Autónoma Metropolitana No idepedecia de lo errore: aocorrelació Forio Vela Peó Uiveridad Aóoma Meropoliaa fvela@correoxocammx Ocbre, 00 /08/0 México, D F MRL y dode Xβ E( 0 E( ' Bajo heerocedaicidad e iee I ( βˆ (X' X X' Y (X'

Más detalles

Estimación por intervalos

Estimación 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 detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T 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 detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE 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 detalles

TEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas

TEST 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 detalles

Módulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza

Módulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza Módulo de Etadítica Tema 7 : Etimació paramétrica e Itervalo de cofiaza Etimació U etimador e ua catidad umérica calculada obre ua muetra y que eperamo que ea ua buea aproximació de cierta catidad co el

Más detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN 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 detalles

Contrastes sobre proporciones Tema 9

Contrastes sobre proporciones Tema 9 Cotrastes sobre proporcioes Tema 9. Ua proporció. Dos proporcioes. Dos proporcioes idepedietes. Dos proporcioes relacioadas (Prueba de McNemar) 3. Más de dos proporcioes relacioadas (Prueba de Cochra)

Más detalles

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos Uverdad Auóoma de Madrd Emacó de parámero Tema. Emacó puual Propedade de lo bueo emadore. Emacó por ervalo.. Coruccó del ervalo de cofaza. íme cofdecale. Nvel de cofaza y vel de rego... Iervalo de cofaza

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

9.3. Contrastes de una proporción

9.3. 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 detalles

11 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)

11 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 detalles

Contrastes para los parámetros de dos poblaciones Normales

Contrastes para los parámetros de dos poblaciones Normales Esaísica Corases ara los arámeros e os oblacioes Normales Ieeiees eeiees rof r. Jose Jacobo Zubcoff earameo e Ciecias el Mar Biología Alicaa Esaísica Corases ara os oblacioes ieeiees Ejemlo e roblema a

Más detalles

David F. Torres Sola mediante Búsqueda Tabú

David F. Torres Sola mediante Búsqueda Tabú David F. Torre Sola (david7orre@gmail.com mediae Búqueda Tabú U ablero de ajedrez de NxN cailla. N reia e él. Nigua uede dar jaque a ora. Por lo ao: No uede haber igua e la mima fila. No uede haber igua

Más detalles

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i

Más detalles

Inferencia Estadística

Inferencia Estadística Decrició breve del tema Iferecia Etadítica Tema 7. Itroducció. Itervalo de Cofiaa Determiació del tamaño muetral 3. Cotrate de hiótei Geeralidade de lo cotrate Metodología del cotrate Regió de rechao y

Más detalles

ESTADÍSTICA. n i Se pide:

ESTADÍSTICA. 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 detalles

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8 Méodos Numéricos - cap. 7. Ecuacioes Difereciales PVI /8 Ecuacioes Difereciales Ordiarias (EDO Ua Ecuació Diferecial es aquella ecuació que coiee difereciales o derivadas de ua o más fucioes. Ua Ecuació

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA FACULTAD DE INGENIERÍA INFERENCIA ESTADÍSTICA Iree Patricia Valdez y Alfaro Estimació de parámetros ireev@servidor.uam.mx Ua clasificació de estadística Descriptiva Calculo de medidas descriptivas Costrucció

Más detalles

Índice de Precios Hoteleros (IPH). Base 2001 (desde enero de 2001 a diciembre 2008) Nota metodológica

Índice de Precios Hoteleros (IPH). Base 2001 (desde enero de 2001 a diciembre 2008) Nota metodológica Índice de Precio Hoelero (. Bae 20 (dede enero de 20 a diciembre 2008 Noa meodológica adrid, marzo 2009 El Índice de Precio Hoelero,, e una medida eadíica de la evolución menual del conjuno de la principale

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA 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 detalles

Estadística II. 5. Contraste de Hipótesis ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES

Estadística 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 detalles

SISTEMAS DE SEGUNDO ORDEN

SISTEMAS DE SEGUNDO ORDEN DEPARTAMENTO DE INGENIERÍA MECÁNICA FACULTAD DE CIENCAS EXACTAS Y TECNOLOGIA CÁTEDRA: SISTEMAS DE CONTROL (PLAN 004) DOCENTE: Prof. Ig. Mec. Marco A. Golao ANÁLISIS DE RESPUESTAS TRANSITORIAS SISTEMAS

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 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 detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8

Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8 8 7 - - - - - Méodos Numéricos - Cap 7 cuacioes Diereciales Ordiarias PVI 8 cuacioes Diereciales Ordiarias DO Ua cuació Dierecial es aquella ecuació que coiee diereciales o derivadas de ua o más ucioes

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes

Más detalles

Existen diversidad de aplicaciones que involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes.

Existen diversidad de aplicaciones que involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes. Existe diversidad de aplicacioes que ivolucra poblacioes de datos cualitativos que debe compararse utiliado proporcioes o porcetajes. Por Ejemplo: Educació.- Es mayor la proporció de los estudiates que

Más detalles

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

Estimador 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 detalles

Estadística 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 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 detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS 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 detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 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 detalles

Comparación. Variable Cuantitativa. Ejemplo. Comparación. Variable cuantitativa. Independientes 1. Comparación. Variable Cuantitativa.

Comparación. Variable Cuantitativa. Ejemplo. Comparación. Variable cuantitativa. Independientes 1. Comparación. Variable Cuantitativa. Comparació. Variable Cuatitativa Do Muetra Iepeiete Comparació. Variable Cuatitativa Do Muetra Do ituacioe al comparar grupo: Muetra Iepeiete Muetra Relacioaa i o o: Pareaa o Emparejaa J.F. Caaova Do muetra

Más detalles

Propuesta A. 3. Se considera la función f(x) = t, si 3 x 3 (x 3) 2 si x>3

Propuesta A. 3. Se considera la función f(x) = t, si 3 x 3 (x 3) 2 si x>3 Pruebas de Acceso a Eseñazas Uiverarias Oiciales de Grado Maeria: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá coesar a ua de las dos opcioes propuesas A ób. Se podrá uilizar cualquier

Más detalles

Estimación de parámetros. Biometría

Estimación de parámetros. Biometría Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes

Más detalles

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS 4 INFERENCIA, ESTIMACIÓN Y CONTRASTE DE IÓTESIS - INTRODUCCIÓN La Etadítica decriptiva y la teoría de la robabilidad va a er lo pilare de u uevo procedimieto (Etadítica Iferecial) co lo que e va a etudiar

Más detalles

INTRODUCCION Teoría de la Estimación

INTRODUCCION 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 detalles

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS hp://www.maemaicaaplicada.ifo 1 de 8 Maizales, 23 de Mao de 2014 Para los siguiees problemas aplicar el procedimieo para grado uo grado dos; deermiado cual reprearía el mejor ajuse a los daos aporados.

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente.

. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente. Capítulo 9: Comparació de media E capítulo ateriore etudiamo prueba de hipótei e itervalo de cofiaza para la proporció o la media de ua població. Eto método puede er etedido para otra ituacioe. Lo bueo

Más detalles

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)

Licenciatura 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 detalles

Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS

Teoría 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 detalles

1. Análisis de respuesta transitoria 2. Análisis de respuesta permanente 3. Análisis en el dominio de la frecuencia. 4.

1. Análisis de respuesta transitoria 2. Análisis de respuesta permanente 3. Análisis en el dominio de la frecuencia. 4. Tema 4 Repuea raioria y permaee. Eabilidad. Aálii de repuea raioria. Aálii de repuea permaee 3. Aálii e el domiio de la frecuecia. 4. Eabilidad Tema 4 Repuea raioria y permaee. Eabilidad Erada Ecaló RESPUESTA

Más detalles

θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ

θˆ = 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 detalles

Tema 6: Distribuciones Muestrales

Tema 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 detalles

Tema 7: Estimación por intervalos de confianza.

Tema 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 detalles

MATEMÁTICAS. Posgrado en Nanotecnología. Dr. Roberto Pedro Duarte Zamorano 2016 Departamento de Física

MATEMÁTICAS. Posgrado en Nanotecnología. Dr. Roberto Pedro Duarte Zamorano 2016 Departamento de Física MAEMÁICAS Posgrado e Naoecología Dr. Robero Pedro Duare Zamorao 16 Deparameo de Física EMARIO. Series de Fourier 1. Iroducció.. Desarrollo de Fourier. 3. Expasioes de Fourier de medio rago. Iroducció.

Más detalles

TEORÍA DE LA ESTIMACIÓN

TEORÍA 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 detalles

74 Elena J. Martínez 1º cuat. 2015

74 Elena J. Martínez 1º cuat. 2015 7 Elea J. Maríez º ca. 5 Score geerale: El e de lcoo e baa e lo rago de lo valore abolo de la obervacoe. Geeralzaremo el e, lzado o lo rago o coe de lo rago de lo valore abolo, deomada core. Decó: Sea

Más detalles

Cifras poblacionales de referencia METODOLOGÍA

Cifras poblacionales de referencia METODOLOGÍA Cifra poblacionale de referencia MTOOLOGÍA. Inroducción La elaboración de cifra de población de cada ámbio geográfico e uno de lo comeido de la oficina de eadíica pública por er un elemeno relevane para

Más detalles

Qué es la Cinética Química?

Qué es la Cinética Química? Tema 4. La velocidad de Cambio Químico I. Velocidad de reacció.. Ecuació de velocidad y orde de reacció. 3. álisis de los daos ciéicos: ecuacioes iegradas de ciéicas secillas. 4. Ciéicas complejas.. Velocidad

Más detalles

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual

ESTIMACIÓN. 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 detalles

Precálculo Quinta edición Matemáticas para el cálculo

Precálculo Quinta edición Matemáticas para el cálculo Precálculo Quia edició Maemáicas para el cálculo Límies JAMES STEWART, LOTHAR REDLIN, SALEEMWATSON Pag. 88-94 . Cocepo iuiivo de ie de ua fució. Limies Esquema del capiulo E ese capiulo se esudia la idea

Más detalles

T5. Contrastes para los parámetros de una población Normal

T5. 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 detalles

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES

Más detalles

CONTROL DE PROCESOS QUÍMICOS

CONTROL DE PROCESOS QUÍMICOS UNVERSDAD NAONAL EXERMENTAL OLTENA ANTONO JOSÉ DE SURE VERRETORADO BARQUSMETO DEARTAMENTO DE NENERÍA QUÍMA ONTROL DE ROESOS QUÍMOS rof: g. (MSc). Jua Erique Rodríguez. Ocubre, Ídice Dieño de coroladore

Más detalles