Distribución de Probabilidad Normal
|
|
- Antonia Giménez Tebar
- hace 7 años
- Vistas:
Transcripción
1 Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013
2 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias continuas mas estudiada en la teoría estadística debido a su gran aplicabilidad en fenómenos de toda naturaleza. Llamada también distribución gaussiana en honor al trabajo que el matemático alemán del siglo XVIII Karl Gauss realizó con ella, fue propuesta inicialmente por Abraham de Moivre en Hoy en día, la distribución normal, tiene aplicación prácticamente en todas las áreas donde la estadística opera, y en una infinidad de métodos que esta emplea. Existe un sin número de variables aleatorias que pueden ser explicadas como un modelo de distribución normal por lo que su estudio es casi obligatorio para cualquier curso de estadística básica.
3 Introducción Algunos ejemplos incluyen: Ingresos mensuales de los empleados de una planta, que ganan en promedio Bs. con desviación estándar de Bs. Peso de los paquetes de arroz producidos por cierta marca, los cuales tienen un peso promedio de 900 gr. con desviación estándar de 1 gr. Contaminación del aire en una comunidad medida en particulas por millón, con un promedio de 2500 y una desviación estándar de 750 particulas por millón. Ingreso per cápita de un país en desarrollo, con un ingreso promedio de 1400 $ con desviación estándar de 300 $. Número de delitos violentos por año en una ciudad. Con un promedio de 8000 y una desviación estándar de 900.
4 Función de Densidad de Probabilidad Normal Función de Densidad de Probabilidad Normal Sea X una v.a. continua. Diremos que X sigue una Distribución Normal con parámetros µ y σ 2 si y solo si su función de densidad de probabilidad viene dada por: f (x) = e (x µ) 2 2σ 2 2πσ 2 x (, ) En este caso diremos que X normal ( µ, σ 2) donde µ (, ) y σ > 0.
5 Características de la Distribución Normal Gráfica de la distribución normal. También llamada curva de Gauss o campana de Gauss, la forma de la gráfica de esta distribución es la siguiente:
6 Características de la Distribución Normal Parámetros de la Distribución Normal. Valor Esperado y Varianza de una Variable Aleatoria con Distribución Normal Sea X Normal ( µ, σ 2) entonces se sigue que: E [X ] = µ µ (, ) V [X ] = σ 2 σ > 0 DE [X ] = σ σ > 0
7 Características de la Distribución Normal Parámetros de la Distribución Normal. Los valores de µ y σ 2 representan características específicas para la distribución normal. Supongamos que X Normal(µ, σ 2 = 1). Veamos el efecto que tiene µ sobre la curva normal. Observe que µ es tanto la media como la mediana y la moda de la distribución.
8 Características de la Distribución Normal Parámetros de la Distribución Normal. Supongamos que X Normal(µ = 0, σ 2 ). Veamos el efecto que tiene σ sobre la curva normal.
9 Características de la Distribución Normal Regla Empírica. Supongamos que X Normal(µ, σ 2 ). Entonces se sigue que los valores de la variable estan distribuidos aproximadamente de la siguiente manera en función de µ y σ
10 Ejemplo Consideremos una variable aleatoria X :Ingreso mensual de los empleados de una planta. Decir que esta variable aleatoria sigue una distribución normal, significa en la práctica que su verdadera distribución de frecuencias puede ser aproximada por la curva de la distribución normal con media µ y desviación estándar σ
11 Ejemplo Consideremos que X :Ingreso mensual de los empleados de una planta sigue una distribución normal con media µ = Bs y desviación estándar de σ = Bs. Esto lo escribimos como X Normal (µ = 17000, σ = ). Supongamos que queremos calcular las siguientes probabilidades: 1 P (17000 < X < 18000) 2 P (X > 16800) 3 P (X < 19000)
12 Ejemplo P (17000 < X < 18000) Por la regla empírica vista antes podemos calcular esta probabilidad como:
13 Distribución Normal Estándar y Proceso de Estandarización Distribución Normal Estandar Sea X una v.a. tal que X Normal (µ, σ). La nueva variable aleatoria Z definida como: Z = (X µ) σ se conoce como Variable Aleatoria Estandarizada. La variable Z también tiene distribución normal, de modo que: Z Normal (µ = 0, σ = 1) La distribución Normal (µ = 0, σ = 1) se conoce como Distribución Normal Estándar.
14 Distribución Normal Estándar Gráfico de la Distribución normal estándar.
15 Función de Distribución de Probabilidad Acumulada Normal Sea Z Normal (µ = 0, σ = 1) entonces: La F.D.P.A. normal estándar viene dada por: F Z (z) = P (Z z) = φ (z)
16 Ejemplo Consideremos que X :Ingreso mensual de los empleados de una planta, donde X Normal (µ = 17000, σ = ). Si hacemos De esta manera Z = (X µ) σ = (X 17000) Z Normal (µ = 0, σ = 1). ( ) P (X > 16800) = P (X 17000) > ( ) = P (Z > 0,2) = 1 P (Z 0,2) = 1 φ ( 0,2)
17 ( ) P (X > 16800) = P (X 17000) > ( ) = P (Z > 0,2) = 1 P (Z 0,2) = 1 φ ( 0,2)
18 Ejemplo Consideremos que X :Ingreso mensual de los empleados de una planta, donde X Normal (µ = 17000, σ = ). Si hacemos De esta manera Z = (X µ) σ = (X 17000) Z Normal (µ = 0, σ = 1). ( ) P (X < 19000) = P (X 17000) < ( ) = P (Z < 2) = P (Z < 2) = φ (2)
19 ( ) P (X < 19000) = P (X 17000) < ( ) = P (Z < 2) = P (Z < 2) = φ (2)
Distribuciones de Probabilidad Para Variables Aleatorias Continuas
Distribuciones de Probabilidad Para Variables Aleatorias Continuas Departamento de Estadística-FACES-ULA 20 de Diciembre de 2013 Introducción Recordemos la definición de Variable Aleatoria Continua. Variable
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 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 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 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 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 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 detallesPruebas de Bondad de Ajuste
1 Facultad de Ingeniería IMERL PROBABILIDAD Y ESTADÍSTICA Curso 2008 Pruebas de Bondad de Ajuste En esta sección estudiaremos el problema de ajuste a una distribución. Dada una muestra X 1, X 2,, X n de
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 detallesTema 5. Variables aleatorias continuas
Tema 5. Variables aleatorias continuas Cuestiones de Verdadero/Falso 1. Muchas medidas numéricas de diversos fenómenos, como por ejemplo errores de medida o medidas antropométricas, pueden modelarse mediante
Más detallesLa distribución Normal
La distribución Normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas y Calidad
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 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 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 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 detallesMEDIDAS DE ASIMETRÍA Y CURTOSIS EMPLEANDO EXCEL
1) ASIMETRÍA MEDIDAS DE ASIMETRÍA Y CURTOSIS EMPLEANDO EXCEL Es una medida de forma de una distribución que permite identificar y describir la manera como los datos tiende a reunirse de acuerdo con la
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 Dis de Probabilidad Pr Contínuas Jhon Jairo Jair Pa P dilla a Aguilar, Aguilar PhD. PhD
Distribuciones de Probabilidad Contínuas Jhon Jairo Padilla Aguilar, PhD. Introducción En esta sección se estudiarán algunas distribuciones de probabilidad contínuas que son bastante utilizadas en ingeniería
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 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 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 detalles3. VARIABLES ALEATORIAS
. VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad
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 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 detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesDistribuciones de probabilidad. El teorema central del límite
8 Distribuciones de probabilidad. El teorema central del límite Neus Canal Díaz 8.1. Introducción La distribución de frecuencias es uno de los primeros pasos que debemos realizar al inicio del análisis
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 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 detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES Carrera: LICENCIATURA EN COMERCIO EXTERIOR Asignatura: ESTADÍSTICA APLICADA A LOS NEGOCIOS ESTADÍSTICA DE LOS NEGOCIOS Curso: 1º AÑO Año lectivo: 2016 Carga
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 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 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 detallesEl supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.
El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado cuenta con 3 departamentos: Abarrotes, Embutidos y. Solamente el Departamento
Más detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
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 detallesDistribución normal. Cajón de Ciencias. www.cajondeciencias.com. Qué es una variable estadística?
Distribución normal Cajón de Ciencias Qué es una variable estadística? Una variable estadística es un parámetro que puede variar de manera aleatoria dentro de un rango de valores. Por ejemplo, la variable
Más detallesPropiedades en una muestra aleatoria
Capítulo 5 Propiedades en una muestra aleatoria 5.1. Conceptos básicos sobre muestras aleatorias Definición 5.1.1 X 1,, X n son llamadas una muestra aleatoria de tamaño n de una población f(x) si son variables
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO
Más detallesLos fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista:
Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista: (1) Cuáles son los procesos mentales que realizamos para construir una frase? (por ejemplo,
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 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 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 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 detallesx R F (x) := P (X 1 (, x]) = P ({e Ω : X(e) x}) = P (X x) salvo que en este caso esta función es siempre una función continua.
PROBABILIDAD Tema 2.3: Variables aleatorias continuas Objetivos Distinguir entre variables aleatorias discretas y continuas. Dominar el uso de las funciones asociadas a una variable aleatoria continua.
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesBLOQUE 3 TEMA 9 MODELOS ESTADÍSTICOS Y PROBABILIDAD. LA CURVA NORMAL
BLOQUE 3 TEMA 9 MODELOS ESTADÍSTICOS Y PROBABILIDAD. LA CURVA NORMAL Los modelos nos van a permitir comprender la realidad, acercarnos a su explicación, e incluso, tomar decisiones en el campo de la prueba
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 5 Nombre: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
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 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 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 detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesPROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA Ciclo Lectivo: 2014 Curso: Segundo Año Espacio Curricular: PROBABILIDAD Y ESTADÍSTICA I Régimen de cursado: Anual Formato: Asignatura Carga horaria: 4
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 detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
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 detalles1. Distribución Normal estándar
Distribución Normal estándar y cuadrados mínimos Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Distribución Normal estándar En efecto, todas las distribuciones Normales son lo mismo
Más detallesPruebas de bondad de ajuste
Pruebas de bondad de ajuste Existen pruebas cuantitativas formales para determinar si el ajuste de una distribución paramétrica a un conjunto de datos es buena en algún sentido probabilístico. Objetivo:
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 detalles2) Funciones de distribución de probabilidad. Histogramas. Función de distribución de probabilidad (o función de densidad de probabilidad):
Función de distribución de probabilidad (o función de densidad de probabilidad): Es una función matemá0ca de una o varias variables que describe la probabilidad de obtener un conjunto específico de valores
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 detallesEstimación por intervalos
Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza
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 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 detallesProbabilidades. 11 de noviembre de 2013. Felipe Bravo Márquez
Felipe José Bravo Márquez 11 de noviembre de 2013 Motivación Las probabilidades son el lenguaje de la incertidumbre que a la vez es la base de la inferencia estadística. El problema estudiado en probabilidades
Más detallesTema 4: Variable aleatoria. Métodos Estadísticos
Tema 4: Variable aleatoria. Métodos Estadísticos Definición de v.a. Definición: Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio, es decir, una función
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 detallesEstadística. Estadística
Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesEstadística II Tema 3. Comparación de dos poblaciones. Curso 2010/11
Estadística II Tema 3. Comparación de dos poblaciones Curso 2010/11 Tema 3. Comparación de dos poblaciones Contenidos Comparación de dos poblaciones: ejemplos, datos apareados para la reducción de la variabilidad
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERÍA ELECTRÓNICA E INFORMÁTICA SÍLABO
SÍLABO ASIGNATURA: PROBABILIDADES Y ESTADÍSTICA CÓDIGO: IEE211 1. DATOS GENERALES 1.1. DEPARTAMENTO ACADÉMICO : Ingeniería Electrónica e Informática 1.2. ESCUELA PROFESIONAL : Ingeniería Electrónica 1.3.
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 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 detallesINFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA.
INFORME RONDA 13-02 AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA. PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD - ENSAYOS DE APTITUD EN SALUD OCUPACIONAL Departamento Salud Ocupacional 1 Laboratorio de
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 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 detallesCarrera: SCC - 0424 4-2-10. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería en Sistemas Computacionales SCC - 0424 4-2-10
Más detallesOBJETIVO GENERAL DEL CURSO
MATERIA: Fundamentos de Probabilidad y Estadística CÓDIGO: 08290 PRERREQUISITO: Algebra y Funciones (08272) o Razonamiento Cuantitativo (08288) PROGRAMAS: Derecho, Diseño Industrial, Diseño de Medios Interactivos
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción
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 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 detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: ESTADISTICA I CÓDIGO ASIGNATURA: 1215-311 PRE-REQUISITO: 1215209 SEMESTRE: 3 UNIDADES DE CRÉDITO:
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 detallesMÉTODOS CUANTITATIVOS PARA LA GERENCIA DE PROYECTO
MÉTODOS CUANTITATIVOS PARA LA GERENCIA DE PROYECTO Teléfonos: 0212-3720675 Celular: 0416-719-8930 INTRODUCCIÓN. La complejidad del diseño, dirección y control de los recursos de un proyecto, obliga contar
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 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 detallesTema II. Las muestras y la teoría paramétrica
2.1. Muestras y muestreos: - La muestra:. Subconjunto de elementos de la población. Necesidad práctica:. Motivos económicos. Imposibilidad (práctica/teórica) de estudiar TODA la población. Inconveniencia
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
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 detallesAnálisis de Decisiones II. Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación. Objetivo de aprendizaje del tema
Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Emplear la generación de números aleatorios con distribución
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 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 detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesContenidos Programáticos. PROGRAMA: VARIAS (Ingeniería, Administración, edufísica, M. veterinaria )
Página 1 de 4 FACULTAD: CIENCIAS BÁSICAS PROGRAMA: VARIAS (Ingeniería, Administración, edufísica, M. veterinaria ) DEPARTAMENTO DE: MATEMÁTICA CURSO : ESTADISTICA I CÓDIGO: 157011 ÁREA: MATEMÁTICA REQUISITOS:
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 detallesEconometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana
Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión
Más detallesRIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.
FACTORES DETERMINANTES DEL PRECIO DE LAS ACCIONES: Riesgo Se puede examinar ya sea por su relación con un: Activo individual Cartera Rendimiento RIESGO: En un concepto básico es la probabilidad de enfrentar
Más detalles2. FRECUENCIAS. 2.1. Distribución de Frecuencias.
2. FRECUENCIAS 2.1. Distribución de Frecuencias. El manejo de la información requiere de la ordenación de datos de tal forma que permita la obtención de una forma más fácil la obtención de conclusiones
Más detallesESTADISTICA POR REGLA DE TRES
ESTADISTICA POR REGLA DE TRES La Estadística no es otra cosa que la mensurabilidad de los hechos aleatorios, es tratar de sistematizar lo que de hecho no es un sistema, es crear un número de algo que no
Más detallesCurso: Métodos de Monte Carlo Unidad 4, Sesión 9: Números aleatorios (parte 2)
Curso: Métodos de Monte Carlo Unidad 4, Sesión 9: Números aleatorios (parte 2) Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo,
Más detallesTeoría de la estimación
Teoría de la estimación En las primeras unidades se desarrollaron los conceptos vinculados a la definición de estimadores, sus propiedades deseables, los métodos para obtener buenos estimadores, y se plantearon
Más detalles