Formulario y Tablas de Probabilidad para el Curso de Estadística II

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Formulario y Tablas de Probabilidad para el Curso de Estadística II"

Transcripción

1 Formulario y Tablas de Probabilidad para el Curso de Estadística II Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Departamento Académico de Estadística Instituto Tecnológico Autónomo de México Octubre 2009 Versión 1.00 Índice 1. Formulario Algunas distribuciones de probabilidad Estimación Puntual Algunos estadísticos y su distribución de muestreo Pruebas no paramétricas Tablas de Probabilidad Distribución Binomial Distribución Poisson Distribución Normal Estándar Distribución t de Student Distribución χ 2 Ji-Cuadrada Distribución F Distribución del estadístico ρ s de Spearman Distribución del estadístico U de Mann-Whitney Tabla de Números Aleatorios Números Seudoaleatorios Material tomado de los documentos de trabajo DE-A09.1 y DE-A09.5, de los mismos autores

2 Estadística II 2 1. Formulario 1.1. Algunas distribuciones de probabilidad Distribución Notación Soporte R X Función de Probabilidad E(X) Var(X) Uniforme discreta unif{x 1,..., x K} x {x 1,..., x K} 1 K 1 K KX i=1 x i 1 K KX (x i E(X)) 2 i=1 Bernoulli Be(p) x {0, 1} p x (1 p) 1 x p p(1 p) Binomial Bin(n, p) x {0, 1,..., n}! n x p x (1 p) n x np np(1 p) Poisson Po(λ) x {0, 1, 2,...} λ x e λ x! λ λ Uniforme continua unif(a, b) a x b Normal N(µ, σ 2 ) < x < 1 b a j 1 σ 2π exp 1 2 x µ 2 ff σ a + b 2 (b a) 2 12 µ σ 2 Exponencial Exp(θ) 0 x < 1 θ exp{ x θ } θ θ Estimación Puntual Parámetro Estimador Sesgo B(ˆθ) = E(ˆθ θ) 1 P Media X = Xi n Error de Estimación ˆθ θ P Varianza S 2 (Xi = X) 2 n 1 Error Cuadrático Medio ECM(ˆθ) = E (ˆθ θ) 2 Correlación P r = SXY (Xi, S XY = X)(Y i Ȳ ) S XS Y n 1 = Var(ˆθ) + B(ˆθ) 2

3 Estadística II Algunos estadísticos y su distribución de muestreo Poblaciones con distribución Normal Estadístico Distribución n( X µ) Z = σ Z N(0,1) n( X µ) τ = S τ t n 1 Z = ( X 1 X 2 ) (µ 1 µ 2 ) σ1 2 + σ2 2 n 1 n 2 Z N(0,1) S 2 p = (n 1 1)S (n 2 1)S 2 2 (n 1 + n 2 2) (n 1 + n 2 2)S 2 p σ 2 χ 2 n 1+n 2 2 τ = ( X 1 X 2 ) (µ 1 µ 2 ) ( ) τ t (n1+n 2 2) 1 S 2 p n n 2 J = (n 1)S2 σ 2 J χ 2 n 1 F = S2 1/σ 2 1 S 2 2 /σ2 2 F F (n1 1,n 2 1) τ = n( D µd ) S D, D = X 1 X 2 τ t n 1 τ = r n 2 1 r 2, r = S XY S X S Y τ t n 2

4 Estadística II 4 Poblaciones con Distribución Bernoulli Estadístico Distribución Y = nˆp Y Bin(n,p) Z = ˆp p p(1 p)/n Z N(0,1), para n grande Z = (ˆp 1 ˆp 2 ) (p 1 p 2 ) ˆp1 (1 ˆp 1 )/n 1 + ˆp 2 (1 ˆp 2 )/n 2 Z N(0,1), para n 1,n 2 grandes Si p 1 = p 2, Z = (ˆp 1 ˆp 2 ) (p 1 p 2 ) ( 1 ˆp(1 ˆp) + 1 ) Z N(0,1), para n 1,n 2 grandes n 1 n 2 con ˆp = n 1ˆp 1 + n 2ˆp 2 n 1 + n Pruebas no paramétricas Prueba Estadístico Propiedades Signos M = # de signos positivos E(M) = np, Var(M) = np(1 p) Mann-Whitney T x = R(X i ) n(n + 1) 2 E(T x ) = nm 2, Var(T x) = nm(n + m + 1) 12 Correlación de Spearman r s = 1 6 P d 2 i n 3 n r s (n 1) N(0,1), para n grande Ji cuadrada (χ 2 ) J = rc i=1 (Obs i Esp i ) 2 Esp i J χ 2 (r 1)(c 1), r = # renglones c = # columnas

5 Estadística II 5 2. Tablas de Probabilidad 2.1. Distribución Binomial X Binom(n,θ) p = P(X x) = x k=0 ( ) n θ k (1 θ) n k = 1 α k p α 0 x n Tabla 2A. Probabilidades acumuladas p de la distribución binomial (n = 5,6,7,8,9). θ x n = n = n = n = n =

6 Estadística II 6 Tabla 2B. Probabilidades acumuladas p de la distribución binomial (n = 10,11,12,13,14). θ x n = n = n = n = n =

7 Estadística II 7 Tabla 2C. Probabilidades acumuladas p de la distribución binomial (n = 15,16,17,18). θ x n = n = n = n =

8 Estadística II 8 Tabla 2D. Probabilidades acumuladas p de la distribución binomial (n = 19,20,21). θ x n = n = n =

9 Estadística II 9 Tabla 2E. Probabilidades acumuladas de la distribución binomial (n = 22,23). θ x n = n =

10 Estadística II 10 Tabla 2F. Probabilidades acumuladas de la distribución binomial (n = 24,25). θ x n = n =

11 Estadística II Distribución Poisson X Poisson(λ) x λ k e λ p = P(X x) = k! k=0 = 1 α p α 0 x Tabla 2A. Probabilidades acumuladas p de la distribución Poisson. λ x Tabla 2B. Probabilidades acumuladas p de la distribución Poisson. λ x

12 Estadística II Distribución Normal Estándar Z N(0,1) p = P(Z z) = z φ Z (u)du = 1 α donde φ Z (u) = 1 p α e 1 2 u2 2π 0 z Nota: Si X N(µ,σ 2 ), entonces Z = (X µ)/σ N(0,1). Luego, ( P(X x) = P Z x µ ) σ Tabla 2A. Probabilidades acumuladas p de la distribución normal estándar. z

13 Estadística II 13 Tabla 2B. Probabilidades acumuladas p de la distribución normal estándar. z Distribución t de Student T t ν siendo ν los grados de libertad. p = P(T t) = t φ T (u)du = 1 α donde φ T (u) = 1 Γ ( ) ν+1 2 νπ Γ ( ) ν 2 ) ν+1 (1 + u2 2 ν p 0 α

14 Estadística II 14 Tabla 2. Valores críticos t (α;ν) de la distribución t de Student. p α ν

15 Estadística II Distribución χ 2 Ji-Cuadrada Y χ 2 ν siendo ν los grados de libertad. donde p = P(Y y) = φ χ 2(u) = y 0 φ χ 2(u)du = 1 α 1 2 ν/2 Γ(ν/2) uν/2 1 e u/2 0 x p α Tabla 2. Valores críticos χ 2 (α;ν) de la distribución χ2 ν Ji-Cuadrada. p α ν

16 Estadística II Distribución F F F ν1,ν 2 siendo ν 1 y ν 2 los grados de libertad. donde φ F (u) = Γ( ν 1+ν 2 2 p = P(F f) = f 0 ) ν ν 1/2 1 ν ν2/2 2 Γ(ν 1 /2)Γ(ν 2 /2) φ F (u)du = 1 α u (ν1/2) 1 (ν 2 + ν 1 u) (ν1+ν2)/2 0 f p α Nota: Si F F ν1,ν 2, entonces, p = P(F F (1 α;ν1,ν 2)) = P ( F 1 F (α;ν2,ν 1) ) = 1 α

17 Tabla 2A. Valores críticos F (α;ν1,ν 2) de la distribución F. p = 0.90 α = 0.10 ν 1 ν Estadística II 17

18 Tabla 2B. Valores críticos F (α;ν1,ν 2) de la distribución F. p = 0.95 α = 0.05 ν 1 ν Estadística II 18

19 Tabla 2C. Valores críticos F (α;ν1,ν 2) de la distribución F. p = α = ν 1 ν Estadística II 19

20 Tabla 2D. Valores críticos F (α;ν1,ν 2) de la distribución F. p = 0.99 α = 0.01 ν 1 ν Estadística II 20

Tema 5: Estimación puntual y por intervalos

Tema 5: Estimación puntual y por intervalos Tema 5: Estimación puntual y por intervalos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso

Más detalles

Tema 2: Estimación puntual

Tema 2: Estimación puntual Tema 2: Estimación puntual 1 (basado en el material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Planteamiento del problema: estimador y estimación Insesgadez

Más detalles

Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría

Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Departamento Académico de Estadística Instituto

Más detalles

8. Estimación puntual

8. Estimación puntual 8. Estimación puntual Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 8. Estimación puntual Curso 2009-2010 1 / 30 Contenidos 1 Introducción 2 Construcción de estimadores

Más detalles

Inferencia Estadística

Inferencia Estadística Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto

Más detalles

Estadística aplicada y modelización. 10 de septiembre de 2005

Estadística aplicada y modelización. 10 de septiembre de 2005 Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla

Más detalles

Problemas de Probabilidad resueltos.

Problemas de Probabilidad resueltos. Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose

Más detalles

Tema 3. Comparaciones de dos poblaciones

Tema 3. Comparaciones de dos poblaciones Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

Números aleatorios. Contenidos

Números aleatorios. Contenidos Números aleatorios. Contenidos 1. Descripción estadística de datos. 2. Generación de números aleatorios Números aleatorios con distribución uniforme. Números aleatorios con otras distribuciones. Método

Más detalles

Tema 2 - Introducción

Tema 2 - Introducción Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema

Más detalles

Estadística para las Ciencias Administrativas

Estadística para las Ciencias Administrativas Estadística para las Ciencias Administrativas Tercera edición LINCOLN L. CHAO California State University Long Beach, California Traducción JOSÉ MARÍA CASTAÑO Exjefe del Departamento de Matemáticas Universidad

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

Inferencia Estadística

Inferencia Estadística EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

DESCRIPCIÓN ESPECÍFICA

DESCRIPCIÓN ESPECÍFICA DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIO SUBSECTOR: PRODUCCION Y SALUD OCUPACIONAL Nombre del Módulo: Análisis estadístico de datos. total: 45 HORAS. Objetivo General: Analizar la conformidad

Más detalles

Problemas. Variables Aleatorias. Modelos de Probabilidad

Problemas. Variables Aleatorias. Modelos de Probabilidad Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad

Más detalles

Teoría de Probabilidad

Teoría de Probabilidad Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para las que no existe

Más detalles

Tema 3. Variables aleatorias. Inferencia estadística

Tema 3. Variables aleatorias. Inferencia estadística Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 3. Variables aleatorias. Inferencia estadística 1. Introducción 1 2. Variables aleatorias 1 2.1. Variable

Más detalles

Pruebas de. Hipótesis

Pruebas de. Hipótesis Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar

Más detalles

INDICE Prefacio 1 Introducción 2 Organizaciones de los datos para que transmitan un significado: tablas y graficas

INDICE Prefacio 1 Introducción 2 Organizaciones de los datos para que transmitan un significado: tablas y graficas INDICE Prefacio 1 Introducción 1-1 Preámbulo 1-2 Reseña histórica 1-3 Subdivisiones de la estadística 1-4 Estrategia, suposiciones y enfoque 2 Organizaciones de los datos para que transmitan un significado:

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA

NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA A NTONIO F ERNÁNDEZ M ORALES MÁLAGA, 2006 Nociones Básicas de Estadística Actuarial Vida Antonio Fernández Morales Málaga, 2006 Nociones Básicas de Estadística

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

Explicación de la tarea 3 Felipe Guerra

Explicación de la tarea 3 Felipe Guerra Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La

Más detalles

CAPITULO VII VARIABLE ALEATORIA

CAPITULO VII VARIABLE ALEATORIA Variable Aleatoia 65 CAPITULO VII VARIABLE ALEATORIA Definición. Una variable aleatoria es una función X que asigna un número real a cada elemento de un espacio muestral "Ω". Las variables aleatorias pueden

Más detalles

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos. PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de

Más detalles

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES 1.- Definición de variable aleatoria discreta. Normalmente, los resultados posibles (espacio muestral Ω) de un experimento aleatorio no son

Más detalles

Estimación puntual. Estadística II. Curso 2011/2012. Universidad de Salamanca

Estimación puntual. Estadística II. Curso 2011/2012. Universidad de Salamanca Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 3 4 Introducción Una estimación puntual de algún parámetro poblacional θ es un valor único del estadístico θ. Por ejemplo,

Más detalles

Introducción a la Econometría

Introducción a la Econometría Introducción a la Econometría Curso 2009/2010 Seriedeproblemas1 1.- Considere la siguiente distribución de probabilidad: Llueve (X=0) No llueve (X=1) Total Tiempo de viaje largo (Y=0) 0.15 0.07 0.22 Tiempo

Más detalles

CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS

CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-4492-6252 Fax:

Más detalles

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)

Más detalles

1. Conceptos de teoría de la probabilidad

1. Conceptos de teoría de la probabilidad Master de Investigación en Economía Aplicada. Métodos Cuantitativos II. 9-. G.García.. Conceptos de teoría de la probabilidad Espacios de probabilidad. Establece el espacio de probabilidad asociado al

Más detalles

ANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus José Carlos Vega Vilca, Ph.D.

ANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus José Carlos Vega Vilca, Ph.D. UNIVERSIDAD DE PUERTO RICO FACULTAD DE ADMINISTRACION DE EMPRESAS INSTITUTO DE ESTADISTICA ANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus, Ph.D. Presentación Este curso ofrece al estudiante, la posibilidad

Más detalles

ESTADÍSTICA 2OO7/2OO8 TEMA 10: SIMULACIÓN DE VARIABLES ALEATORIAS

ESTADÍSTICA 2OO7/2OO8 TEMA 10: SIMULACIÓN DE VARIABLES ALEATORIAS ESTADÍSTICA 2OO7/2OO8 TEMA 10: SIMULACIÓN DE VARIABLES ALEATORIAS DESCRIPCIÓN DEL TEMA: 10.1. Introducción. 10.2. Método de las transformaciones. 10.3. Método de inversión. 10.4. Método de aceptación-rechazo.

Más detalles

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas Elementos de Probabilidad y Estadística Segundo de Economía Examen del 6 de junio de 6 DURACIÓN: horas. a) Se realizan lanzamientos de un dado regular. i) Calcular la probabilidad de obtener exactamente

Más detalles

Unidad 4: Variables aleatorias

Unidad 4: Variables aleatorias Unidad 4: Variables aleatorias Logro de la unidad 4 Al finalizar la unidad 4, el alumno aplica el concepto de variable aleatoria, valor esperado y probabilidad para la toma de decisiones en un trabajo

Más detalles

Tablas estad ısticas

Tablas estad ısticas Tablas estadísticas 2 Índice Distribución binomial..................................... 3 Distribución de Poisson.................................... 5 Distribución normal......................................

Más detalles

Algunas distribuciones importantes de probabilidad

Algunas distribuciones importantes de probabilidad Capítulo 5 Algunas distribuciones importantes de probabilidad En los temas anteriores se presentaban ejemplos de distintos experimentos aleatorios y de variables aleatorias que expresan sus resultados.

Más detalles

Problemas resueltos del Tema 3.

Problemas resueltos del Tema 3. Terma 3. Distribuciones. 9 Problemas resueltos del Tema 3. 3.1- Si un estudiante responde al azar a un examen de 8 preguntas de verdadero o falso Cual es la probabilidad de que acierte 4? Cual es la probabilidad

Más detalles

Unidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras

Unidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras Unidad 6 Distribuciones de probabilidad continua, muestreo y distribución de muestras Introducción La unidad 5 se enfocó en el estudio de las distribuciones de probabilidad discreta, entre las cuales

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Simulación Computacional. Tema 1: Generación de números aleatorios

Simulación Computacional. Tema 1: Generación de números aleatorios Simulación Computacional Tema 1: Generación de números aleatorios Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle, Cali Typeset by FoilTEX 1 Contenido 1. Secuencias pseudoaleatorias

Más detalles

Clase 7: Algunas Distribuciones Continuas de Probabilidad

Clase 7: Algunas Distribuciones Continuas de Probabilidad Clase 7: Algunas Distribuciones Continuas de Probabilidad Distribución Uniforme Continua Una de las distribuciones continuas más simples en Estadística es la Distribución Uniforme Continua. Esta se caracteriza

Más detalles

Maestría en Bioinformática Probabilidad y Estadística: Clase 3

Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias

Más detalles

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad R PRÁCTICA II Probabilidad-Variables Aleatorias Sección II.1 Probabilidad 15. En el fichero sintomas.dat se encuentran 9 columnas con los resultados de una estadística médica. Cada columna corresponde

Más detalles

Curso. Análisis Estadístico de Datos Climáticos

Curso. Análisis Estadístico de Datos Climáticos Curso I-1 Análisis Estadístico de Datos Climáticos Distribuciones de Probabilidad Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Montevideo, Uruguay 2011 I-2 DISTRIBUCIONES DE PROBABILIDAD

Más detalles

Bioestadística: Inferencia Estadística. Análisis de Dos Muestras

Bioestadística: Inferencia Estadística. Análisis de Dos Muestras Bioestadística: Inferencia Estadística. Análisis de Dos Muestras M. González Departamento de Matemáticas. Universidad de Extremadura MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test

Más detalles

Distribuciones de Probabilidad en Arena

Distribuciones de Probabilidad en Arena Distribuciones de Probabilidad en Arena Arena posee una amplia gama de funciones o distribuciones estadísticas incorporadas para la generación de números aleatorios. Estas distribuciones aparecen cuando,

Más detalles

Generación de Números Pseudo-Aleatorios

Generación de Números Pseudo-Aleatorios Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia

Más detalles

Vectores aleatorios. Estadística I curso 2008 2009

Vectores aleatorios. Estadística I curso 2008 2009 Vectores aleatorios Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 En numerosas ocasiones estudiamos más de una variable asociada a

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

Inferencia Estadística

Inferencia Estadística MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/ mamaeusch Inferencia Estadística Paula Lagares Barreiro * Justo Puerto Albandoz * MaMaEuSch ** Management Mathematics

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Modelos de distribuciones discretas y continuas Discretas En la versión actual de Rcdmr podemos encontrar las distribuciones discretas estudiadas en este curso y para cada una de ellas están disponibles

Más detalles

Ejercicios Resueltos de Teorema Central de Límite (TCL) Ejercicios 1 y 2: Resolución de Ejercicios propuestos del Tema 5.

Ejercicios Resueltos de Teorema Central de Límite (TCL) Ejercicios 1 y 2: Resolución de Ejercicios propuestos del Tema 5. EJERCICIOS DE PROBABILIDAD EJERCICIOS ADECUADOS PARA SECUNDARIA O BACHILLER TITULO: AUTOR: Ejercicios Resueltos de Teorema Central de Límite (TCL) JUAN VICENTE GONZÁLEZ OVANDO Ejercicio 15: Ejercicios

Más detalles

Tablas de Probabilidades

Tablas de Probabilidades Tablas de Probabilidades Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Instituto Tecnológico Autónomo de México Agosto 2009 Versión 1.05 Índice 1. Distribución Binomial.......................................

Más detalles

Curso de Inferencia y Decisión

Curso de Inferencia y Decisión Curso de Inferencia y Decisión Guadalupe Gómez y Pedro Delicado Departament d Estadística i Investigació Operativa Universitat Politècnica de Catalunya Enero de 2006 Índice abreviado Capítulo 1. Introducción.........................................

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

Tema 12: Contrastes Paramétricos

Tema 12: Contrastes Paramétricos Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de

Más detalles

Modelos Lineales Generalizados (GLM)

Modelos Lineales Generalizados (GLM) 1 1 Departmento de Estadística y Departamento de Administración ITAM Seminario ITAM-CONAC Métodos Estadísticos en Actuaría I Auditorio Raúl Baillères, ITAM 3 de Noviembre de 2011 1. Conceptos Preliminares

Más detalles

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO Estadística Superior CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE 1.1. Regresión lineal simple 1.2. Estimación y predicción por intervalo en regresión lineal

Más detalles

PROGRAMA DE CURSO. Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT 6 10 3 2 5

PROGRAMA DE CURSO. Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT 6 10 3 2 5 PROGRAMA DE CURSO Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal

Más detalles

Problemas. Intervalos de Confianza y Contrastes de Hipótesis

Problemas. Intervalos de Confianza y Contrastes de Hipótesis Problemas. Intervalos de Confianza y Contrastes de Hipótesis Ejemplos resueltos y propuestos Intervalos de Confianza Variable Nomal en la población Se selecciona una muestra de tamaño n de una población

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

REGRESION simple. Correlación Lineal:

REGRESION simple. Correlación Lineal: REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)

Más detalles

Práctica 3. Distribuciones de probabilidad

Práctica 3. Distribuciones de probabilidad Práctica 3. Distribuciones de probabilidad Estadística Facultad de Física Objetivos Distribuciones Representaciones gráficas Ejercicios Aplicaciones 1 Introducción En esta práctica utilizaremos una herramienta

Más detalles

MATEMÁTICA NM4 4º EM

MATEMÁTICA NM4 4º EM MATEMÁTICA NM4 4º EM UNIDADES TEMÁTICAS UNIDAD Nº 01: ESTADÍSTICA Y PROBABILIDAD Conceptos generales : Población, muestra, parámetro y estadístico Variables y su clasificación Medición y escalas Organización

Más detalles

12 Las distribuciones binomial y normal

12 Las distribuciones binomial y normal Las distribuciones binomial y normal ACTIVIDADES INICIALES.I. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

CAPÍTULO 5 DISTRIBUCIONES DE PROBABILIDADES

CAPÍTULO 5 DISTRIBUCIONES DE PROBABILIDADES CAPÍTULO 5 DISTRIBUCIONES DE PROBABILIDADES En este capítulo se introducirá el concepto de variable aleatoria, cuya importancia radica en introducir modelos matemáticos en el cálculo de probabilidades.

Más detalles

15 Distribuciones continuas. La distribución normal

15 Distribuciones continuas. La distribución normal Distribuciones continuas. La distribución normal ACTIVIDADES INICIALES Solucionario.I. Representa la función valor absoluto: x si x 0 y x x si x 0 Y O X.II. Representa la función: 2x 3 si x f(x) si x 4

Más detalles

Cartilla 2 Solución Unidad 5: Distribuciones de funciones de variables aleatorias

Cartilla 2 Solución Unidad 5: Distribuciones de funciones de variables aleatorias Cartilla Solución Unidad 5: Distribuciones de funciones de variables aleatorias a P(X0.3 0.7 b P(Y0 X0.3 0.03/0.7 0.76 c La variables no son independientes dado que, por ejemplo: P(X0., Y30 0 es distinto

Más detalles

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una

Más detalles

Tema 6 Algunos modelos de distribuciones discretas.

Tema 6 Algunos modelos de distribuciones discretas. Tema 6 Algunos modelos de distribuciones discretas. Una vez epuesta la teoría general sobre variables aleatorias y sus distribuciones de probabilidad, vamos a describir algunas distribuciones particulares

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud

Más detalles

Tema 3: El modelo de regresión lineal múltiple

Tema 3: El modelo de regresión lineal múltiple Econometría 1 curso 2009-2010 Tema 3: El modelo de regresión lineal múltiple Genaro Sucarrat (Departamento de Economía, UC3M) http://www.eco.uc3m.es/sucarrat/ Recordamos: El modelo de regresión lineal

Más detalles

Departamento de Matemática Aplicada Matemáticas Licenciatura en CC. Químicas (Curso 2008-09) Estadística unidimensional con EXCEL.

Departamento de Matemática Aplicada Matemáticas Licenciatura en CC. Químicas (Curso 2008-09) Estadística unidimensional con EXCEL. Departamento de Matemática Aplicada Matemáticas Licenciatura en CC. Químicas (Curso 2008-09) Estadística unidimensional con EXCEL. Práctica 6 1. Introducción El programa EXCEL del paquete Microsoft Office

Más detalles

DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL

DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Capítulo 3 DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL 3.1. Introducción Estudiaremos en este tema dos de las distribuciones de probabilidad más importantes y que son imprescindibles a la hora de adentrarnos

Más detalles

LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA

LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA CURSO 2010-2011 TITULACIÓN: CIENCIAS AMBIENTALES ASIGNATURA: ESTADISTICA ÁREA DE CONOCIMIENTO: Estadística e Investigación Operativa Número de

Más detalles

Conceptos Fundamentales. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas

Conceptos Fundamentales. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas Conceptos Fundamentales Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas Análisis de datos en física de partículas Experimento en física de partículas: Observación de n sucesos de un cierto tipo (colisiones

Más detalles

PROBABILIDAD Y ESTADISTICA APLICADA Y TALLER

PROBABILIDAD Y ESTADISTICA APLICADA Y TALLER PROBABILIDAD Y ESTADISTICA APLICADA Y TALLER 2º. SEMESTRE INGENIERIAS CUADERNO DE TRABAJO PARA EL EXAMEN DEPARTAMENTAL DEPARTAMENTO DE FISICO-MATEMATICAS UIA M. en I. C. J Cristóbal Cárdenas Oviedo 0 Contenido

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. PROBABILIDAD Y ESTADÍSTICA

Más detalles

Distribuciones de probabilidad más usuales

Distribuciones de probabilidad más usuales Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

T. 5 Inferencia estadística acerca de la relación entre variables

T. 5 Inferencia estadística acerca de la relación entre variables T. 5 Inferencia estadística acerca de la relación entre variables 1. El caso de dos variables categóricas 2. El caso de una variable categórica y una variable cuantitativa 3. El caso de dos variables cuantitativas

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se

Más detalles

Universidad del País Vasco

Universidad del País Vasco Universidad del País Vasco eman ta zabal zazu Euskal Herriko Unibertsitatea INSTRUCCIONES. El examen consta de 50 cuestiones. Hay una única respuesta correcta para cada cuestión. Las cuestiones respondidas

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o 2 Profesor: Hugo S. Salinas. Primer Semestre 20. El gerente

Más detalles

Tema 1. Inferencia estadística para una población

Tema 1. Inferencia estadística para una población Tema 1. Inferencia estadística para una población Contenidos Inferencia estadística Estimadores puntuales Estimación de la media y la varianza de una población Estimación de la media de la población mediante

Más detalles

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de Institutos Tecnológicos.

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de 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 Mecánica MCM - 0531 3 2 8 2.- HISTORIA DEL

Más detalles

ÍNDICE DE CONTENIDOS. Capítulo 1 Presentación

ÍNDICE DE CONTENIDOS. Capítulo 1 Presentación ÍNDICE DE CONTENIDOS Capítulo 1 Presentación Capítulo 2 Introducción al proceso de decisión bajo riesgo e incertidumbre 2.1. Resumen del capítulo 2.2. Introducción 2.3. El concepto de riesgo e incertidumbre

Más detalles

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA Villalva Roxana, Ramírez John Resumen. El presente trabajo es realizado a partir de los datos de producción de una planta empacadora

Más detalles

MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL

MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL INTRODUCCIÓN En este módulo se continúa con el estudio de las distribuciones de probabilidad, examinando una distribución de probabilidad continua muy importante:

Más detalles

Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3

Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3 Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3 Nota: Para la dedicación total estimada sólo se consideran los ítems preguntados en las encuestas Todos los capítulos 8 Estimada Real 7

Más detalles

EL7002 - Estimación y Detección

EL7002 - Estimación y Detección EL7002 - Estimación y Detección Clase No. 9: Mejor Estimador Lineal Insesgado Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile P. Parada, DIE-UCh EL7002, Clase No. 9: Mejor Estimador

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles