12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)"

Transcripción

1 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral x 1 = 1, 7. Se desea cotrastar la hipótesis ula H : µ = 1,68 frete a la hipótesis alterativa H 1 : µ > 1,68, co u ivel de sigificació α =,5 Si X fuese mucho mayor que µ = 1, 68 habría que pesar que H o es cierta, e icliarse por H 1. Se trata por tato de determiar ua catidad K tal que la probabilidad P( X µ > K ) sea pequeña: el ivel de sigificació P( X µ > K ) = α, lo que equivale a P( X µ + K ) = 1 α. Si la variable aleatoria X sigue ua ley ormal N(µ; ), etoces la media X µ muestral X sigue ua ley ormal N(µ; ) y la variable tipificada ua ormal N(; 1). Si H : µ = µ = 1,68 es cierta, etoces probabilidad de aceptar H es: P( Z < z1 ) = 1 α, luego α Z X µ = ~ N(; 1), y la X µ < = z α 1 α P X < µ α + z1 α = 1 P 1 Etoces = z α y la regió de aceptació para H es, el itervalo: K 1 R A = + z ; µ 1 α 12 EPR CONTRASTE DE HIPÓTESIS 163

2 E uestro caso ( Z z ) = ( z ) = 1 '5 ' 95 P < 1 α Φ 1 α = Buscado e la tabla de Φ ( z ) o usado EXCEL, obteemos 1 z1 = Φ (,95 ) = α 1,645. Por tato:,9 1 R A = + z = ; 1,68 + 1,645 = ] ; 1,6948[ ; µ 1 α Como x 1 = 1, 7 R A, hay razoes para rechazar la hipótesis ula H :µ=1,7. (El cotraste es sigificativo estadísticamete). La regió de rechazo resulta ser: R R = = [,6948; + [ 1, por lo que el cotraste realizado se dice que es uilateral o de ua cola. 164 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

3 2 Supogamos que ua variable aleatoria X sigue ua ley N(µ; = 12). A partir de ua muestra de X de tamaño = 1, se obtiee ua media muestral x 1 = 157. Se desea cotrastar la hipótesis ula H : µ = 16 frete a la hipótesis alterativa H 1 : µ 16, co u ivel de sigificació α =,5 Si X distase mucho de 16 habría que pesar que H o es cierta e icliarse por H 1. Se trata por tato de determiar ua catidad K tal que la probabilidad P( X µ > K ) sea pequeña: el ivel de sigificació P( X µ > K ) = α, lo que equivale a P( µ K X µ + K ) = 1 α. Si H : µ = µ = 16 es cierta, etoces probabilidad de aceptar H es: ( z < Z < z ) = α P 1 α / 2 1 α / 2 1 X µ Z = ~ N(; 1), y la X µ < < P z1 α / 2 z1 α / 2 = 1 µ z1 α / 2 < X < µ + z1 α / α = P 2 1 α itervalo Así, = z1 α /. La regió de aceptació para H es, por tato, el K 2 R A = z1 α / 2 ; µ + z1 / 2 µ α E uestro caso ( z < Z < z ) = 1,5, 95 P 1 α / 2 1 α / 2 =. Pero 12 EPR CONTRASTE DE HIPÓTESIS 165

4 P( Z < z1 α / 2 ) P( Z < z1 α / 2 ) = P( Z < z1 α / 2 ) [ 1 P( Z < z1 α / 2 )]= 1,95 ) = 2 = 2 P( Z < z1 α / 2 ) 1 =,95 P( Z < z1 α / 2 =,975 tato: Buscado e la tabla de Φ ( z ), o co EXCEL, obteemos z = 1, 96. Por 1 α R A = 16 (1,96 ) ; 16 + (1,96 ) = ] 1576,48; 1623,52[ 1 Como x 1 = 157 R A, se rechaza la hipótesis ula H : µ = 16 al ivel de sigificació del 5%. (El cotraste es sigificativo estadísticamete). La regió de rechazo resulta ser: R R = = ] 1576,48] [ 1623,52; + [ ; &, por lo que el cotraste realizado se dice que es bilateral o de dos colas. 166 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

5 3 Supogamos que la vida media de las bombillas de 6 vatios de ua determiada marca está garatizada por lo meos e 8 horas, co ua desviació típica de 12 horas. Se elige al azar 25 bombillas de u pedido y se comprueba que la vida media de la muestra es de 75 horas. Al ivel de sigificació α =,5, habría que rechazar el pedido por o cumplir la garatía? (Cotrastar H : µ = 8 frete a la hipótesis alterativa H 1 : µ < 8, ya que sólo iteresa saber si la media llega al valor míimo de garatía o o) Si X fuese mucho meor que µ = 8 habría que pesar que H o es cierta, e icliarse por H 1. Se trata por tato de determiar ua catidad K tal que la probabilidad P( µ X > K ) sea pequeña: el ivel de sigificació P( µ X > K ) = α, lo que equivale a P( X < µ K ) = α, luego ( X > µ K ) = 1 α P Si la variable aleatoria X sigue ua ley ormal N(µ; ), etoces la media X µ muestral X sigue ua ley ormal N(µ; ) y la variable tipificada ua ormal N(; 1). Si H : µ = µ = 8 es cierta, etoces P( Z z1 α ) = α, luego P( Z > z1 α ) = 1 α, y Z X µ = ~ N(; 1), y: X µ = P > z1 α 1 α P X > µ α z1 α = 1 12 EPR CONTRASTE DE HIPÓTESIS 167

6 Así, = z α. La regió de aceptació para H es, por tato, el itervalo K 1 R A = µ α z 1 ; + E uestro caso ( Z z ) = ( z ) = 1 '5 ' 95 P < 1 α Φ 1 α = tato: Buscado e la tabla de Φ ( z ) o usado EXCEL obteemos z 1 = 1, 645. Por α R A = ; + = 8 (1,645 ). ; + = ] 76,52; + [ µ z 1 α Como x 25 =75 R A, se rechaza la hipótesis ula H : µ = 8. (El cotraste es sigificativo estadísticamete). La regió de rechazo resulta ser: R R ] ;76,52] =, por lo que el cotraste realizado se dice que es uilateral o de ua cola. 168 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

7 4 La logitud media de ua muestra de 625 tubos de ua producció es de 2,5 mm. Puede cosiderarse razoablemete, co u ivel de sigificació α =,1, que la muestra ha sido extraída aleatoriamete de ua població de logitud media 2 mm y desviació típica,1 mm? (Cotrastar H : µ = 2 frete a la hipótesis alterativa H 1 : µ > 2) Si H : µ = µ = 2 es cierta, etoces aceptar H es: P( Z < z1 ) = 1 α, luego α Z X µ = ~ N(; 1), y la probabilidad de X µ < = z α 1 α P X < µ α + z1 α = 1 P 1 Etoces = z α y la regió de aceptació para H es, el itervalo: K 1 R A = ; + z1 µ α E uestro caso ( Z z ) = ( z ) = 1 '1 ' 99 P < 1 α Φ 1 α = Buscado e la tabla de Φ ( z ) o usado EXCEL, obteemos 1 z1 α = Φ (,99 ) = 2,33. Por tato:,,1 625 R A = + z = ; 2 + 2,33 = ] ; 2,93[ ; µ 1 α 12 EPR CONTRASTE DE HIPÓTESIS 169

8 Como x 625 = 2, 5 R A, hay razoes para rechazar la hipótesis ula H :µ=2. (El cotraste es sigificativo estadísticamete). La regió de rechazo resulta ser: R R = = [,93; + [ es uilateral o de ua cola. 2, y el cotraste realizado 17 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

9 5 U laboratorio elabora u cierto producto químico e umerosas fases. Se sabe que el úmero medio de uidades fabricadas por fase es de 22 uidades, co ua desviació típica de 12 uidades. Después de u cambio e el procedimieto de obteció, la producció e 25 fases mostró aproximadamete la misma variaza y ua producció media de 225 uidades. Cotrastar la hipótesis de que el cambio e el procedimieto o icremetó la producció sigificativamete, a) al ivel de sigificació del,5, b) al ivel,1. (Cotrastar H : µ = 22 frete a la hipótesis alterativa H 1 : µ > 22) Se trata de ver cómo afecta el ivel de sigificació al hecho de aceptar o rechazar la hipótesis ula: e el caso a) se tiee Como x 25 = 225 R A, hay razoes para rechazar la hipótesis ula H :µ=2. (El cotraste es sigificativo estadísticamete). E el caso b): Ahora x 25 = 225 R A, y se acepta la hipótesis ula H :µ=2. (El cotraste o es sigificativo estadísticamete). 12 EPR CONTRASTE DE HIPÓTESIS 171

10 6 El promedio de la carga de rotura de u cierto metal ( fuerza de tracció míima que ha de ejercerse por uidad de secció para que tega lugar la rotura ) es de 8 kp/mm 2. Ua muestra de 64 piezas de dicho metal es tratada químicamete midiédose uevamete la carga de rotura de todas las piezas. Se ecuetra que el promedio es ahora 8,5 kp/mm 2. Supoiedo que la desviació típica de la carga de rotura es 2 kp/mm 2 ates y después del tratamieto químico, cotrastar la hipótesis, al,5 y al,1, de que el producto químico o tiee efecto sobre la carga de rotura del metal. (Reflexioar sobre si debería emplearse u test de ua o dos colas, teiedo e cueta que, ates del tratamieto, o se sabe si la carga de rotura aumetará o dismiuirá). Puesto que o se cooce de atemao si el tratamieto aumeta o dismiuye la carga de rotura, lo adecuado es realizar u cotraste de dos colas. Como x 64 = 8, 5 R A, hay razoes para rechazar la hipótesis ula H :µ = 8. (El cotraste es sigificativo estadísticamete). Ahora x 25 = 8, 5 R A, y se acepta la hipótesis ula H :µ = 8. (El cotraste o es sigificativo estadísticamete). 172 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

11 7 Para comprobar si ua moeda está bie equilibrada se laza 1 veces y se aota el úmero de caras, C. La proporció de caras obteida e la muestra es C etoces pc =. Si la moeda es correcta, la proporció poblacioal es p =,5. 1 Cotrastar la hipótesis ula H : p =,5 frete a la hipótesis alterativa H 1 : p,5, co u ivel de sigificació α =,5 e los casos: a) C = 38 b) C = 46 c) C = 58 (E el tercer caso, sería coveiete cambiar H 1 : p,5 por H 1 : p > 5, y repetir el experimeto.) La distribució muestral de la proporció de caras e las muestras de tamaño C p( 1 p ), P =, sigue aproximadamete ua ley ormal N(p; ), dode p es la probabilidad costate de cara e cada lazamieto. Si H :p = p es cierta, etoces P p la variable Z = sigue aproximadamete ua N(;1), y la probabilidad de p (1 p ) aceptar H es: ( z < Z < z ) α P 1 α / 2 1 α / 2 1 P p z P z1 α / 2 < < z1 α / 2 1 p (1 p ) p ( 1 p P p α p (1 p ) 1 α / 2 < P < p + z1 α / 2 1 ) α 12 EPR CONTRASTE DE HIPÓTESIS 173

12 La regió de aceptació para H es, por tato, el itervalo R A = p z p (1 p ) ; + z 1 α / 2 1 α / 2 p p (1 p ) Sea p (1 p ) K = z1 α / 2. Etoces teemos: E el caso a) la proporció e la muestra C 38 = = ' 38 RA, y hay razoes 1 para rechazar la hipótesis ula H : p = 5. Se podría pesar que la moeda da mayor proporció de cruces que de caras. E el caso b) la proporció e la muestra C 46 = = ' 46 RA, y se acepta la 1 hipótesis ula H : p = 5. Como se sabe, el aceptar H : p = 5, o sigifica que sea cierta. Sigifica que la probabilidad de aceptarla siedo cierta es muy alta: 1 α = 95. No hay motivos para pesar que la moeda esté trucada. E el caso c) la proporció e la muestra C 58 = = ' 58 RA, y se puede 1 aceptar la hipótesis ula H : p = 5, pero es de sospechar que la proporció de caras es mayor que la de cruces. Esto ivita a cotrastar, después de obteer otra muestra, la hipótesis H : p = 5 frete a H 1 : p > ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

13 8 Se va a estudiar la posibilidad de desequilibrio de u dado ordiario. De 9 tiradas del dado ha salido 14 seises. Usar este resultado para cotrastar la hipótesis ula de que el dado está bie equilibrado (H : p = 1/6) empleado u test de doble cola co u ivel de sigificació a) del,5 b) del,1 14 E los dos casos la proporció de seises pˆ = =, 1556 perteece a la regió de 9 aceptació y se acepta la hipótesis ula: 12 EPR CONTRASTE DE HIPÓTESIS 175

14 9 Se pesó que el 5% de artículos maufacturados por ua cadea de producció era defectuosos. Tomar H : p =,5 como hipótesis ula y formular ua regla de decisió para cotrastarla, al ivel de sigificació del 1%, frete a la hipótesis alterativa de dos colas. Supoer que el tamaño de la muestra extraída es 4. Si de esta muestra 26 artículos so defectuosos, qué decisió se debe tomar? 26 La proporció artículos defectuosos e la muestra pˆ = =, 65 perteece a la 4 regió de aceptació y se acepta la hipótesis ula: 176 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

15 1 E u Istituto las otas de Selectividad de Matemáticas, cosideradas durate varios años, da u porcetaje promedio del 55% de aprobados. E 23, de u grupo de 1 estudiates que se examiaro, aprobaro 62. Cotrastar la hipótesis de que este fue u úmero sigificativamete alto de aprobados y que 23 fue u bue año para los estudiates de Matemáticas de dicho Istituto. Usar α =,1 (Cotrastar H : p =,55 frete a la hipótesis alterativa H 1 : p >,55) La distribució muestral de la proporció de aprobados e las muestras de A p( 1 p ) tamaño, P =, sigue aproximadamete ua ley ormal N(p; ). Si P p H :p=p es cierta, etoces la variable Z = sigue aproximadamete ua p (1 p ) N(;1), y la probabilidad de aceptar H es: ( Z z ) 1 α P 1 α P p P z1 p (1 p ) α α 1 p ( 1 p ) P P p + α z1 1 Puesto que la proporció de aprobados es mayor o igual que cero, la regió de aceptació para H es, por tato, el itervalo R A = ; p p (1 p + z1 / 2 α ) Sea p (1 p ) K = z1 α. Etoces teemos: 12 EPR CONTRASTE DE HIPÓTESIS 177

16 La proporció de aprobados e la muestra es pˆ =, 62. Está e la regió de aceptació, luego o es lo suficietemete grade como para poder rechazar la hipótesis ula H. Así, o podemos cocluir que, para u ivel de sigificació α del 1%, los estudiates del 23 sea sigificativamete mejores que los de los años ateriores. Si la proporció muestral de aprobados e 23 hubiese sido mayor que,6657, la hipótesis H de que los estudiates de 23 o so mejores que los ateriores, tedría que ser rechazada al ivel del 1%. Como esto o ocurre, H o puede ser rechazada. 178 ESTADÍSTICA J. Sáchez-Mª. S. Sáchez

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

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

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

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua

Más detalles

Contrastes de hipótesis

Contrastes de hipótesis Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

EJERCICIO 1 EJERCICIO 2

EJERCICIO 1 EJERCICIO 2 EJERCICIO 1 U sociólogo ha proosticado, que e ua determiada ciudad, el ivel de absteció e las próximas eleccioes será del 40% como míimo. Se elige al aar ua muestra aleatoria de 00 idividuos, co derecho

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

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que

Más detalles

INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES

INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES 1 INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES 001. PAU SELECTIVIDAD Uiversidad de Oviedo Juio 1996 La empresa de trasportes urgetes El Rápido asegura que etrega el 80% de sus evíos ates

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

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA º BACHILLERATO. CIENCIAS SOCIALES 1. Ua variable aleatoria tiee ua distribució ormal de media m y desviació típica s. Si se extrae muestras aleatorias de tamaño : a) Qué distribució tiee la variable aleatoria

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

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

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

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

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE) TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.

8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis. TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA Métodos estadísticos y uméricos Estimació por Itervalos de cofiaa PROBLEMA REUELTO DE ETIMACIÓN POR INTERVALO DE CONFIANZA U adador obtiee los siguietes tiempos, e miutos, e 0 pruebas croometradas por

Más detalles

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal.

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal. Uidad 1. Iferecia estadística. Estimació de la media Matemáticas aplicadas a las Ciecias Sociales II Resuelve Págia 85 Lazamieto de varios dados Comprueba e la tabla aterior ue: DESV. TÍPICA DESV. TÍPICA

Más detalles

IES Fco Ayala de Granada Modelo 5 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 5 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 5 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 5 DEL 2015 OPCIÓN A SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 5 DEL 015 OPCIÓN A EJERCICIO 1 (A) Sea las matrices A = 1 0, B = 1 1 1 y C = 1 1 3 (1 5 putos) Resuelva la ecuació A X + B X = C. (1 5 putos) Calcule A 4

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

OPCIÓN A EJERCICIO 1_A 1 0 2

OPCIÓN A EJERCICIO 1_A 1 0 2 IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple) 1 Muestreo Tema 1 1. Muestreo. Muestreo aleatorio 3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio si reposició 3.. Muestreo aleatorio co reposició (muestreo aleatorio simple) 3.3. Muestreo aleatorio

Más detalles

IES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo 1 del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 015 OPCIÓN A EJERCICIO 1 (A) 1 3 - Sea las matrices A = y B = 3-1 4 (0 75

Más detalles

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Jua Carlos Coloia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE UNA POBLACIÓN POBLACIONAL ES CONOCIDA Sea X ua muestra aleatoria de tamaño 1, X,..., X extraída de ua població N,

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

MATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades

MATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades MATEMÁTIAS º BAH.. SS. 4 de abril de 006 Probabilidades 1) Sea A y B dos sucesos idepedietes tales que B) = 0.05 y A/ B) = 0.35. a) uál es la probabilidad de que suceda al meos uo de ellos? ( putos) b)

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2012 (MODELO 6)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2012 (MODELO 6) IES Fco Ayala de Graada Sobrates de 01 (Modelo 6 ) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 01 (MODELO 6) OPCIÓN A EJERCICIO 1_A Ua empresa vede tres artículos diferetes

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo 5 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 5 OPCIÓN A EJERCICIO 1 (A) 1 3 - Se cosidera las matrices A

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

Intervalos de Confianza

Intervalos de Confianza Itervalos de Cofiaza 1.- Se quiere estudiar la vida útil de uas uevas pilas que se va a lazar al mercado. Para ello se examia la duració de 40 de ellas, resultado ua media de 63 horas. Supoiedo que el

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n. 1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =

Más detalles

Pasos básicos para docimar una hipótesis:

Pasos básicos para docimar una hipótesis: Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los

Más 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

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 008 (Modelo 6) Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 008 (MODELO 6) OPIÓN A EJERIIO 1_A (3 putos) Ua empresa produce botellas de leche etera

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

Resumen de Inferencia estadística

Resumen de Inferencia estadística Resume de Iferecia estadística Iferecia estadística Estudia cómo sacar coclusioes geerales para toda la població a partir del estudio de ua muestra, y el grado de fiabilidad o sigificació de los resultados

Más detalles

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza.

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza. FCEyN - Estadística para Química do. cuat. 006 - Marta García Be Coceptos geerales de iferecia estadística. Estimació de parámetros. Itervalos de cofiaza. Iferecia estadística: Dijimos e la primera clase

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA . Metodología e Salud Pública INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA Autor: Clara Lagua 5.1 INTRODUCCIÓN La estadística iferecial aporta las técicas ecesarias para extraer

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 ETIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRATE DE HIPÓTEI TEMA 8: Cotrastes paramétricos

Más detalles

CAPÍTULO 9: ESTIMACIÓN. INTERVALOS DE CONFIANZA 1. MUESTREO ESTADÍSTICO

CAPÍTULO 9: ESTIMACIÓN. INTERVALOS DE CONFIANZA 1. MUESTREO ESTADÍSTICO 166 CAPÍTULO 9: ESTIMACIÓN. INTERVALOS DE CONFIANZA 1. MUESTREO ESTADÍSTICO Mediate la iferecia estadística se iteta coocer algo acerca de las características de la població e su cojuto mediate la geeralizació

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna. Modelo nº 2 Sept. Sobrantes de Soluciones

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna. Modelo nº 2 Sept. Sobrantes de Soluciones IES Fco Ayala de Graada Sobrates de 008 (Modelo Septiembre) Germá-Jesús Rubio Lua Istruccioes: Modelo º Sept. Sobrates de 007-008 Solucioes Duració: 1 hora y 30 miutos. Elija ua de las dos opcioes propuestas

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

ESTIMACIONES DE MEDIAS

ESTIMACIONES DE MEDIAS COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 211 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció A Reserva 1, Ejercicio 4, Oció A Reserva 2, Ejercicio

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

PROBABILIDAD Selectividad 2002

PROBABILIDAD Selectividad 2002 MATEMÁTICAS º BACH_CCSS PROBABILIDAD Selectividad 00. E ua clase hay alumos y 6 alumas. El profesor saca cosecutivamete a 4, diferetes, a la pizarra. Se Pide hallar: a) Cuál es la probabilidad de que todos

Más detalles

1. Propiedades de los estimadores

1. Propiedades de los estimadores . Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie

Más detalles

TEMA III. INFERENCIA ESTADISTICA

TEMA III. INFERENCIA ESTADISTICA TEMA III. INFERENCIA ESTADISTICA I. Objetivos. La iferecia estadística es la parte de la estadística que tiee por objetivo iferir propiedades de las poblacioes a partir de las muestras. Estas iferecias

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

IES Fco Ayala de Granada Sobrantes de 2003 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2003 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 003 (Septiembre Modelo 3) Solucioes Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A x Sea la matriz A = 0 x+ ( 5 putos) Halle los valores de x para los que se verifica A

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS UNIDAD 0 LAS MUESTRAS ESTADÍSTICAS Págia 26 Lazamieto de varios dados CUATRO DADOS La distribució de probabilidades de la suma de cuatro dados es la siguiete: x i 4 5 6 7 8 9 0 2 3 4 4 0 20 35 56 80 04

Más detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL INTRODUCCIÓN Durate años la estadística se ha dedicado fudametalmete al desarrollo de la Estadística Descriptiva, cuya pricipal labor como hemos visto es recopilar datos, ordearlos,

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

14 Intervalos de confianza

14 Intervalos de confianza Solucioario 14 Itervalos de cofiaza ACTIVIDADES INICIALES 14.I. Calcula tal que P z < Z z α α = 0,87. P zα < Z zα = P Z zα P Z < zα = P Z zα 1= 0,87 P Z P Z P Z = 1,87 = 0,935. Buscado e el iterior de

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder (como

Más detalles

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles