PRUEBAS DE HIPOTESIS

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

Download "PRUEBAS DE HIPOTESIS"

Transcripción

1 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 de ua hipótesis sobre el parámetro? R=/ Pruebas de Hipótesis

2 PRUEBAS DE HIPOTESIS Resultados Decisió Població (N) µ Muestra () Parece que µ = l X l µ? Evidecia l X Al parecer µ > l µ = l O µ > l Hipótesis

3 PRUEBAS DE HIPOTESIS Defiició: Procedimieto estadístico que, a través del estudio de ua muestra aleatoria, permite determiar el cumplimieto de ua hipótesis plateada sobre algua característica de la població. Características: La decisió se toma partiedo de la evidecia que se recaba a través de ua muestra aleatoria Determia mediate calculo de probabilidades si el cumplimieto de la hipótesis es razoable

4 Alguas Defiicioes: PRUEBAS DE HIPOTESIS Hipótesis de ivestigació: Idea o cojetura que se tiee a priori y que se desea cotrastar a través de la realidad. Es la suposició de ua verdad que aú o se ha establecido, es decir, ua cojetura que se hace sobre la realidad que aú o se cooce y que se ha formulado precisamete co el objeto de llegar a coocimieto de uevos hechos Grasseau. Teoria de la Ciecia. Pag 03. Ejemplos: H. La Plata de tratamieto de aguas residuales (PTAR) remueve u 30% de las bacterias que llega e los vertimietos. H.El tiempo de vida promedio de determiada bacteria es meor a 0 días.

5 PRUEBAS DE HIPOTESIS Alguas Defiicioes: Hipótesis Estadística: Represetació de la hipótesis de ivestigació e forma de ecuació matemática y e fució de parámetros poblacioales. Ejemplo: H : P = 0.30 La Plata de tratamieto de aguas residuales (PTAR) remueve u 30% de las bacterias que llega e los vertimietos. H : µ < 0 El tiempo de vida promedio de determiada bacteria es meor a 0 días. Las hipótesis de ivestigació puede desglosarse e dos hipótesis estadísticas que se deomia Hipótesis ula e Hipótesis Altera:

6 PRUEBAS DE HIPOTESIS La hipótesis ula siempre debe platearse e térmios de igualdad, mietras que la hipótesis altera depederá del coocimieto que tega el ivestigar del problema o de la hipotesis de ivestigació. Ejemplo: Caso. La Plata de tratamieto de aguas residuales (PTAR) remueve u 30% de las bacterias que llega e los vertimietos. (H 0 ): P = 0.3 vs (H ): P 0.3 ó P>0.3 ó P<0.3 Caso. El tiempo de vida promedio de determiada bacteria es meor a 0 días. µ (H 0 ): =0 vs (H ): µ < 0

7 Bajo que criterio acepto o o acepto la hipótesis ula? La verdad o falsedad de la hipótesis NO puede coocerse co total seguridad a meos que pueda examiarse toda la població La úica herramieta de la cual se dispoe es aceptar o rechazar la hipótesis ula co base e lo que se observe e ua muestra aleatoria. Es decir el valor del estimador dará algua evidecia sobre el valor que asume el parámetro. Regió Crítica Regió de aceptació Regió Crítica Se acepta H Se acepta H 0 Se acepta H P P = 0.30 P Valores Críticos

8 PRUEBAS DE HIPOTESIS Se debe eteder que la aceptació de ua hipótesis implica ta solo que los datos o arrojaro suficiete evidecia que idique que esta o se cumple. ERRORES EN LAS PRUEBA DE HIPOTESIS Codició real Decisió H 0 verdadera H 0 falsa Rechazar H 0 Error Tipo I ok Aceptar H 0 ok Error Tipo II

9 TIPOS DE ERROR EN PRUEBAS DE HIPOTESIS Error Tipo I: Rechazar ua hipótesis ula cuado es verdadera Error Tipo II: No rechazar ua hipótesis ula cuado es falsa P(Error Tipo I) = α = Nivel de sigificacia P(Error Tipo II) = β Potecia de la Prueba = - P(Error Tipo II) Capacidad que tiee la prueba de rechazar ua hipótesis ula cuado esta es falsa. α β Lo ideal seria que tato como sea muy pequeños, pero esto solo se logra aumetado el tamaño de la muestra

10 ERRORES EN PRUEBAS DE HIPOTESIS H 0 verdadera H 0 Falsa β α Acepto H 0 Valor Critico No acepto H 0 Nótese como los errores e pruebas de hipótesis está relacioados de maera iversa

11 EJECUCION DE UNA PRUEBA DE HIPOTESIS. Platear ua hipótesis de ivestigació.. Traducir la hipótesis de ivestigació e hipótesis estadísticas 3. Fijar Nivel de Sigificacia α 4. Determiar u estadístico de prueba co distribució coocida (verificar supuestos). 5. Determiar regió de aceptació y regió de rechazo 6. Evaluar el estadístico de prueba e la muestra obteida aleatoriamete. 7. Cotrastar estadístico de prueba versus regió de aceptació y rechazo. 8. Decisió. Rechaza Ho si el valor del estadístico de prueba cae e la regió de rechazo

12 Estadísticos de prueba y sus distribucioes Caso Comparació cotra u valor objetivo H 0 H Supuestos Estadístico de Prueba Distribució µ = µ > µ 0 µ 0 µ µ 0 µ < µ 0 Variaza coocida Variaza descoocida X µ Z = 0 σ Z X 0 T = S µ t( ) P = P 0 P P 0 P > P 0 Z = P P 0 P ( Po o ) Z P < P 0 σ = σ 0 σ σ 0 σ > σ 0 σ < σ 0 X ( ) = σ 0 S χ ( )

13 Estadísticos de prueba y sus distribucioes Caso Comparació de poblacioes H 0 H Supuestos Estadístico de Prueba Distribució µ µ = d µ µ d Variazas coocidas µ µ > d Variazas descoocidas e iguales µ µ < d Variazas descoocidas y diferetes T = Z = ( x x ) ( ) σ µ σ + µ ( x x ) ( µ µ ) S p + Z ( + S S + V = ( )* S + ( )* S ( S ) ( S ) S p = + + t t (v) ) P P d P P > d P P < d P P = d Tamaño de muestra grade Z = ( pˆ pˆ ) ( P P ) pˆ ˆ ( p) + pˆ ˆ ( p) Z σ σ = σ σ Normalidad F = S S F(, )

14 Forma de la Regió de Rechazo La forma regió de rechazo depede de cómo se platee la hipótesis altera:. Hipótesis altera uilateral (Ua sola cola). Hipótesis Altera Bilaterales (dos colas)

15 Ejemplo ASOFONDOS es la asociació que regula los fodos de pesioes. Esta etidad sugiere que la edad de jubilació debe icremetarse, debido a que las codicioes de riesgo de los idividuos e la actualidad ha dismiuido, logrado icremetar su esperaza de vida, que hasta hace alguos años se había calculado e 70 años, co ua desviació estádar de 8.9 años. Su afirmació la platea fudametádose e ua muestra de 00 registros de muertes que dio como resultado ua edad promedio de muerte de 7,8 años Que opia usted sobre la afirmació. Determie el valor P.

16 Valor P como Criterio de Decisió Defiició: Probabilidad de que el estadístico de prueba arroje u resultado ta extremo o más extremo que el observado cuado la Hipótesis ula es verdadera Criterio de Decisió Si el valor P es relativamete grade (valor p > sigificacía) Es razoable pesar que la Hipótesis ula puede ser cierta (se acepta Ho) Si el valor P es muy pequeño (valor p < sigificacía) se rechaza la Hipótesis ula De forma ligera puede verse como la probabilidad de que la Hipótesis Nula sea Verdadera

17 SOLUCIÓN Paso. Plateamieto de Hipótesis de Ivestigació La edad promedio de muerte es superior a 70 años µ > 70 Paso. Plateamieto de Hipótesis Estadísticas H : µ = 70 VS H : µ > 70 0 Paso 3. Selecció ivel de sigificacia α = 0.05 Paso 4. Selecció y calculo del estadístico de prueba z c = x µ σ = =

18 SOLUCIÓN Paso 5. Determiació Regió de Aceptació, Rechazo z 0.05 =.64 Regió de rechazo Paso 6. Cotraste del estadístico de Prueba Paso 7. Decisió z c =.0 Rechazo Ho Parece lógico pesar que la esperaza de vida ha aumetado Paso 8. Calculo del Valor P p( z >.0) = 0.07

19 Ejemplos Ejemplo : (ua media co variaza coocida) U fabricate de sistemas de aspersió utilizados para protecció de icedios e edificios de oficia, afirma que el verdadero valor promedio de activació del sistema es de 30 F. Ua muestra de 9 sistemas, produce u promedio muestral de temperatura de activació de 3.08 F. Si la distribució de los tiempos de activació es ormal co desviació de.5 F, Los datos cotradice la afirmació del fabricate al ivel de sigificacia del 0.0? Estadístico de prueba Distribució Referecia Z = X µ 0 σ Z

20 Ejemplos Ejemplo : (Ua media co variaza descoocida) Históricamete se ha observado que la catidad promedio de oxigeo disuelto e cierto rió es de 4,7 mg/lt. E los últimos días se ha istalado ua ueva fabrica que arroja sus vertimietos sobre este rió y se tiee la idea de que estos vertimietos está cotamiádolo. Para probar lo aterior se ha tomado muestras de agua durate 5 días, y se les mide la catidad de oxigeo disuelto, observado u valor promedio de 3.8 co ua desviació estádar de 0.9 mg/l. Será ecesario tomar correctivos frete a esta fabrica?. Asuma que lo datos proviee de ua distribució ormal. Estadístico de prueba Distribució Referecia X s µ = ( ) T 0 t

21 Ejemplos Ejemplo 3: (Comparació de medias de poblacioes idepedietes, Variazas coocidas) Se ivestiga la resistecia a la tesió de ruptura del hilo proporcioado por dos fabricates. De la experiecia co los procesos de los fabricates, se sabe que psi y σ = 5 psi. Ua σ = 4muestra aleatoria de 30 especímees de prueba proveiete de cada fabricate arroja como resultados x = 88 psi, S=5 y fdfdfdfdd x = 9 psi, S = 4, respectivamete. Existe algua evidecia que apoye la afirmació de que el hilo del fabricate tiee mayor resistecia media? Estadístico de prueba Distribució Referecia T = ( x x S ) ( µ µ ) p + S p = ( )* S + ( )* S + t ( + )

22 Ejemplos Ejemplo 4: (Comparació de medias de poblacioes relacioadas (apareadas)) E u programa de cotrol de efermedades cróicas, la hipertesió está icluida como la primera patología a cotrolar. 5 pacietes hipertesos so sometidos al programa y cotrolados e su presió ates y después de 6 meses de tratamieto. Los datos so los siguietes: Iic Fi Se puede decir a u ivel de sigificació del 5% que el tratamieto es efectivo y logra dismiuir e u promedio superior a 5 mmhg? Estadístico de prueba d µ d T = S d Distribució Referecia t ( )

23 Ejemplos Ejemplo 5: (Comparació de medias de k poblacioes idepedietes) U igeiero de desarrollo tiee iterés e ivestigar la resistecia a la tesió de ua fibra sitética ueva que se usará para hacer telas de camisa para caballero. Por experiecia se sabe que la calidad de la tela se ve afectada por la composició de algodó, el cual debe variar etre el 0% y 40% de la mezcla. Por tato decide probar cico iveles de algodó (5,0,5,30 y 35%) y como ecesita valoració de la variabilidad decide hacer 5 replicacioes por cada ivel. Idetifique: a) Factor (es) de diseño b) Niveles del factor de diseño c) Posibles Factores Perturbadores d) Uidades Experimetales e) Cual seria su estrategia para elimiar u posible efecto de factores perturbadores

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

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

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete

Más detalles

Estimación por intervalos

Estimación por intervalos Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo

Más detalles

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

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

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

T5. Contrastes para los parámetros de una población Normal

T5. Contrastes para los parámetros de una población Normal Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

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

Más detalles

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

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

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

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496. GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y

Más detalles

9.3. Contrastes de una proporción

9.3. Contrastes de una proporción 9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes

Más detalles

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

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

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

θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ Iferecia Estadística 95 Capitulo VIII INFERENCIA ETADITICA Es ua rama de de la Estadística que se ocupa de los procedimietos que os permite aalizar y etraer coclusioes de ua població a partir de los datos

Más detalles

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

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

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)

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) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

Más detalles

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más 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

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

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

Más detalles

TEMA 8. TESTS DE HIPOTESIS Introducción Definiciones Pasos para la realización de un test

TEMA 8. TESTS DE HIPOTESIS Introducción Definiciones Pasos para la realización de un test TEMA 8. TESTS DE IPOTESIS 8.. Itroducció 8... Defiicioes 8... Pasos para la realizació de u test 8.. Tests paramétricos. 8... Cotrastes sobre los parámetros de ua distribució Normal 8... Cotrastes sobre

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

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

UNIDAD 4.- INFERENCIA ESTADÍSTICA II UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Opció B Reserva, Ejercicio 4, Opció B Reserva 2, Ejercicio 4,

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

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

Estimación de parámetros. Biometría

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

Más detalles

Distribuciones en el muestreo, EMV

Distribuciones en el muestreo, EMV Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador

Más detalles

ESTADÍSTICA. n i Se pide:

ESTADÍSTICA. n i Se pide: ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de

Más detalles

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

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

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de

Más 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

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

Estadística II. 5. Contraste de Hipótesis ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES Estadística II 5. Cotraste de iótes ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES Cocetos revios Cocetos revios Prueba uilateral a ua cola suerior ϑ versus A ϑ ϑ > ϑ Prueba uilateral a ua cola iferior ϑ ϑ < ϑ ϑ

Más detalles

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo. Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de

Más detalles

INTRODUCCION Teoría de la Estimación

INTRODUCCION Teoría de la Estimación INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede

Más detalles

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido

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

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

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio. EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

TEORÍA DE LA ESTIMACIÓN

TEORÍA DE LA ESTIMACIÓN TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de

Más detalles

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO.6-.7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - 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

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

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar

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

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 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de

Más detalles

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias. EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje

Más detalles

Intervalos de confianza Muestras grandes

Intervalos de confianza Muestras grandes Itervalos de cofiaza Muestras grades Por qué u itervalo de cofiaza? E la Uidad 3 revisamos los coceptos de població y muestra. Los parámetros poblacioales so la media μ y la variaza σ. So costates y geeralmete

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete

Más 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 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació

Más detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA CONVOCATORIA DE MAYO (011) EJERCICIO 1 El director de publicacioes de ua editorial trata de decidir si debe publicar u uevo texto de estadística. Los ateriores libros

Más 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

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

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

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

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

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

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

Contrastes sobre proporciones Tema 9

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

Más detalles

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

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

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

TEMA 3: INFERENCIA ESTADISTICA

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

Más detalles

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

Sobre los intervalos de confianza y de predicción

Sobre los intervalos de confianza y de predicción Sobre los itervalos de cofiaza y de predicció Itervalos de cofiaza Javier Satibáñez 28 de febrero de 2018 Se costruye itervalos de cofiaza para parámetros. Sea X = X 1,..., X } ua muestra aleatoria de

Más detalles

Estimación por intervalos

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

Más detalles

Distribuciones Muestrales

Distribuciones Muestrales 10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes

Más detalles

Solución: de una distribución con media µ y varianza conocida. = X. Aquí 100. Así σ = a) Se pide determinar "n", de modo que:

Solución: de una distribución con media µ y varianza conocida. = X. Aquí 100. Así σ = a) Se pide determinar n, de modo que: Ejercicios Itervalos de Cofiaza. Se toma ua muestra aleatoria de observacioes y se costruye u itervalo de cofiaza del 95% para la media poblacioal, co variaza coocida. El itervalo de cofiaza resultó co

Más detalles

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas TAMAÑO DE MUETRA Ua de las etapas del diseño muestral es el cálculo del tamaño de la muestra (Cocra, 977, p. 7-88; Médez, 004, p. 45-47; y aro, 999, p. 39-4), ésta se lleva a cabo cosiderado el objetivo

Más detalles

Estimación de Parámetros. Estimación de Parámetros

Estimación de Parámetros. Estimación de Parámetros Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle

Más detalles

a) ( ) ( ) Supóngase que se toma una muestra en una población con distribución N ( ;1. Qué tamaño debe tener esta para que P X µ SOLUCIÓN:

a) ( ) ( ) Supóngase que se toma una muestra en una población con distribución N ( ;1. Qué tamaño debe tener esta para que P X µ SOLUCIÓN: ..- Supógase que se toma ua muestra e ua població co distribució N ( ;. Qué tamaño debe teer esta para que P X µ 0. 0.95? µ ) ( ) 384.3.- Si se toma ua muestra e ua població co distribució B p, para que

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 215 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva 2, Ejercicio

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

Inferencia estadística

Inferencia estadística UNIDAD 0 Iferecia estadística Objetivos Al fializar la uidad, el alumo: determiará si u estimador es sesgado o isesgado resolverá problemas de itervalos de cofiaza para la media, diferecia de medias, variaza

Más detalles

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces. Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del

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

Estimación por Intervalos

Estimación por Intervalos Estimació por Itervalos Propósito Ya se discutiero los estimadores putuales: x y p Ahora se dará, e ambos casos, ua estimació de itervalo, la cual iforma sobre la precisió de la estimació. Esta estimació

Más detalles

Análisis estadístico de datos simulados Estimadores

Análisis estadístico de datos simulados Estimadores Aálisis estadístico de datos simulados Estimadores Patricia Kisbye FaMAF 11 de mayo, 2010 Aálisis estadístico Iferecia estadística: Elegir ua distribució e base a los datos observados. Estimar los parámetros

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

INFERENCIA ESTADÍSTICA

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

Más detalles

Estimación de Parámetros

Estimación de Parámetros Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos

Más 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

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

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

PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE

PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE Objetivos Comprobar que la suma de variables aleatorias idepedietes y co la misma distribució es aproximadamete ormal. Estudiar la robustez de la aproximació frete

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

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

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete

Más detalles

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Págia 1 de 11 CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué

Más detalles