MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
|
|
- Consuelo Torres Villalba
- hace 7 años
- Vistas:
Transcripción
1 UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía tiene dos departamentos que producen el mismo producto. Se tiene la sensación de que las producciones por hora son diferentes en los dos departamentos. Al tomar una muestra aleatoria de horas de producción en cada departamento se obtuvo los siguientes resultados: Departamento 1 Departamento Tamaño de la muestra n 1 64 n 49 Media muestral x unidades x 90 unidades Se sabe que las varianzas de las producciones por hora son σ 1 56, y σ 196 para los dos departamentos respectivamente. Qué puede decirse de la sospecha que existe acerca de la diferencia entre la producción promedio? Para ello obtenga e interprete un intervalo del 95% para la verdadera diferencia de la producción media. El intervalo de confianza esta dado por la ecuación: σ x 1 1 x ± Z α/ σ n 1 donde α 1 0, 95 0, 05, al sustituir ) Z 0, ) < µ 1 µ < ) Z 0, ) 1, 96) 8 < µ 1 µ < 10) 1, 96) ) 8 n 4, 4563 < µ 1 µ < 15, 5437) Estamos 95% seguros de que en promedio la producción del departamento 1 es de 5 a 16 veces mayor al promedio de la producción del departamento. OBJ. PTA Un empresario potencial estudia la posibilidad de comprar una lavandería. El dueño actual asegura que en los últimos 5 años el promedio de ingresos diarios ha sido 675 Bs con una desviación estándar de 75 Bs. Una muestra de 30 días revela un ingreso promedio diario de 65 Bs. Existe evidencia de que la aseveración del dueño actual no es válida? Use un nivel de significancia de 0, 01) 1
2 Se trata de una prueba de hipótesis Z para una muestra de tamaño n 30 con σ conocida, donde, H 0 : µ 675 H 1 : µ 675 Para α 0, 01 rechazar H 0 si Z > Z α/, 58 o si Z < Z α/, 58. Z X µ σ/ n / 3, como Z 3, 65 <, 58 se rechaza H 0, parece que la afirmación de dueño actual no es válida. OBJ. 3 PTA 3 Una empresa que elabora alimentos para bebés quiere comparar el aumento de peso en infantes que usan sus productos, con el aumento de peso de bebés que consumen los productos de sus competidores. En una muestra de 40 bebés que usan sus productos, el aumento medio de peso en los primeros tres meses de vida fue 3.45 Kg. La desviación estándar de la muestra fue 1.04 Kg. En una muestra de 55 bebés que utilizaban los productos de la competencia, el aumento medio de peso fue 3.67 Kg, y la desviación estándar de 1.3 Kg. Se puede concluir, con nivel de significancia de 0, 05, que el aumento de peso es menor en los bebés que usan su marca? Debemos aplicar una prueba de una cola, H 0 : µ 1 µ H 1 : µ 1 < µ Para α 0, 05, el valor obtenido en la tabla es de 1, 65 entonces rechazar la hipótesis H 0 si Z < 1, 65. S1 S x1 x S n 1 n 1, 04) 1, 3) 0, Z x 1 x S x1 x 3, 45 3, 67 0, 43 0, 9079 como 0, 9079 > 1, 65 no se puede rechazar H 0. No existe evidencia de que el aumento de peso es menor para bebes que usan sus productos. OBJ. 4 PTA 4 Es la opinión de los residentes del municipio Baruta del Estado Miranda respecto a una reforma del impuesto de derecho de frente independiente de sus niveles de ingreso familiar?. Para ello considere, una muestra aleatoria simple de residentes en el municipio que se clasifican de acuerdo con su posición en las categorías de ingreso familiar bajo, medio o alto, y si están a favor o no de la reforma, de lo cual se obtiene la siguiente tabla de contingencia: Nivel de Ingreso Opinión de la Reforma Bajo Medio Alto A favor En contra
3 Completamos la tabla, El estadístico para la prueba de independencia es: Nivel de Ingreso Opinión de la Reforma Bajo Medio Alto Total A favor En contra Total χ O i E i E i i ) ) ) 40336) 18 00, 9) 00, ) ) ) 40351) 13 09, 9) 09, , 1) , 8) 7, , 1 15, ) ) , ) 187, ) 40313) , 1) 135, 1 De la tabla y tomando α 0, 05 encontramos χ 0,05 5, 991 con 1)3 1) grados de libertad. Se rechaza la hipótesis de independencia ya que 7, 85 > 5, 991. Concluimos que la opinión de un votante con respecto a la nueva reforma y su nivel de ingreso no son independientes. Nota: Si el Alumno trabaja con α 0, 01 se debe tomar el ejercicio como correcto siempre y cuando la conclusión sea correcta y de acuerdo al α utilizado. Esto es, para α 0, 01 el valor en tabla es de 9, 1, como 7, 85 < 9, 1 no existe suficiente evidencia para rechazar H 0. OBJ. 5 PTA 5 Los siguientes datos corresponden a una comparación entre el rendimiento académico a final de año y el puntaje obtenido en una prueba para medir el cociente intelectual de 10 estudiantes: Promedio Académico Cociente Intelectual a) Obtenga la ecuación de la recta de regresión con el rendimiento académico como variable dependiente. b) Si un estudiante tuvo un rendimiento académico de 4, 0 cuánto se espera que tenga de cociente intelectual? c) Pruebe la hipótesis nula de que el coeficiente de regresión lineal de la población es igual a cero, contra la hipótesis alternativa es distinto de cero, con nivel de significancia de 5% d) Calcule el coeficiente de correlación e interprete. Observación: Para lograr el objetivo 5 debe responder correctamente las 4 partes de la pregunta anterior. a) La recta de regresión esta dada por, Ŷ b 0 b 1 X, donde; 3
4 SC XY XY X) Y ) 17, 18 n SC X X X 333, 6 n 17, 18 b 1 0, , 6 Y 4, 04 X 14, 8 b 0 Y b 1 X 4, 04 0, 0515)14, 8), 387 OBJ. 7 Finalmente la Recta de regresión es: b) Despejando de la regresión obtenida, se tiene: Ŷ, 387 0, 0515X X c) Se plantea la prueba de hipótesis siguiente: 4, 0, 387 0, 0515 H 0 : β 1 0 H 0 : β , 0 con nivel de significancia de α 0, 05, se utiliza el test de la t de Student. Luego el cociente, T b 1 β 1 0, 0515, S β1 0, se distribuye como una t con n 8 grados de libertad. Se rechaza H 0 si T > t 8;0,05), 3060 o si T <, Por lo tanto como, <, 3060 no se rechaza H 0. Existe evidencia de que el coeficiente de la regresión es igual a cero lo que implica que la variable X no explica la variabilidad de la variable Y. d) El coeficiente de correlación esta dado por: r r SC XY ) SC X )SC Y ) 17, , 6), 604) 0, , 589 Para una mejor interpretación se eleva este coeficiente al cuadrado 0, 34. Esto quiere decir que el 34% de la variabilidad de Y es explicada por X. Como este valor es muy bajo el modelo no es apropiado, lo cual se explica también con la conclusión obtenida en el literal c). PTA 6 El promedio de impuestos recaudados en el mercado Mayor de Coche ha seguido los siguientes promedios mensuales de precios para los últimos 10 meses. Mes Precios de los fondos Bs) 6,7 63,9 68,0 66,4 67, 65,8 68, 69,3 67, 70,1 Cuál es el pronóstico del mes 11 usando el método de medias móviles de 3 meses? 4
5 Mes Precios de los fondos Bs) 64,87 66,1 67, 66,47 67,07 67,77 68,4 68,87 OBJ. 8 PTA 7 La siguiente tabla presenta el financiamiento público al sector inmobiliario, cuáles son los números índices relativos si toma como base el año 001? Año Fin. PúblicoBs) 17 Millardos 15 Millardos 78 Millardos 16 Millardos 84 Millardos 95 Millardos Año Fin. PúblicoBs) 17 Millardos 15 Millardos 78 Millardos 16 Millardos 84 Millardos 95 Millardos Índice 0,1049 0,0959 0,4815 1,00 0,5185 1,81 5
ANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesPruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.
Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesSOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004
Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesEstructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias
Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detallesPrueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA
Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Estadístico de Prueba de Muestra Grande para μ 1) Hipotesis Nula H 0 : μ = μ 0 2) Hipótesis Alternativa : Prueba de
Más detallesQué es una regresión lineal?
Apéndice B Qué es una regresión lineal? José Miguel Benavente I. Introducción En varios capítulos de este libro se ocupan regresiones lineales y se afirma que el coeficiente de regresión indica cuánto
Más detallesCLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes
(revisado_oct 15_LWB/RS) CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes 1. Calcule las siguientes probabilidades usando la tabla t e InfoStat. Incluya un diagrama en cada caso. a.
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesEXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos)
EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) PROBLEMA 1 Se quiere comparar la cantidad de energía necesaria para realizar 3 ejercicios o actividades: andar, correr y montar en bici.
Más detallesLIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO
LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO TRABAJO DE ESTADISTICA PROBABILISTICA PRESENTADO A LA PROFESORA MARIA ESTELA SEVERICHE SINCELEJO CORPORACIÓN UNIVERSITARIA
Más detalles1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología
Exemple Examen Part II (c) Problema 1 - Solución. En un estudio sobre la elección de la carrera universitaria entre envió cuestionarios a una muestra aleatoria simple de estudiantes preguntando la carrera
Más detallesPráctica 8: Test de hipótesis
: Test de hipótesis 1. Un director de manufactura debe convencer a la gerencia que un nuevo método de fabricación reduce los costos, antes de poder implementarlo. El método actual funciona con un costo
Más detallesEconometría Aplicada
Econometría Aplicada Inferencia estadística, bondad de ajuste y predicción Víctor Medina Intervalos de confianza Intervalos de confianza Intervalos de confianza Intervalos de confianza La pregunta que
Más detallesInferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA
Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Prueba de hipotesis de muestra pequeña para μ 1) Hipotesis nula: H 0 = μ = μ 0 2) Hipótesis alternativa: Prueba de
Más detallesDISTRIBUCION JI-CUADRADA (X 2 )
DISTRIBUCION JI-CUADRADA (X 2 ) En realidad la distribución ji-cuadrada es la distribución muestral de s 2. O sea que si se extraen todas las muestras posibles de una población normal y a cada muestra
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más detallesSolución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005
Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba
Más detallesUniversidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:
Integral Lapso 2010-2 745 1/5 Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: 610-612-613 Fecha: 26-02-2011 OBJ. 2 PTA 1 MODELO DE RESPUESTAS Objetivos 2,
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesPrácticas Tema 5. Ampliaciones del Modelo lineal básico
Prácticas Tema 5. Ampliaciones del Modelo lineal básico Ana J. López y Rigoberto Pérez Dpto. Economía Aplicada, Universidad de Oviedo PRÁCTICA 5.1. Se ha examinado la evolución reciente de las ventas de
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesTécnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales
Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes
Más detallesEconometría II. Hoja de Problemas 1
Econometría II. Hoja de Problemas 1 Nota: En todos los contrastes tome como nivel de significación 0.05. 1. SeanZ 1,...,Z T variables aleatorias independientes, cada una de ellas con distribución de Bernouilli
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesModelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas
Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores
Más detallesRESPUESTAS BREVES A LA PRÁCTICA 6
RESPUESTAS BREVES A LA PRÁCTICA 6 EJERCICIO [Prueba bilateral] Se rechaza la hipótesis nula con un nivel de significación del % (z =5). La evidencia muestral sostiene la hipótesis de que el puntaje medio
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesUnidad VI Pruebas de Hipótesis Dos Muestras
Ahora el análisis se hará extensivo a dos muestras, se verá la similitud que existe con la construcción de intervalos de confianza para dos muestras. En el material adjunto se detalla el procedimiento,
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 01 1. Intervalo de Confianza para la Media µ (con σ conocida Dada una muestra de tamaño n, para un nivel de confianza 1-α y la desviación típica de la población σ, el Intervalo
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple
ESTDÍSTIC PLICD Grado en Nutrición Humana y Dietética Planteamiento del problema Tema 4: Regresión lineal simple Recta de regresión de mínimos cuadrados El modelo de regresión lineal simple IC y contrastes
Más detallesEJERCICIOS RESUELTOS TEMA 4. Tarea realizada 68 (84,8) --- (---) 96 (112,8) --- (---)
Nivel de ansiedad Ansiedad INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 4. 4.1. Con los datos de la Tabla 1, el valor de es igual a: A) 7,17; B) 11,80 C) 16,8. Tabla 1. En un estudio se investigó
Más detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2
PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para
Más detallesConsiderar la siguiente colección de datos {10, 12, 12, 12, 10, 30, 0, 0, 0, 0, 0, 30, 30} para contestar las preguntas del 1al 5.
PONTIFICIA UNIVERSIDAD CATÒLICA DEPARTAMENTO DE FÌSICA - MATEMÀTICA Nombre: Fecha: Núm. Registro Prof. MATH 298 Sec. Examen Final Parte I. Seleccione la respuesta correcta (3 puntos cada uno) Considerar
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesAnota aquí tus respuestas para esta sección Distribución Z
Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesRESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1
IV. RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 Ver gráficos en ANEXO 1 4.2 SELECTIVIDAD Placebo de excipientes: No
Más detallesDIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN
DIFERENCIAS EN LA UTILIZACIÓN DE LA BIBLIOTECA DEL IIESCA ANTE UN CAMBIO DE INFORMACIÓN Beatriz Meneses A. de Sesma * I. INTRODUCCIÓN En todo centro educativo, es de suma importancia el uso que se haga
Más detallesEstadística Descriptiva II: Relación entre variables
Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes
ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesIntroducción a la Inferencia Estadística
Introducción a la Inferencia Estadística Prof. Jose Jacobo Zubcoff Universidad de Alicante 2008 1 Introducción En este tema explicaremos los contrastes para la media de una población normal. e estudiarán
Más detalles10.3. Sec. Prueba de hipótesis para la media poblacional. Copyright 2013, 2010 and 2007 Pearson Education, Inc.
Sec. 10.3 Prueba de hipótesis para la media poblacional (μ) Para probar una hipótesis con respecto a la media poblacional, cuando la desviación estándar poblaciónal es desconocida, usamos una distribución-t
Más detallesEstadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones.
Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización. En la sesión anterior se mostró como realizar una prueba de hipótesis cuando se trata
Más detallesHIPOTESIS ESTADISTICA
HIPOTESIS ESTADISTICA HIPOTESIS: Una hipótesis es una declaración sobre el valor de un parámetro de la población desarrollado con el fin de poner a prueba. PRUEBA DE HIPOTESIS: La prueba de hipótesis es
Más detallesEjercicio 1(10 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detallesTema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesUnidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis
Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis PÁGINA 353 SOLUCIONES 1. El peso de azúcar por confitura se distribuye según la normal N (465;30). Veamos el porcentaje
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesEjercicios T.5 CONTRASTES PARAMÉTRICOS
Ejercicios T.5 CONTRASTES PARAMÉTRICOS 1. Un fabricante de perfume asegura que los frascos que produce contienen por término medio 100 ml. distribuyéndose el contenido de dichos frascos según una distribución
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Aniel Nieves-González () LSP 1 / 16 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por departamento. La v.a. dependiente
Más detallesANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL
ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL Jorge Fallas jfallas56@gmail.com 2010 1 Temario Concepto de correlación Diagramas de dispersión Correlación: dirección, intensidad Coef. Correlación lineal de Pearson
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesEJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X 2 )
Jesús Eduardo Pulido Guatire, marzo 010 EJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X ) EJEMPLO PRÁCTICO DE CORRELACIÓN Con base en la fundamentación teórica de la correlación lineal y el Archivo de
Más detallesMuestreo e intervalos de confianza
Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesCaso particular: Contraste de homocedasticidad
36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos
Más detallesInferencia 1. Solución: 60
Inferencia 2008 EJERCICIO 1A Se desea estimar la proporción de individuos zurdos en una determinada ciudad. Para ello se toma una muestra aleatoria de 300 individuos resultando que 45 de ellos son zurdos.
Más detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detalles