INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA

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

Download "INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA"

Transcripción

1 . 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 coclusioes sobre el valor poblacioal de u determiado parámetro a partir de la evaluació de ua muestra. Las coclusioes derivadas de este proceso iferecial siempre estará sujetas a error como cosecuecia de la variabilidad aleatoria uida al propio procedimieto de selecció muestral. Por ello, resulta ecesario dispoer o sólo de ua estimació putual, sio tambié de u itervalo de cofiaza, que facilite u rago de valores verosímiles para el parámetro poblacioal, así como de ua prueba de sigificació estadística, que permita determiar el grado de compatibilidad de los datos muestrales co ua hipótesis predetermiada. Como vimos e el tema 1, el error que se comete al utilizar ua muestra que se extrae a partir de ua població se llama error de muestreo y es u error aleatorio, siempre que la muestra se haya extraído al azar. El error aleatorio es impredecible y o puede ser elimiado, pero sí reducido mediate diseños más eficietes (que proporcioe mayor iformació si ecesitar observar a más sujetos) o aumetado el tamaño de la muestra estudiada. E estadística se estima y se tiee e cueta el error aleatorio al calcular itervalos de cofiaza y al aplicar pruebas de cotrastes de hipótesis. E los temas 5 y 6 vamos a revisar los fudametos y la iterpretació de las técicas estadísticas de iferecia: la estimació putual, el itervalo de cofiaza y el cotraste de hipótesis. 5. CONCEPTOS GENERALES SOBRE ESTIMACIÓN DE PARAMÉTROS Ua estimació cosiste e apostar por u valor para u parámetro poblacioal, habitualmete calculado tambié u rago de valores etre los que puede situarse dicho parámetro poblacioal. Por tato, u itervalo de cofiaza es simplemete u rago de valores e el que cofiamos que se cotega el parámetro poblacioal (Altma, 1991). Simplificado, puede decirse que el aálisis estadístico iferecial coduce a dos clases de resultados: valores p e itervalos de cofiaza. 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 1-1

2 . Metodología e Salud Pública Todo el proceso de estimació parte de los correspodietes estimadores muestrales. U estimador es ua fució de los valores de ua muestra que se elabora para idagar el valor de u parámetro de la població de la que procede la muestra. El valor de esta característica e la població es lo que deomiamos parámetro. Las estimacioes puede ser de dos tipos: Estimació putual: obtedremos u puto, u valor, como estimació del parámetro descoocido, quedado si especificar cómo de buea es la aproximació. Si a partir de ua muestra se afirma que el 0% de ua població es fumadora se está haciedo ua estimació putual de la proporció de fumadores. Estimació por itervalo: proporcioa u rago de posibles valores, detro del cual estimamos (bajo cierta probabilidad) que estará el parámetro descoocido. Si a partir de ua muestra se afirma que el porcetaje de la població que es fumadora se sitúa etre u 18 y % se está haciedo ua estimació por itervalo de la proporció poblacioal de fumadores. 5.3 ESTIMACIÓN PUNTUAL U estimador putual es simplemete u estadístico muestral (media aritmética, variaza, etc.) que se emplea para estimar parámetros (media poblacioal, variaza poblacioal, etc.). Ua forma atural de estimar muchos parámetros poblacioales cosiste e utilizar el estadístico muestral correspodiete. Así, la media muestral es u estimador putual de la media poblacioal y la proporció de casos de ua efermedad e la muestra es u estimador putual de la probabilidad de teer la efermedad e la població. No obstate, para u determiado parámetro poblacioal, puede cotemplarse distitos estimadores alterativos. Alguos estimadores de la media poblacioal distitos de la media muestral podría ser, por ejemplo, la mediaa, la media del 50% cetral de la muestra o la media de los valores máximo y míimo. Los méritos de u estimador o se juzga por la estimació resultate e ua muestra cocreta, sio por la distribució de todos los posibles valores o estimacioes a que pueda dar lugar; esto es, por las propiedades de su distribució muestral. E geeral, se puede afirmar que u estimador puede ser: Isesgado: cuado el estimador muestral coicide co el poblacioal, si igua desviació sistemática. Es decir, u estimador es isesgado si su valor medio sobre todas las posibles muestras de tamaño coicide co el parámetro poblacioal. La media y la proporció muestral so estimadores isesgados de la media y la proporció poblacioal: E ( x ) = µ y E (p) = π 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza - 1

3 . Metodología e Salud Pública Sesgado: cuado el estimador muestral o se correspode co el poblacioal, debido a u error sistemático. Eficiete: aquel estimador muestral de igual valor a otros, pero que preseta la míima variaza. Iteresa que las distitas estimacioes difiera lo meos posible del parámetro poblacioal; es decir, que la variaza muestral del estimador sea míima. De esta forma, se tedrá ua mayor cofiaza e que la estimació resultate de la muestra fialmete seleccioada esté próxima al parámetro poblacioal. Suficiete: aquel estimador que utiliza toda la iformació coteida e la muestra. U bue estimador es aquel que es isesgado, eficiete y suficiete (Rothma y Greelad, 1998) 5.4 ESTIMACIÓN POR INTERVALO Como hemos cometado ateriormete, las estimacioes putuales obteidas a partir de ua muestra diferirá del parámetro poblacioal y, e cosecuecia, quedará u marge de icertidumbre que se expresa e térmios del error estádar (EE) del estimador. Así, resulta atural querer dispoer de ua medida del parámetro poblacioal que icorpore tato la estimació putual como su error estádar. Esta medida es el itervalo de cofiaza (I.C.), que facilita u rago de valores detro del cual se ecotrará el verdadero valor del parámetro poblacioal co u cierto grado de cofiaza. El error estádar es u cocepto cetral e los itervalos de cofiaza, o tiee aplicació para expresar la variabilidad de los idividuos de ua població, es sólo u idicador de la variabilidad de las medias calculadas e muchas posibles muestras que se tome de ua població, todas ellas de tamaño. El error estádar es a la muestra, lo que la desviació estádar es al idividuo. Por tato, el error estádar de la media mide uestro grado de icertidumbre respecto a la capacidad de la media muestral para estimar la media poblacioal. Por ejemplo, si la desviació estádar de la edad de ua muestra de 100 pacietes es 0 años, el EE de la media valdría 0 100, y esperaríamos que las medias de muestras repetidas de tamaño 100 tuviese ua distribució ormal cuya desviació estádar fuese. Siguiedo co el ejemplo aterior, si lo úico que sabemos es que la media muestral es x = 39 años, uestra úica posibilidad es cofiar es que esta media muestral esté etre ese 95% de medias muestrales situadas e el etoro de + errores estádar de 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 3-1

4 . Metodología e Salud Pública la verdadera media poblacioal. Es decir, sumádole y restádole errores estádar, tedremos u rago de valores e el que cofiamos (co u 95% de cofiaza) que se ecuetra la verdadera media poblacioal. Si repetimos todo el proceso 100 veces, el 95% de itervalos así calculados cotedrá a la verdadera media poblacioal. Este mismo razoamieto se aplica a otros estimadores muestrales distitos de la media: proporcioes, variaza, diferecias de medias, diferecias de proporcioes... La expresió más geeral para hacer estimacioes calculado itervalos de cofiaza es sumar y restar al estimador muestral z veces el EE del estimador: Parámetro (estimador + z x EE del estimador) dode z es el valor correspodiete de la distribució ormal. A veces, e vez de z, se usa la distribució t de Studet, debido a que o dispoemos de s (la desviació estádar poblacioal) sio sólo de (la desviació estádar muestral). Si el I.C. es al ivel de cofiaza del 95% (e geeral, 1- ), implica que hay u 5% de error (e geeral,) repartido e dos colas, ua a cada lado. Cada cola valdría el.5% ( / = 0.05); e este caso, z valdría Figura 5.1. El itervalo de cofiaza calculado depederá de: Lo estimado e la muestra (porcetaje, media,..) El I.C. está formado por valores ligeramete meores y mayores que la aproximació ofrecida por la muestra. El tamaño muestral. Cuatos más datos haya participado e el cálculo, más pequeño esperamos que sea la diferecia etre el valor estimado y el valor real descoocido. 1 Recordad lo estudiado e el tema 3 sobre la distribució Normal. 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 4-1

5 . Metodología e Salud Pública La probabilidad, ivel de cofiaza (1-), co la que el método dará ua respuesta correcta. Niveles de cofiaza habituales para los I.C. so el 95% y el 99%. El llamado valor crítico, es aquel puto z tal que P (Z z ) =, dóde Z es ua variable N (0, 1). Gráficamete: Figura 5.. Para los iveles de cofiaza habituales, los valores críticos correspodietes so los siguietes: Itervalo de cofiaza para ua proporció Cuado teemos ua variable dicotómica (o de Beroulli) a meudo iteresa saber e qué proporció de casos, p ocurre el éxito e la realizació de u experimeto. Tambié os puede iteresar comparar la diferecia existete etre las proporcioes e distitas poblacioes. Si queremos estimar el parámetro p, la maera más atural de hacerlo cosiste e defiir la suma de estas, lo que os proporcioa que la distribució del úmero de éxitos es ua distribució Biomial. Recordad que la distribució Biomial podía ser aproximada a la Normal cuado el tamaño de la muestra es grade, y p o es ua catidad muy cercaa a cero o uo : Recordad que q = (1-p) 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 5-1

6 . Metodología e Salud Pública Tomamos como estimació de p la proporció de éxitos obteidos e las pruebas pˆ. El error estádar para de la proporció (EEP) es: EEP p(1 p) pq Para ecotrar el itervalo de cofiaza a ivel de cofiaza (1-α) para p se cosidera el itervalo que hace que la distribució de Z~N(0, 1) deje la probabilidad α fuera del mismo. Como ya hemos visto, se cosidera el itervalo cuyos extremos so los cuatiles α/ y 1 α/. Así se puede afirmar co ua cofiaza de 1 α que: p pˆ z1 pq ˆ ˆ Co el siguiete ejemplo, etederéis mejor la costrucció del itervalo de cofiaza. Ejemplo 5.1 E ua muestra de 40 sujetos extraída al azar de ua determiada població hay 4 fumadores. Estimar la proporció de fumadores de la població co ua cofiaza del 95%. 4 Solució: Estimació putual: p ˆ 0. 6 (60%) 40 1-α = 0.95 etoces α = 0.05, α/ = 0.05, z α/ = 1.96 pˆ(1 pˆ) Error estádar: I.C. 95% de p: pˆ(1 pˆ) pˆ z / I.C. al 95%: (0.448, 0.75) 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 6-1

7 . Metodología e Salud Pública Iterpretació: Co ua cofiaza del 95% la proporció de fumadores e la població se sitúa etre y La cofiaza del 95% cosiste e poder afirmar que si repitiésemos la estimació 100 veces, el itervalo que hemos obteido sería uo de los 95 que de hecho cotedría la proporció de idividuos que fuma e la població. Cofiamos e qué esté sea uo de los 95 itervalos de cada 100 que icluye a la proporció poblacioal y o sea uo de los 5 itervalos de cada 100 que o la icluye. Elecció del tamaño muestral para ua proporció: Muchas veces, ua vez fijado el ivel de cofiaza, os marcaremos como objetivo dar el valor del parámetro p co ua cierta precisió. La úica forma de obteer la precisió deseada será modificado de forma adecuada el tamaño de la muestra. Por ejemplo co ua muestra de 100 idividuos se realizó ua estimació cofidecial, co u 95% de cofiaza, del porcetaje de votates a ua cuestió e u referédum, obteiédose u marge de error de 9,3 putos. Si pretedemos reducir el error al 1% y queremos aumetar el ivel de cofiaza hasta el 97% (α = 0,03) hemos de tomar ua muestra de mayor tamaño, N. U valor de N que satisface uestros requerimietos co respecto al error es: N z1 pq ˆ ˆ. error Si e u pricipio o teemos ua idea sobre que valores puede tomar p, debemos cosiderar el peor caso posible, que es e el que se ha de estimar el tamaño muestral cuado p = q = 1/. Ejemplo 5. Se quiere estimar el resultado de u referédum mediate u sodeo, y si teer ua idea sobre el posible resultado del mismo, se desea coocer el tamaño de muestra que se ha de tomar para obteer u itervalo al 97% de cofiaza, co u error del 1%. Como o se tiee ua idea previa del posible resultado del referédum, hay que tomar u tamaño de muestra, N, que se calcula mediate: N 1. 4 z 0,985 0,01 0,5,17 0, Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 7-1

8 . Metodología e Salud Pública Así para teer u resultado ta fiable, el úmero de persoas a etrevistar deber ser muy elevado, lo que puede volver excesivamete costoso el sodeo Itervalo de cofiaza para la media cuado la població es ormal y coocemos la desviació típica Supogamos que la variable que queremos estudiar sigue ua ley ormal de media µ (descoocida) y desviació típica σ coocida y que dispoemos de ua muestra aleatoria simple de tamaño y del valor de la media de la muestra x. Para estimar μ, el estadístico que mejor os va a ayudar es x, del que coocemos su ley de distribució: Esa ley de distribució depede de μ (descoocida). Lo más coveiete es hacer que la ley de distribució o depeda de igú parámetro descoocido, para ello tipificamos: Este es el modo e que haremos siempre la estimació putual: buscaremos ua relació e la que itervega el parámetro descoocido juto co su estimador y de modo que estos se distribuya segú ua ley de probabilidad que es bie coocida y a ser posible tabulada. Vamos a desarrollar cómo calcular el itervalo de cofiaza: 1. Fijamos el ivel de cofiaza (e forma de porcetaje), que habitualmete escribiremos como (1 ).. Calculamos el error estádar de la media: EEM 3. Calculamos valor crítico, z. 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 8-1

9 . Metodología e Salud Pública 4. Calculamos el llamado marge de error 3 (tambié llamado precisió de la estimació): z El itervalo de cofiaza para la media al ivel 1-α obteido co la muestra de partida es el siguiete: Figura 5.3. La figura 5.3 os muestra la distribució N(0,1) y el itervalo más pequeño posible cuya probabilidad es 1 Por simetría, los cuartiles z y z 1- sólo difiere e el sigo Ejemplo 5.3 Supoemos que la distribució de las tallas al acer de los iños de ua determiada població sigue ua ley Normal de media 50 cm. y desviació estádar 1.5 cm. Cuál es el itervalo co probabilidad 0.95 de coteer la media de las tallas de 100 iños extraídos al azar de dicha població? Solució: 1-α = 0.95 etoces α = 0.05, α/ = 0.05, z α/ = 1.96 Error estádar: I.C. 95% de x : x z / Por tato, el marge de error es la mitad de la logitud del itervalo de cofiaza. 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 9-1

10 . Metodología e Salud Pública I.C. al 95%: (49.71, 50.9) cm. Iterpretació: Podemos afirmar co ua cofiaza del 95% que la media de las tallas de 100 iños extraídos al azar se ecuetra detro del itervalo compredido etre y 50.9 cm. Cofiamos e qué esté sea uo de los 95 itervalos de cada 100 que icluye a la media poblacioal y o sea uo de los 5 itervalos de cada 100 que o la icluye Itervalo de cofiaza para la media cuado la població es ormal y descoocemos la desviació típica (caso geeral) E este caso estimaremos la desviació típica utilizado los valores muestrales y trabajaremos co la distribució de la media muestral x, ya que, por u procedimieto parecido a la estadarizació, podemos relacioarla co otra variable que sigue ua distribució t de Studet. La distribució t de Studet es ua aproximació que tiee e cueta el tamaño de la muestra. Cuado el tamaño de la muestra es muy grade t z. Si la muestra es pequeña y sólo se dispoe del valor de la desviació estádar muestral, como sucede e este caso, es imprescidible sustituir el valor de z por otro mayor que sigue la distribució t de Studet. El itervalo de cofiaza al ivel 1 α para la media de ua distribució Normal cuado sus parámetros so descoocidos es: X t 1,1 Sˆ Ejemplo 5.4 Sabemos que el peso de los recié acidos sigue ua distribució Normal. Si e ua muestra aleatoria simple de 100 de ellos se obtiee ua media muestral de 3 kg, y ua desviació típica de 0,5 kg., vamos a calcular u I.C. para la media poblacioal que presete ua cofiaza del 95%. Para calcular μ usamos el estadístico: T X t S 1 ˆ que a diferecia del ejemplo 5.3, o depede de (descoocido) sio de su estimació putual isesgada: 100 Sˆ ( 1) S U I.C. al 95% se calcula teiedo e cueta que T sigue ua distribució t Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 10-1

11 . Metodología e Salud Pública Dicha distribució preseta u 95 % de probabilidad de ocurrir etre sus cuatiles 4 T -1; 0.05= y T -1; 0.975= 1.98 (so de sigo opuesto por simetría de la distribució t de Studet). Luego co ua cofiaza del 95% teemos que: Sˆ x Es decir, co ua cofiaza del 95% teemos que μ = kg. Iterpretació: Podemos afirmar co ua cofiaza del 95% que la media del peso de 100 recié acidos extraídos al azar se ecuetra detro del itervalo compredido etre,9 y 3,1 Kg. Cofiamos e qué esté sea uo de los 95 itervalos de cada 100 que icluye a la media poblacioal y o sea uo de los 5 itervalos de cada 100 que o la icluye. Figura 5.4 Itervalos de cofiaza para los parámetros de ua població ormal, a partir de ua muestra aleatoria simple de la misma Estimació del tamaño muestral: Ates de realizar u estudio de iferecia estadística sobre ua variable, lo primero es decidir el úmero de elemetos,, a elegir e la muestra aleatoria. Para ello cosideremos que el estudio se basa e ua variable de distribució ormal, y os iteresa obteer para u ivel de sigificació α dado, ua precisió (error) d. 4 Al igual que e la distribució Normal existe valores tabulados para la distribució t de Studet 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 11-1

12 . Metodología e Salud Pública Si es suficietemete grade, la distribució t de Studet se aproxima a la distribució ormal. Luego ua maera de obteer la precisió buscada cosiste e elegir co el siguiete criterio 5 : z1 / Ŝ d Dode Ŝ es ua estimació putual a priori de la variaza de la muestra. Para obteerla os podemos basar e ua cota superior coocida por uestra experiecia previa, o simplemete, tomado ua muestra piloto que sirve para dar ua idea previa de los parámetros que describe ua població. 5 Ecotraréis u ejemplo e la presetació dispoible e material de apoyo 05. Iferecia estadística: Estimació de parámetros. Itervalos de cofiaza 1-1

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

) 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

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

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

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

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

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

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

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

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

1. Distribución Normal.

1. Distribución Normal. DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei RESUMEN 1. Distribució Normal. 1.1. Cálculo de probabilidades a) Para ua distribució estádar N(0,1) usamos directamete la tabla: Ejemplos:

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

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

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

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( ) I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media

Más detalles

Introducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino

Introducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino Itroducció a la Iferecia Estadística Temario Diseño Muestral Teorema Cetral del Límite Iferecia estadística Estimació putual y por itervalos Test de hipótesis. DISEÑO MUESTRAL Porque utilizar muestras

Más detalles

- estimación de parámetros, - intervalos de confianza y

- estimación de parámetros, - intervalos de confianza y Iferecia estadística: es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. Objetivos de la iferecia: - estimació de parámetros, - itervalos de cofiaza

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

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

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

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

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

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

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

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

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

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

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

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

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

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

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

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

Muestreo en Poblaciones Finitas

Muestreo en Poblaciones Finitas Muestreo Aleatorio Simple 1/22 Muestreo e Poblacioes Fiitas Muestreo Aleatorio Simple José A. Mayor Gallego Departameto de Estadística e Ivestigació Operativa Uiversidad de Sevilla Septiembre de 2011 Coteidos

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos) Curso de Estadística Aplicada a las Ciecias Sociales Tema 10. Estimació de ua proporció Cap. 0 del maual Tema 10. Estimació de ua proporció Itroducció 1. Distribució e el muestreo de ua proporció. Estimadores

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

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

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

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

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

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

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

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

Universidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para

Universidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos

Más detalles

También sabemos calcular e interpretar La edad media del total de la muestra fue de 38,1 años, pero

También sabemos calcular e interpretar La edad media del total de la muestra fue de 38,1 años, pero Liceciatura e Efermería - Estadística Comecemos esta clase co el siguiete problema: Problema 10 Leyedo el artículo: Nos ecotramos e la parte de resultados el siguiete párrafo: 15 Hasta el mometo sabemos

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

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

Maestría en Marketing Métodos y técnicas de análisis cuantitativo y cualitativo. Métodos de Muestreo. Otoño Problemas a tratar

Maestría en Marketing Métodos y técnicas de análisis cuantitativo y cualitativo. Métodos de Muestreo. Otoño Problemas a tratar Maestría e Marketig Métodos y técicas de aálisis cuatitativo y cualitativo Métodos de Muestreo Referecia: PR Cap 11, KT 1-14. Otoño 004 Problemas a tratar Que alterativas hay para cofeccioar ua muestra

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

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

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

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

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

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

Sobre los intervalos de confianza y de predicción Javier Santibáñez 7 de abril de 2017

Sobre los intervalos de confianza y de predicción Javier Santibáñez 7 de abril de 2017 Sobre los itervalos de cofiaza y de predicció Javier Satibáñez 7 de abril de 2017 Itervalos de cofiaza Se costruye itervalos de cofiaza para los parámetros poblacioales. Supogamos que teemos ua muestra

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 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 ( p ). Para

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

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

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

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

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

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

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

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

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

MATEMÁTICAS 2ºBACHILLERATO CCSSII

MATEMÁTICAS 2ºBACHILLERATO CCSSII La trata del recueto, ordeació y clasificació de los datos obteidos por las observacioes, para poder hacer comparacioes y sacar coclusioes. U estudio estadístico costa de las siguietes fases: Recogida

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

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Itroducció a la Iferecia Estadística. Método Estadístico. Defiicioes previas. 5.2. Estimació putual 5.3. Métodos de obteció de estimadores: 5.3.1. Método de los

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

04/05/2015. Ángel Serrano Sánchez de León

04/05/2015. Ángel Serrano Sánchez de León 04/05/05 Ágel Serrao Sáchez de Leó 04/05/05 Ídice Itroducció: Població y Muestra Tipos de muestreo Distribucioes muestrales De la media Diferecia de medias De ua proporció Diferecia de proporcioes Iferecia

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

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

R E S O L U C I Ó N. a) La distribución de las medias muestrales es: N, N 8'1, N 8'1, 0'3. Como el nivel de confianza es del 97%, podemos calcular

R E S O L U C I Ó N. a) La distribución de las medias muestrales es: N, N 8'1, N 8'1, 0'3. Como el nivel de confianza es del 97%, podemos calcular El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media días y desviació típica 3 días. a) Determie u itervalo de cofiaza para estimar, a u ivel del 97%, co ua muestra aleatoria

Más detalles

Problemas de cálculo

Problemas de cálculo Problemas Estimació estadística Vicete Mazao-Arrodo, 2012,2013 Problemas de cálculo Ejercicio 1 resuelto Observamos e mometos al azar e ua cocurrida calle de la ciudad. Nos iteresa registrar cuátas persoas

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 6.- INTERVALOS DE CONFIANZA

TEMA 6.- INTERVALOS DE CONFIANZA TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método

Más detalles

12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE LA TABLA DE LA NORMAL N(0,1) E la distribució N(0,1), a la variable se le suele represetar

Más detalles