PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II UNIDAD III: TECNICAS DE ESTIMACIÓN ESTIMACIÓN POR INTERVALOS
|
|
- Francisco Gutiérrez Carrasco
- hace 7 años
- Vistas:
Transcripción
1 PROYECTO DE CARRERA: INGENIERÍA INDUTRIAL AIGNATURA: ETADÍTICA II UNIDAD III: TECNICA DE ETIMACIÓN ETIMACIÓN POR INTERVALO INTRODUCCIÓN E temas ateriores se estableciero las bases que ermite a los estadísticos etraer coclusioes acerca de los arámetros de la oblació a artir de datos eerimetales. Esto imlica el coocimieto de la distribució muestral del estadístico y de la relació establecida co el arámetro. La teoría de iferecia estadística cosiste e aquellos métodos or los que se realiza iferecias o geeralizacioes acerca de ua oblació. Esta se uede dividir e dos áreas riciales: La estimació y la rueba de hiótesis. A cotiuació se eoe los cocetos de esta teoría así como alguos ejemlos y ejercicios rouestos ara su aálisis. EL PROBLEMA DE ETIMACIÓN e uede hacer dos tios de estimacioes cocerietes a ua oblació: ) La estimació utual y ) La estimació or itervalo. Ua estimació utual es u solo úmero que se utiliza ara estimar u arámetro descoocido. A meudo ua estimació utual es isuficiete debido a que sólo tiee dos ocioes: es correcta o está equivocada. Por otra arte o se tiee certeza de que la estimació sea cofiable e algua medida. Por tal motivo ua estimació utual es mucho más útil si viee acomañada or ua estimació del error que odría estar imlicado. La estimació or itervalo e cambio es u rago de valores que se utiliza ara estimar u arámetro. Ua estimació de este tio idica el error de dos maeras: ) Por etesió del itervalo y ) Por la robabilidad que el arámetro esté coteido e el itervalo.
2 De esta maera se tiee ua mejor idea de la cofiabilidad de la estimació. PROPIEDADE DE LO ETIMADORE PUNTUALE Alguos estadísticos so mejores estimadores que otros. Afortuadamete éstos uede ser comarados e relació a ciertas roiedades o características deseables tales como: ) esgo ) Cosistecia 3) Eficiecia 4) uficiecia Para ecotrar estimadores co esas roiedades se usa dos métodos ricialmete: el método de cuadrados míimos y el método de máima verosimilitud. i embargo eiste otros métodos como el método de los mometos y el método de estimació de Bayes. A cotiuació se describirá e que cosiste cada ua de éstas roiedades ara los estadísticos e geeral. Estimador Isesgado e dice que u estadístico θ (léase tita sombrero) es u estimador isesgado del arámetro θ sí = E( ) = θ. θ θ Ejemlo: Muestre que X es u estimador isesgado de la media oblacioal olució: i E( i ) = E( ) = E = = = =
3 Estimador Cosistete ea θ (que se calcula a artir de la muestra X X X ) u estimador del arámetro oblacioal θ. í P( θ θ) cuado etoces θ se deomia u estimador cosistete de θ. Estimador Eficiete í se ecotrara u estimador co variaza iferior a la de cualquier otro estimador se utilizaría este como base de la medida de la eficiecia; e térmios de eficiecia se dice que este estimador de variaza más equeña es u estimador eficiete. i cosideramos todos los osibles estimadores isesgados de algú arámetro θ el de meor variaza se llamará: estimador más eficaz de θ. Estimador uficiete U estadístico suficiete es u estimador que utiliza toda la iformació que osee ua muestra ara estimar el arámetro. Por ejemlo y so estadísticos suficietes ara y π resectivamete dado que el cálculo de estos estadísticos ivolucra a cada uo de los valores observados e la muestra. X ACTIVIDAD PARA EL ALUMNO Ivestigar los distitos métodos que eiste ara obteer estimadores co las roiedades deseables que se mecioaro ateriormete. LA ETIMACIÓN POR INTERVALO Como ya se dijo ates es referible determiar u itervalo el cual eseraríamos que cotuviera el valor del arámetro e cotraosició a suoer que ua estimació utual obteida de ua muestra sea eactamete igual al arámetro oblacioal. E este setido la estimació or itervalo comlemeta la estimació utual dado que cosidera dicho valor utual del estadístico más o meos u error de estimació el cual se estudiará más adelate. 3
4 La estimació or itervalo de u arámetro de oblació θ ecierra u rago de valores (o itervalo) de la forma θ LI < θ < θ L dode θ LI y θ L rereseta lo etremos o límites iferior (LI) y suerior (L) del itervalo y deede tato del valor del estadístico θ ara ua muestra esecífica como de su distribució muestral ƒ ( θ ). A cotiuació se defie tres cocetos estrechamete relacioados e la costrucció de itervalos de cofiaza: Estos so: Itervalo de Cofiaza Nivel de Cofiaza y Valor Crítico. Itervalo de Cofiaza IC U itervalo de cofiaza es u cojuto o rago de valores que se usa ara estimar el valor real de u arámetro oblacioal. Nivel de Cofiaza - El ivel de cofiaza es la robabilidad - idicativa de la roorció de veces que el IC realmete cotiee el arámetro de la oblació suoiedo que el roceso de estimació se reite u gra úmero de veces. Valor Crítico Z U valor crítico es u úmero que está e la frotera que seara aquellos valores del estadístico que robablemete ocurrirá de aquellos valores del estadístico que o tiee osibilidades de ocurrir. Por ejemlo el valor crítico Z que corresode a u ivel de cofiaza (-) del 95% es la utuació Z co la roiedad de que seara u área de = 005 e la cola derecha de la distribució ormal estádar tal como se muestra e la siguiete figura. 4
5 Nivel de Cofiaza del 95% - = 095 = 005 = Z = -96 Z = 0 Z = 96 Figura. Curva de la distribució ormal idicado las áreas y valores críticos ara u ivel de cofiaza del 95%. Fuete: Autor. Alguos de los valores críticos Z usados co mayor frecuecia e la estimació or itervalos cuado la distribució muestral del estadístico corresode a ua distribució ormal se idica e la siguiete tabla: Tabla. Valores críticos más utilizados e la costrucció de IC co estadísticos cuya distribució muestral corresode a la distribució ormal estadarizada. Nivel de cofiaza (- ) Valor crítico Z 90% % % ACTIVIDAD PAR EL ALUMNO Ecuetre los valores críticos corresodietes a los iveles de cofiaza del y 99 or cieto sabiedo que la distribució muestral del estadístico es la distribució t de studet co ν = grados de libertad (g.l.). 5
6 ERROR DE ETIMACIÓN Cuado se utiliza los datos de ua muestra aleatoria simle ara estimar u arámetro oblacioal θ el marge de error que se deota co la letra mayúscula E rereseta la diferecia máima robable (co robabilidad -) etre el valor del estadístico θ calculado a artir de la muestra y el valor real del arámetro θ. El error de estimació tambié se cooce como error máimo del estimado o error de estimació y se calcula multilicado el valor crítico θ or la desviació estádar del estadístico como se muestra e la siguiete fórmula: θ E = θ * θ Ua vez coocido el error de estimació se uede costruir el itervalo de cofiaza siguiedo el rocedimieto que a cotiuació se detalla. PROCEDIMIENTO GENERAL PARA CONTRUIR UN INTERVALO DE CONFIANZA. Verificar que los suuestos requeridos se satisfaga.. Calcular el valor crítico corresodiete al ivel de cofiaza que se deseado. 3. Evaluar el marge de error E. 4. Calcular los valores corresodietes a los límites de cofiaza del itervalo: a. θ LI = θ - E b. θ L = θ E 5. Erese el itervalo e alguo de los siguietes formatos: a. ( θ LI θ L ) b. θ E c. θ LI < θ < θ L A cotiuació se dará alguos ejemlos de cómo obteer itervalos de cofiaza ara la media oblacioal siguiedo los asos descritos e el rocedimieto aterior. 6
7 Estimació de la media oblacioal mediate u itervalo de cofiaza (cuado se cooce la desviació estádar de la oblació ).. Verificar que los suuestos requeridos se satisfaga. (Ver codicioes de validez del teorema). La muestra es aleatoria simle. e cooce el valor de la desviació estádar oblacioal. La oblació está ormalmete distribuida o > 30. Nota: La media muestral X es el mejor estimador utual de la media de la oblació dado que es u estimador isesgado cosistete eficiete y suficiete como se había mecioado ates.. Calcular el valor crítico corresodiete al ivel de cofiaza que se deseado. Por ejemlo si el ivel de cofiaza es de 95% (- = 095) el valor crítico es Z = 96. Nota: Recuérdese que segú el teorema del límite cetral odemos eserar que la distribució muestral de X = y desviació estádar = esté distribuida de forma aroimadamete ormal co media De aquí que el estadístico Z = ( X - ) = ( X - ) ( ) siga ua distribució ormal estadarizada: Z N(0). 3. Evaluar el marge de error E = θ * Nota: E este caso θ es reemlazado or X el cual tiee ua distribució ormal (como se elica e el aso aterior) y que será equivalete a la variable aleatoria Z ua vez que se haya hecho la estádarizació. Por lo tato θ es e este caso: Z y es igual a: θ θ De aquí que E = Z * 7
8 4. Calcular los valores corresodietes a los límites de cofiaza del itervalo: θ LI = θ - E X LI = X - (Z * ) θ L = θ E X L = X (Z * ) 5. Erese el itervalo e alguo de los siguietes formatos: a. ( θ LI θ L) ( X LI X L) b. θ E X E c. θ LI < θ < θ L X LI < θ < X L Nota: Cualquiera de estas tres formas de eresar el itervalo es similarmete correcta. Estimació de la media oblacioal mediate u itervalo de cofiaza (cuado NO se cooce la desviació estádar oblacioal ). Como se dijo ates la media muestral es el mejor estadístico ara estimar la media oblacioal si embargo el hecho de que la desviació estádar de la oblació sea descoocida obliga a redefiir la distribució muestral de X. Por lo tato e este caso articular X uede ser descrita co mayor eactitud mediate la distribució t de studet a la cual ya se ha hecho referecia e otras oortuidades. Co esto e mete sígase el rocedimieto geeral ara la costrucció de itervalos de cofiaza euesto ates. X. Verificar que los suuestos requeridos se satisfaga. La muestra es aleatoria simle. La oblació está ormalmete distribuida o > 30.. Calcular el valor crítico corresodiete al ivel de cofiaza que se deseado. Hallar or medio de la tabla de la distribució t el valor t co ν = - (g.l.). 3. Evaluar el marge de error E. X 8
9 Para este caso el estadístico tiee ua desviació estádar equivalete a or lo tato el error de estimació viee dado or: E = t * 4. Calcular los valores corresodietes a los límites de cofiaza del itervalo: X X LI = L = X - E X E 5. Erese el itervalo e alguo de los siguietes formatos: X ( X LI X L ) E X LI < < X L Estimació de la variaza ( ) y la desviació tíica () de la oblació mediate u itervalo de cofiaza ara u ivel de cofiaza del (-)%. ea la variaza de ua muestra aleatoria de tamaño de ua oblació ormal etoces el estadístico: (-)* es ua variable aleatoria llamada χ cuya distribució muestral corresode a ua distribució chi-cuadrada co - grados de libertad. Para la costrucció del itervalo de cofiaza e este caso el rocedimieto difiere u oco del caso geeral eslicado ates dado que la distribució chi-cuadrada o es simétrica y además está defiida solo ara valores ositivos. cotiuació: E cosecuecia de esto se debe obteer los límites de cofiaza como se idica a LI L = (-)* χ - y = (-)* χ - - Luego se eresa el itervalo e uo de los modos acostubrados. Observacioes:. es la variaza muestral y se calcula mediate la fórmula: = ( i - ) ( -). Los valores críticos χ - y χ - - ara el Nivel de Cofiaza del (-)% so obteidos de la distribució chi-cuadrada co - g.l. y corresode a aquellos 9
10 valores bajo la curva que deja u área de e cada cola de dicha distribució como se muestra e la gráfica siguiete. Gráfica de la Distribució χ χ - χ - - χ Figura. Distribució Chi-cuadrada idicado los valores críticos ara el Nivel de Cofiaza del (-)%. Fuete: Autor. 3. E el caso de la desviació estádar los límites de cofiaza ara el ivel de (-)% so los siguietes: LI = (-)* χ - y = (-)* χ - - L INTERVALO DE CONFIANZA PARA LO PARÁMETRO MAYORMENTE UTILIZADO A cotiuació se resume los itervalos de cofiaza de aquellos arámetros que se utiliza co mayor frecuecia e roblemas de estimació estadística así como el estadístico utilizados. 0
11 Parámetro Estadístico Itervalo de cofiaza ( coocida) (0) N Z ( descoocida) t t (sí > 30) ( ) χ ( ) ( ) χ χ ( ) ( ) χ χ B() (0) ) ( N Z ) ( (cuado > 5 y q > 5) B( ) y B( ) (0) N Z - ( y coocidas) ( ) ( ) (0) N Z Z
12 Parámetro Estadístico Itervalo de cofiaza t f - ( o dadas) ( ) ( ) f t ( ) ( ) = f Z (cuado > 30) - ( = o dadas) ( ) ( ) t ) ( ) ( = t F F F F F
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 detallesRecordemos para la distribución Binomial
U estimador utual atural de la roorció e u exerimeto biomial se ecuetra dado or el estadístico roorció =x/, dode x rereseta el úmero de éxitos e ruebas o exerimetos realiados. Etoces la roorció de la muestra
Más detallesINFERENCIA 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 detallesTEORÍA 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 detallesSolución. x 1 =36 x 2 =24 n 1 =50 n 2 =75 IC=96 % σ 1 =6 σ 2 =8. Datos. Fórmula x 1 -x 2 =36-24=
Solució Datos x =36 x =4 =50 =75 IC=96 % σ =6 σ =8 Fórmula x x z Se lleva a cabo u exerimeto e que se comara dos tios de motores, A y B. Se mide el redimieto e millas or galó de gasolia. Se realiza 50
Más detallesIntervalos 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) 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 detallesProblemas 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 detallesINFERENCIA 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 detallesEstimación 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 detallesθˆ = 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 detallesDistribuciones 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 detalles1.1 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 detallesEstadística. Contrastes para proporciones
54 Cotrastes ara roorcioes rof, Dr. Jose Jacobo ubcoff Deartameto de Ciecias del Mar Biología Alicada Cotrastes ara roorcioes Cotrastes ara los arámetros de Ua roorció 54 Cotrastes ara roorcioes Ua roorció
Más detalles1. 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 detallesUniversidad 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 detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesEn 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 detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesEstimación 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 detallesTema 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). Por ejemplo: mínimos cuadrados, momentos, métodos bayesianos, etc. Nosotros solo revisaremos aquí el método de máxima verosimilitud
El algoritmo EM Referecias: Bickel ad Docksum: Mathematical Statistics Casella, G Statistical iferece Lehma, E. Poit Estimatio. Estimació or Máima Verosimilitud Uo de los riciales objetivos e estadistica
Más detallesTEMA 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 detallesCapítulo 3: Inferencia
Caítulo 3: Iferecia I N T R O U C C I O N E S T I M A C I O N E M A X I M A V E R O S I M I L I T U C A S O G A U S S I A N O E S C O N O C I A E S T I M A C I O N B A Y E S I A N A Secció 3. Itroducció
Más detallesEstimadores 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 detallesEstimación 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 detallesUnidad 7. Estimación de medias, proporciones y varianzas
Uidad 7 Estimació de medias, roorcioes y variazas Itroducció E las uidades ateriores se ha veido desarrollado el sigificado y la utilidad de las medidas de tedecia cetral; éstas so medidas descritivas
Más detallesTEORÍA ELEMENTAL DE MUESTREO
TEORÍA ELEMENTAL DE MUETREO La teoría de muestreo se refiere al estudio de las relacioes que existe etre u colectivo o oblació y las muestras que se extrae de las mismas. El estudio de las muestras ermite
Más detallesResumen 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 detallesDeterminación 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 detallesINTRODUCCIÓN 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 detallesCapítulo 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 detallesSobre 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 detallesObjetivos. 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 detallesAnálisis 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 detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
Tema Iferecia estadística. Estimació de la media Mate CCSSII 2º Bach. 1 TEMA INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA DISTRIBUCIÓN NORMAL EJERCICIO 1 : Los esos, e kilogramos, de u gruo de ersoas
Más detallesTEMA 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 detallesTema IV. Estimación con intervalos de confianza
Notas de Estadística Alicada a la Admiistració, Cotaduría, Iformática Admiistrativa I y Negocios y Comercio Iteracioales. Dr. Fracisco Javier Taia Moreo. Abril de 0. Tema IV Estimació co itervalos de cofiaza
Más detalles1. Propiedades de los estimadores
. Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie
Más detallesEstimación 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 detallesINFERENCIA 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 detallesProbabilidad 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 detallesParte 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 detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesESTIMACIÓN. 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 detallesIntroducciónalaInferencia 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 detallesEstimación 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 detallesIntervalos 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 detallesEstadística 1.-VARIABLES ALEATORIAS. 1. Conceptos previos. Dada una serie de números: x1,..xn se llama MEDIA ARITMÉTICA:
Estadística 1.-VARIABLES ALEATORIAS 1. Cocetos revios Dada ua serie de úmeros: x1,..x se llama MEDIA ARITMÉTICA: x = x 1+ +x = 1=1 x i Se trata de ua medida de cetralizació, que rereseta el valor más característico
Más detallesEstadística 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 detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesMÉTODOS 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 detallesDISTRIBUCIONES MUESTRALES
UNIDAD II DISTRIBUCIONES MUESTRALES Competecia: -El estudiate debe saber utilizar las diferetes distribucioes muestrales,es decir las diferetes distribucioes de cualquier estadístico estimado a partir
Más detallesEJERCICIOS 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 detallesEjercicios 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 detalles13.1 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 detallesFormulas. 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 detalles9- Intervalos de confianza
arte Itervalos de cofiaa rof. María B. itarelli 9- Itervalos de cofiaa 9. Itroducció e ha visto como costruir a artir de ua muestra aleatoria u estimador utual de u arámetro descoocido. E esos casos ecesitábamos
Más detallesINFERENCIA 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 detallesTema 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 detalles1. 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 detallesESTIMACIÓN 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 detallesSESION 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 detallesE.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA
E.U.I.T.I. Bilbao Asigatura MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA E.U.I.T.I. Bilbao Asigatura MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA TEMA 7 CONTRASTES DE IPÓTESIS Todos aredemos de la exeriecia y la lecció,
Más detallesMAS 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 detallesConvergencia de variables aleatorias
Capítulo Covergecia de variables aleatorias El objetivo del presete capítulo es estudiar alguos tipos de covergecia de variables aleatorias. Iiciaremos co la defiició de los distitos modos de covergecia...
Más detallesNúmero 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 detallesIntroducción 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 detallesInferencia Estadística
Decrició breve del tema Iferecia Etadítica Tema 7. Itroducció. Itervalo de Cofiaa Determiació del tamaño muetral 3. Cotrate de hiótei Geeralidade de lo cotrate Metodología del cotrate Regió de rechao y
Más detalles1. 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 detallesPráctica 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 detallesConsideremos los siguientes experimentos aleatorios
69 Veremos e lo que sigue uevas variables aleatorias discretas. Estas variables y sus distribucioes se utiliza como modelos e muchas alicacioes estadísticas. Distribució Biomial Cosideremos los siguietes
Más detallesTEMA 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 detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA
. Metodología e Salud Pública INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA Autor: Clara Lagua 5.1 INTRODUCCIÓN La estadística iferecial aporta las técicas ecesarias para extraer
Más detalles2.2. Estadísticos de tendencia central
40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,
Más detallesT ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:
T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.
Más detallesDistribuciones 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 detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detallesIntervalos de Confianza para la diferencia de medias
Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza
Más detallesMUESTREO 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 detallesCAPÍTULO 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 detalles9- Intervalos de confianza
arte Itervalos de cofiaa rof. María B. itarelli 9- Itervalos de cofiaa 9. Itroducció e ha visto como costruir a artir de ua muestra aleatoria u estimador utual de u arámetro descoocido. E esos casos ecesitábamos
Más detallesAnálisis 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 detallesANEXO 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 detallesTAMAÑO 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 detallesEstadística 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 detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas
Más detallesEJERCICIO 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 detallesT5. 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 detalles4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS
arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá
Más detallesPaso 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 detallesCAPÍTULO 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 detallesMATEMÁTICAS 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 detallesTema 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 detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detalles1 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 detallesIntervalos 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 detallesPRUEBA 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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4,
Más detalles