Inferencia Estadística
|
|
- Esteban Gil Medina
- hace 7 años
- Vistas:
Transcripción
1 Iferecia Etadítica 1
2 I Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
3 Capítulo 6. Itroducció a la Iferecia Etadítica 6.1 Itroducció El pricipal objetivo de la Etadítica e iferir o etimar caracterítica de ua població que o e completamete obervable (o o iterea obervarla e u totalidad) a travé del aálii de ua parte de ella a la que llamamo muetra. La razoe por la que geeralmete e trabaja co muetra o pricipalmete: - Ecoómica. - Tiempo: i la població e muy grade llevaría tato tiempo aalizarla que icluo la caracterítica de iteré podría variar e ee período. Por ejemplo, la taa de paro. - Detrucció: la medició de cierta caracterítica podría llevar a la detrucció del idividuo. Por ejemplo, al etudiar la upervivecia de cierto aimale a u tratamieto. Lo que e hace etoce e aalizar la muetra y extrapolar cocluioe dede la muetra a la població. Ahora bie, para coiderar válida e la població la cocluioe obteida e la muetra, éta ha de repreetar bie 3
4 alapoblació(muetra repreetativa). Por lo tato, la elecció de la muetra e de uma importacia, y para ello hay divero método (método de muetreo). Cuado e ituye que la caracterítica e etudio puede preetar valore homogéeo e la població, ua forma de obteer ua muetra repreetativa e eligiédola al azar. A ete método de elecció de la muetra e le llama muetreo aleatorio imple y e el má ecillo. Otro método de muetreo o: muetreo itemático, muetreo por cuota, muetreo etratificado, muetreo por coglomerado, etc. El muetreo itemático e ua alterativa al muetreo aleatorio imple. Coite e litar a lo idividuo de la població y eleccioar a lo idividuo para la muetra de k e k a partir de u idividuo eleccioado al azar de etre lo k primero, para u k determiado. El muetreo etratificado tiee etido cuado la caracterítica e etudio o e homogéea e la població, preeta alta variabilidad. Etoce la població e divide e ubpoblacioe o etrato, ditito etre í y detro de lo cuale la caracterítica e comporta de ua forma homogéea. E cada etrato e eleccioa ua muetra aleatoria imple, co tamaño e fució del tamaño del etrato, y la uió de todo lo idividuo eleccioado e cada etrato cotituye la muetra de la població. Por ejemplo, i opechamo que la caracterítica e etudio e la població, como podría er la opiió acerca de lo método aticoceptivo, puede variar e fució de la edad, la elecció de la muetra debería hacere a partir de etrato de edad. El muetreo por coglomerado coite e dividir la població e ubpoblacioe parecida etre í y heterogéea iteramete, de forma que cada coglomerado icluya toda la variabilidad preete e la població. El muetreo por cuota e utiliza geeralmete como alterativa al muetreo etratificado, e má barato y o requiere ulitadodeidividuoparacadaetrato. Laelecciódelamuetradebe hacere implemete repetado ua cuota (o porcetaje) de idividuo co ua determiada caracterítica, e proporció a la cuota de idividuo co tale caracterítica e la població. Por ejemplo, upogamo que la opiió acerca de método aticoceptivo puede variar ademá de por edad por exo. Ua alterativa a la diviió de la població e etrato de edad y exo, i coo- Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
5 cemo la proporció de cada exo y la ditribució de la edad e la població, e exigir que eta caracterítica aparezca e la mima proporció e la muetra que e la població. Eto coduciría a eleccioar la muetra repetado ua cuota fija de hombre y mujere por grupo de edad. A la proporció de idividuo e la població eleccioado e la muetra e le llama fracció de muetreo, eto e, al cociete etre el tamaño muetral y el tamaño de la població. La Iferecia Etadítica e puede claificar e iferecia paramétrica e iferecia o paramétrica. La iferecia paramétrica tiee lugar cuado e cooce la ditribució de la variable de etudio e la població, y el iteré recae obre lo parámetro decoocido de la mima. La iferecia o paramétrica tiee lugar i o e cooce la ditribució y ólo e upoe propiedade geerale de la mima. Nootro o cetramo e la iferecia paramétrica, y uetro objetivo erá iferir o etimar parámetro poblacioale a partir de la iformació que o proporcioa ua muetra. Supogamo que etudiamo ua variable X =Nivel de glucoa e agre e ayua e ua població de diabético y abemo que preeta ua ditribució N(µ, 8), dode µ e u parámetro de la ditribució y e decoocido. Ademá abemo que coicide co la media poblacioal, µ = E(X). De haber medido la caracterítica X e todo lo idividuo de la població, claramete cooceríamo el valor de µ. Como o e el cao, debemo hacero ua idea acerca del valor de µ e bae a la iformació que o proporcioa ua muetra eleccioada al azar de la població. Lo problema de iferecia que puede dare o: de etimació, e lo que e buca u valor (etimació putual) para µ o u cojuto de valore poible para el mimo (etimació por itervalo de cofiaza), y de cotrate, cuyo objetivo e comprobar i e cierta o fala cierta hipótei formulada obre el parámetro µ. E ete tema vemo cómo etimar putualmete y por itervalo de cofiaza u parámetro. E el tema iguiete etudiamo cotrate de hipótei. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
6 6. Etimació putual El problema de etimació putual, egú cométabamo coite e aigar u valor a u parámetro poblacioal (media, variaza, proporció) e bae a la iformació que o proporcioa ua muetra eleccioada al azar de la població. Ejemplo 6.1: Supogamo que queremo etudiar el ivel de glucoa e agre e ayua e diabético, y eta variable X igue ua ditribució N(µ, σ), iedo µ y σ la media y deviació típica poblacioal repectivamete, y decoocida al o haber podido o o haber medido eta variable obre toda la població diabética. Tedremo que etimar u valor para µ y σ. Co ete fi, eleccioamo ua muetra aleatoria de diabético, y X 1,..., X ería lo ivele de glucoa correpodiete a cada idividuo. E pricipio X 1,..., X o variable aleatoria, idepediete, co ditribució N(µ, σ), y paa a er úmero e el mometo e que a cada uo de eo idividuo le medimo el ivel de glucoa e agre. A lo reultado obteido, x 1,..., x, e le llama realizació de la muetra (X 1 = x 1,..., X = x ). No cetramo e la etimació del parámetro µ. Cómo etimarlo a partir de la muetra?. Como µ e la media poblacioal, parece lógico poder etimarla a partir de la media muetral. La media muetral viee dada por X = X X y, al er utilizada para etimar la media poblacioal µ, recibe el ombre de etimador de µ. E ua variable aleatoria, y por lo tato preetará ua ditribució de probabilidad. E el mometo que coideramo la realizació de la muetra x 1,..., x paa a er u úmero: y x e la etimació putual de µ. x x x =, µ = x, Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
7 Si lo ivele de glucoa obervado para 10 idividuo que cotituye la muetra o: 163,10,146,131,18,130,146,109,115,10, etoce µ = = Aálogamete, el mejor etimador para la variaza poblacioal σ variaza muetral S, cuya expreió e e la S = X (X i µ) i=1, 1 y e la etimació putual de σ, = Para la muetra aterior reulta: X (x i x) i=1 1 σ = = Si lo que queremo e etimar ua proporció p de idividuo e la població que verifica ua determiada codició, el mejor etimador para p e la proporció muetral, dada por p = X, iedo X el úmero de idividuo que verifica tal codició e la muetra. Aí por ejemplo, la proporció de diabético co u ivel de glucoa mayor que 110 mg/l e etima e: p = 8 10 =0.8 Lógicamete, al etimar u parámetro o caracterítica poblacioal por u parámetro muetral geeralmete cometemo u error, al que e deomia error de muetreo. Siempre debemo acompañar a ua etimació de ua medida de u preciió. A la deviació típica del etimador e le llama error típico de Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
8 etimació. Lapreciió del etimador e igual a la ivera del error típico de etimació. E el cao de la media el error de muetreo viee dado por E = µ X y el error típico por σ. La preciió e la etimació depede fudametalmete del tamaño de la muetra () y de la variabilidad e la població (σ ). A mayor tamaño muetral meor error o mayor preciió y a mayor variabilidad mayor error.o meor preciió. E la etimació de la proporció poblacioal, el error de muetreo e E = p p r p(1 p) y el error típico de la etimació viee dado por. 6.3 Ditribucioe de muetreo (poblacioe ormale) Decíamo que al er el etimador de u parámetro poblacioal ua variable aleatoria, preetará ua ditribució de probabilidad. Vemo a cotiuació alguo reultado que idica la ditribució de la media muetral, la variaza muetral y la proporció muetral e ua població ormal. Tambié e obtiee la ditribucioe de la diferecia de media muetrale, cociete de variaza muetrale y diferecia de proporcioe muetrale e do poblacioe ormale e idepediete Media muetral Sea X 1,..., X ua m.a.. de ua població X co ditribució N(µ, σ). Etoce, X = X µ X σ N µ,, al er combiació lieal de variable ormale e idepediete. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
9 6.3. Variaza muetral Sea X 1,...,X ua m.a.. de ua població X co E(X) =µ y Var(X) = σ.eletadíticovariaza muetral e defie como X (X i µ) S = i=1 1 Sea X 1,..., X ua m.a.. de ua població X co ditribució N(µ, σ). Etoce: ( 1)S χ 1 y X y S o idepediete. σ Diferecia de media muetrale Sea X 1,..., X 1 ua m.a. de ua població X, e Y 1,..., Y ua m.a.. de ua població Y. Supoemo que la poblacioe X e Y o idepediete y co ditribucioe ormale N(µ 1,σ 1 ) y N(µ,σ ) repectivamete. Se puede preetar lo iguiete cao: (a) σ 1,σ coocida: oequivaletemete X Y N Z = (b) σ 1 = σ = σ decoocida: T = µ 1 µ, X Y (µ 1 µ ) q σ σ X Y (µ 1 µ ) q 1 S p σ 1 + σ, 1 N(0, 1) t 1 +, iedo ( 1 1)S1 S p = +( 1)S 1 + y S1 y S la variaza muetrale de X e Y repectivamete. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
10 6.3.4 Cociete de variaza muetrale Sea X 1,..., X 1 ua m.a. de ua població X, e Y 1,..., Y ua m.a.. de ua població Y. Supoemo que la poblacioe X e Y o idepediete y co ditribucioe ormale N(µ 1,σ 1 ) y N(µ,σ ) repectivamete. Etoce, S1 σ F = 1 S F 1 1, 1 σ Etudiamo ademá la ditribució de ua proporció muetral y de la diferecia de do proporcioe muetrale, co muetra procedete de poblacioe idepediete. Proporció muetral Sea X 1,..., X ua m.a.. de ua població X. Sea p la proporció de ividuo e la població que preeta ua determiada caracterítica, y p la proporció muetral. Etoce, r p(1 p) p N(p, ) Nota: El úmero de idividuo que preeta la caracterítica e la muetra igue ua ditribució B(, p), que co uficietemete grade e puede aproximar a ua N(p, p p(1 p)). Porlotato,laproporció muetral igue tambié ua ditribució Normal co lo parámetro arriba idicado. Diferecia de proporcioe muetrale Sea X 1,..., X 1 ua m.a. de ua població X, e Y 1,..., Y ua m.a.. de ua població Y. Supoemo que la poblacioe X e Y o idepediete. Deotamo por p 1 y p la proporcioe poblacioale y por p 1 y p la correpodiete proporcioe muetrale. Etoce: p 1 p p 1 (1 p 1 ) N p 1 p, + p (1 p ) 1 1 Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
11 Por lo tato: Z = p 1 p (p 1 p ) q N(0, 1) p 1(1p 1) 1 + p(1p) Etimació por Itervalo de Cofiaza Ua alterativa a etimar putualmete u parámetro poblacioal y epecificar la preciió de la etimació e dar u itervalo de poible valore etre lo cuale tiee que etar el parámetro co ua determiada preciió. Eta e la idea de u itervalo de cofiaza. U itervalo de cofiaza e defie como u itervalo de valore etre lo cuale e ecuetra el parámetro co u cierto grado o ivel de cofiaza, que fija el ivetigador y al que deotamo por 1 α. E eta ecció e da la expreió del Itervalo de Cofiaza para ua media, variaza y proporció de ua població ormal, aí como para la diferecia de media, cociete de variaza y diferecia de proporcioe de do poblacioe ormale e idepediete Itervalo de Cofiaza para media, variaza y proporcioe - Itervalo de cofiaza para la media de ua ormal Sea X 1,..., X ua m.a.. de X N(µ, σ). Variaza coocida (σ 0) Variaza decoocida µ µ x ± σ 0 z 1 α x ± S t 1 α,1 - Itervalo de cofiaza para la variaza de ua ormal Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
12 Media coocida (µ 0 ) Media decoocida P (x i µ 0 ) σ i=1 χ, 1 α ; σ " ( 1)S χ 1 α ;1, P (x i µ 0 ) i=1 χ α ; # ( 1)S χ α ;1 - Itervalo de cofiaza para la diferecia de media de do poblacioe ormale e idepediete Sea X 1,..., X 1 ua m.a.. de X N(µ 1,σ 1 ) y Y 1,..., Y ua m.a.. de Y N(µ,σ ), idepediete. Variaza coocida Variaza decoocida pero iguale (σ ) µ 1 µ µ 1 µ x y ± z1 α r σ1 + σ 1 x y ± t1 α ;1+ S p r co S p = ( 1 1)S 1 +( 1)S Itervalo de cofiaza para el cociete de variaza de do poblacioe ormale e idepediete Media coocida Media decoocida σ σ 1 σ σ 1 P (y i µ ) i=1 P 1 i=1 " S F α (x i µ 1 ) 1 F α ;1,, ; 11, 1 S 1 P i=1 1 P i=1 (y i µ ), S F 1 α ; 11, 1 S 1 (x i µ 1 ) 1 F 1 α # ;1, - Itervalo de cofiaza para ua proporció Sea X 1,..., X ua m.a.. de X Beroulli(p). p p ± z 1 α p(1 p) Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
13 - Itervalo de cofiaza para la diferecia de proporcioe Sea X 1,..., X 1 ua m.a.. de X Beroulli(p 1 ) y Y 1,..., Y ua m.a.. de Y Beroulli(p ). p 1 p p 1 p p t (1 p T ) p t (1 p T ) ± z 1 α +, 1 iedo p T = 1p p Ejemplo 6.: E ua ecueta de 1500 peroa e ha obteido que preeta depreió el 3%. Se quiere calcular u itervalo de cofiaza para la proporció de peroa co eta efermedad e la població, p, al 99.5% de cofiaza. El itervalo de cofiaza para p al (1 α)100% de cofiaza e: p(1 p) p ± z 1 α p(1 p) = p z 1 α, p p(1 p) + z 1 α Se oberva que: - El itervalo depede de la muetra eleccioada - La amplitud del itervalo depede del error típico de etimació de p, p(1 p), y mide por lo tato la preciió de la etimació. Cocretamete, el error cometido e la etimació de p por p viee dado por E = p p p(1 p) y e meor o igual que z 1 α co ua probabilidad (1 α). - A mayor tamaño muetral, meor amplitud, y por lo tato mayor preciió e la etimació. Aímimo, cuato mayor e el ivel de cofiaza, mayor e el itervalo. y meor preciió e obtiee. Iterpretació: De 100 itervalo que obtuviéramo, al poder er cada itervalo ditito egú la muetra eleccioada al azar, (1-α) 100 de ello cotedría el verdadero valor de p. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
14 E ete cao el ivel de cofiaza e del 99.5%, por lo que 1-α =0.995 y z 1 α = z =3. La proporció muetral e p =0.3 y el tamaño de la muetra = El I.C. para p al 99.5% e etoce: p(1 p) p ± z 1 α =[0.3 ± 0.036] = [0.84, 0.356] Por lo tato, la proporció de idividuo co depreió e la població etará etre el 8.4% y el 35.6%, co ua cofiaza del 99.5%. E la etimació de p por p etamo cometiedo como mucho u error de co ua probabilidad de Cuál debería er el tamaño de la muetra i e quiere que el error cometido al etimar la proporció ea meor de 0.05 co ua probabilidad 0.95?. Sabemo que el error de etimació E = p p e meor o igual que p(1 p) z 1 α co ua probabilidad de (1 α). E ete cao 1-α =0.95 y α =0.05. E coecuecia, el tamaño de muetra para obteer u error e la etimació iferior o igual a 0.05 co ua probabilidad 0.95 debe er: p(1 p) r 0.3(1 0.3) z 1 α =1.96 =0.05 µ 1.96 = 0.3(1 0.3) 0.05 Ejemplo 6.3: Queremo etudiar la ifluecia que puede teer el tabaco e el peo de lo iño al acer. Para ello e coidera do grupo de mujere embarazada, 35 o fumadora y 7 fumadora, y e obtiee lo iguiete dato obre el peo de u hijo X (e Kg): Madre o fumadora: 1 =35 Madre fumadora: =7 x1 =3.6 S 1 =0.5 x =3. S =0.8 E ambo grupo lo peo de lo recié acido procede de eda ditribucioe ormale e idepediete, y upoemo que de idética variaza. Obteemo u itervalo de cofiaza al 95% para el peo medio e cada grupo y u itervalo de cofiaza para la diferecia de peo medio. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
15 Sea X 1 y X lo peo de recié acido e madre o fumadora y fumadora, repectivamete, co. X 1 N(µ 1,σ 1 ),X N(µ,σ ), idepediete. I.C. al 95% para el peo medio de recié acido e madre o fumadora: µ 1 x 1 ± S,11 1 t 1 α = 3.6 ± 0.5 t ,34 35 I.C. al 95% para el peo medio de recié acido e madre fumadora: µ x ± S t 1 α, 1 = 3. ± 0.8 t 0.975,6 7 I.C. al 95% para la diferecia de media: r µ 1 µ x 1 x 1 ± t 1 α ; 1 + S p Hacemo cálculo itermedio, r ( 1 1)S1 +( 1)S S p = = =0.6473, t 0.975;60 =, y el itervalo reulta: " r # 1 µ 1 µ ± = 0.40.±3316 = [0.068, 0.731], 7 co lo cual e puede decir que exite diferecia igificativa etre ambo peo, y el hábito de fumar e la madre ifluye e el peo de lo hijo. Cocretamete, el peo e que upera u hijo de madre o fumadora al de otro de madre fumadora etá compredido etre lo kg y lo kg, co u ivel de cofiaza del 95%. 6.5 Ejercicio 1. U picólogo realiza u tet para medir el tiempo de reacció de u ujeto. Por experimeto ateriore cooce que el error de medida del tet, dado por u deviació típica e de 0.1 egudo. Cuáta medida debe hacer al ujeto i e deea que co ua probabilidad de 0.99 u error de etimació ea meor que 0.05 egudo?. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
16 . Se cree que la oteoporoi etá relacioada co el exo. Para ello e elige ua muetra aleatoria de 100 hombre mayore de 50 año y ua muetra de mujere e la mima codicioe. Se obtiee que 10 hombre y 40 mujere preeta algú grado de oteoporoi. Qué podemo cocluir co ua cofiaza del 95%?. 3. Se ha medido el volume diario de bili (e litro) de 10 idividuo ao, obteiédoe: 0.98, 0.85, 0.77, 0.9, 1.1, 1.06, 0.89, 1.01, 1.1, 0.77 Obteer u itervalo de cofiaza al 95% para la producció media diaria de bili e idividuo ao. Supoer que la muetra procede de ua població Normal. 4. La catidad míima requerida para que u aetéico urta efecto e ua iterveció quirúrgica fue por térmio medio de 50mg, co ua deviació típica de 10. mg, e ua muetra de 60 paciete. Supoiedo que tal catidad igue ua ditribució Normal: a. Obteer u I.C. al 90% para la variaza poblacioal. b. Obteer u I.C. al 95% para la media poblacioal. 5. Si realizamo ua etimació de u parámetro mediate u itervalo de cofiaza al 90% y obteemo u itervalo de muy poca amplitud, qué e puede cocluir?. Idica razoadamete cuále de la iguiete afirmacioe o verdadera o fala: (a) Va a er muy difícil la obteció de ua etimació fiable. (b) El rago de valore etre lo que etá el parámetro, al 90%, e muy pequeño. (c) De 90 itervalo que hiciéramo co muetra al azar, 90 cotedría el verdadero valor del parámetro. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
17 (d) Para poder obteer reultado atifactorio, el ivel de cofiaza ha deeruperioral90%. (e) Sieliveldecofiaza hubiera ido del 95% la amplitud habría ido todavía meor y por lo tato mayor la preciió e la etimació. Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé.
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 detallesLECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN
Uiveridad Lo Ágele de Chimbote LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION Actualmete e debe etar bie cociete
Más detallesLECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.
ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe
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 detallesMódulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza
Módulo de Etadítica Tema 7 : Etimació paramétrica e Itervalo de cofiaza Etimació U etimador e ua catidad umérica calculada obre ua muetra y que eperamo que ea ua buea aproximació de cierta catidad co el
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
Prueba de Hipótei (Do Muetra) Ete procedimieto prueba hipótei acerca de cualquiera de lo iguiete parámetro:. la diferecia etre la media μ y μ de do ditribucioe ormale.. el radio de la deviació etádar σ
Más detallesESTIMACIÓN DE LA VARIANZA POBLACIONAL EN EL MUESTREO EN OCASIONES SUCESIVAS
Metodología de Ecueta I: 575-7803 Vol 6, úm, 00, 9- ETIMACIÓ DE LA VARIAZA POBLACIOAL E EL MUETREO E OCAIOE UCEIVA Amelia V. García Luego Eva M. Arté Rodríguez Imaculada Oña Caado Uiveridad de Almería
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 detallesPruebas de hipótesis para dos muestras.
Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto
Más detallesDISTRIBUCIÓN BIDIMENSIONAL
DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar
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 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 detallesContraste de hipótesis
Capítulo 6 Cotrate de hipótei Termiamo eta itruió e la iferecia etadítica co ete tercer método. Co frecuecia, el problema plateado o e implemete la etimació de u parámetro, io el dieño de ua regla de deciió
Más detalles. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente.
Capítulo 9: Comparació de media E capítulo ateriore etudiamo prueba de hipótei e itervalo de cofiaza para la proporció o la media de ua població. Eto método puede er etedido para otra ituacioe. Lo bueo
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 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 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 detallesEstimación puntual y por Intervalos de Confianza
Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo
Más detallesSalazar Rosales Leandro
Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal
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 detallesDESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA
JRCICIO D INFRNCIA OBR CON σ² DCONOCIDA INFRNCIA OBR CON σ DCONOCIDA Ditribució de la media muetral Mucha vece deeamo realizar iferecia acerca de la de ua població pero o cotamo co la variaza poblacioal
Más detallesLECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN
LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 0: PRUEBA DE CORRELACIÓN DE SPEARMAN. INTRODUCCIÒN: El coefciete de correlació de Spearma e ua
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 detallesUSO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA
INVESTIGACIÓN & DESARROLLO,. 0, Vol. : 04 22 (200) ISSN 258-443 USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA Carlo Eduardo Valdivieo Taborga, Roberto Valdivieo Catelló y Ocar Álvaro Valdivieo
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 detallesUSO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA
INVESTIGACIÓN & DESARROLLO 0: 05 3 (00) ISSN 84-6333 USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA Carlo Eduardo Valdivieo Taborga, Roberto Valdivieo Catelló y Ocar Álvaro Valdivieo Taborga
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 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 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 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 detallest-student y F-Snedecor
t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete
Más detalles12 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 detallesContraste sobre la media de una distribución Normal de varianza conocida
Cotrate de hipótei etadítica E la primera parte de la iferecia etadítica e ha abordado el problema de la etimació de parámetro, e ella e ha vito cómo cotruir etimadore de parámetro poblacioale, e ha iitido
Más detallesUNIDAD 3 Transformadas de Laplace. { ( )} lim b st ( ) f t = e f t dt
UNIDAD 3 Traformada de aplace 3. Defiicioe a traformada de aplace de ua fució f ( t ), repreetada co el ímbolo, e la operació memática defiida mediate la iguiete itegral impropia: { lim b t e dt b Por
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 detallesDISTRIBUCIONES BIDIMENSIONALES
Capítulo III DITRIBUCIOE BIDIMEIOALE 3 Itroducció Etudiaremo do caracterítica de u mimo elemeto de la població (altura peo, do aigatura, logitud latitud) De forma geeral, i e etudia obre ua mima població
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 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 detallesLECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.
Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA
Más detallesComparación. Variable Cuantitativa. Ejemplo. Comparación. Variable cuantitativa. Independientes 1. Comparación. Variable Cuantitativa.
Comparació. Variable Cuatitativa Do Muetra Iepeiete Comparació. Variable Cuatitativa Do Muetra Do ituacioe al comparar grupo: Muetra Iepeiete Muetra Relacioaa i o o: Pareaa o Emparejaa J.F. Caaova Do muetra
Más detallesCurso 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 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 detallesIntroducción a la Inferencia Estadística. Muestreo en poblaciones normales
Ídice 5 Itroducció a la Iferecia Estadística Muestreo e poblacioes ormales 51 51 Itroducció 51 52 Estadísticos y mometos muestrales 53 521 Media muestral Propiedades 54 522 Variaza muestral Propiedades
Más detallesANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A
EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació
Más 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 detallesTest con nivel asintótico para hipótesis sobre la media de una población sin suponer normalidad.
FCEyN - Etadítica para Química do. cuat. 006 - Marta García Be Tet co ivel aitótico para hipótei obre la media de ua població i upoer ormalidad. El "tet t para ua muetra" que e ha deducido upoiedo ditribució
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 detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
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 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 detallesEn esta tema sentaremos las bases del muestreo estadístico y estudiaremos las distribuciones de algunos estadísticos a partir de una muestra.
Capítulo 6 Muestreo Estadístico E esta tema setaremos las bases del muestreo estadístico y estudiaremos las distribucioes de alguos estadísticos a partir de ua muestra. 6.1. Coceptos básicos Auque e el
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 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 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 detallesObjetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia
Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la
Más detallesDISTRIBUCIÓN 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 detallesPrueba 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 detallesPROBLEMAS 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 detallesEJERCICIOS TEMA 8. INFERENCIA ESTADISTICA
º BACHILLERATO. CIENCIAS SOCIALES 1. Ua variable aleatoria tiee ua distribució ormal de media m y desviació típica s. Si se extrae muestras aleatorias de tamaño : a) Qué distribució tiee la variable aleatoria
Más 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 detallesCONTRASTE 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 detallesEjercicios 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 detallesINFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS
4 INFERENCIA, ESTIMACIÓN Y CONTRASTE DE IÓTESIS - INTRODUCCIÓN La Etadítica decriptiva y la teoría de la robabilidad va a er lo pilare de u uevo procedimieto (Etadítica Iferecial) co lo que e va a etudiar
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 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 detallesPara estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20
Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida
Más 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 detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de
Más detallesContrastes de hipótesis
Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media
Más detallesIES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),
Más 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 detallesMATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades
MATEMÁTIAS º BAH.. SS. 4 de abril de 006 Probabilidades 1) Sea A y B dos sucesos idepedietes tales que B) = 0.05 y A/ B) = 0.35. a) uál es la probabilidad de que suceda al meos uo de ellos? ( putos) b)
Más detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallese i y i y i y i 0 1 x 1i 2 x 2i k x ki
Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció
Más detallesI.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i
I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i
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 detallesBloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS
Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que
Más detallesTEMA 9 OPERACIONES FINANCIERAS DE CONSTITUCIÓN
Facultad de.ee. Dpto. de Ecoomía Fiaciera I Diapoitiva Matemática Fiaciera TEMA 9 OPERAIONES FINANIERAS DE ONSTITUIÓN. Plateamieto geeral 2. ao particulare 3. Aplicacioe Facultad de.ee. Dpto. de Ecoomía
Más detallesPasos básicos para docimar una hipótesis:
Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los
Más detallesDISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS
DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la
Más detallesESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS
ESTADISTICA II Guía de Etudio Corte # Prof. Mariugeia Ricó ESTIMACIÓN DE PARÁMETROS Etadítica.- Ua etadítica e cualquier fució de la variable aleatoria que e obervaro e la muetra de maera que eta fució
Más detallesEstadística Teórica II
tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.
Más detallesUNIVERSIDAD 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 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 detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más detallesTEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO
TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO * Objetivo del Muetreo Etadítico: etudio de lo método para la obteció de ubcojuto repreetativo de la població. Neceidad e importacia. * Cocepto báico:
Más detallesInferencias acerca de dos promedios: muestras independientes y grandes. (Prueba z)
Iferecia acerca de do promedio: muetra idepediete y grade (Prueba z) Supueto: La muetra o idepediete. Eto e, ua o afecta la ocurrecia de la otra. La poblacioe de dode e etrae la muetra e ditribuye ormalmete.
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más 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 detallesEjercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:
Parcial de Probabilidad y Estadística : parte A Ejercicio 1: U embalaje cotiee 9 cajas de CDs. Las 9 cajas tiee la siguiete composició: 6 cajas cotiee 5 discos de música rock y 15 discos de música clásica
Más detallesLey de Grandes Números y Teorema Central del
Ley de Grades Números y Teorema Cetral del Límite 25 de mayo de 2017 2 Capítulo 1 Ley de grades úmeros y Teorema cetral del límite 1.1. Sucesioes i.i.d. E el capítulo aterior cosideramos variables X 1,...,X
Más detallesIES Fco Ayala de Granada Sobrantes de 2001 (Modelo 3) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 200 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U establecimieto poe a la veta tres tipos de camisas A, B y C. Se sabe que la razó etre los
Más detallesIntroducción al Análisis de la Varianza
Itroducció al Aálisis de la Variaza F. Javier Cara Uiversidad Politécica de Madrid Curso 013/14 Distribucioes import. e Aalisis de la Variaza Sea X 1, X,...,X, Y 1, Y,...,Y m, variables aleatorias idepedietes
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 PARTE : ESTADÍSTICA INFERENCIAL 0. RECORDATORIO Estadística iferecial.
Más detallesIntroducción a las medidas de dispersión.
UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.
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 detallesTopografía 1. II semestre, José Francisco Valverde Calderón Sitio web:
II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,
Más detalles