PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2

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

Download "PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2"

Transcripción

1 PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ Un plan de muestreo para aceptar un lote, para lotes grandes, requiere el muestreo de 50 artículos y aceptar el lote si el número de defectuosos no es mayor que 5. a.- Calcular la probabilidad aproximada de aceptación si la proporción verdadera de defectuosos en el lote es 10%. b.- Establezca la variable del estudio y el tipo de variable. 2.- Los cinescopios de televisión del fabricante A tienen una duración promedio de 6,5 años y una desviación estándar de 0,9 años, mientras que los del fabricante B tienen una vida promedio de 6,0 años con una desviación estándar de 0, 8 años. a.- Cuál es la probabilidad de que una muestra aleatoria de 36 cinescopios del fabricante A tenga una duración promedio que sea al menos un año más que la duración promedio de una muestra de 49 cinescopios del fabricante B.? b.- Establezca la justificación del estudio. 3.- Una población normal tiene una media conocida de 50 y una varianza desconocida. De esta población se toma una muestra aleatoria de tamaño 16; los resultados obtenidos de la muestra son media de 52 y desviación estándar de 1,5 Cuán inusuales son estos resultados? Justifique su respuesta. 4.- En una prueba de aptitud para técnicos de control de calidad en una empresa electrónica, los registros demuestran que las calificaciones están distribuidas normalmente con una varianza de 225. Si la prueba se aplica a 20 aspirantes, determinar un intervalo en el que deba quedar, con una probabilidad de 0.90, la varianza de las calificaciones. 5.- Una población de las producciones semanales de una fábrica en miles de toneladas es 230, 300,400, 280, 260, 320. Calcule: a) Media y desviación poblacional. b) Realice una distribución Muestral y calcule la media y el error estándar para las muestras de tamaño Suponga que la desviación estándar de la población es σ = 24. Calcule el error estándar de la media, para tamaños Muestrales de 50, 100, Qué se puede decir acerca del tamaño del error estándar de la media cuando aumenta el tamaño de la muestra? 7.- De la tabla de números aleatorios se ha obtenido la siguiente muestra: 11, 12, 38, 22,66, 86,19.5, 98 y 74 calcule: Autor: HERNAN RIVAS Guía de ejercicios 2 (PRUFAI).doc (10/06/2010) Página 1/5

2 a) Media Muestral b) Varianza Muestral c) Desviación Muestral. Explique los resultados obtenidos. 8.- Una llenadora automática de latas de sopa tiene las siguientes características µ = 15.9 onzas σ = 0.5 onzas. Cuál será la forma de la distribución Muestral de medias para una muestra de 40 latas que el inspector de control de calidad selecciona al azar? 9.- María Díaz, cuyo trabajo consiste en predecir el futuro de su compañía de riesgo compartido acaba de recibir las estadísticas que describen el desempeño de la empresa en 1800 inversiones realizadas el último año. María sabe que en promedio las inversiones generan utilidades que tienen una distribución normal con µ = $7,500 σ = $ Aun antes de examinar los resultados concretos de cada una de esas inversiones del último año, María pudo hacer algunas predicciones exactas usando sus conocimientos de la distribuciones Muéstrales. Continúe el análisis de ella y calcule la probabilidad de que la media Muestral de las inversiones del año anterior: a) Superen los $ 7,500. b) Sean mayores que $ 7,300, pero no lleguen a $ 7, En una muestra de 16 observaciones de una distribución normal con una media de 150 y una varianza de 256 encuentre: a) P(X < 150) b) P(X > 140) 11.- Una fabrica de fusibles asegura que, con una sobrecarga del 20%, sus fusibles se fundirán al cabo de min. en promedio. Para probar esta afirmación, una muestra de 20 de los fusibles fue sometida a una sobrecarga de 20%, y los tiempos que tardaron en fundirse tuvieron una media de min. y la desviación estándar de 2.48 min. Si se supone que los datos constituyen una muestra aleatoria de una población normal tienden a apoyar o a refutar la afirmación del fabricante? Autor: HERNAN RIVAS Guía de ejercicios 2 (PRUFAI).doc (10/06/2010) Página 2/5

3 12.- El gerente de una compañía telefónica está molesto con el número de teléfonos producidos por la empresa que están defectuosos. En promedio, 120 teléfonos son devueltos diariamente a causa de ese problema, con una desviación estándar de 81. El gerente ha decidido que a menos que logre una seguridad promedio de 85% de que al día no serán devueltos más de 135 teléfonos, en los próximos 40 días, ordenara revisar el producto. Tomará esta medida? 13.- Una empresa gasera ha determinado que el costo medio de 100 pies cuadrados para el servicio eléctrico de la población residencial es de 471 Bs. Con una desviación estándar de 105 Bs. Se seleccionaron dos muestras al azar, y las medias son 450 Bs. Y 525 Bs. Respectivamente. El ayudante encargado de la obtención de datos llega a la conclusión de que la segunda muestra es menor porque conviene más sobreestimar que subestimar la media verdadera. Comente esa afirmación. Es mejor en algún aspecto una de las medias, si se tiene la verdadera media de la población? 14.- Para los siguientes tamaños de muestras y niveles de confianza, calcule los valores apropiados de t con los intervalos de confianza: a) n = 6; 95% b) n = 16; 95% c) n = 16; 99% d) n = 29; 99% e) n = 14; 90% f) n = 12; 99% 15.- Si tenemos los siguientes tamaños de muestras y valores de t usados para construir intervalos de confianza, encuentre los niveles correspondientes de confianza: a) n = 21; t = ± b) n = 13; t = ± c) n = 8; v t = ± Determine los valores críticos de t para los que el área de la cola derecha de la distribución t es Si el número de grados de libertad υ es igual a: a) 4 b) 12 c) 25 d)60 e) 150 Autor: HERNAN RIVAS Guía de ejercicios 2 (PRUFAI).doc (10/06/2010) Página 3/5

4 17.- De 2000 consumidores, el 40% piensa incrementar sus pedidos de lavadoras. Cuál es la probabilidad de selección de una muestra aleatoria simple de 400 consumidores con una proporción Muestral de 46% o mayor? 18.- Se ha encontrado que el 20% de las piezas fabricadas en una cierta máquina son defectuosas. Cuál es la probabilidad de que en un envío de 300 piezas: a) 25% o más sean defectuosas. b) 5% o menos sean defectuosas Se encontró que 2% de las herramientas producidas por cierta máquina son defectuosas. Cuál es la probabilidad de que en un embarque de 400 de estas herramientas estén defectuosas: a) 3% o más b) 2% o menos Los focos del fabricante A tienen una vida media de 1400 horas, con desviación estándar de 200 horas, mientras que la vida promedio de los focos del fabricante B es de 1200 horas con una desviación estándar de 100 horas. Si se prueban muestras aleatorias de 125 focos de cada marca. Cuál es la probabilidad de que los focos de la marca A tengan una vida media de por lo menos: a) 160 horas b) 250 horas más que los focos de la marca B? que Para una distribución Chi cuadrada con 12 grados de libertad, calcule el valor de x 2 tal a) El área a la derecha de x 2 es b) El área a la izquierda de x 2 es 0.99 c) El área a la derecha de x 2 es Encuentre los valores críticos de x 2 para los que el área de la cola derecha de la distribución x 2 es 0.05 si el número de grados de libertad es igual a: a) 6 b) 15 c) 9 Autor: HERNAN RIVAS Guía de ejercicios 2 (PRUFAI).doc (10/06/2010) Página 4/5

5 d) 2 que Si la variable U tiene una distribución Chi cuadrada con υ = 23, calcule x 2 1 y x 2 2, tales a) P(x 2 1 U x 2 2) = 0.80 b) P(x 2 1 U x 2 2) = Determine: a) x y x para υ = 15. tal forma que: 25.- Dada una muestra aleatoria de tamaño 24 de una distribución normal, encuentre k de a) P ( < t< k) = b) P ( k < t < 2.807) = Para una distribución Chi cuadrado encuentre χ 2 α de tal forma que: a) P (χ 2 > χ 2 α ) = 0.01 b) P (χ 2 < χ 2 α ) = Los amperímetros que produce una compañía se venden con la especificación de que la desviación estándar de las lecturas del medidor no es mayor que 0.2 amp. Se hicieron diez lecturas independientes de un circuito de prueba con corriente constante, con uno de esos amperímetros, y se obtuvo una variancia de muestra igual a a.- Sugiere lo anterior que el amperímetro que se usó no cumple con la especificación de la compañía? b.- Hallar la probabilidad aproximada de que una varianza muestral sea mayor que 0.065, si la varianza verdadera de la población es Se fabrica tubería PVC con un diámetro promedio de 1.01 plg. y desviación estándar de plg. Encuentre la Probabilidad de que en una muestra aleatoria de n = 9 secciones de tubería, el diámetro promedio de la muestra sea mayor que plg. y menor que plg. Autor: HERNAN RIVAS Guía de ejercicios 2 (PRUFAI).doc (10/06/2010) Página 5/5

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo

Más detalles

Intervalos de Confianza

Intervalos de Confianza Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de

Más detalles

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO. DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente

Más detalles

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro

Más detalles

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14 Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS

Más detalles

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados. El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué

Más detalles

Teorema del límite central

Teorema del límite central TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución

Más detalles

ESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student

Más detalles

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8. UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía

Más detalles

Guía de Modelos Probabilísticos

Guía de Modelos Probabilísticos Guía de Modelos Probabilísticos 1. Distribución Binomial 1. Una máquina produce cierto tipo de piezas de las cuales el 5 % son defectuosas. Se seleccionan en forma independiente 5 piezas al azar. Calcule

Más detalles

EJERCICIOS DISTRIBUCIONES MUESTRALES

EJERCICIOS DISTRIBUCIONES MUESTRALES EJERCICIOS DISTRIBUCIONES MUESTRALES 1. Se desea tomar una muestra aleatoria de tamaño n = 200 de la población estudiantil de la FES-C, que vamos a suponer asciende a N = 12000 estudiantes, con el objeto

Más detalles

Estadísticas Pueden ser

Estadísticas Pueden ser Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más

Más detalles

DISTRIBUCION "F" FISHER

DISTRIBUCION F FISHER Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA > DISTRIBUCION "F" FISHER La necesidad de disponer de métodos estadísticos para comparar las varianzas de dos poblaciones es evidente a partir

Más detalles

Ejemplos Resueltos Tema 4

Ejemplos Resueltos Tema 4 Ejemplos Resueltos Tema 4 01 1. Intervalo de Confianza para la Media µ (con σ conocida Dada una muestra de tamaño n, para un nivel de confianza 1-α y la desviación típica de la población σ, el Intervalo

Más detalles

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),

Más detalles

Muestreo e intervalos de confianza

Muestreo e intervalos de confianza Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física

Más detalles

Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA

Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Prueba de hipotesis de muestra pequeña para μ 1) Hipotesis nula: H 0 = μ = μ 0 2) Hipótesis alternativa: Prueba de

Más detalles

PROBABILIDADES Y DISTRIBUCIONES

PROBABILIDADES Y DISTRIBUCIONES PROBABILIDADES Y DISTRIBUCIONES 1. Supongamos que se lanza una moneda cuyo peso ha sido alterado de manera que P (C) = 2/3 y P (S) = 1/3. Si aparece cara, entonces selecciona un número al azar del 1 al

Más detalles

INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005

INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

DISTRIBUCION JI-CUADRADA (X 2 )

DISTRIBUCION JI-CUADRADA (X 2 ) DISTRIBUCION JI-CUADRADA (X 2 ) En realidad la distribución ji-cuadrada es la distribución muestral de s 2. O sea que si se extraen todas las muestras posibles de una población normal y a cada muestra

Más detalles

Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA

Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Estadístico de Prueba de Muestra Grande para μ 1) Hipotesis Nula H 0 : μ = μ 0 2) Hipótesis Alternativa : Prueba de

Más detalles

Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos

Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del

Más detalles

Estimaciones puntuales. Estadística II

Estimaciones puntuales. Estadística II Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE I POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS

Más detalles

Juan José Hernández Ocaña

Juan José Hernández Ocaña En la mayoría de los casos el muestreo se realiza sin reemplazo, por lo tanto si el tamaño de la población es reducido, la probabilidad de cada observación cambiará Como la probabilidad de éxito no es

Más detalles

Generalidades 1. Sea X una variable aleatoria continua con función densidad dada por

Generalidades 1. Sea X una variable aleatoria continua con función densidad dada por Generalidades 1. Sea X una variable aleatoria continua con función dendad dada por kt f ( t ) = 0 1 t en otro caso Determine a) el valor de la constante k b) E(X) y V(X) c) la función de distribución acumulada

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:

Más detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,

Más detalles

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 Departamento de Estadística y Econometría. Curso 2002-2003 EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 1.- Una empresa de elaboración de materiales pone en práctica un nuevo método

Más detalles

Teoría de la decisión Estadística

Teoría de la decisión Estadística Pruebas de hìpótesis Unidad 8. Pruebas de hipótesis. Formulación general. Distribución de varianza conocida. Prueba para la bondad del ajuste. Validación de modelos 1 Formulación Una Hipótesis es una proposición

Más detalles

Verificación de una hipótesis sobre una media

Verificación de una hipótesis sobre una media Sesión 14 Verificación de una hipótesis sobre una media Verificación de una hipótesis sobre una media Procedimiento de verificación de una hipótesis si el parámetro de interés es una media poblacional.

Más detalles

Estimación de Parámetros.

Estimación de Parámetros. Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un

Más detalles

Estadística Inferencial. Sesión 4. Estimación por intervalos

Estadística Inferencial. Sesión 4. Estimación por intervalos Estadística Inferencial. Sesión 4. Estimación por intervalos Contextualización. Como se definió en la sesión anterior la estimación por intervalos es utilizada para medir la confiabilidad de un estadístico.

Más detalles

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En

Más detalles

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

(1 punto) (1.5 puntos)

(1 punto) (1.5 puntos) Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.

Más detalles

Juan Carlos Colonia PRUEBA DE HIPÓTESIS

Juan Carlos Colonia PRUEBA DE HIPÓTESIS Juan Carlos Colonia PRUEBA DE HIPÓTESIS HIPÓTESIS ESTADÍSTICA Una hipótesis estadística es un supuesto acerca de la distribución de probabilidad de una o mas variables aleatorias o de los parámetros de

Más detalles

PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS

PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS En lo que sigue le presentamos 50 puntos que fueron incluidos en diferentes evaluaciones finales de los fundamentos

Más detalles

Conceptos Básicos de Inferencia

Conceptos Básicos de Inferencia Conceptos Básicos de Inferencia Intervalos de confianza Álvaro José Flórez 1 Escuela de Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos

Más detalles

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley

Más detalles

Curso: 2º Grupo: B Día: 18 - IV CURSO

Curso: 2º Grupo: B Día: 18 - IV CURSO 3ª EVALUACIÓN Curso: º Grupo: B Día: 18 - IV - 008 CURSO 007-08 EJERCICIO 1 (1.75 puntos) Sea la población {1, 5, 7}. Escriba todas las muestras de tamaño, mediante muestreo aleatorio simple, y calcule

Más detalles

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,

Más detalles

TALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com

TALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com TALLER N 2 1. Supóngase que los nueve valores siguientes, representan observaciones aleatorias provenientes de una población normal: 1, 5, 9, 8, 4, 0, 2, 4, 3. Constrúyase un intervalo de confianza de

Más detalles

a. Elija una muestra aleatoria simple de tamaño n=6 de esta población. Use una tabla de números aleatorios o Excel para la

a. Elija una muestra aleatoria simple de tamaño n=6 de esta población. Use una tabla de números aleatorios o Excel para la Ejercicios Unidad I 1. Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población de 20 alumnos de la Universidad de Talca. Base de datos de la población: Nombre Alumno

Más detalles

LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)

LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) PROBABILIDAD CONDICIONAL 1. Dados P (A) = 0.4, P (B A) = 0.3 y P (B c A c ) = 0.2, determine: a) P (A c ). b) P (B A c ). c) P (B). d) P

Más detalles

1. Ejercicios. 2 a parte

1. Ejercicios. 2 a parte 1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de

Más detalles

Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos 5.3-1 El % de los DVDs de una determinada marca son defectuosos. Si se venden en lotes de 5 unidades, calcular

Más detalles

Variables Aleatorias Discretas

Variables Aleatorias Discretas Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.

Más detalles

SEMESTRE TIPO 1 DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 3 DE 2008

SEMESTRE TIPO 1 DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 3 DE 2008 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE 9- TIPO DURACIÓN

Más detalles

Conceptos Básicos de Inferencia

Conceptos Básicos de Inferencia Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos

Más detalles

= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =

= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) = SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden

Más detalles

INFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS

INFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS Probar una afirmación acerca del valor de un parámetro poblacional 1 Probar una afirmación acerca del valor de un parámetro poblacional

Más detalles

AGRO Examen Parcial 2. Nombre:

AGRO Examen Parcial 2. Nombre: Densidad Densidad Densidad Densidad Examen Parcial 2 AGRO 5005 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro, las tablas con fórmulas y la

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

Pruebas de hipótesis

Pruebas de hipótesis Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GUÍA PARA EL TERCER PARCIAL DE ESTADÍSTICA Y PROBABILIDAD II 1 DISTRIBUCIÓN DE MEDIAS. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS Toda cosa grande,

Más detalles

EXAMEN DE ESTADÍSTICA Septiembre 2011

EXAMEN DE ESTADÍSTICA Septiembre 2011 EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura

Más detalles

b) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?

b) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir? Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 4, curso 2006 2007. Ejercicio 1. Suponer que los cuatro motores de una aeronave comercial se disponen para que

Más detalles

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2. Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar

Más detalles

Anota aquí tus respuestas para esta sección Distribución Z

Anota aquí tus respuestas para esta sección Distribución Z Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten

Más detalles

Muestreo de variables aleatorias

Muestreo de variables aleatorias Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como

Más detalles

Juan Carlos Colonia DISTRIBUCIONES MUESTRALES

Juan Carlos Colonia DISTRIBUCIONES MUESTRALES Juan Carlos Colonia DISTRIBUCIONES MUESTRALES POBLACIÓN Es el conjunto de individuos u objetos que poseen alguna característica común observable y de la cual se desea obtener información. El número de

Más detalles

12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei EJERCICIOS DE SELECTIVIDAD 1. (JUNIO 2000) Una variable aleatoria X tiene distribución normal siendo su desviación típica igual a 3.

Más detalles

Tema 5. Contraste de hipótesis (I)

Tema 5. Contraste de hipótesis (I) Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar

Más detalles

Solución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005

Solución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba

Más detalles

Ejemplos Resueltos Tema 4

Ejemplos Resueltos Tema 4 Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

Práctica 8: Test de hipótesis

Práctica 8: Test de hipótesis : Test de hipótesis 1. Un director de manufactura debe convencer a la gerencia que un nuevo método de fabricación reduce los costos, antes de poder implementarlo. El método actual funciona con un costo

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:

Más detalles

Estadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo

Estadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo Estadística. Convocatoria ordinaria Mayo de 2015 Nombre. Titulación Grupo Problema 1 (1.75 puntos) En una ciudad, el 40% de las personas son rubias, el 30% tiene los ojos azules y el 10% son rubios con

Más detalles

Estadísticas y distribuciones de muestreo

Estadísticas y distribuciones de muestreo Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que

Más detalles

Tema 4: Variables Aleatorias

Tema 4: Variables Aleatorias Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto

Más detalles

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA << Contenido >> UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO

Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA << Contenido >> UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA > UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS O TEORIA EXACTA DEL MUESTREO En las unidades anteriores se manejó el uso de la distribución z, la cual

Más detalles

Esta proposición recibe el nombre de hipótesis

Esta proposición recibe el nombre de hipótesis Pruebas de hipótesis tesis. Refs: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua, Apuntes de Estadística, Dr. Pedro Juan Rodríguez Esquerdo, Departamento de Matemáticas,

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

Distribuciones de Probabilidad

Distribuciones de Probabilidad Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica

Más detalles

Tema 8: Contraste de hipótesis

Tema 8: Contraste de hipótesis Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.

Más detalles

Distribución Chi (o Ji) cuadrada (χ( 2 )

Distribución Chi (o Ji) cuadrada (χ( 2 ) Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably

Más detalles

Trabajo Práctico: Intérvalos de Confianza

Trabajo Práctico: Intérvalos de Confianza Trabajo Práctico: Intérvalos de Confianza Autores: Astier Gabriel Mazza Pablo Talijancic Iván Profesor: Roberto Villamayor Curso: 3er Año - Ingeniería Electromecánica. Ejercicio 1: En un conocido restaurante

Más detalles

LECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.

LECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS. LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de

Más detalles

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una

Más detalles

Test de hipótesis. En términos estadísticos una hipótesis es un supuesto acerca de un parámetro poblacional. Ejemplos

Test de hipótesis. En términos estadísticos una hipótesis es un supuesto acerca de un parámetro poblacional. Ejemplos Test de hipótesis Test de hipótesis En términos estadísticos una hipótesis es un supuesto acerca de un parámetro poblacional. Ejemplos El porcentaje medio de fumadores en Argentina es 38%. No más del %

Más detalles

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema: Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz

Más detalles

Unidad V Pruebas de Hipótesis Una Muestra

Unidad V Pruebas de Hipótesis Una Muestra En las pruebas de hipótesis, el objetivo es, fundamentalmente, decidir si un valor o valores determinados de la distribución de la variable aleatoria considerada responde o no a la realidad. Una hipótesis

Más detalles

Conceptos del contraste de hipótesis

Conceptos del contraste de hipótesis Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de

Más detalles