Trabajo Práctico: Intérvalos de Confianza
|
|
- María Isabel García Ojeda
- hace 7 años
- Vistas:
Transcripción
1 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 se cree que los tiempos de espera (en minutos) de sus clientes se distribuyen de manera normal con una varianza de 22,5 minutos. a) Una muestra de 25 clientes reveló un tiempo medio de espera de 13 minutos. Construya el intervalo de confianza del 95 % para la media de la población. b) Suponga que la media de 13 minutos resultó de una muestra de 32 clientes. Encuentre el intervalo de confianza del 95 % para la media de la población. c) Qué efecto tiene un mayor tamaño de muestra sobre el intervalo de confianza? Inciso a): Sabemos que:
2 2 Practico - Intervalos de Confianza.nb Σ 22.5 ; n 25; x 13; z 1.96; Donde: Σ = Desvio standard poblacional n = Tamaño de la muestra x = Media Muestral z = Variable Standarizada xinf x z xsup x z Por lo tanto el intérvalo de confianza es: Clear Σ, n, x, z, xinf, xsup IC Μ ; 95 ( ; ) Aclaración: El valor de z fue optenido, conociendo el grado de confianza que debia tener el intérvalo y planteando la siguiente ecuación: Solve 0.5 Probability x z, x NormalDistribution 0, , z z Inciso b): Sabemos que: Σ 22.5 ; n 32; x 13; z 1.96; Donde: Σ = Desvio standard poblacional n = Tamaño de la muestra x = Media Muestral z = Variable Standarizada
3 Practico - Intervalos de Confianza.nb 3 xif x z xsup x z Por lo tanto el intérvalo de confianza es: Clear Σ, n, x, z IC Μ ; 95 ( ; ) Inciso c): Respuesta: Lo que sucede al aumentar el tamaño de la muestra, manteniendo constante los demás parámetros, es una dismimnución del error de estimación. Ejercicio 2: Se tiene interés en estimar la vida media de un producto nuevo. Qué tan grande debe ser la muestra que debe tomarse para estimar la media, con un error no mayor de 1/10 de la desviación estándar y con una confianza del 90%? n =? ( Incognita ) 1 - Α = 0.9 En primer lugar, determinamos el valor de la variable standarizada, para el cual la probabilidad es de 0.9: Solve 0.5 Probability x z, x NormalDistribution 0, , z z z Para determinar el tamaño de la población, planteamos las siguientes ecuaciones: ε 1 10 Σ ε Z Α
4 4 Practico - Intervalos de Confianza.nb Resolvemos el sistema y tenemos: Solve z 1 Σ, n 10 n Por lo tanto, para que en estas condiciones, para que el error de estimación no sea mayor que la decima parte de la desviación estándar, se necesita un tamaño de muestra n, tal que n > 663,578. Clear Ε, Σ, z, n Ejercicio 3: La Cámara de Comercio de una ciudad desea estimar el gasto medio por turista que visita dicha ciudad durante un período determinado. Con ese objetivo se ha elegido una muestra al azar de 100 turistas y se ha hallado que x = 800 $. Se conoce de experiencias anteriores que la desviación estándar de los gastos por turista en ese período es de 120 $. a) Construir un intervalo de 95 % de confianza de para el gasto medio b) Cómo debe modificarse el tamaño de la muestra si se desea aumentar el grado de confianza a 99% sin aumentar el error de estimación obtenido en el punto a)? Inciso a): n 100; x 800; Σ 120; z 1.96; xinf x z xsup x z En conclusión, el intervalo de confianza será: IC Μ ; 95 ( , )
5 Practico - Intervalos de Confianza.nb 5 Inciso b): El error está dado por: Ε z Σ n Para una 1 - Α = 0.99, tenemos: Clear n Solve Ε Σ, n n n Por lo tanto el tamaño de la nueva muestra, para obtener una confianza del 99% e = 173. Clear n, x, Σ, z, xinf, xsup, Ε Ejercicio 4: Una persona afirma que su curso de preparación para agentes de seguros de vida permite a una compañía contratar más pólizas que la compañía promedio. El monto mensual de contratación de todos los agentes de seguros tiene un comportamiento normal con promedio de $ Una muestra de 10 agentes que siguieron el curso de preparación dio los siguientes resultados (en miles de pesos): a) Si Ud. fuera el supervisor de los agentes Adoptaría el curso propuesto por esa persona? b) Qué conclusión se puede extraer si se piensa que Σ^2 = 260? Considera que estos datos son suficientes para obtener una buena conclusión? Inciso a): Μ 100; n 10; datos 100, 120, 130, 120, 125, 90, 130, 135, 140, 110 ; La media de los datos será:
6 6 Practico - Intervalos de Confianza.nb x Mean datos 120 La varianza: Variance datos 250 Y por último, tenemos que el desvio standar es: s StandardDeviation datos N Como no conocemos la varianza poblacional, lo que hacemos es aproximar la varianza muestral a la poblacional y utilizando una distribución del tipo T-Student, establecemos un intervalo de confianza para el valor de Μ, para la formación de este intervalo de confianza suponemos un nivel de confianza del 95%. Para utilizar la distribución, T-Student, sabemos: n - 1 = 9 (grados de libertad) Α = = 0.05 t n 1 ; Α De tabla Los valores de los límites inferior y superior de nuestro intervalo, estarán dados por: xinf x N xsup x IC Μ ; ; Conclusión: De este resultado, podemos concluir que si la empresa decide que sus agentes tomen el cusro, las ventas promedios en miles de pesos de los vendedores que asistan al mismo, aumentaran como mínimo en 10 mil pesos, con un 95% de seguridad. Clear xinf, xsup Inciso b): Σ 260 ; En este caso, podemos armar un intervalo de confianza de la siguiente manera:
7 Practico - Intervalos de Confianza.nb 7 z xinf x z xsup x z IC Μ ; ; ) ; Como podemos ver, este intérvalo es practicamente igual al del inciso anterior Clear xinf, xsup Comparemos ahora los errores de estimación en cada caso: Caso a: Ε T n 1;Α S n 1 n Ε a Caso b: ε Z Α Σ x n Ε b z Como vemos, al calcular los erroes de estimación en cada caso, estos son practicamente iguales. Por consiguiente y en función a los resultados obtenidos, podemos concluir que tanto en el caso a, como en el caso b, estamos frente a la misma situación. Dicho de otro modo, una muestra con la desviación dada en a, corresponde a una población con una desviación como la dada en b. Clear Μ, n, s, Σ, x Ejercicio 5: ( No Resuelto ) El departamento de servicio a clientes de la compañía de gas para viviendas desea estimar la dispersión del período que transcurre entre la llegada de una solicitud de servicio y la conexión del mismo. El departamento considera que si la compañía trabajó según lo convenido, la desviación estándar de dicho período no debe ser mayor a 19 días. Se seleccionó una muestra aleatoria de 15 casas a partir de los registros disponibles del año anterior. Los resultados registrados sobre el tiempo transcurrido entre solicitud y conexión fueron:
8 8 Practico - Intervalos de Confianza.nb A qué conclusión llegará el departamento? (suponga distribución normal para la variable en estudio) Σ 19; n 15; Variable en estudio: Tiempo transcurrido entre solicitud y conexión del servicio. datos1 114, 78, 96, 137, 78, 103, 117, 126, 86, 99, 114, 72, 104, 73, 86 ; Mean datos1 N Variance datos StandardDeviation datos1 N Clear Σ, n Ejercició 6: Una compañía telefónica desea conocer la proporción de aparatos que necesitan reparación sobre el total de los instalados. Cuál es el mínimo tamaño de muestra necesario para estimar dicha proporción con un error de a los sumo 0,01 y con un coeficiente de confianza igual a 0,95? Conocemos: z Α 1, 96; ya que la confianza es del 0.95 Ε = 0.01 Podemos aproximar el valor de n, mediante la siguiente ecuación: n = z Ε 2 p q Como no conocemos el valor de p, suponemos q p*q será máximo para p = 0.5, por lo tanto un valor máximo de n para estimar la proporción poblacional, estará dado por
9 Practico - Intervalos de Confianza.nb 9 n Es decir, que para que el error de estimación, no sea mayo al 0.01; el tamaño de la muestra n, debe ser tal que n > Clear n Ejercicio 7: Una muestra aleatoria de los puntajes de 100 aspirantes a puestos de mecanógrafos, en una gran compañía de seguros, presentó un puntaje medio de 72,6. El diseñador de la prueba sostiene que los aspirantes calificados deben promediar por lo menos 75 puntos. Suponga que la desviación estándar de los puntajes de la prueba es de 10,5. Puede concluir la compañía de seguros que está contratando aspirantes calificados, teniendo en cuenta los resultados de esta prueba? Variable en estudio: X Puntaje obtenido por los aspirantes a mecanógrafos, en la prueba de aptitud para conseguir el empleo. n 100; x 72.6; s 10.5; Como n > 30 y no conocemos la desviación standar poblacional, lo q hacemos es apriximar la desviación muestral S a la poblacional Σ y tomando un nivel de confianza del 95%, armamos el siguiente intérvalo de confianza: z 1.96; xinf x z xsup x z IC Μ ; ; ) Teniendo en cuanta los resultados de la prueba, y en función a lo establecido por el diseñador de la misma (que los aspirantes calificados deben promediar por lo menos 75 puntos ), la compañia puede concluir, con un 95% de confianza, que no esta contratando aspirantes calificados. Clear n, x, s, z, xinf, xsup
10 10 Practico - Intervalos de Confianza.nb Ejercicio 8: La administración de un supermercado desea conocer el tiempo promedio que emplean sus clientes para realizar sus compras. Para obtener dicha información se va a estudiar una muestra al azar de clientes. A partir de experiencias pasadas en tiendas similares se ha estimado que la desviación estándar de la variable en estudio se encuentra entre 5 y 10 minutos. a) Qué tamaño de muestra aconsejaría si se admite un error de estimación de 1 minuto? (Trabaje con 95 % de confianza). b) Suponga que de una muestra al azar de 200 clientes se obtuvo un x = 19,56 minutos y una dispersión del tiempo que los clientes permanecieron en la tienda de 6,6 minutos. En supermercados comparables el tiempo medio empleado por los clientes es de 25 minutos Podría concluirse que la tienda en la cual se realizó el estudio difiere de las otras con respecto al tiempo promedio que emplean los clientes? Variable en estudio: X Tiempo promedio, empleado por los clientes en hacer sus comprar en el supermercado. 1 - Α = 0.95 Inciso a) Tenemos: Ε < 1 y a su vez Ε = z Α Ε 1; Solve 5 Ε n 1.96, n n Solve 10 Ε n 1.96, n n ; donde 5 < Σ < 10 Por lo tanto el resultado sería: < n < Es decir, que para hacegurarnos un error de estimación de como máximo 1min, debemos tomar un tamaño de muestra tal que, n = 385. Clear n, Ε
11 Practico - Intervalos de Confianza.nb 11 Inciso b) Tenemos: n 200; x 19.56; s 6.6; Como n > 30 y no conocemos el valor de Σ, en función a una confianza del 95%, formamos el siguiente intervalo de confianza: z 1.96; xinf x z xsup x z IC Μ ; ; ) Conclusión: En función al intervalo de confianza anteriormente determinado, se puede inferir, con un 95% de confianza, que la tienda en la cual se realizo el estudio difiere de las otras ya que el tiempo promedo que emplean los clientes es menor en ella. Clear n, x, s, z, xinf, xsup Ejercicio 9: Un fabricante de disquetes para computadoras personales está preocupado por el número de sectores dañados que se registran cuando se formatea un disco en una computadora particular. Para investigar sobre las características de la producción, se selecciona una muestra de 100 disquetes de la producción diaria, se les da formato y se registra el tamaño (en miles de bytes) de los sectores dañados de cada disco. En la tabla siguiente se presenta la distribución de frecuencias del tamaño (en miles de bytes) de los sectores dañados en las unidades correspondientes a la muestra seleccionada.
12 12 Practico - Intervalos de Confianza.nb a) Estime, en promedio, el tamaño de los sectores dañados de los discos. Interprete los valores hallados. b) El fabricante está preocupado por la proporción de discos cuyos sectores dañados superan los bytes. Qué se puede inferir respecto a esto? Variable en estudio : X Tamaño de los sectores dañados en los discos ( en miles de bytes ). Inciso a): datos11 "Tamaño del Sector Dañado", "n de discos", 2.8, 2, 7.6, 11, 12.4, 12, 17.2, 13, 22, 17, 26.8, 13, 31.6, 12, 36.4, 10, 41.2, 9, 46, 1 MatrixForm Tamaño del Sector Dañado n de discos Para operar mas comodamente los datos, los reordenamos de la siguiente manera:
13 Practico - Intervalos de Confianza.nb 13 list 2.8, 2.8, 7.6, 7.6, 7.6, 7.6, 7.6, 7.6, 7.6, 7.6, 7.6, 7.6, 7.6, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 12.4, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 17.2, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 22, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 26.8, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 31.6, 36.4, 36.4, 36.4, 36.4, 36.4, 36.4, 36.4, 36.4, 36.4, 36.4, 41.2, 41.2, 41.2, 41.2, 41.2, 41.2, 41.2, 41.2, 41.2, 46 ; n1 Dimensions list ; n n Media de los datos: Varianza: x Mean list Variance list Desviación Standard: s StandardDeviation list Como n > 30, y adoptando una confianza del 95%, podemos armar el siguiente intérvalo de confianza: xinf x xsup x IC Μ ; ; ) En función al intervalo anteriormente determinado, se puede inferir con una confianza del 95% que la dimensión promedio del tamaño de los sectores rayados en los discos esta entre ( ; ). Clear x Inciso b): (Falta Resolver) Probability x 22, x list N 0.62
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4,
Más detallesTALLER 1 ESTADISTICA II
TALLER 1 ESTADISTICA II Profesor: Giovany Babativa Distribuciones Muestrales 1. Suponga que la variable aleatoria Z sigue una distribución normal estándar, Halle: a. P (Z < 1,2) b. P (Z > 1,2) c. P ( 1,7
Más detallesEstimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
Más detallesESTADÍSTICA Y PROBABILIDAD
(distribución normal) 1 1.- Calcular las probabilidades de los siguientes intervalos, empleando para ello las tablas de la distribución de probabilidad normal estándar N(0, 1): (1) P(z 2 14) (2) P(z 0
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2007) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detallesR E S O L U C I Ó N. σ σ a) El intervalo de confianza de la media poblacional viene dado por: IC.. μ zα
Se sabe que la estatura de los individuos de una población es una variable aleatoria que sigue una distribución normal con desviación típica 6 cm. Se toma una muestra aleatoria de 5 individuos que da una
Más detallesNombre: Solución: a) N(
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 = 12 meses. Determínese el mínimo tamaño
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros
Más detallesINTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA Dado que los estimadores puntuales pocas veces serán iguales a los parámetros que se desean estimar, es posible darse mayor libertad utilizando estimadores
Más detallesR E S O L U C I Ó N. σ σ a) El intervalo de confianza de la media poblacional viene dado por: IC.. μ zα
Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2002 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 00 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 detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesEJERCICIOS 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 detallesUniversidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Ateneo Ruperto P. Bonet Chaple UTB-Julio 2016 OBJETIVO Aplicar las técnicas de Muestreo e Inferencia Estadística Determinar el tamaño
Más detallesEstadística I Solución Examen Final- 19 de junio de Nombre y Apellido:... Grupo:...
Estadística I Examen Final- 19 de junio de 2009 Nombre y Apellido:... Grupo:... (1) La siguiente tabla muestra las distribuciones de frecuencias absolutas de la variable altura (en metros) de n = 500 estudiantes
Más detallesR E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z
Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad
Más detallesUNIVERSIDAD 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 detallestiene distribución t con n 1 grados de libertad. Si utilizamos dicha cantidad como pivote, entonces para el intervalo
. Intervalos de confianza para muestras pequeñas.. Para µ. Si Y, Y,..., Y n representa una muestra aleatoria tomada de una población normal, con Ȳ la media de a muestra y S la varianza de la muestra, queremos
Más detallesTEMA 7. Estimación. Alicia Nieto Reyes BIOESTADÍSTICA. Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13
TEMA 7. Estimación Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13 1 Estimación Puntual 1 Estimación por intervalos Estimación por intervalos de la Media
Más detallesEstadística Aplicada
Estadística Aplicada Universidad Maimónides 2016 Clase 5 Distribución de la Media Muestral Pedro Elosegui 1 2 Métodos y Distribuciones de Muestreo En estadística nos gustaría contar con los parámetros
Más detallesESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09)
ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09) Estimación de una media de población: σ conocida Requisitos 1. La muestra es aleatoria simple. (Todas las muestras del mismo tamaño
Más detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesResp x = 72.73, S 2 = 225,8574 => S = 15,0286. Lcdo Eliezer Montoya Estadística III UNEFA -Barinas 1
REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DE LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA NACIONAL NÚCLEO BARINAS UNEFA Estadística III Licenciatura en Economía Social.
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 01 1. Intervalo de Confianza para la Media µ (con σ conocida Dada una muestra de tamaño n, para un nivel de confianza 1-α y la desviación típica de la población σ, el Intervalo
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesEstadística Clase 4. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 011 Clase 4 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 4 1. Pasos en un proceso estadístico. Inferencia Estadística 3. Estimación Puntual
Más detallesR E S O L U C I Ó N. a) La distribución de las medias muestrales es: N µ, = N 17 '4, = Como el nivel de confianza es del 95%, podemos calcular.
En una muestra aleatoria de 56 individuos se ha obtenido una edad media de 17 4 años. Se sabe que la desviación típica de la población normal de la que procede esa muestra es de años. a) Obtenga un intervalo
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesTeorema Central del Límite
Teorema Central del Límite TCL: indica que, en condiciones muy generales, la distribución de la suma de v.a. tiende a una distribución normal cuando la cantidad de variables es muy grande. 156 Sea X 1,
Más detallesESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL.
ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. Un intervalo de confianza, para un parámetro poblacional θ, a un nivel de confianza 1 α 100 %, no es más que un intervalo L
Más detallesTeoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales
Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación
Más detallesPráctica 6: Fundamentos de la Inferencia. Teorema Central del Límite.
: Fundamentos de la Inferencia. Teorema Central del Límite. 1. Dada una población de media µ = 400 y varianza σ 2 = 1.600. Se obtiene una muestra aleatoria de tamaño 35. Detallar bajo qué condiciones se
Más detallesEstadística I Solución Examen Final - 28 Mayo de 2009
Estadística I Examen Final - 28 Mayo de 2009 (1 (10 puntos A 16 estudiantes de Filosofía se les preguntó cuántas clases de esta asignatura habían perdido durante el cuatrimestre. Las respuestas obtenidas
Más detallesEstadística Clase 3. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase 3 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri 1. Pasos en un proceso estadístico 1. Plantear una hipótesis sobre una población.. Diseñar
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 11 Estimadores puntuales y de intervalo Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir los conceptos de los estimadores puntuales y de intervalo.
Más detallesEstadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones
Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida
Más detallesSelectividad Junio 2004 JUNIO 2004
Selectividad Junio 004 Bloque A JUNIO 004.- La suma de las tres cifras de un número es 8, siendo la cifra de las decenas igual a la media de las otras dos. Si se cambia la cifra de las unidades por la
Más detallesMODELO 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 detallesEstadística. Contrastes para los parámetros de la Normal
Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros
Más detallesInferencia Estadística
Inferencia Estadística 2do C. 2018 Mg. Stella Figueroa Clase Nº10 Población y Muestra- Parámetro y Estimación puntual Población: Es el conjunto de todos los elementos o unidades elementales con características
Más detallesPROBLEMAS 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 detallesMuestreo e intervalos de confianza
Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física
Más detallesIntervalos 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 detallesINFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO 1 2 RECUERDE: un estimador puntual es un estadístico muestral usado para estimar un parámetro poblacional: x (estimación de μ),
Más detallesPráctica 5: Estimación de parámetros. Una población.
Práctica 5: Estimación de parámetros. Una población. 1. Considere el conjunto f1; 3; 5; 7; 9g (a) Enumere todas las muestras de tamaño 2 que pueden ser seleccionadas con reposición de ese conjunto. Calcule
Más detallesAnota aquí tus respuestas para esta sección Distribución Z
Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2
PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para
Más detallesDistribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides
Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico
Más detalles12. (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 detallesEstadística I Tema 5: Introducción a la inferencia estadística
Estadística I Tema 5: Introducción a la inferencia estadística Tema 5. Introducción a la inferencia estadística Contenidos Objetivos. Estimación puntual. Bondad de ajuste a una distribución. Distribución
Más detallesESTADÍSTICA (PEBAU 2017)
ESTADÍSTICA (PEBAU 2017) 1 En una muestra aleatoria de 100 individuos se ha obtenido, para la edad, una media de 17.5 años. Se sabe que la edad en la población de la que procede esa muestra sigue una distribución
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2001 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 001 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 detallesEstadística II Ejercicios Tema 5
Estadística II Ejercicios Tema 5 1. Considera los cuatro conjuntos de datos dados en las transparencias del Tema 5 (sección 5.1) (a) Comprueba que los cuatro conjuntos de datos dan lugar a la misma recta
Más detallesESTIMACION INFERENCIA ESTADISTICA
P M INFERENCIA ESTADISTICA Desde nuestro punto de vista, el objetivo es expresar, en términos probabilísticos, la incertidumbre de una información relativa a la población obtenida mediante la información
Más detallesUNIVERSIDAD ALONSO DE OJEDA ESTADISTICA II
UNIVERSIDAD ALONSO DE OJEDA ESTADISTICA II UNIDAD I MUESTREO Y ESTIMACION DE PARAMETROS (GUIA DE ESTUDIO) DR. DENY GONZALEZ MAYO 2016 La Estadística es un conjunto de métodos para la toma de decisiones
Más detallesR E S O L U C I Ó N. σ σ a) El intervalo de confianza de la media poblacional viene dado por: IC.. µ zα, µ+ zα
En una población una variable aleatoria sigue una ley Normal de media desconocida y desviación típica. a) Observada una muestra de tamaño 400, tomada al azar, se ha obtenido una media muestral igual a
Más detallesEstadística I Examen Final - 19 de junio de Nombre:... Grupo:...
Estadística I Examen Final - 19 de junio de 2009 Nombre:... Grupo:... Realizar los cálculos intermedios con 4 decimales y redondear el resultado final a 2 decimales. 1. La siguiente tabla muestra las distribuciones
Más detallesTEMA 3: MUESTREO Y ESTIMACIÓN. Estimación de la Media
TEMA 3: MUESTREO Y ESTIMACIÓN Estimación de la Media INTRODUCIÓN Supongamos que queremos estudiar una determinada característica de una población. Como vimos en el anterior power point, es muy complejo
Más detallesNombre: Distribuciones de probabilidad continua. Segunda parte.
Estadística 1 Sesión No. 12 Nombre: Distribuciones de probabilidad continua. Segunda parte. Contextualización En la presente sesión aprenderás una de las aplicaciones principales de la distribución t-student,
Más detallesPrueba de Hipótesis. Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional
Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea para la toma de decisión, es decir aceptar o rechazar el supuesto
Más detallesTALLER 2 ESTADISTICA II
TALLER 2 ESTADISTICA II Profesor: Giovany Babativa 1. Una muestra aleatoria de empleados de un grupo numeroso perteneciente a una empresa, entregó las siguientes calificaciones en un examen de aptitud:
Más detallesPreguntas más Frecuentes: Tema 8
Preguntas más Frecuentes: Tema 8 Pulse sobre la pregunta para acceder directamente a la respuesta 1. En el ejemplo 8.1, por qué se escoge n =?. En el ejemplo 8.1, si n fuera igual a 3 habría que obtener
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2007 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 007 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 detallesSelectividad Septiembre 2007 SEPTIEMBRE 2007
Bloque A SEPTIEMBRE 2007 1.- Cada instalación de una televisión analógica necesita 10 metros de cable y cada instalación de televisión digital necesita 20 metros. Cada televisión analógica necesita 20
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detallesEstadística 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 detallesApuntes de Estadística Curso 2017/2018 Esther Madera Lastra
1 1. MEDIA Y DESVIACIÓN TÍPICA DE DISTRIBUCIONES La media de un conjunto de datos se calcula sumando todos los datos y dividiendo entre el número de datos. La varianza de un conjunto de datos se calcula
Más detallesCONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES
CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES INTRODUCCIÓN Un fabricante de pilas afirma que la duración media de sus pilas, funcionando ininterrumpidamente, es de 53 horas como mínimo y su desviación
Más detallesESTIMACIÓN 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 detallesAGRO Examen Parcial 2. Nombre:
1 Nombre: Examen Parcial 2 AGRO 5005 2016 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesTALLER 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 detallesINFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA
INFERENCIA ESTADÍSTICA: INTERVALOS DE CONFIANZA 1) Se desea estimar la proporción de individuos zurdos en una determinada ciudad. Para ello se toma una muestra aleatoria de 300 individuos resultando que
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detallesDistribución 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 detallesVerificación 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 detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesBioestadística: Inferencia Estadística. Análisis de Una Muestra
Bioestadística: Inferencia Estadística. Análisis de Una Muestra M. González Departamento de Matemáticas. Universidad de Extremadura Estimación Puntual e Intervalos de Confianza Planteamiento del Problema
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2012) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2012) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detallesPráctica 8: Test de hipótesis
: Test de hipótesis 1. Un director de manufactura debe convencer a la gerencia que un nuevo método de fabricación reduce los costos, antes de poder implementarlo. El método actual funciona con un costo
Más detallesSolución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005
Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba
Más detallesINFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así
Más detallesEstimación por intervalos de la media poblacional con desviación estándar desconocida
ESTIMACIÓN POR INTERVALO Ya estudiamos cómo estimar intervalos de confianza cuando la desviación estándar poblacional es conocida. En ese caso usamos una estimación de la desviación estándar poblacional
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Mag. María del Carmen Romero 2014 romero@econ.unicen.edu.ar Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo
Más detallesAnota aquí tus respuestas para esta sección Distribución Z
Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesPROBABILIDAD 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 detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Un estimador es una regla que establece cómo calcular una estimación basada en las mediciones contenidas en una muestra
Más detallesIntroducción a la inferencia estadística
M. Wiper Estadística 1 / 15 Introducción a la inferencia estadística Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 2 / 15 Objetivo Introducir la distribución
Más detallesCap. 5 : Distribuciones muestrales
Cap. 5 : Distribuciones muestrales Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 18 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detalles14.1. Modelo Opción A
14.1. Modelo 213 - Opción A Problema 14.1.1 2 puntos Discútase el sistema siguiente en función del parámetro a R: x y = a x+ az = 2x y+ a 2 z = 1 1 1 a 1 a 2 1 a 2 1 ; A = aa 1 = = a =, a = 1 Si a y a
Más detallesMatemáticas Aplicadas a las Ciencias Sociales II Hoja 6: Inferencia Estadística. Estimación de la Media
Matemáticas Aplicadas a las Ciencias Sociales II Hoja 6: Inferencia Estadística. Estimación de la Media Ejercicio 1: El peso en gramos del contenido de las cajas de cereales de una cierta marca se puede
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
Ejercicios Selectividad Tema 12 Inferencia estadística. Matemáticas CCSSII 2º Bachillerato 1 TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA LAS MUESTRAS ESTADÍSTICAS EJERCICIO 1 : Septiembre 00-01.
Más detalles