Ejercicios y Aplicaciones: Resolución Guiada

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

Download "Ejercicios y Aplicaciones: Resolución Guiada"

Transcripción

1 Uidad Temática 5 : Resolució Guiada Bibliografía Los ejercicios y aplicacioes de esta uidad tiee como referecia los siguietes libros de texto: PROBABILIDAD Y ESTADÍSTICA PARA INGENIEROS Sexta Edició Autores: Walpole, Myers, Myers Ed. Pretice-Hall, Hispaoamericaa, S. A. México, PROBABILIDAD Y ESTADÍSTICA APLICADAS A LA INGENIERÍA Autores: Douglas Motgomery y George Ruger Ed. Mc. Graw Hill México, PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Y CIENCIAS Quita Edició Autor: Jay L. Devore Ed. Thompso México,

2 Itroducció Preste ateció a la siguiete iformació Los ejercicios y aplicacioes de la () icluye los coteidos de la UT4 (Distribucioes fudametales del muestreo). Tato e la bibliografía como e los problemas propuestos ecotrará cosigas del siguiete tipo: 1. Ecuetre u itervalo de cofiaza para la media de la població e estudio. Calcule u itervalo de cofiaza para la diferecia de las medias de las poblacioes estudiadas 3. Costruya u itervalo para la variaza de la població e estudio 4. Qué tamaño debe teer la muestra para poder asegurar, co u ivel de cofiaza dado, que el error de la estimació o excederá de? 5. Qué puede decir, co ua cofiaza del 90%, sobre la magitud posible del error de la estimació, si? Este tipo de cosigas movilizará, fudametalmete, sus coocimietos acerca de la posibilidad de aplicar tal o cuál fórmula y del procedimieto de cálculo para llegar al resultado umérico solicitado. Qué tiee que teer e cueta e estos casos? Idetifique si es coocida o descoocida la distribució de la variable que se estudia e la població. Recoozca si el tamaño de la muestra que se ha seleccioado a los fies de la iferecia estadística es pequeño o grade, estadísticamete hablado. Distiga las situacioes e las que se exige que la muestra provega de ua població ormal de las que o es ecesario que se cumpla tal codició. Rescate de la iformació el valor de los parámetros coocidos, por ejemplo, la desviació estádar, a los efectos de ecotrar u itervalo de cofiaza para la media. Tega e cueta el ivel de cofiaza a la hora de calcular e iterpretar los resultados de las estimacioes. Si el euciado de u problema o establece el ivel de cofiaza co el que se debe trabajar, usted debe adoptarlo.

3 El Ejercicio 1 es u problema que debe resolver utilizado el método estadístico para la estimació de parámetros. Co frecuecia, será el tipo de situacioes problemáticas que ecotrará e las evaluacioes del curso. No obstate, ates, coviee resolver casos más secillos pero o meos importates, como los ejercicios propuestos de la [Guía de Mediació de Coteidos] de la cátedra. El resto de los ejercicios está prácticamete resueltos y para ello se ha teido e cueta las cosigas geerales y las pautas para la costrucció de itervalos de cofiaza. Recuerde que para respoder las cosigas de los problemas hemos propuesto alguas cosigas geerales. Tégalas siempre presete! El establecimieto de estas cosigas o implica que, ecesariamete, para resolver los ejercicios se deba colocar u subtítulo que idetifique cada ua de las cosigas geerales, pero sí debe quedar escrito lo solicitado e cada ua de ellas. Cosigas geerales Defiir la variable aleatoria e estudio. Idetificar la distribució de la variable e estudio y sus parámetros (o bie, idicar que es descoocida). Platear la solució del problema e u leguaje simbólico apropiado, co la justificació correspodiete. Justificar el uso de ua solució aproximada del problema (aproximació biomial a ormal, por ejemplo), si correspode. Realizar los cálculos ecesarios para arribar al resultado. Iterpretar el resultado e el cotexto del problema para respoder la cosiga. 3

4 μ Medias. Ejercicio 1 Roberto está auditado el proceso de lleado de los evases de pitura de u litro. Cocretamete, quiere saber si el verdadero volume promedio del coteido de los evases de u litro, es realmete u litro. De estudios previos se sabe que la desviació del coteido de los evases de u litro es igual a 0,0 litros. Para respoder a su preguta, Roberto seleccioó ua muestra aleatoria de 64 evases de la pitura estudiada y el coteido medio de pitura e la muestra resultó igual a 0,995 litros. a) E base a los resultados obteidos e la muestra y utilizado el método estadístico para la estimació de parámetros, Roberto, debe cocluir que el coteido medio de los evases es meor de u litro? Justifique su respuesta. b) Para u tamaño de muestra dado, cómo varía el error de estimació y la amplitud del itervalo, e fució del ivel de cofiaza? c) Para u ivel de cofiaza dado, cómo varía el error de estimació e fució del tamaño de la muestra? d) Qué tamaño de muestra será ecesario tomar cuado se fija el error máximo de la estimació e u valor dado? e) Ecuetre el ivel de cofiaza que correspode a u itervalo cuyo error máximo de estimació es igual a 0,006 litros, co u tamaño de muestra de 64 latas y desviació estádar del coteido de pitura igual a 0,0 litros Resolució paso a paso del Ejercicio 1 Defiir la variable e estudio 4

5 E1.1) Marque co ua la opció correcta. E1.1.1) La variable que estudia Roberto es: a) : Catidad de latas de pitura que evasa el productor. b) : Volume de las latas de pitura. c) : Coteido de pitura e los evases de u litro. d) Nigua de las ateriores. La variable que estudia Roberto,, es: E1.1.) Segú la iformació del euciado, la variable que estudia Roberto, : a) Se distribuye ormalmete. b) No se sabe cuál es la distribució de la variable. c) Sigue ua distribució que es bimodal. d) Nigua de las ateriores. La distribució de la variable e estudio es: E1.1.3) Tambié se debe cocluir que: a) El valor 0,0 litros, es u estadístico. b) Para poder resolver el problema, Roberto debería haber seleccioado ua muestra de más de 100 latas de pitura. c) El valor 0,995 litros es u estadístico. d) Nigua de las ateriores. E1.1.4) La variable que estudia Roberto puede asumir los siguietes valores: a) Desde a + b) Mayores que cero c) Meores que cero d) Todos los valores reales detro e u rago dado E1.1.5) La variable que estudia Roberto es: a) Ua variable cuatitativa que se mide e escala ordial b) Ua variable cualitativa que se mide e escala de razó c) Ua variables cuatitativa que se mide e escala de itervalo d) Ua variable cuatitativa que se mide e escala de razó 5

6 (se lee raya) Distribució de la media muestral Idetificar la distribució de la variable implica: idicar cuál es el modelo matemático que describe la distribució de probabilidad de la variable y sus parámetros. Puede que esta última esté distribuida ormalmete, que siga ua distribució o ormal o que tega ua distribució descoocida. Ahora os pregutamos: cuál es la distribució de la estadística media muestral? E1.) Marque co ua la opció correcta. E1..1) La media de muestras seleccioadas de la població e estudio: a) Sigue ua distribució ormal, porque la variable que se estudia e la població está distribuida ormalmete. b) Sigue ua distribució ormal, porque para el tamaño de muestra que se ha seleccioado, se puede aplicar el teorema del límite cetral. c) Co la iformació dispoible e el euciado del problema, o se puede saber cuál es la distribució de la media muestral. d) Nigua de las ateriores. E1..) E relació a la distribució de la media muestral: a) La media de la variable e estudio,, coicide co la media de las medias de muestras,. b) La variaza de la media muestral, es veces más pequeña que la variaza de la variable que se estudia e la població de la cual proviee la muestra. c) Error estádar de la media muestral, es el ombre que se le da a la desviació estádar de la media muestral. d) Todas las ateriores. E1..3) Observe la otació empleada e las siguietes opcioes y seleccioe la opció co la respuesta e la que se hace uso correcto de la otació: a) μ = μ b) σ σ = c) σ σ = d) Todas las ateriores 6

7 E1..4) De acuerdo co la iformació del euciado, los valores uméricos asociados a la otació empleada, so: a) x = 0,995 b) σ = 0,0 c) 0, 0 σ = = 0, d) Todas las ateriores. E1..5) Para deotar la distribució de la media muestral e el caso que se estudia, puede utilizarse la siguiete otació: a) N x μ σ ( ;, ) b) σ N( x; μ, ) c) N( x; μ, σ / ) d) Cualquiera de las ateriores. Iterpretació de gráficos A cotiuació ecotrará graficada la fució de desidad de probabilidad y la fució de distribució acumulada de la distribució ormal para los siguietes parámetros: media = 1 litro y desviació estádar = 0,005 litros. Distribució Normal fució de desidad ,98 0,99 1 1,01 1,0 1,03 1,04 media Figura 5. 1 Media, EEMedia 7

8 Distribució Normal 1 0,8 Media, EEMedia 1,0,005 FDA 0,6 0,4 0, 0 0,98 0,99 1 1,01 1,0 1,03 1,04 media Figura 5. E1..6) De la lectura de la Fig. 5.1 se debe cocluir que la media muestral del coteido de pitura observado e ua muestra de 64 latas de u litro, co media = 1 litro y desviació estádar = 0,005 litros: a) Es prácticamete improbable que sea superior a 1,01 litros. b) Es prácticamete improbable que sea iferior a 0,99 litros. c) Tiee ua probabilidad igual a 0,5 de superar el litro. d) Todas las ateriores. E1..7) De la lectura de la Fig. 5. se debe cocluir que para la media del coteido de pitura observado e ua muestra de 64 latas de u litro: a) El percetil 90 es mayor de 1,00 litros. b) El segudo decil es mayor de 0,99 litros. c) El tercer cuartil es meor de 1,004 litros. d) Todas las ateriores. Volver a las cosigas El camio recorrido hasta el mometo, os ha permitido costruir el susteto teórico de coceptos subyacetes e las fórmulas que aplicaremos para respoder las cosigas del problema. La primera de ellas dice: a) E base a los resultados obteidos e la muestra y utilizado el método estadístico para la estimació de parámetros, Roberto, debe cocluir que el coteido medio de los evases es meor de u litro? Justifique su respuesta. 8

9 P(?) Platear la solució del problema E1.3) Marque co ua la opció correcta. E el caso que os ocupa, para obteer ua estimació por itervalo de la media de la població de las latas de pituras de u litro, μ, la fórmula que correspode a aplicar es: a) b) σ x z < μ < x + z α/ α/ σ x t < μ < x + t α/ α/ c) S S x tα/ < μ < x + tα/ d) Cualquiera de las ateriores Ateció! σ σ El euciado o idica co qué ivel de cofiaza se debe trabajar. Cuado esto sucede, es usted quie debe adoptar u ivel de cofiaza. Para cotiuar co la resolució del problema, adoptaremos u ivel de cofiaza igual a 0,96. Notació Fig Notació empleada (1 α ): ivel de cofiaza z α/ : es u valor de la variable ormal estádar tal que, el área bajo la curva que deja a su derecha es igual a α/ y el área que deja a su izquierda es igual a (1 α/ ). z α/ : es u valor de la variable tal que, el área que deja a su izquierda es igual a α/. 9

10 Realizar los cálculos ecesarios E1.4) Marque co ua la opció correcta. E1.4.1) Los valores que debe reemplazarse e la fórmula para calcular la estimació, so: a) z α/ =,05 b) σ = 0,0 c) x = 0,995 d) El error estádar de la media es igual a 0,005 e) El error máximo de la estimació es igual a 0,00515 f) Todas las ateriores E1.4.. Para u ivel de cofiaza del 96%, se debe cocluir que: a) El límite iferior del itervalo de cofiaza (LIC) es igual a 0, litros. b) El límite superior del itervalo de cofiaza (LCS) es igual a 1,00015 litros. c) El error máximo de la estimació es igual a 0,00515 litros. d) Todas las ateriores. Iterpretar resultados: 1ª Parte Recuerde que debe iterpretar el resultado umérico obteido, expresádolo e u leguaje coloquial y respodiedo la cosiga del ejercicio. Pero, ates de respoder la cosiga, veamos cómo iterpretar el itervalo de cofiaza calculado. E1.5) Marque co ua la opció correcta. E1.5.1) Si el itervalo de cofiaza obteido, para u ivel de cofiaza del 96%, fuera el siguiete: (0, ; 1,00015), se debe iterpretar que: a) El 96% de las latas de pituras tiee etre 0, y 1,00015 litros. b) El coteido de pitura promedio e la muestra de 64 latas, se ecuetra etre 0, y 1,00015 litros. c) Co ua cofiaza del 96%, se cocluye que el itervalo (0, ; 1,00015) icluye al verdadero valor del coteido medio de pitura de la població de latas de u litro. d) Nigua de las ateriores. 10

11 Iterpretar resultados: ª Parte Recuerde la cosiga: a) E base a los resultados obteidos e la muestra y utilizado el método estadístico para la estimació de parámetros, Roberto, debe cocluir que el coteido medio de los evases es meor de u litro? Justifique su respuesta. Ates de respoder, observe la represetació gráfica siguiete: 1 0, ,995 1, μ = 1 litro Situació 1: Situació : Situació 3: Si el resultado obteido es el idetificado co el úmero 1, co u 96% de cofiaza, el itervalo (0, ; 1,00015) icluye al verdadero valor de la media (coteido medio de las latas de u litro, represetado por la líea vertical). Si el resultado hubiera sido el represetado por el itervalo idetificado co el úmero, deberíamos haber cocluido que, co u 96% de cofiaza, el itervalo represetado icluye al verdadero valor de la media del coteido de las latas de pitura (observe que o icluye a la raya vertical, por lo tato, o icluye al valor 1 litro). Es similar a la situació. La diferecia etre la úmero y la úmero 3, es que e la primera el coteido medio es meor de u litro y e la seguda el coteido medio es mayor de u litro. E1.5.) La respuesta para la cosiga a) debe ser: 11

12 a) Co u 96% de cofiaza, Roberto debe iformar que el coteido medio de las latas de u litro, es u litro. b) Co u 96% de cofiaza, Roberto debe iformar que el coteido medio de las latas de u litro, NO es iferior a u litro. c) Co u 96% de cofiaza y e base a los resultados obteidos e la muestra, Roberto debe iformar que o hay evidecia suficiete como para cocluir que el coteido promedio de las latas de u litro, es meor de u litro. d) Cualquiera de las ateriores. Cosigas b c d b) Para u tamaño de muestra dado, cómo varía el error de estimació y la amplitud del itervalo, e fució del ivel de cofiaza? c) Para u ivel de cofiaza dado, cómo varía el error de estimació e fució del tamaño de la muestra? d) Qué tamaño de muestra será ecesario tomar cuado se fija el error máximo de la estimació e u valor dado? E1.6) Marque co ua la opció correcta. E1.6.1) E el caso que os ocupa, el error de la estimació viee dado por: a) σ e = b) e= t α / σ c) S e= t α /. d) e= z α / σ Ateció! Para respoder las cosigas, se ha tabulado los resultados del cálculo obteidos co ua hoja de cálculo de Microsoft ECEL. E1.6.) Si el error de la estimació es igual a 0,00515 litros, debe iterpretarse que: 1

13 a) Etre el valor real del coteido medio de la població de latas de pitura y el valor de la estimació putual obteido e la muestra, o puede haber ua diferecia superior a los 0,00515 litros. b) Etre el coteido promedio de la població de latas y el coteido promedio de las latas de la muestra, hay ua diferecia de 0,00515 litros. c) Aproximadamete, cico de cada mil latas tiee meos pitura que el valor idicado e el evase (u litro). d) Co ua cofiaza del 96% es posible cocluir que, la diferecia etre el valor de la estimació putual (0,995 litros) y el verdadero valor del coteido medio de las latas de pitura de u litro, o excede el valor 0,00515 litros. e) Nigua de las ateriores. E1.6.3) La fórmula para calcular el tamaño de la muestra e el caso os ocupa es: a) tα /S = e b) zα /σ = e c) zα /S = e d) Nigua de las ateriores. E1.6.4) Aalice la ifluecia del ivel de cofiaza e la variació de error máximo de la estimació y e la variació de los límites del itervalo de cofiaza. No es ecesaria ua respuesta a la cosiga de este ítem. Sólo tégala e cueta. Notas persoales 13

14 Cotiuació Ejercicio 1 Cálculos y gráficos co la Hoja de Cálculo Tabla 1. Itervalos de cofiaza para la media, para distitos iveles de cofiaza Número Nivel de Cofiaza z α / Error Máximo de la Estimació Putual Límite Iferior de Cofiaza Límite Superior de Cofiaza (1 α) e máx LIC LSC 1 0,80 1,8 0, , , ,8 1,341 0, , , ,84 1,405 0, , , ,86 1,476 0, , , ,88 1,555 0, , , ,90 1,645 0, , , ,9 1,751 0, , , ,94 1,881 0, , , ,95 1,960 0, , , ,96,054 0, , , ,98,36 0, , , ,99,576 0, , , Nota: El itervalo úmero 10 es el que correspode al obteido e el apartado 4. La diferecia debe explicarse teiedo e cueta el redodeo matemático; por ejemplo, las tablas de la distribució ormal está costruidas para valores de z co dos decimales. Tabla : Tamaño de la muestra e fució del error máximo de la estimació (para z α / =,05 y σ = 0,0 litros) Número Error Máximo de la Estimació Tamaño de la Muestra Tamaño de la Muestra e máx Calculado Redodeado 1 0, , , , , , , , ,008 14, , , , , , , ,0048 7, , , , , ,0063 4, , , , , ,0078 7, ,0083 4,

15 Cotiuació Ejercicio 1 Gráficos para respoder las cosigas b c d Coteido de las latas (e litros) 0,100 0,1000 0,0980 0,0960 0,0940 0,090 0,0900 0,0880 Media Muestral 0,80 0,8 0,84 0,86 0,88 0,90 0,9 0,94 0,95 0,96 0,98 0,99 Nivel de Cofiaza Figura ,0070 0,0065 Error de Estimació 0,0060 0,0055 0,0050 0,0045 0,0040 0,0035 0,0030 0,78 0,80 0,8 0,84 0,86 0,88 0,90 0,9 0,94 0,96 0,98 1,00 Nivel de Cofiaza Figura

16 Cotiuació Ejercicio 1 Gráficos para respoder las cosigas b c d tamaño muestra ,001 0,00 0,003 0,004 0,005 0,006 0,007 0,008 0,009 error de estimació Figura 5. 6 Cosiga e e) Ecuetre el ivel de cofiaza que correspode a u itervalo cuyo error máximo de estimació es igual a 0,006 litros, co u tamaño de muestra de 64 latas y desviació estádar del coteido de pitura igual a 0,0 litros. 6.5) Cuado se limita el error máximo de la estimació al valor 006 litros, ivel de cofiaza que correspoderá a los datos de la muestra, es igual: a) 0,95964 b) 0,98019 c) 0,98360 d) Nigua de las ateriores. El valor correcto es: Practique resolver a mao! E la EVALUACIÓN podríamos pedirle que deje escrito el procedimieto que siguió para costruir los elemetos calculados e las Tablas 1 y. Practique resolver a mao co las tablas estadísticas y la calculadora de bolsillo. 16

17 . Ejercicio Se estudia la resistecia a tracció del acero tipo ADM-40 (N) utilizado para la costrucció de estructuras de hormigó armado de uestro medio. Es aceptable supoer que tal resistecia está distribuida de maera ormal; de experiecias previas se sabe que la desviació estádar de la població es de,6 MN/m². Los resultados obteidos de la muestra esayada, e MN/m², so: 45; 450; 454; 450; 456; 450; 456; 450; 45; 450 a) Estimar mediate u itervalo de cofiaza del 95% la verdadera resistecia media del acero. b) Qué podemos asegurar co ua probabilidad de 0,95 sobre la medida del error máximo de la estimació? c) Qué tamaño debería teer la muestra para poder asegurar co ua cofiaza del 99% que el error máximo de la estimació sea de 1 MN/m²? Resolució del Ejercicio Variable e estudio: : resistecia a tracció del acero tipo ADM-40 (N) utilizado para la costrucció de estructuras de hormigó armado, e MN/m². Distribució de la variable e estudio: Es aceptable supoer que tal resistecia está distribuida de maera ormal. N (x; μ, σ ) Parámetros coocidos: Se cooce de experiecias previas que la desviació estádar de la població. σ =,6 MN/m² Datos de la muestra: 45; 450; 454; 450; 456; 450; 456; 450; 45; 450 Estadísticas calculadas: Tamaño de la muestra: 10 Media muestral: 45 MN/m² Desviació estádar de la muestra:,49 MN/m² a) Estimar mediate u itervalo de cofiaza del 95 % la resistecia media del acero de la població. Correspode aplicar la fórmula del itervalo de cofiaza para la μ co σ coocida. Walpole, p

18 σ x z x z σ α/ < μ < + α/ Cotiuació Ejercicio (1 α) = 0,95 ; α = 0,05 ; α/ = 0,05 ; z α/ = z 0,975 =1,96 σ Error estádar de la media muestral σ = = 0,8 MN/m² Itervalo de cofiaza: (450,39 ; 453,61) Ateció! Es icorrecto escribir el euciado: La probabilidad de que la media poblacioal está e el itervalo (450,39; 453,61) es igual a 0,95. Si lo desea, puede ver el texto completo e Devore, p. 77. El itervalo de cofiaza obteido debe iterpretarse del siguiete modo: E.1) Marque co ua la opció correcta. a) El resultado obteido permite afirmar co certeza que la verdadera resistecia media a la tracció de las barras de acero está compredida etre 450,39 y 453,61 MN/m². b) La verdadera resistecia media a la tracció de las barras de acero coicide co el puto medio del itervalo de cofiaza obteido, co u 95% de cofiaza. c) Co u 95% de cofiaza, se debe cocluir que el itervalo (450,39 ; 453,61 ) cotiee a la verdadera media de la resistecia a la tracció de las barras de acero. d) Cualquiera de las ateriores. b) Qué podemos asegurar co ua probabilidad de 0,95 sobre la medida del error máximo de la estimació? Correspode aplicar el Teorema 9.1 de Walpole. Walpole, p. 45 σ e= zα / Dode: (1 α) = 0,95 ; α = 0,05 ; α/ = 0,05 ; z α/ = z 0,975 =1,96 Error de estimació: e = 1,61 MN/m² 18

19 Cotiuació Ejercicio El error de estimació obteido debe iterpretarse del siguiete modo: E.) Marque co ua la opció correcta. a) La diferecia etre el valor real de la resistecia media a tracció de las barras de acero y el valor observado e la muestra, uca excederá de 1,61 MN/m². b) Si se utiliza el valor 45 MN/m² (media muestral) como ua estimació del verdadero valor de la resistecia media a tracció de las barras de acero, co ua cofiaza del 95%, el error de estimació o sobrepasará de 1,61 MN/m². c) Etre el valor real de la resistecia media a tracció de las barras de acero y el valor observado e la muestra, hay ua diferecia de 1,61 MN/m². d) Cualquiera de las ateriores. c) Qué tamaño debería teer la muestra para poder asegurar co ua cofiaza del 99% que el error máximo de la estimació sea de 1 MN/m²? Correspode aplicar el Teorema 9. de Walpole. Walpole, p. 46 zα /σ = e Dode: (1 α) = 0,99 ; α = 0,01 ; α/ = 0,005 ; z α/ = z 0,995 =,58 Tamaño de la muestra: = 44, El tamaño de la muestra ecotrado debe iterpretarse del siguiete modo: E.3) Marque co ua la opció correcta. a) Para ecotrar la verdadera resistecia media a tracció de las barras de acero, se debe esayar 6 barras. b) Si se esaya 6 barras de acero, el valor de la resistecia media muestral puede utilizarse como ua estimació del valor de la resistecia media poblacioal de las barras de acero. c) Si se utiliza el valor 45 MN/m² (media muestral), como ua estimació de la verdadera resistecia media a la tracció de las barras de acero, podemos teer ua cofiaza del 99%, de que el error de estimació o excederá de 1 MN/m², cuado el tamaño de la muestra de esayos sea 45. d) Cualquiera de las ateriores. 19

20 . Ejercicio 3 Ua empresa eléctrica fabrica focos cuya duració se ecuetra distribuida de maera aproximadamete ormal. Se esaya ua muestra de 5 focos y arroja ua duració media de 780 horas, co ua desviació estádar de 49 horas. a) Estimar mediate u itervalo de cofiaza del 90 % la duració media de los focos que produce la empresa eléctrica. b) Cuátos focos se debe esayar para el mismo ivel de cofiaza, si se desea que uestra estimació putual esté detro de las 10 horas de la media real? c) Si se sabe que la desviació estádar de la població de focos que produce la empresa es igual a 36 horas, cambiaría el procedimieto para obteer el itervalo de cofiaza para estimar la verdadera duració media de los focos? Justifique su respuesta. Resolució del Ejercicio 3 Variable e estudio: : duració de los focos que produce la empresa eléctrica, e horas. Distribució de la variable e estudio: Se ecuetra distribuida de maera aproximadamete ormal. N (x; μ, σ ) Parámetros de la població e estudio: Para las cosigas a) y b) so descoocidos. Para la cosiga c), se cooce la desviació estádar de la població. σ = 36 horas Estadísticas coocidas: Tamaño de la muestra: 5 Media muestral: 780 horas Desviació estádar de la muestra: 49 horas a) Estimar mediate u itervalo de cofiaza del 90 % la duració media de los focos que produce la empresa eléctrica. Correspode aplicar la fórmula del itervalo de cofiaza para la μ co σ descoocida. Walpole, p. 47 s s x tα/ < μ < x + tα/ (1 α) = 0,90 ; α = 0,10 ; α/ = 0,05 ; ν = ( 1) = 4 0

21 Walpole, p. 683 Cotiuació Ejercicio 3 t α/ ; ( 1) = t 0,05 ; 4 = 1,711 Error de estimació tα / s = 16,767 horas Itervalo de cofiaza: (763,3 ; 796,77) La iterpretació del itervalo obteido debe hacerse de igual modo que e el caso de medias co σ coocida. b) Cuátos focos se debe esayar para el mismo ivel de cofiaza, si se desea que uestra estimació putual esté detro de las 10 horas de la media real? Segú Motgomery, p. 338: Selecció del tamaño de la muestra: La selecció del tamaño de la muestra ecesario para proporcioar u itervalo de cofiaza de la logitud requerida, o es ta fácil como e el caso dode se cooce σ, debido a que la logitud del itervalo depede tato del valor de σ, el cual o se cooce ates de recopilar los datos, como del tamaño de la muestra. Por otra parte, iterviee e el itervalo de cofiaza de dos modos; e el deomiador como raíz cuadrada de y tambié, para determiar el valor de t, puesto que depede del úmero de grados de libertad: ( 1). E cosecuecia, el tamaño de la muestra debe obteerse a partir de u procedimieto de prueba y error, utilizado ua estimació previa de σ, la cual puede basarse e la experiecia. Otra posibilidad es tomar ua muestra prelimiar de observacioes para obteer ua estimació de σ. zα / s Luego, utilizado la fórmula = para calcular el valor requerido de que e proporcioa la precisió y ivel de cofiaza deseados. Tégase presete que s se utiliza como u estimador de σ y que e vez de t se trabaja co z, razó por la cual la muestra debería ser suficietemete grade, esto es, mayor de 30. Segú Devore, p. 95 Desafortuadamete, o es fácil seleccioar para cotrolar la logitud del itervalo t. Esto es porque e la logitud aparece la icógita s (ates de recopilar datos) y porque iterviee o sólo e (1/ ), sio tambié e t α/ ; ( 1). Como cosecuecia de esto, se puede obteer ua apropiada sólo por esayo y error. 1

22 Cotiuació Ejercicio 3 c) Si se sabe que la desviació estádar de la població de focos que produce la empresa es igual a 36 horas, cambiaría el procedimieto para obteer el itervalo de cofiaza para estimar la verdadera duració media de los focos? Debería exigirse que el tamaño de la muestra sea grade? Sí cambiaría. Si se cooce σ, correspode aplicar la fórmula del itervalo de cofiaza para la μ co σ coocida. E este caso, σ = 36 horas. Walpole, p. 44 σ x z < μ < x + z α/ α/ σ No sería ecesario que el tamaño de la muestra sea grade. Es decir, podríamos tomar ua muestra pequeña, ( < 30) y seguir utilizado la distribució ormal estádar para calcular z α/, dado que la població de la cual proviee la muestra e el problema que os ocupa, se distribuye ormalmete. Pasemos al Ejercicio siguiete Notas persoales

23 σ² Variaza Qué tiee que teer e cueta e problemas de estimació de la variaza, para aplicar los métodos que se estudia e uestro curso? Verifique que los datos del problema correspode a ua variable distribuida ormalmete. Aplique la distribució ji-cuadrada para ecotrar los límites del itervalo de cofiaza para la variaza. Iterprete los resultados haciedo referecia al ivel de cofiaza utilizado. Adopte el ivel de cofiaza si el euciado del problema o establece.. Ejercicio 4 Ferado está estudiado el cosumo diario de eergía eléctrica de uo de los clietes de la Empresa DISTRIBUIR S.A. Los primeros resultados revela que el cosumo diario de eergía del cliete estudiado, se distribuye ormalmete. a) Estime, mediate u itervalo de cofiaza del 95 %, el cosumo medio diario de eergía del cliete estudiado. b) Costruya u itervalo de cofiaza al ivel del 99% para la verdadera desviació estádar del cosumo diario de eergía eléctrica del cliete estudiado. Más datos del Ejercicio 4 3

24 Estadísticas descriptivas Las estadísticas descriptivas de las medicioes del cosumo diario de eergía del cliete, so las siguietes: Diagrama de tallos y hojas 44 8 represeta 448 MWh (9) Estadísticas Catidad de datos = 31 Promedio = 485,935 Mediaa = 487,0 Variaza = 470,46 Desviació estádar = 1,6901 Míimo = 448,0 Máximo = 540,0 Rago = 9,0 Cuartil iferior = 470,0 Cuartil superior = 501,0 Rago itercuartil = 31,0 Coef. de variació = 4,46359% Percetiles P 1,0% = 448,0 P 5,0% = 449,0 P10,0% = 461,0 P90,0% = 510,0 P95,0% = 530,0 P99,0% = 540,0 Distribució de frecuecias Límites Puto F r e c u e c i a s Clase If. Sup. Medio fi fri Fi Fri ,0 460,0 450,0 3 0, , ,0 480,0 470,0 9 0, , ,0 500,0 490,0 11 0, , ,0 50,0 510,0 6 0, , ,0 540,0 530,0 0, ,0000 Box-ad-Whisker Plot 40 Histogram for Eergia percetage Eergia Gráfico de Caja Eergia Histograma de frecuecias Sugerecia Usted debe saber calcular las estadísticas aquí proporcioadas. Imagie que sólo dispoe del diagrama de tallos y hojas y verifique que el valor de la media y la desviació estádar so los aquí especificados. 4

25 Resolució Ejercicio 4 Variable e estudio: : cosumo diario de eergía eléctrica del cliete estudiado, e MWh. Distribució de la variable e estudio: Los primeros resultados revela que el cosumo diario de eergía del cliete estudiado, se distribuye ormalmete. N (x; μ, σ ) Parámetros coocidos: Niguo. Datos de la muestra: Ver iforme de la estadística descriptiva. a) Estimar, mediate u itervalo de cofiaza del 95 %, el cosumo medio diario de eergía del cliete estudiado. Correspode aplicar la fórmula del itervalo de cofiaza para la μ co σ decoocida. Walpole, p. 47 s s x tα/ < μ < x + tα/ (1 α) = 0,95 ; α = 0,05 ; α/ = 0,05 ; t α/ = t 0,05 =,04 Reemplazado valores os queda el siguiete itervalo de cofiaza: (478,0 ; 493,9) ; para (1 α) = 0,95 La iterpretació del itervalo obteido debe hacerse co el mismo criterio que el tratado para el caso de medias.. b) Costruya u itervalo de cofiaza al ivel del 99%, para la verdadera desviació estádar del cosumo diario de eergía eléctrica del cliete estudiado. Correspode aplicar la fórmula del itervalo de cofiaza para σ de Walpole. Walpole, p. 7 ( 1) s ( 1) s < σ < a b Dode: 5

26 a χα / : = Es u valor de la variable ji-cuadrada tal que, el área bajo la curva que deja a su derecha, es igual a α/, para g.d.l. υ = ( 1). b = Es u valor de la variable ji-cuadrada tal que, el área bajo la curva que deja a su χ1 α /: derecha, es igual a (1 α/), para g.d.l. υ = ( 1). Ateció! Es posible que haya pequeñas diferecias etre los valores tabulados e las tablas estadísticas de los libros de texto y las tablas costruidas co Microsoft Excel. Tablas Estadísticas E las EVALUACIONES usted deberá emplear las Tablas Estadísticas proporcioadas por la cátedra, pues os guiaremos por éstas al mometo de la correcció del exame. De Tabla A.5 de Walpole, p. 685 y p. 686, para g.d.l. υ = (31 1) = 30 a = χ0,005 ; 30 = 53, 703 b = χ = 13, 787 0,995 ; 30 De Tabla D.7: Valores críticos de la distribució Ji cuadrada (costruida co Microsoft Excel) a = χ0,005 ; 30 = 53, 67 b = χ = 13, 787 0,995 ; 30 Reemplazado valores os queda el siguiete itervalo de cofiaza para la variaza de la població del cosumo medio diario de eergía del cliete estudiado: (6,97; 1.03,73) ; para (1 α) = 0,99 Sacado la raíz cuadrada de los límites de cofiaza, se obtiee el siguiete itervalo de cofiaza para la desviació estádar de la població del cosumo medio diario de eergía del cliete estudiado: (16,; 3,00) ; para (1 α) = 0,99 La iterpretació del itervalo obteido debe hacerse co el mismo criterio que el tratado para el caso de medias. Si tiee dudas, cosúlteos. Resolució co Excel dispoible e págia del Campus Virtual Ejercicios Resueltos co Microsoft Excel. Archivo: ER_CosumoDiarioEergia.xls Pasemos al ejercicio siguiete 6

27 σ 1 ²/σ ² Cociete de variazas Qué tiee que teer e cueta e problemas de estimació del cociete de variazas, para aplicar los métodos que se estudia e uestro curso? Verifique que los datos del problema correspode a variables distribuidas ormalmete. La mayoría de las veces los euciados o lo expresa, pero debe teerse e cueta que las muestras aleatorias se seleccioa de forma idepediete de las dos poblacioes. Aplique la distribució F para ecotrar los límites del itervalo de cofiaza para el cociete de variazas. Iterprete los resultados haciedo referecia al ivel de cofiaza utilizado. Adopte el ivel de cofiaza si el euciado del problema o establece.. Ejercicio 5 Mauro es uo de los igeieros de la empresa PAVIMENTOS S.A., empresa que ha gaado la licitació para costruir el pavimeto de ua de las aveidas de la ciudad. Por ua cuestió de plazos de obra y de capacidad de producció de las empresas proveedoras del hormigó a emplear, Mauro decidió cotratar a dos empresas del medio para la provisió del hormigó elaborado. El esquema siguiete muestra la situació del pla de trabajo. Segú el mismo, el hormigó del tramo A será provisto por la Empresa 1 y el hormigó del tramo B será provisto por la Empresa. Ambas debe proveer el mismo hormigó, pues se trata de la misma aveida. Para cotrolar la calidad del material de los proveedores, Mauro extrajo muestras de ambos hormigoes, los esayó y comprobó que la resistecia a la compresió a la edad de 8 días del hormigó se distribuye ormalmete. El mismo estudio le permitió coocer que la resistecia a compresió media de ambos hormigoes es prácticamete la misma. Para cotrolar la homogeeidad del hormigó, esto es, verificar que el hormigó elaborado por ambos proveedores sea el mismo, o es suficiete que ambas resistecias medias sea iguales; tambié es preciso que la dispersió de los resultados de esayo de ambos proveedores sea la misma. 7

28 Cotiuació Ejercicio 5 a) Utilice el método estadístico de estimació de parámetros para comparar la dispersió (e térmios de desviació estádar) de las poblacioes de hormigoes elaborados por los Proveedores 1 y. Utilice u ivel de cofiaza del 90%. b) Saque coclusioes respecto de la homogeeidad del material. Hormigó del Proveedor 1 Hormigó del Proveedor Tramo A Tramo B Estadísticas descriptivas Las estadísticas descriptivas de los resultados de esayos obteidos de los hormigoes de ambos proveedores, so los siguietes: Proveedor 1 Proveedor Situació 1 Situació Situació 3 Tamaño de la muestra Media muestral Desviació estádar muestral,5,9 3,5 1,8 8

29 Resolució del Ejercicio 5 Variable e estudio: 1 : resistecia a la compresió del hormigó del Proveedor 1 a la edad de 8 días, e MPa. : resistecia a la compresió del hormigó del Proveedor a la edad de 8 días, e MPa. Distribució de la variable e estudio: 1 N (x 1 ; μ 1, σ 1) ; N (x ; μ, σ ) Datos de la muestra: Ver cuadro co las estadísticas descriptivas. a) Utilice el método estadístico de estimació de parámetros para comparar la dispersió (e térmios de variaza o desviació estádar) de las poblacioes de hormigoes elaborados por los Proveedores 1 y, al ivel de cofiaza del 90%. Para comparar las variazas poblacioales, correspode aplicar la fórmula del itervalo de cofiaza para σ 1 ² / σ ². Walpole, p. 74. s 1 σ s s f s < < α/ ; ( ν1, ν) σ f α ν ν / ; (, 1) Para: (1 α) = 0,90 ; α = 0,10 ; α/ = 0,05 f 0,05 ; (60;80) = 1,48. Obteido de Tabla D.9. La siguiete figura ilustra la otació empleada: Área sombreada = 0,05 f 0,05 ; 60, 80 Valor de la variable f, co 60 g.d.l. e el umerador y 80 g.d.l. e el deomiador, que deja a su derecha u área bajo la curva = 0,05. f 0,05 ; (80;60) = 1,50. Obteido utilizado Microsoft Excel; o está e la Tabla D.9. Por el Teorema 8.7 de Walpole: Walpole, p. 34. f 1 α ;( ν1, ν) = f 1 ; (, 1) α ν ν f 0,95 ; (60;80) = 1 / f 0,05 ; (80;60) = 1 / 1,50 = 0, ,666 9

30 Cotiuació Ejercicio 5 Reemplazado valores os queda el siguiete itervalo de cofiaza: Para la Situació 1:,5 1,5 1 < σ <,9 1, 48,9 0, σ (0,501 ; 1,116) ; para (1 α) = 0,90 Para la Situació :,5 1,5 1 < σ < 3,5 1, 48 3,5 0, σ (0,344 ; 0,766) ; para (1 α) = 0,90 Para la Situació 3:,5 1,5 1 < σ < 1,8 1, 48 1,8 0, σ (1,30 ;,897) ; para (1 α) = 0,90 Iterpretació del itervalo de cofiaza E el caso del cociete de variazas, la iterpretació debe hacerse co el mismo criterio que el tratado para la diferecia de medias, teiedo e cueta que aquí las variazas será iguales cuado el cociete sea igual a la uidad. El siguiete esquema ilustra los resultados para las tres situacioes propuestas: 1 3 0,344 0,501 0,766 1,116 1,30,897 σ 1 ² / σ ² = 1 (Si las variazas fuera iguales, el cociete sería igual a 1) 30

31 Cotiuació Ejercicio 5 Situació 1: Situació : Situació 3: Si el resultado obteido fuera el idetificado co el úmero 1, Mauro debe decir que, co u 90% de cofiaza, el itervalo (0,501 ; 1,116) icluye al verdadero valor del cociete de las variazas. Si las variazas fuera iguales, el cociete etre ellas (σ 1 ² / σ ²) = 1. Dado que el itervalo ecotrado icluye al valor 1, cocluimos que, al ivel de cofiaza del 90%, σ 1 ² = σ ². Si el resultado hubiera sido el represetado por el itervalo idetificado por el úmero, co ambos extremos meores que 1, Mauro debería haber cocluido que, co u 90% de cofiaza, el itervalo represetado icluye al verdadero cociete de las variazas poblacioales (meor que 1), por lo tato, σ 1 ² < σ ². Si el resultado hubiera sido el represetado por el itervalo idetificado por el úmero 3, co ambos extremos mayores que 1, Mauro debería haber cocluido que, co u 90% de cofiaza, el itervalo represetado icluye al verdadero cociete de las variazas poblacioales (mayor que 1), por lo tato, σ 1 ² > σ ². b) Saque coclusioes respecto de la homogeeidad del material. Situació 1: Situació : Situació 3: Si los resultados fuera los obteidos e la Situació 1, Mauro debe cocluir que, si bie se utiliza hormigoes de distitos proveedores, al ivel de cofiaza del 90%, se está logrado la homogeeidad del mismo. Esto es, la resistecia a compresió del hormigó del Proveedor 1, además de teer la misma resistecia media que el hormigó del Proveedor, tambié tiee la misma desviació estádar. Si los resultados fuera los obteidos e la Situació, Mauro debe cocluir que, al ivel de cofiaza del 90%, si bie la resistecia media de los hormigoes de ambos proveedores es la misma, la dispersió de los resultados de esayo de los proveedores o es la misma (o tiee la misma variaza), por lo que o se está logrado la homogeeidad del material. E particular, por ser ambos extremos meores que uo, el deomiador (σ ²) es mayor que el umerador (σ 1 ²), es decir, los resultados de esayo del Proveedor tiee mayor dispersió que los del Proveedor 1. Esta situació es similar a la aterior, pero e este caso el umerador (σ 1 ²) es mayor que el deomiador (σ ²), es decir, los resultados de esayo del Proveedor 1 está más dispersos que los del Proveedor. Por supuesto, tampoco se está logrado la homogeeidad del material. Resolució co Excel dispoible e págia del Campus Virtual Ejercicios Resueltos co Microsoft Excel. Archivo: ER_CocieteVariazasPavimeto.xls 31

32 Es hora de descasar!. Respuestas. Ejercicio c) 1..b) 1.3.d) 1.4.d) 1.5.d).1.b)..d).3.d).4.d).5.d).6.d).7.d) 3.a) 4.1.f) 4..d) 5.1.c) 5..c) 6.1.d) 6..d) 6.3.b) 6.4. No requiere respuesta 6.5.c). Ejercicio 1.c).b) 3.c). Ejercicio 3 No se pide respuestas.. Ejercicio 4 No se pide respuestas.. Ejercicio 5 No se pide respuestas. Tabla de coteidos Itroducció.... Ejercicio Ejercicio Ejercicio Ejercicio Ejercicio Respuestas

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES 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 detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

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

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

Distribuciones en el muestreo, EMV

Distribuciones en el muestreo, EMV Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador

Más detalles

Estimación de parámetros. Biometría

Estimación de parámetros. Biometría Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

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

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

Más detalles

Estimación de Parámetros. Estimación de Parámetros

Estimación de Parámetros. Estimación de Parámetros Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

Preguntas más Frecuentes: Tema 2

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

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

Estimación de Parámetros

Estimación de Parámetros Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Estadística Teórica II

Estadística 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 detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

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

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

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

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

Más detalles

Qué es la estadística?

Qué 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 detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / 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 detalles

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual ETIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRATE DE HIPÓTEI TEMA 8: Cotrastes paramétricos

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 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 detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 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 detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA

INFERENCIA 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 detalles

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Luis González Abril y Luis M. Sánchez-Reyes {luisgon, - Dpto. Economía Aplicada I Universidad de Sevilla

Luis González Abril y Luis M. Sánchez-Reyes {luisgon, - Dpto. Economía Aplicada I Universidad de Sevilla ETUDIO OBRE EL EXCEO DE AMPLITUD EN LA CONTRUCCIÓN DE INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL CON VARIANZA DECONOCIDA EN UNA POBLACIÓN NORMAL Luis Gozález Abril y Luis M. áchez-reyes {luisgo,

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para

Más detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

UT-4: Distribuciones fundamentales de muestreo y descripción de datos

UT-4: Distribuciones fundamentales de muestreo y descripción de datos UT-4: Distribucioes fudametales de muestreo y descripció de datos Sub tema: Muestreo aleatorio. Distribucioes muestrales. Distribucioes muestrales de medias. Teorema del límite cetral. Aplicacioes. DF

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

Ejercicios resueltos de Muestreo

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

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS 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 detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más detalles

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 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

Introducción a las medidas de dispersión.

Introducción 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 detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 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 detalles

1. 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 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 detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Págia 1 de 11 CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS 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 detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN 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 detalles

Muestreo e Intervalos de Confianza

Muestreo 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 detalles

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

E.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

E.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 detalles

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:

Ejercicio 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 detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació DIRPE Metodología Diseño Estadístico Ecuesta Sobre Ambiete y Desempeño Istitucioal Departametal

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

MATERIAL DE LA 3era VISITA

MATERIAL DE LA 3era VISITA Material de clase 2 Domigo 27 Juio TEMAS: MATERIAL DE LA 3era VISITA 1. DISTRIBUCION DE LAS PROPORCIONES MUESTRALES 2. INTERVALOS DE CONFIANZA Desarrollo Tema 1: La Distribució de las Proporcioes Muéstrales

Más detalles

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE) TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

MATEMÁTICAS. TEMA Inferencia Estadística.

MATEMÁTICAS. TEMA Inferencia Estadística. MATEMÁTICAS TEMA 11-12 Iferecia Estadística. . ÍNDICE 1. Itroducció. 2. Tabla Normal (0,1). 3. Itervalos de cofiaza. 3.1. Itervalo de cofiaza para la media 3.2. Itervalo de cofiaza para la proporció 4.

Más detalles

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal.

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal. Uidad 1. Iferecia estadística. Estimació de la media Matemáticas aplicadas a las Ciecias Sociales II Resuelve Págia 85 Lazamieto de varios dados Comprueba e la tabla aterior ue: DESV. TÍPICA DESV. TÍPICA

Más detalles

En esta tema sentaremos las bases del muestreo estadístico y estudiaremos las distribuciones de algunos estadísticos a partir de una muestra.

En 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 detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

- estimación de parámetros, - intervalos de confianza y

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

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

Intervalos de Confianza

Intervalos de Confianza Itervalos de Cofiaza 1.- Se quiere estudiar la vida útil de uas uevas pilas que se va a lazar al mercado. Para ello se examia la duració de 40 de ellas, resultado ua media de 63 horas. Supoiedo que el

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles