Práctica 4. Contraste de hipótesis
|
|
- Soledad Maestre Juárez
- hace 6 años
- Vistas:
Transcripción
1 Práctica 4. Contraste de hipótesis Estadística Facultad de Física Objetivos Ajuste a una distribución discreta uniforme Test χ 2 Comparación de muestras Ajuste a una distribución normal 1 Introducción Lo que distingue a una teoría científica es que ésta, a diferencia de la que no lo es, puede ser refutada: puede existir un conjunto de circunstancias que si son observadas demuestran que la teoría está equivocada. A continuación se ofrece una visión simplificada del método científico. Hacemos observaciones en la naturaleza y a través de un proceso creativo generamos una hipótesis de cómo funciona cierto aspecto de la naturaleza. Basándonos en esa hipótesis diseñamos un experimento que consiste en que un conjunto observaciones deben tener lugar, bajo ciertas condiciones, si la hipótesis es cierta. En el caso de que estas observaciones no ocurran nos enfrentamos a varias posibilidades: nuestras hipótesis necesitan ser revisadas, el experimento se llevó a cabo de forma incorrecta, o nos hemos equivocado en el análisis de los resultados del experimento. En esta práctica vamos a desarrollar varios ejemplos y a proponer ejercicios encaminados a determinar si algunas aseveraciones son ciertas. 2 Ajuste a una distribución discreta uniforme En el experimento aleatorio de lanzar un dado el espacio muestral S es el conjunto S = {1, 2, 3, 4, 5, 6}. Cuando se juega a lanzar dados se supone que las probabilidades de obtener cada uno de los posibles resultados es idéntica e igual a 1/6 (sucesos equiprobables). Este sería un dado ideal. Pequeñas irregularidades en la construcción pueden dar lugar a un dado en el que las probabilidades sean un poco diferentes. A veces sucesos que parecen equiprobables no lo son. Por ejemplo si se estudia una ruleta en particular durante el tiempo suficiente, se comprueba que no todos los números son equiprobables. Esto es debido a pequeñas imperfecciones en la propia ruleta. Por esta causa los casinos no permiten la entrada a los jugadores que anotan sistemáticamente los resultados de sus ruletas ya que éstos jugarían con ventaja si conocieran bien su comportamiento.
2 2 AJUSTE A UNA DISTRIBUCIÓN DISCRETA UNIFORME 2 Volviendo al ejemplo del lanzamiento de un dado, es normal que los fanáticos del parchís usen sus dados preferidos a los que suponen una mayor probabilidad de obtener 5 ó 6. Otras personas confeccionan dados trucados para aumentar las probabilidades de obtener algún resultado en especial. La forma usual de trucar un dado es cargarlo de forma que el centro de masas se encuentre desplazado del centro geométrico del dado. Al lanzarlo es más probable obtener el número que se encuentra en la cara más alejada del lastre. Supongamos que queremos comprobar si un dado está trucado o no. Para ello efectuamos un experimento consistente en lanzarlo 600 veces. Los resultados se muestran en la siguiente tabla: x i n i Se obtienen frecuencias absolutas entorno a 100 (600/6) como era de esperar. Para un dado no trucado se espera una distribución de frecuencias más o menos uniforme (Hipótesis nula). Lo primero que se nos ocurre es representar un histograma para la distribución de frecuencias, x = 1:6 n = [ ] bar(n) % variable x % frecuencias absolutas % representa el histograma Vemos que la distribución es más o menos uniforme. Calculemos las frecuencias relativas, f=n/600 % dividimos por el numero total de datos f= bar(f) % representa el histograma Las frecuencias relativas tienen valores cercanos a 1/6= Se puede ahora comparar la frecuencia esperada con la observada y llevar a cabo un test χ 2 de Pearson del tipo, k χ 2 k 1 = (o i e i ) 2 i=1 donde o i son las frecuencias observadas (n en nuestro caso) y e i son las esperadas (constante en el caso de una distribución uniforme). Es decir e i χ 2 k 1 = 1 k (o i e) 2 e i=1 Si programaramos en un lenguaje de los empleados habitualmente (basic, fortran, etc) deberíamos utilizar un bucle que recorriera todos los casos, calculara el valor y los fuera sumando para obtener χ 2. Con matlab estas operaciones se hacen de una vez para toda la matriz que contiene los casos (programación en paralelo) de la siguiente manera,
3 3 CONTRASTE DE MEDIAS 3 e=sum(n)/6; % frecuencia absoluta esperada e= dum=n-e; % frecuencias observadas - esperadas dum=dum.*dum; %.* multiplica cada elemento de dum por si mismo chi=sum(dum); % chi cuadrado es la sumatoria chi=chi/e % divida por la frecuencia esperada chi= 5.54 Ahora si miramos en las tablas para ver χ 2 para 6-1=5 grados de libertad obtenemos χ 2 5 =9.236 para (1-α)=90%. matlab puede calcular estos valores y ahorrarnos mirar la tabla, chi2inv(0.90,5) % inversa de la funcion de distribucion ans= % acumulada chi cuadrado Este valor es superior al encontrado en el test (5.54) o lo que es lo mismo nuestro valor está dentro del área de aceptación de la hipótesis nula, luego ésta se acepta: la distribución observada es compatible con una distribución uniforme. 3 Contraste de medias Veamos un ejemplo de un contraste de medias poblacionales, llevado a cabo a partir de los datos muestrales. Consideremos de nuevo el fichero retirot.dat. Recordemos que la primera columna nos indica el año y las otras doce las temperaturas medias mensuales para cada año. Vamos a comparar las temperaturas medias correspondientes a los meses de enero y diciembre. Para ello, leemos el fichero y almacenamos las variables: load retirot.dat; enero=retirot(:,2); dic=retirot(:,13); % Cargamos el fichero % Vector con las temperaturas medias de enero % desde 1940 hasta 1990 % Vector con las temperaturas medias de diciembre % desde 1940 hasta 1990 Como son dos muestras suficientemente grandes la distribución muestral de la diferencia de medias (x 1 x 2 ) es normal. Supongamos dos muestras aleatorias, que son extraídas de poblaciones con medias desconocidas µ 1 y µ 2 y con tamaño n 1 y n 2 respectivamente. Para comprobar la hipótesis H o :µ 1 = µ 2 se calcula el estadístico z, z = x 1 x 2 s 2 1 n 1 + s2 2 n 2 donde x 1 y x 2, s 1 y s 2 y n 1 y n 2 son las son las medias, las desviaciones estándar y los tamaños de las muestras. En nuestro caso, los parámetros muestrales son:
4 4 AJUSTE A UNA DISTRIBUCIÓN NORMAL 4 x s n enero diciembre valores que calculamos utilizando los comandos mean para la media, std para la desviación estándar y length para el tamaño. Con help comando se obtiene información sobre un comando en particular. Haciendo los números obtenemos z = que debemos comparar con la distribución normal tipificada. Como se trata de un test bilateral, para un nivel de significación α = 0.05 (teniendo en cuenta que 1 (α/2) = 0.975), el valor crítico del estadístico es: p=norminv(0.975) % inversa de la funcion de distribucion acumulada p= % 1.96 Como z = < 1.96, se acepta la hipótesis nula de igualdad de medias. Podemos también calcular el nivel de significación crítico α 0 (máximo valor de α para aceptar H 0 ) como: normcdf(1.8692,0,1) % funcion de distribucion acumulada ans= % Este valor corresponde a 1 α 0 /2, y por lo tanto α 0 = Ajuste a una distribución normal Al digitalizar 300 imágenes se ha obtenido la siguiente distribución de frecuencias absolutas del tamano en kbytes del fichero correspondiente. x i n i Al representar el histograma de esta distribución de frecuencias, parece que la distribución poblacional obedece a una normal. Vamos a comprobarlo procediendo del siguiente modo: a) estimaremos los parametros del modelo (µ, σ) y b) contrastaremos la bondad del ajuste. x=[37:2:55] % construimos la variable x x = n=[ ] % idem para las frecuencias n = % variable frecuencias absolutas
5 4 AJUSTE A UNA DISTRIBUCIÓN NORMAL 5 sum(x.*n)/ % media muestral sqrt((sum(((x-46).^ 2).*n))/299) % cuasivarianza muestral Calculamos ahora las frecuencias acumuladas teóricas correspondientes a una normal de media 46 y desviación estándar 3.89: N(46,3.89) con un comando de matlab ya conocido: normcdf(x,46,3.89) % distribucion normal acumulada Estas frecuencias corresponden a las marcas de clase, y no nos sirven. Por eso definimos un nuevo vector x para los extremos de los intervalos de clase: x=[38:2:56] % nueva variable x x = normcdf(x,46,3.89) % distribucion normal acumulada Estas frecuencias del vector ans son acumuladas. Para calcular las frecuencias teóricas de cada clase restamos cada valor del anterior. Para ello definimos un nuevo vector cuyo primer elemento es cero, y los demás elementos son los del vector ans desplazados un lugar hacia la derecha, y eliminando el último: p=ans-[0,ans(:,1:9)] % frecuencias de clase p = Tenemos entonces que P(54 < x < 56) = , P(56 < x) = , luego la probabilidad de obtener valores de la variable mayores que 54 es P(54 < x) = ( ) = pe=[p,0.005] % frecuencias relativas estimadas pe = % incluyendo el ultimo termino ne=pe.*300 % frecuencias absolutas estimadas ne = % multiplicando por el total
6 4 AJUSTE A UNA DISTRIBUCIÓN NORMAL sum(ne) % la suma coincide con la suma % de las frecuencias observadas Para que no haya ninguna frecuencia estimada menor que 5, agrupamos las dos últimas clases y calculamos el estadístico, ne= [ne(:,1:9),5.89] % ( = ) ne = sum(((n-ne).^2)./ne) % chi-cuadrado Tenemos que comparar este valor con la abcisa que deja a la derecha un área de 0.05 de una distribución Chi2 de parámetro n= k-1-2 = 7, donde k-1 es el número de clases menos uno, al que se resta el número de parámetros estimados que en este caso son dos : µ y σ. chi2inv(0.95,7) Por tanto, se acepta el ajuste para un α=0.05. Vamos a calcular el α crítico (área que deja a la derecha la abcisa ) chi2cdf(3.1883,7) ans
ETSI de Topografía, Geodesia y Cartografía
Disttool Es una herramienta de MATLAB que permite visualizar de forma gráfica las características de cada distribución con la posibilidad de variar sus parámetros. Las funciones que muestra son: Función
Más detallesEXAMEN DE ESTADÍSTICA Septiembre 2011
EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura
Más 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 de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más 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 detallesINFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS
. Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
Más detallesEstudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos
Contrastes 2 χ Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos de una determinada distribución? Homogeneidad
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 detallesEstadística. Generalmente se considera que las variables son obtenidas independientemente de la misma población. De esta forma: con
Hasta ahora hemos supuesto que conocemos o podemos calcular la función/densidad de probabilidad (distribución) de las variables aleatorias. En general, esto no es así. Más bien se tiene una muestra experimental
Más detallesContrastes de Hipótesis paramétricos y no-paramétricos.
Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesUnidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis
Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis PÁGINA 353 SOLUCIONES 1. El peso de azúcar por confitura se distribuye según la normal N (465;30). Veamos el porcentaje
Más detallesTests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 5. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA
2 5. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA 5. Desarrollo de un ejemplo Interesa saber si el método de absorción atómica de vapor frío para determinar mercurio introduce
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 3. Contrastes de bondad
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesTema 13: Contrastes No Paramétricos
Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesContraste de hipótesis paramétricas
Contraste de hipótesis paramétricas Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Proceso de la investigación estadística Etapas PROBLEMA HIPÓTESIS DISEÑO RECOLECCIÓN
Más detallesContraste de hipótesis con STATGRAPHICS
Contraste de hipótesis con STATGRAPHICS Ficheros empleados: Transistor.sf3, Estaturas.sf3 1. Introducción: Una forma habitual de hacer inferencia acerca de uno o más parámetros de una población consiste
Más detallesCaso particular: Contraste de homocedasticidad
36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos
Más detallesCap. 7 : Pruebas de hipótesis
Cap. 7 : Pruebas de hipótesis Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 20 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de sistemas,
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
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 detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesTema 7. Contrastes no paramétricos en una población
Tema 7. Contrastes no paramétricos en una población Resumen del tema 7.1. Introducción a la Estadística Inferencial. Estimación de parámetros Como ya sabemos, la Estadística estudia los métodos científicos
Más detallesBLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN
BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes
Más detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesContraste de Hipótesis
Contraste de Hipótesis Introducción Ejemplo El peso de plantines de un arbusto forrajero, almacenado a temperatura y humedad relativa ambientes, obtenido a los 20 días desde la germinación es en promedio
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
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 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 detallesPRUEBA CHI-CUADRADO. Para realizar un contraste Chi-cuadrado la secuencia es:
PRUEBA CHI-CUADRADO Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
Más detallesTEMA 3: Contrastes de Hipótesis en el MRL
TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12
Más detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
Más detallesTécnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales
Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes
Más detallesA. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords
A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesCaso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo
Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesJUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A
Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión
Más detallesMétodos Estadísticos de la Ingeniería Tema 11: Contrastes de Hipótesis Grupo B
Métodos Estadísticos de la Ingeniería Tema 11: Contrastes de Hipótesis Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Abril 2010 Contenidos...............................................................
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesDistribuciones de Probabilidad.
Práctica núm. 3 1 Distribuciones de Probabilidad. 3.1. Distribuciones de Probabilidad en Statgraphics El estudio de las distribuciones de probabilidad en Statgraphics se puede realizar en el menú Descripción/Distribuciones/Distribuciones
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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesAnálisis Estadístico de Datos Climáticos. Pruebas de Hipótesis (Wilks, cap. 5)
Análisis Estadístico de Datos Climáticos Pruebas de Hipótesis (Wilks, cap. 5) 2015 PRUEBAS DE HIPÓTESIS (o pruebas de significación) Objetivo: A partir del análisis de una muestra de datos, decidir si
Más detallesTeoría de la decisión Estadística
Pruebas de hìpótesis Unidad 8. Pruebas de hipótesis. Formulación general. Distribución de varianza conocida. Prueba para la bondad del ajuste. Validación de modelos 1 Formulación Una Hipótesis es una proposición
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesConceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de
Más detallesTema 5: Contraste de hipótesis
Tema 5: Contraste de hipótesis 1 (a partir del material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Conceptos fundamentales: hipótesis nula y alternativa,
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 15 Análisis de datos discretos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar la prueba de hipótesis Chi-Cuadrada para datos agrupados. Aplicar
Más detallesCONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
Más detallesContrastes de hipótesis estadísticas. Contrastes paramétricos
Índice 7 Contrastes de hipótesis estadísticas. Contrastes paramétricos 7.1 7.1 Introducción.......................................... 7.1 7.2 Conceptos básicos...................................... 7.2
Más detallesEstadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data
Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data (parte 2) Medidas de dispersión 3.1-1 Medidas de dispersión La variación entre los valores de un conjunto de datos se conoce como dispersión
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
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 detallesCOMPROBACIÓN DE HIPÓTESIS
COMPROBACIÓN DE HIPÓTESIS TAMBIÉN LLAMADO PRUEBA DE HIPÓTESIS MIC-FCA-UCE DR. DAVID ECHE, PH.D. 1 PRUEBAS ESTADISTICAS Ha Ho MIC-FCA-UCE DR. DAVID ECHE, PH.D. 2 MIC-FCA-UCE DR. DAVID ECHE, PH.D. 3 VALIDEZ
Más detallesOTROS CONTRASTES NO PARAMETRICOS
OTOS CONTASTES NO PAAMETICOS Bibliografia: - Manzano Arrondo, V.; Inferencia estadística. Aplicaciones con SPSS/PC. a-ma. 995 - Martinez Almecija, Alfredo y otros...: "Inferencia estadística: un enfoque
Más detallesINFERENCIA ESTADÍSTICA: CONTRASTES DE HIPÓTESIS
INFERENCIA ESTADÍSTICA: CONTRASTES DE HIPÓTESIS Autor: Clara Laguna 6.1 INTRODUCCIÓN En el tema anterior estudiamos cómo a partir de una muestra podemos obtener una estimación puntual o bien establecer
Más detallesIES Fco Ayala de Granada Sobrantes 2010 (Modelo 1) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Sobrantes 010 (Modelo 1) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1_A Sea el recinto del plano
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Tipos de errores Se pueden cometer dos tipos de errores: Decisión Población Ho es erdadera Ho es falsa No rechazar Ho Decisión correcta. Error tipo II Rechazar Ho Error tipo I Decisión
Más detallesCurso: Inferencia Estadística (ICO 8306) Profesores: Esteban Calvo Ayudantes: José T. Medina ESTIMACIÓN POR INTERVALO
ESTIMACIÓN POR INTERVALO Muchas veces queremos obtener información a través de una muestra para poder hacer inferencias de cómo se comportarían distintos parámetros en la población. Al hacer una encuesta
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesCapítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T
Capítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesEstimación de Parámetros
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: p Estimación de Parámetros Prueba de Hipótesis Estimación
Más detallesTema 3: Estimación estadística de modelos probabilistas. (segunda parte)
Tema 3: Estimación estadística de modelos probabilistas. (segunda parte) Estructura de este tema: 1 Técnicas de muestreo y estimación puntual. 2. 3 Contrastes de hipótesis. Planteamiento del problema Sea
Más detalles6. Inferencia con muestras grandes. Informática. Universidad Carlos III de Madrid
6. Inferencia con muestras grandes 1 Tema 6: Inferencia con muestras grandes 1. Intervalos de confianza para μ con muestras grandes 2. Determinación del tamaño muestral 3. Introducción al contraste de
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 detallesProbabilidad Condicional
Probabilidad Condicional Ejemplo: Se tiene que dos bolas son seleccionadas aleatoriamente (sin reemplazo) de un caja que contiene r bolas rojas y b bolas azules. Cuál es la probabilidad de que la primera
Más detallesInferencia con una variable Tema 2
Inferencia con una variable Tema 2 1. Contraste sobre una proporción 2. Bondad de ajuste 3. Contraste de hipótesis sobre una media 3.1. Con σ 2 conocida, prueba Z 3.2. Con σ 2 desconocida, prueba T 4.
Más detalles2 Contraste de independencia
2 Contraste de independencia 2 Independencia entre variables cualitativas Consideremos dos variables cualitativas X e Y con I y J modalidades cada una respectivamente, y sea N IJ la tabla de contingencia
Más detallesTema 8. Contrastes paramétricos en una
Tema 8. Contrastes paramétricos en una población Resumen del tema 8.1. Contrastes sobre la media 8.1.1. Varianza poblacional conocida σ conocida. Población Normal ó población cualquiera siempre que n 30.
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesDOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL
DOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL Como recordarás una variable aleatoria discreta es aquella que sólo puede tomar valores enteros. Ejemplos: puntuación obtenida
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 detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesCapítulo 13. Contrastes sobre medias: Los procedimientos Medias y Prueba T. Medias
Capítulo 13 Contrastes sobre medias: Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 12. Contraste de hipótesis. Introducción. Introducción
Curso de Estadística Aplicada a las Ciencias Sociales Tema 12. Contraste de (Cap. 22 del libro) Tema 12. Contraste de 1. Tipos de 2. La nula y la Ejercicios Tema 12, Contraste de 2 En muchas investigaciones
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región
Más detalles