LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN

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

Download "LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN"

Transcripción

1 Uiveridad Lo Ágele de Chimbote LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION Actualmete e debe etar bie cociete de que la poblacioe o geeralmete muy grade como para er etudiada e u totalidad. Su tamaño requiere que e eleccioe muetra la cuale e puede utilizar para hacer iferecia obre poblacioe. Por ejemplo i u gerete de ua tieda miorita deea aber obre u veta diaria promedio por cliete durate el año aterior, podría ecotrar difícil calcular el promedio de la veta a cieto o quizá mile de cliete que paaro por la tieda. Seria mucho ma fácil etimar la media poblacioal co la media de ua muetra repreetativa. Hay do tipo de etimadore que e utiliza má comúmete para ete propóito: u etimador putual y u etimador por itervalo. U etimador putual utiliza u etadítico para etimar el parámetro e u olo valor o puto. El etimador putual por er u olo umero, o proporcioa por i mimo iformació algua obre la preciió y cofiabilidad de la etimació. Debido a la variabilidad de la muetra, uca e tedrá que. El etimado putual ada dice obre lo cercao que eta de. El gerete de la tieda puede eleccioar ua muetra de =500 cliete y halla el gato promedio de $0, ete valor irve como etimació putual para la media poblacioal. Ua alterativa para reportar u olo valor del parámetro que e eta etimado e calcular e iformar todo u itervalo de valore factible, u itervalo de cofiaza. El gerete puede decidir que la media poblacioal eté etre $6 y $4. Tal itervalo co frecuecia va acompañado de ua afirmació obre el ivel de cofiaza que e da co eactitud. Por lo tato e llama itervalo de cofiaza. E realidad hay tre ivele relacioado comúmete co lo itervalo de cofiaza: 99%, 95% y 90%. El gerete mecioado puede teer u 95% de cofiaza e que la media poblacioal etá etre $6 y $4. Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

2 Uiveridad Lo Ágele de Chimbote. DEFINICION E el rago detro del cual e ecuetra el parámetro decoocido co u ivel de cofiaza dado. E bae a ua muetra aleatoria y la correpodiete etadítica ˆq, e trata de ecotrar u itervalo [L, L ] llamado Itervalo de Cofiaza que debe coteer el parámetro co ua probabilidad dada (-) llamado ivel de cofiaza. Si ˆ e ua etadítica f( ˆ ) - / / L θ fig. El itervalo [L, L ] e u itervalo aleatorio ya que u etremo L, L llamado límite de cofiaza o variable cuyo valore varía de ua muetra a otra. L ˆ La Etimació Iterválica coite e calcular L, L dada ua muetra aleatoria y u ivel de cofiaza (-) y decir que e tiee cofiaza del 00 (-) % que el itervalo cotiee el valor decoocido. Por ejemplo: Si - = 0.95, e dice que e tiee ua cofiaza del 95% que el itervalo cotega el valor decoocido ; o bie, de 00 itervalo aleatorio que e tome 95 de la vece cotedrá el parámetro y ólo 5 vece o lo cotedrá. Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

3 Uiveridad Lo Ágele de Chimbote TEMA 0: INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL HACIENDO USO DE LA ESTADISTICA Z Y T.. INTRODUCCIÓN Uo de lo uo má comue de lo itervalo e etimar la media poblacioal. U fabricate puede querar etimar la producció meual promedio de u plata, u repreetate de veta puede etar itereado e etimar u comiió media aual gaada por captacioe, el jefe fiaciero de u baco puede etar itereado e etimar el ahorro meual promedio de u cliete e u año dado, etc. El úmero de circutacia que e ecuetra comumete e el mudo de lo egocio y que requiere de ua etimació de la media poblacioal e cai ilimitado.. DEFINICIÓN E el rago detro del cual e ecuetra la media poblacioal co u ivel de cofiaza dado. P L L - / / L μ L Se preeta lo iguiete cao: fig. CASO I: Uo de la Etadítica Z. i) Muetra grade ( 30), variaza poblacioal coocida y població ormal o o. L = - Z = - Z 0 0 L = + Z = + Z Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

4 Uiveridad Lo Ágele de Chimbote ii) Muetra grade ( 30), variaza poblacioal decoocida ormal o o. L = - Z = - Z 0 0 y població L = + Z = + Z 0 0 iii) Muetra pequeña ( < 30), variaza poblacioal coocida y població ormal. L = - Z = - Z 0 0 L = + Z = + Z 0 0 CASO II: Uo de la Etadítica t. Muetra pequeña ( < 30), variaza poblacioal decoocida y població ormal. L = - t = - t 0 0 L = + t = + t 0 0 Dode: t 0 t /, -. ERROR ESTÁNDAR DE LA MEDIA El error etádar e ua medida de la diperió de la media de muetra alrededor de la media de la població. Si la diperió dimiuye (i e hace má pequeña), etoce lo valore tomado por la media de la muetra tiede a agrupare ma cercaamete alrededor de. Y a la ivera, i la diperió e icremeta (i e agrada), lo valore tomado por la media de la muetra tiede a agrupare meo cercaamete alrededor de. Al dimiuir el error etádar, el valor de cualquier media de muetra probablemete e acercara al valor de la població, lo que quiere decir que al dimiuir el error etádar, e icremeta la preciió co que e puede uar la media de la muetra para etimar la media de la població. 4 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

5 Uiveridad Lo Ágele de Chimbote Si el muetreo e co o i repoició e ua població ifiita (o co utitució e ua població fiita de tamaño N), el error etádar de la media muetral e: i) ( coocida) ii) ( decoocida) Si el muetreo e i repoició e ua població fiita de tamaño N, el error etádar de la media muetra e: N i) ( coocida) N N ii) ( decoocida) N Dode: N N e el factor de correcció para població fiita. NOTA: Geeralmete e utiliza el muetreo i repoició e poblacioe ifiita y fiita de tamaño N Ejemplo : Se deea etimar el ueldo meual promedio de lo trabajadore de ua Emprea X para ello e eleccioa ua muetra aleatoria de 40 trabajadore dode e obtiee que = 70 ole y = 9 ole. Obteer u itervalo de cofiaza para el ueldo promedio de todo lo trabajadore co u ivel de cofiaza del 95%. Solució: a) Se deea etimar: μ: El ueldo meual promedio poblacioal de lo trabajadore. b) Aálii: = 40 (>30) = 70 ole = 9 ole. 5 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

6 Uiveridad Lo Ágele de Chimbote Variaza poblacioal decoocida e etima a travé de la muetra. E decir i = 9 ole etoce = 8 ole Població o ormal Para u ivel de cofiaza α = 0.95 Z O. 96 Error etádar de la media muetral e: 9 = = =.4 40 c) Haremo uo de la etadítica Z decrita e el Cao I ii: d) Hallado el itervalo de cofiaza: 9 L = - Z0 = L = + Z0 = L = L = L = = 77. ole L = = 7.78 ole e) Iterpretació: El ueldo meual promedio de lo trabajadore varia etre 77. ole y 7.78 ole co ua cofiaza del 95%. Ejemplo : El gerete de ua cadea de tieda de ropa deea el úmero de cliete que realiza compra, para eto eleccioa ua muetra al azar etre toda la cadea de tieda dode obtuvo lo iguiete reultado repecto al úmero de cliete: 907, 96, 506, 74, 789, 889, 874, 50, 59, 40 Si e upoe que la variable úmero de cliete e ditribuye ormalmete co variaza cliete. Hallar el itervalo de cofiaza del 95% para el úmero de cliete promedio que realiza compra. 6 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

7 Uiveridad Lo Ágele de Chimbote Solució: a) Se deea etimar: μ: El úmero de cliete promedio de cliete que realiza compra. b) Aálii: =0 (<30) Variaza poblacioal coocida ( cliete ) etádar e Població ormal. = 00 cliete. = 709. cliete =, etoce la deviació Para el ivel de cofiaza α = 0.95 Z O. 96 Error etádar de la media muetral : 00 = = = 63.4 cliete 0 c) Haremo uo de la etadítica Z decrita e el Cao I - iii d) Hallado el itervalo de cofiaza: 63.4 L = - Z0 = L = + Z0 = L = L = L = = 67 cliete L = = 747 cliete e) Iterpretació: Co ua cofiaza del 95% el úmero de cliete promedio que realiza compra e la tieda varia etre 67 y 747 cliete. 7 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

8 Uiveridad Lo Ágele de Chimbote Ejemplo 3: Se deea etimar el gato medio meual de coumo de teléfoo para ello e elige ua muetra aleatoria de 8 cliete de Telefóica S.A., obteiédoe ua media 50 ole y ua deviació etádar Solució: 6 ole. Obteer u itervalo de cofiaza del 90% para µ. a) Se deea etimar: μ: El gato medio meual de coumo de teléfoo e ole. b) Aálii: = 8 (>30) = 50 ole = 6 ole. Variaza poblacioal decoocida ) e etima a travé de la muetra. E decir i = 6 ole etoce = 56 ole Població ormal. Para el ivel de cofiaza α = 0.90 El error etádar de la media muetral e: ZO = = = =.78 8 c) Haremo uo de la etadítica Z decrita e el Cao I ii d) Hallado el itervalo de cofiaza: 8 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

9 Uiveridad Lo Ágele de Chimbote 6 L = - Z0 = L = + Z0 = L = L = L = = ole L = = 5.93 ole e) Iterpretació: Co ua eguridad del 90% el gato medio meual de coumo meual varía etre ole y 5.93 ole. Ejemplo 4: Co el fi de medir el redimieto de ua máquia (N de uidade producida), e toma ua muetra y e obtiee lo iguiete reultado: 0, 4,,,, 7, 5. Si abe que el redimieto igue ua ditribució ormal. Ecotrar u itervalo de cofiaza del 99% para el redimieto medio. Solució: a) Se deea etimar: μ: Tiempo medio poblacioal de ejecució e miliegudo de u programa. b) Aálii: =7 (<30) = 3 uidade =.45 uidade Variaza poblacioal decoocida E decir =.45 uidade etoce = 6.00 uidade Població ormal. e etima a travé de la muetra. Para el ivel de cofiaza α = 0.99 to = t0.995,6 = El error etádar de la media muetral e: 9 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

10 Uiveridad Lo Ágele de Chimbote 3 = = = c) Haremo uo de la etadítica t: d) Hallado el itervalo de cofiaza:.45 L = - t0 = L = + t0 = L = L =@ L = = 0 uidade L = = 6uidade e) Iterpretació: El redimieto medio de la máquia varía etre 0 y 6 uidade co ua cofiaza del 99%. Ejemplo 5: E ua emprea ditribuidora de producto iformático trabaja 500 peroa. U etudio realizado obre u tamaño de muetra de 30 trabajadore demotró que el ueldo aual promedio era $450, co ua deviació etádar de $50. Etime el ueldo aual promedio de todo lo trabajadore de la emprea co u ivel de cofiaza del 95%. Solució: a) Se deea etimar: μ: Sueldo aual promedio de todo lo trabajadore. 0 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

11 Uiveridad Lo Ágele de Chimbote b) Aálii: =30 $450 Variaza poblacioal decoocida e etima a travé de la muetra. E decir = 50 $ etoce = 50$ Població ormal. Se tiee ua població fiita de tamaño N=500, etoce El error etádar de la media muetral e: $50 N N c) Haremo uo de la etadítica Z decrita e el Cao I - ii: d) Hallado el itervalo de cofiaza: N L = - Z0 = N N L = + Z0 = N L = L = L = = $43.63 ole L = = $ ole e) Iterpretació: El ueldo aual promedio de todo lo trabajadore varía etre $43.63 y $ co ua cofiaza del 95%. Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

12 Uiveridad Lo Ágele de Chimbote TEMA : TAMAÑO DE MUESTRA CUANDO EL PARAMETRO ES LA MEDIA POBLACIONAL USANDO EL MUESTREO ALEATORIO SIMPLE. CALCULO DEL TAMAÑO MUESTRAL USANDO EL MUESTREO ALEATORIO SIMPLE Caracterítica de la Població Tamaño de la muetra Tamaño de la població ifiita o decoocido. Z e Tamaño de la població fiita. Z N Z e (N ) Dode: N Z -/ e Tamaño de la muetra. Tamaño de la població. Valor correpodiete a la ditribució de Gau Z =.96 para = 0.05 y Z =.576 para = 0.0. (Utilizar Tabla II). Valor de la variaza poblacioal. E cao de o coocere e etima por la variaza muetral ( ) a travé de ua muetra piloto Error que e prevé cometer. e L m L fig. 3 Ejemplo 6: Ua muetra de 5 familia reveló u gato emaal de promedio de 50 ole y ua deviació etádar de 30 ole. Cuál deberá er el tamaño míimo de la muetra para u error máimo emaal de 4 ole, para u ivel de cofiaza del 99%? Solució: La deviació etádar e ha obteido a travé de ua muetra etoce: Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

13 Uiveridad Lo Ágele de Chimbote =30 ole. Para el ivel de cofiaza α = 0.99 Z0.975 =.576 e = 4 ole. La població e ifiita o decoocida. La formula a utilizar erá la iguiete: = Z e (.5.76) (30) = (4) = 373 familia Ejemplo 7: Ua muetra aleatoria de lo alario e ole por hora para ueve trabajadore e: 0.5,, 9.5,, 0,.5, 3, 9, 8.5. El muetro e realizó obre ua població ditribuida ormalmete y e deea calcular u itervalo de cofiaza para el alario promedio de lo trabajadore. Hallar el tamaño míimo que debe teer la muetrea para que co u ivel de cofiaza del 95%, el error de etimació o upere a lo 0.3 ole, e ua població de 600 trabajadore. Solució: La deviació etádar e decoocida y e ha obtiee a travé de la muetra: =.47 ole hora Para el ivel de cofiaza α = 0.95 t0.95,8 =.86. Se utiliza la etadítica t por teer ua muetra meor que 30 dato. e = 0.3 ole. La població e fiita de tamaño N=600 trabajadore. La formula a utilizar erá la iguiete: t -a N = t + e (N -) -a 3 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

14 Uiveridad Lo Ágele de Chimbote = (.86) (.47) 600 (.86) (.47) + (0.3) (600 -) = 76 trabajadore. Ejemplo 8: Se quiere hacer ua ecueta para etimar el tiempo promedio por emaa que lo iño utiliza la Iteret. Por etudio ateriore e abe que la deviació etádar de dicho tiempo e de.5 hora, co u ivel de cofiaza del 95% Qué tamaño de muetra e debería elegir i el error de etimació putual o e uperior a media hora, i e població de 500 iño de u colegio X? Solució: La deviació etádar e coocida e ha obteido a travé de la població..5 hora. Para el ivel de cofiaza α = e 0.5hora. La població e ifiita o decoocida. La formula a utilizar erá la iguiete: Z Z Z e N (N ) (500 ) 8 iño. 4 Elaborado por : Mg. Carme Barreto R. Fecha : Setiembre 00 Verió :

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

Pruebas de hipótesis para dos muestras.

Pruebas de hipótesis para dos muestras. Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto

Más detalles

Salazar Rosales Leandro

Salazar Rosales Leandro Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal

Más detalles

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA JRCICIO D INFRNCIA OBR CON σ² DCONOCIDA INFRNCIA OBR CON σ DCONOCIDA Ditribució de la media muetral Mucha vece deeamo realizar iferecia acerca de la de ua població pero o cotamo co la variaza poblacioal

Más 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

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

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más 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

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS ESTADISTICA II Guía de Etudio Corte # Prof. Mariugeia Ricó ESTIMACIÓN DE PARÁMETROS Etadítica.- Ua etadítica e cualquier fució de la variable aleatoria que e obervaro e la muetra de maera que eta fució

Más 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

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

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

Más 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

Contraste de hipótesis

Contraste de hipótesis Capítulo 6 Cotrate de hipótei Termiamo eta itruió e la iferecia etadítica co ete tercer método. Co frecuecia, el problema plateado o e implemete la etimació de u parámetro, io el dieño de ua regla de deciió

Más detalles

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

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

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más 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

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

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

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

Comparación de dos Muestras

Comparación de dos Muestras STATGRAPHICS Rev. 4/5/007 Comparació de do Muetra Reume El procedimieto de Comparació de do Muetra etá dieñado para comparar do muetra idepediete de dato de variable. La prueba o corrida para determiar

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

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

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

SEMANA 01. CLASE 01. MARTES 04/10/16

SEMANA 01. CLASE 01. MARTES 04/10/16 EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando AEXO Etudio de Apecto de eguridad Emprearial Muate,Maricel eei, Ferado Idice Cuetioario...3 Repueta...11 Arbol...135 Etaditica...137 Etaditica Greerale...138 Etadítica Biaria...153 Etadítica Combiada...157

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

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

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

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

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

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Capítulo II Estimación de parámetros

Capítulo II Estimación de parámetros Capítulo II Estimació de parámetros Estimació putual de parámetros Explicaremos el tópico de la estimació putual de parámetros, usado el siguiete ejemplo. La Tabla Nº. cotiee iformació de los salarios

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

14 Intervalos de confianza

14 Intervalos de confianza Solucioario 14 Itervalos de cofiaza ACTIVIDADES INICIALES 14.I. Calcula tal que P z < Z z α α = 0,87. P zα < Z zα = P Z zα P Z < zα = P Z zα 1= 0,87 P Z P Z P Z = 1,87 = 0,935. Buscado e el iterior de

Más detalles

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año:

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año: COLEGIO COLOMBO BRITÁNICO DEPARTAMENTO DE MATEMÁTICAS PROGRESIONES/ SECUENCIAS/ SUCESIONES PROFESORES: RAÚL MARTÍNEZ Y JESÚS VARGAS Problema Jua Guillermo ivierte milloe de peo durate año, le pagará a

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

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

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

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

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

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

Más detalles

Herramientas estadísticas (HE)

Herramientas estadísticas (HE) Herramieta etadítica (HE) Realizado por: Guillermo Sáchez. Actualizado: 1-0-19 E ete documeto e decribe la herramieta etáditica (HE web) dipoible para realizar calculo etaditico dede la web de ENUSA o

Más detalles

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA Autores: Ágel A. Jua (ajuap@uoc.edu), Máimo Sedao (msedaoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS Defiició Propiedades

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

8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.

8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis. TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)

11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA) I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co

Más detalles

Contraste sobre la media de una distribución Normal de varianza conocida

Contraste sobre la media de una distribución Normal de varianza conocida Cotrate de hipótei etadítica E la primera parte de la iferecia etadítica e ha abordado el problema de la etimació de parámetro, e ella e ha vito cómo cotruir etimadore de parámetro poblacioale, e ha iitido

Más detalles

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS

INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS 4 INFERENCIA, ESTIMACIÓN Y CONTRASTE DE IÓTESIS - INTRODUCCIÓN La Etadítica decriptiva y la teoría de la robabilidad va a er lo pilare de u uevo procedimieto (Etadítica Iferecial) co lo que e va a etudiar

Más 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

Comparación. Variable Cuantitativa. Ejemplo. Comparación. Variable cuantitativa. Independientes 1. Comparación. Variable Cuantitativa.

Comparación. Variable Cuantitativa. Ejemplo. Comparación. Variable cuantitativa. Independientes 1. Comparación. Variable Cuantitativa. Comparació. Variable Cuatitativa Do Muetra Iepeiete Comparació. Variable Cuatitativa Do Muetra Do ituacioe al comparar grupo: Muetra Iepeiete Muetra Relacioaa i o o: Pareaa o Emparejaa J.F. Caaova Do muetra

Más detalles

Probabilidad y Estadística. Introducción a la Inferencia Estadística. Raúl D. Katz 2013

Probabilidad y Estadística. Introducción a la Inferencia Estadística. Raúl D. Katz 2013 Probabilidad y Estadística Itroducció a la Iferecia Estadística Raúl D. Katz 013 Ídice 1. Itroducció 3. Muestreo 3.1. Muestras aleatorias simples.................................... 4 3. Iferecia estadística

Más detalles

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir: DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

Medidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010

Medidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010 Medida de Variación o Diperión Dra. Noemí L. Ruiz 007 Derecho de Autor Reervado Reviada 010 Objetivo de la lección Conocer cuále on la medida de variación y cómo e calculan o e determinan Conocer el ignificado

Más detalles

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 008 (Modelo 6) Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 008 (MODELO 6) OPIÓN A EJERIIO 1_A (3 putos) Ua empresa produce botellas de leche etera

Más detalles

MACROECONOMÍA III EL MODELO DE SOLOW

MACROECONOMÍA III EL MODELO DE SOLOW MACROECONOMÍA III E MODEO DE SOOW Blaca Sachez-Roble Equema de la preetació. Supueto del modelo. Dicuió 3. Implicacioe 4. co proreo técico Supueto:. Fució de producció: < < (). o idividuo ahorra ua taa

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció B Reserva, Ejercicio 4,

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Capítulo III DITRIBUCIOE BIDIMEIOALE 3 Itroducció Etudiaremo do caracterítica de u mimo elemeto de la població (altura peo, do aigatura, logitud latitud) De forma geeral, i e etudia obre ua mima població

Más detalles

OPCIÓN A EJERCICIO 1_A 1 0 2

OPCIÓN A EJERCICIO 1_A 1 0 2 IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz

Más detalles

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441 PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE CURSO 007-008 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

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra: T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total

Más detalles

Como se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación.

Como se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación. Uiversidad Técica Federico Sata María Departameto de Matemática Reato Allede Olivares 7. QUINTO MÓDULO 7. Iferecia Estadística Como se ha podido apreciar e los módulos ateriores, La estadística trata co

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

PRESENTACIONES ESTADISTICAS. Número de Trabajadores (frecuencia)

PRESENTACIONES ESTADISTICAS. Número de Trabajadores (frecuencia) Distribucioes de frecuecia: PRESENTACIONES ESTADISTICAS So tablas e las que se agrupa lo valores posibles de ua variable y se registra el úmero de valores observados que correspode a cada clase. Como ejemplo

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

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.-.3 - CONVOCATORIA: 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

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles

TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO

TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO * Objetivo del Muetreo Etadítico: etudio de lo método para la obteció de ubcojuto repreetativo de la població. Neceidad e importacia. * Cocepto báico:

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

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

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles