UNIDAD 3.- INFERENCIA ESTADÍSTICA I
|
|
- Raquel Reyes Campos
- hace 6 años
- Vistas:
Transcripción
1 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 partir de esos datos puede hacerse. Los aspectos ateriores hace que pueda hablarse de dos tipos de Estadística: Descriptiva e Iferecial La Estadística Descriptiva se ocupa de tomar los datos de u cojuto dado, orgaizarlos e tablas o represetacioes gráficas y del cálculo de uos úmeros que os iforme de maera global del cojuto estudiado. No utiliza la Probabilidad. La Estadística Iferecial trata sobre la elaboració de coclusioes para ua població, partiedo de los resultados de ua muestra y del grado de fiabilidad de las coclusioes. Utiliza la Probabilidad La estadística iferecial se divide e: Estadística iductiva: Se ecarga de estimar los parámetros de ua població, y lo puede hacer de dos formas distitas: - Mediate u úico valor o estimació putual - Mediate u itervalo o estimació por itervalos Estadística deductiva: Su fi es comprobar si la iformació que proporcioa la muestra cocuerda o o co la hipótesis estadística formulada: - Mediate los cotrastes de hipótesis Defiició: Los parámetros poblacioales o parámetros so los ídices cetrales y de dispersió que defie a ua població (media, variaza, proporció..). Defiició: Los estadísticos muestrales o estadísticos so los ídices cetrales y de dispersió que defie a ua muestra (media, variaza, proporció.. muestrales). Los estadísticos que más vamos a usar so: - µ ó x, la media muestral - σ ó s, la desviació típica muestral 2. MUESTREOS ALEATORIOS E la iferecia estadística es ecesario utilizar muestras, que represete a la població. Esto se cosigue mediate las técicas de muestreo. Para poder obteer iformació de la població a través de la muestra es ecesario que ambas tega características parecidas, e tal caso se dice que la muestra es represetativa de la població. Ejemplo: Se hace u estudio sobre los pesos de los recié acidos, para ello se cosidera la variable aleatoria: X = " peso de u recié acido" La població sobre la que se hace el estudio so todos los iños que ace. No se puede aalizar toda la població (los iños o para de acer), por lo que es ecesario tomar ua muestra. 1 UNIDAD 3.- Iferecia Estadística I
2 Es importate saber cuál debe ser el tamaño de la muestra para que sea represetativa, parece evidete que 2 iños o so suficietes, pero cuátos pesar? Por otro lado hay de determiar cómo elegir a los iños, importa el sexo?, puede ser todos acidos el mismo día?, o e el mismo hospital? Tipos de muestreo Muestreo co reemplazamieto: es el que se realiza cuado u elemeto tomado de la població vuelve de uevo a ella para poder volver a ser elegido. E esta situació, cada miembro de la població puede seleccioarse más de ua vez. Este tipo de muestreo hace que ua població fiita pueda ser cosiderada, al meos e su aspecto teórico, como ua població ifiita. Muestreo si reemplazamieto: es el que se efectúa si devolver a la població los elemetos que se va eligiedo para costruir la muestra. E este caso, cada miembro de la població o puede seleccioarse más de ua vez. Muestreo o aleatorio o o probabilístico: es el que se realiza de forma que todos los elemetos de la població o tiee la misma probabilidad de ser icluidos e la muestra. Este tipo de muestreo suele ser de escasa represetatividad y poco válidas las iferecias que pueda hacerse Muestreo aleatorio: es el que se efectúa teiedo e cueta que cada miembro de la població tiee la misma probabilidad de ser elegido e la muestra. Co este tipo de muestreo, las muestras so represetativas, es posible coocer los posibles errores cometidos y puede hacerse iferecias estadísticas. Es el más utilizado ya que preseta u mayor grado de fiabilidad y es el que vamos a estudiar más e detalle Muestreo aleatorio Los tipos fudametales de muestreos aleatorios so tres: Muestreo aleatorio simple: Cosiste e listar todos los elemetos de la població y seleccioar aleatoriamete los elemetos de la muestra. El muestreo aleatorio simple se etederá co reemplazamieto segú las directrices dadas por la comisió de Selectividad. Muestreo aleatorio sistemático: Se suele utilizar para ahorrar costes, y e este tipo de muestreo es ecesario ordear a los idividuos de la població asigádoles de este modo u úmero ordial a cada uo. Dividimos N (tamaño de la població) etre (tamaño de la muestra), os da como resultado u º N k = (llamado coeficiete de elevació), y después elegimos, al azar, uo de los k primeros idividuos de la població, por ejemplo el que ocupa el lugar k, y a partir de ahí la muestra se iría obteiedo escogiedo idividuos de k e k hasta completar todos los elemetos que compoe la muestra. Muestreo aleatorio estratificado: Es el que se utiliza cuado e la població se puede distiguir varios colectivos (estratos) cuya presecia queremos reflejar e la muestra. Supogamos que teemos k estratos o colectivos que os divide a la població. Llamaremos N1, N2, N3,... N k al º de elemetos de la població que tiee cada estrato, es decir su tamaño. Se cumple que N1 + N2 + N Nk = N. Sea 1, 2, 3,..., k al úmero de idividuos de los respectivos estratos que hay e la muestra (co k = ). Segú el criterio que elijamos para reflejar los estratos e la muestra, teemos dos subtipos e este muestreo: co afijació igual (tambié llamada costate o simple) y co afijació proporcioal. 2 UNIDAD 3.- Iferecia Estadística I
3 E el caso de muestreo aleatorio estratificado co afijació igual, o se toma e cueta el úmero de idividuos que compoe cada estrato, sio que todos tiee la misma presecia e la muestra. Por ejemplo, si hay 5 estratos, de cada uo se elegiría 5 idividuos para la muestra, idepedietemete del peso que cada uo de ellos tuviera e la població. Es decir, 1 = 2 = 3 =... = k =. No suele ser k represetativa y se usa poco. E el caso de muestreo aleatorio estratificado co afijació proporcioal, sí se toma e cueta el tamaño de cada estrato. Lo que se pretede es que la muestra matega, e su composició, la misma proporció de idividuos que cada estrato tega e la població. Este tipo es el más usado k E este caso ha de ser proporcioales y por tato se ha de cumplir que = = =... = = N1 N2 N3 Nk N De estas proporcioes podemos saber el º de elemetos de cada estrato que ha de teer la muestra Ejemplo: E cierta població habita 1500 iños y jóvees, 7500 adultos y 1000 aciaos. Se desea realizar u estudio para coocer el tipo de actividades de ocio que se desea icluir e el uevo parque e costrucció. Para ello, va a ser ecuestados 200 idividuos elegidos al azar. a) Si se utiliza muestreo estratificado co afijació igual, cuál será el tamaño muestral correspodiete a cada estrato? b) Si se utiliza muestreo estratificado co afijació proporcioal, cuál será el tamaño muestral correspodiete a cada estrato? a) E el muestreo estratificado co afijació igual dividimos el total de la muestra etre 3 (iños, adultos, aciaos) y tomamos esa catidad de cada estrato. E uestro caso 200/ 3 = 66 66, como so persoas elegimos 66 iños, 67 adultos y 67 viejos, porque , (la suma tiee que ser 200 y teemos que aproximar los datos) b) E el muestreo estratificado co afijació proporcioal debe cosiderarse los estratos formados por iños y jóvees, adultos y aciaos. El tamaño de cada uo de los estratos debe ser proporcioal a la catidad de idividuos de cada uo de ellos. Así, se tiee que: 1500 x = = x y z = = = = y = = x = = La muestra debe estar formada por 30 iños y jóvees, 150 adultos y 20 aciaos elegidos aleatoriamete etre sus respectivos colectivos. 3. DISTRIBUCIONES MUESTRALES Ua vez obteida la muestra de la població, y realizado el estudio sobre ella, llega la fase e que hay que obteer coclusioes sobre toda la població. Nosotros vamos a estimar la media de la població, o la proporció de idividuos de esa població que tiee ua determiada característica o la diferecia de medias 3 UNIDAD 3.- Iferecia Estadística I
4 Distribució de las medias muestrales Vamos a cosiderar ahora todas las muestras posibles de tamaño que se pueda extraer de ua població, y la variable aleatoria X es la que asiga a cada muestra su media. Esta distribució se llama distribució de las medias muestrales. Si llamamos µ y σ a la media y la desviació típica variable aleatoria de la població (respectivamete), y siedo X la variable aleatoria formada por las medias muestrales, etoces se verifica el siguiete Teorema Cetral del Límite: Para u suficietemete grade (se cosidera grade para 30 ), se tiee que la distribució muestral de σ medias X se aproxima a ua distribució ormal, es decir, X N( µ, ). Resumiedo, - La media de las medias muestrales, X, es la de la població, µ = µ σ - La desviació típica de las medias muestrales, X, es σ = Corolario: E el caso particular que sepamos que la població sigue ua distribució ormal, la distribució de medias muestrales tambié sigue ua distribució ormal, y e este caso idepedietemete del tamaño de la σ muestra, es decir, X = N( µ, ) E la práctica ocurre que la desviació típica de la població es descoocida. E estos casos se aproxima por la desviació típica de la muestra siempre que el tamaño de esta sea suficietemete grade, 100 Ejemplo: Ua població está formada por sólo cico elemetos, co valores 3, 5, 7, 9 y 11. Cosideramos todas las muestras posibles de tamaño 2 co reemplazamieto que pueda extraerse de esta població. Se pide calcular: a) La media de la població. b) La desviació típica de la població c) La media de la distribució muestral de medias. d) La desviació típica de la distribució muestral de medias, es decir, el error típico de las a) La media de la població es µ = = = b) La desviació típica de la població es: σ = ( 3 7) + ( 5 7) + ( 7 7) + ( 9 7) + ( 11 7) = 8 = 2,8284 c) Costruyamos la distribució muestral de medias y, para ello, calculamos la media de todas las muestras posibles co reemplazamieto de tamaño 2 que so 25. Los resultados puede verse e la tabla siguiete: 4 UNIDAD 3.- Iferecia Estadística I
5 La distribució muestral de medias puede verse e la tabla que sigue. La media de la distribució muestral de medias (media de medias) es: d) La desviació típica de la distribució muestral de medias es: Ejemplo: Las estaturas de 1200 estudiates de u cetro de eseñaza superior se distribuye ormalmete co media 1 72 y desviació típica 0 09 m. Si se toma 100 muestras de 36 estudiates cada ua, se pide: a) La media y la desviació típica esperada de la distribució muestral de medias. b) E cuátas muestras cabría esperar ua media etre 1 68 y 1 73 m? c) E cuátas muestras es de esperar que la media sea meor que 1 69 m? a) La media y la desviació típica esperada de la distribució muestral de medias es: σ 0,09 µ = µ = 1,72 y σ = = = 0, UNIDAD 3.- Iferecia Estadística I
6 Por ser el tamaño muestral mayor que 30 aplicamos el teorema cetral del límite, que afirma que la σ distribució muestral de medias se aproxima a ua distribució ormal: X = N( µ, ) = N(1, 72, 0, 015) X 1,72 b) Nos está pidiedo P(1, 68 < X 1, 73), y para ello hemos de tipificar la variable haciedo Z =, 0,015 co lo cual 1,68 1,72 X 1,72 1,73 1,72 P(1, 68 < X 1, 73) = P( < ) = P( 2,67 < Z 0, 67) = 0,015 0,015 0,015 ( ) ( ) P Z 0, 67 P( Z 2, 67) = P Z 0, 67 + P( Z 2, 67) 1 = 0, , = 0, 7448 El º de muestras esperado es aproximadamete 74 c) Nos está pidiedo P( X 1, 69), y tipificado igual que e el apartado aterior teemos que: 1,69 1,72 P( X 1, 69) = P( Z ) = P( Z 2) = 1 P( Z 2) = 1 0, 9772 = 0, ,015 Es decir, aproximadamete 2 muestras tiee la media meor que 1,69 Distribució de las proporcioes muestrales Cuado estudiamos e ua població ua determiada característica que sólo puede tomar dos valores: éxito y fracaso, la població objeto del estudio sigue ua distribució biomial Cada ua de las muestras que extraigamos de esa població tedrá u porcetaje de idividuos co esa misma característica. Vamos a estudiar ahora de todas las muestras posibles de tamaño, la proporció de sus idividuos que tiee ua determiada característica. Llamaremos p al valor de esa proporció e toda la població y llamaremos p a la proporció de idividuos co esa característica e cada ua de las muestras. La distribució asociada a la variable aleatoria que asocia a cada muestra su proporció es la distribució muestral de proporcioes. Teorema: a) La media de p es p, es decir, µ p = p b) La desviació típica de p p q es c) Si 30, p 5 y q 5 p q, es decir, p σ = dode q 1 = p, la distribució muestral de proporcioes p se aproxima a ua distribució ormal p q p N p, E la práctica ocurre que las proporcioes p y q de la població so descoocidas. E estos casos, se aproxima por las respectivas de ua muestra, p = µ, por ser p u estimador isesgado. p Ejemplo: Ua població está formada por los elemetos 1, 2, 4 y 6. a) Calcula la proporció p de cifras impares. b) Para cada ua de las muestras co reemplazamieto de tamaño dos, calcula la proporció de cifras impares. c) Calcula la media y la desviació típica de la distribució muestral de proporcioes. 6 UNIDAD 3.- Iferecia Estadística I
7 1 a) La proporció de cifras impares es: p = = 0, 25 4 b) La proporció de cifras impares de cada ua de las muestras puede verse e la tabla. Muestra 1,1 1,2 1,4 1,6 2,1 2,2 2,4 2,6 4,1 4,2 4,4 4,6 6,1 6,2 6,4 6,6 Proporció p c) La media de las proporcioes ateriores es: 1+ 0, 5 + 0,5 + 0,5 + 0,5 + 0, 5 + 0,5 µ = = 0,25 = p p 16 Y la desviació típica es σ p ,5 + 0,5 + 0,5 + 0, 5 + 0, 5 + 0, 5 2 = 0, 25 = 0,3062, que verifica que es igual a 16 ( ) p q (0, 25) (0,75) σ p = = = 0,3062, pues la població es fiita y las muestras se extrae co 2 reemplazamieto Ejemplo: Ua máquia fabrica piezas de precisió. E su producció habitual fabrica u 3% de piezas defectuosas. U cliete recibe ua caja de 500 piezas procedetes de la fábrica. a) Cuál es la probabilidad de que ecuetre más del 5% de piezas defectuosas e la caja? b) Cuál es la probabilidad de que ecuetre meos de u 1% de piezas defectuosas? La distribució muestral de proporcioes admite como media y desviació típica co los datos que teemos: p q 0, 03 0,97 µ p = p = 0,03 y σ p = = = 0, La distribució muestral de proporcioes se distribuye segú ua N (0, 03; 0, 0076) dado que el tamaño de las muestras es mayor que 30. Co esto respodemos a los apartados: a) ( 0,05 0,03 P p > 0, 05 ) = (tipificamos) P Z > = 1 P ( Z 2, 63) = 1 0,9957 = 0, , 0076 b) ( 0, 01 ) (tipificamos) 0,01 0,03 P p = P Z = P( Z 2, 63 ) = P( Z > 2, 63 ) = 0, 0076 = 1 P Z 2, 63 = 1 0,9957 = 0, 0043 ( ) 4. ESTIMACIÓN DE PARÁMETROS. ESTIMACIÓN PUNTUAL Detro de la estadística iferecial está la estadística iductiva, que se basa e la estimació de parámetros poblacioales a partir de los correspodietes estadísticos muestrales. Esta estimació puede hacerse de dos formas: estimació putual y estimació por itervalos Por ejemplo, cuado decimos que la altura media de los adolescetes es de 1,75 m estamos haciedo ua estimació putual; e cambio, si decimos que la altura media de los adolescetes está etre 1,73 y 1,77 m estamos haciedo ua estimació por itervalos. Por tato, la estimació putual cosiste e estimar mediate u úico valor el parámetro poblacioal descoocido. E la estimació putual, el estadístico que utilizamos para la estimació se llama estimador putual. Los estimadores putuales puede se: 7 UNIDAD 3.- Iferecia Estadística I
8 - Estimador putual isesgado: Si la media de la distribució muestral de u estadístico es igual a su correspodiete parámetro poblacioal. So estimadores putuales isesgados la media muestral o la proporció muestral. - Estimador putual sesgado: Si la media de la distribució muestral de u estadístico o coicide co su correspodiete parámetro poblacioal. 8 UNIDAD 3.- Iferecia Estadística I
) 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 detallesINFERENCIA 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( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detallesIntroducciónalaInferencia 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 detallesMUESTREO 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 detallesPROBLEMAS 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 detalles3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)
1 Muestreo Tema 1 1. Muestreo. Muestreo aleatorio 3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio si reposició 3.. Muestreo aleatorio co reposició (muestreo aleatorio simple) 3.3. Muestreo aleatorio
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2017 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 017 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 detallesEjercicios 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 detallesINTRODUCCIÓN 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 detallesTema 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 detallesR E S O L U C I Ó N. a) La distribución de las medias muestrales es: N, N 8'1, N 8'1, 0'3. Como el nivel de confianza es del 97%, podemos calcular
El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media días y desviació típica 3 días. a) Determie u itervalo de cofiaza para estimar, a u ivel del 97%, co ua muestra aleatoria
Más detallesEstimación 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 detallesDISTRIBUCIÓN 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 detallesObjetivos. 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 detallesMuestreo. 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 detallesEjercicios 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 detallesINFERENCIA ESTADÍSTICA
FACULTAD DE INGENIERÍA INFERENCIA ESTADÍSTICA Iree Patricia Valdez y Alfaro Estimació de parámetros ireev@servidor.uam.mx Ua clasificació de estadística Descriptiva Calculo de medidas descriptivas Costrucció
Más detallesFormulas. 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 detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M
Más detallesResumen 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 detallesESTADÍSTICA INFERENCIAL. MUESTREO
Tema 6: ESTADÍSTICA INFERENCIAL. MUESTREO Profesor: Fracisco J. Agudo García Curso 009-010 Ídice 1. Itroducció. Muestreo 3 3. Distribució Normal 5 3.1. Tipificació de la variable...........................
Más detallesTécnicas 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 detallesTEMA 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 detallesCurso 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 detallesGuía 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 detallesPROBLEMAS 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 detallesEJERCICIOS 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 detallesDistribuciones 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 detallesINFERENCIA 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 detallesSESION 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 detallesEstadística 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 detallesCAPÍTULO 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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesCLAVES 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 detallesTEMA 3: INFERENCIA ESTADISTICA
ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.
Más detalles12 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 detalles6. DISTRIBUCIONES MUESTRALES
6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber
Más detallesSobrantes 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 detallesEn 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 detallesImportancia 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 detallesDISTRIBUCIONES 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 detallesTrata 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 detallesPRUEBAS 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 detallesIntervalos 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 detallesEstimación 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 detalles6. DISTRIBUCIONES MUESTRALES
6. DISTRIBUCIONES MUESTRALES 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
Más detallesEn 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 detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesProblemas 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 detallesCAPÍTULO 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 detalles1. 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 detalles8 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 detallesT ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:
T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.
Más detallesPaso 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 detallesMuestreo 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 detallesLAS MUESTRAS ESTADÍSTICAS
11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo
Más detallesPráctica 2 VARIABLES ALEATORIAS CONTINUAS
Práctica. Objetivos: a) Apreder a calcular probabilidades de las distribucioes Normal y Chi-cuadrado. b) Estudio de la fució de desidad de la distribució Normal ~ N(µ;σ) c) Cálculo de la fució de distribució
Más detallesPRUEBAS 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 detallesTema 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 detallesPrueba 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 detallesPráctica 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 detallesTrabajo 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 detallesLAS MUESTRAS ESTADÍSTICAS
UNIDAD 0 LAS MUESTRAS ESTADÍSTICAS Págia 26 Lazamieto de varios dados CUATRO DADOS La distribució de probabilidades de la suma de cuatro dados es la siguiete: x i 4 5 6 7 8 9 0 2 3 4 4 0 20 35 56 80 04
Más detallesTEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H
TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos
Más detallesExplicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.
Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de
Más detallesPROBLEMAS 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 detallesUNIVERSIDAD 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 detallesPRUEBA 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 detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesIntervalos 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 detallesSOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2)
Curso 2012-13 PEC2 Pág. 1 SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2) Gráfico 1: E ua ivestigació se compara la eficacia de tres tipos de tratamieto de las fobias, atediedo a si ha habido
Más detallesMedidas 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 detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua
Más detallesMirando 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 detalles2 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 detallesAnálisis de resultados. Independencia de las muestras
Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 4 ) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 006 (Modelo 4 ) Solució Germá-Jesús Rubio Lua EJERCICIO _A OPCIÓN A - ( putos) Sea las matrices A=, B=. Calcule A - (B A t ). - 0 4 3 0 x ( putos) Resuelva y clasifique
Más detallesPRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE
PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE Objetivos Comprobar que la suma de variables aleatorias idepedietes y co la misma distribució es aproximadamete ormal. Estudiar la robustez de la aproximació frete
Más detallesPoblación 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 detallesTema 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 detalles1.1 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 detallesContrastes de hipótesis
Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones
EAMEN MODELO C Pág. INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 05 Código asigatura: 6007 EAMEN TIPO TET MODELO C DURACION: HORA olucioes Gráfica : Distribució de u grupo de 800 profesioales saitarios colegiados
Más detallesEstadística 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 detallesUNIDAD 4 MODELOS PROBABILÍSTICOS
Uiversidad Nacioal del Litoral Facultad de Igeiería y Ciecias Hídricas ESTADÍSTICA Igeiería Iformática TEORÍA Mg.Ig. Susaa Valesberg Profesor Titular UNIDAD 4 MODELOS PROBABILÍSTICOS Estadística - Igeiería
Más detallesQué 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 detallesCapítulo 9: Estimación. Intervalos de confianza
Matemáticas Aplicadas a las Ciecias Sociales II: º Bachillerato Capítulo 9: Estimació. Itervalos de cofiaza www.aputesmareaverde.org.es Autora: Raquel Caro Revisores: Leticia Gozález Pascual y Álvaro Valdés
Más detallesUNIDAD 4.- INFERENCIA ESTADÍSTICA II
UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que
Más detallesPRUEBA 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 detallesTEMA 6 MUESTRAS ALEATORIAS Y DISTRIBUCIONES EN EL MUESTREO
.- Itroducció: TEMA MUESTRAS ALEATORIAS Y DISTRIBUCIONES EN EL MUESTREO Los aálisis estadísticos que se realiza e el mudo real tiee como objetivo estudiar las propiedades características de las poblacioes
Más detalles1. 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 detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
Tema Iferecia estadística. Estimació de la media Mate CCSSII 2º Bach. 1 TEMA INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA DISTRIBUCIÓN NORMAL EJERCICIO 1 : Los esos, e kilogramos, de u gruo de ersoas
Más detallesPara 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 detallesCAPÍTULO 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 detallesCapítulo 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 detallesCAPÍTULO 7 DISTRIBUCIONES EN EL MUESTREO Introducción
CAPÍTULO 7 DISTRIBUCIONES EN EL MUESTREO 7.. Itroducció Geeralmete, las poblacioes tiee tamaños que hace que estudiarla e su totalidad sea poco práctico desde diversos putos de vista; costo, tiempo, tipo
Más detallesBloque 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