TEMA 5 CONTRASTE DE HIPÓTESIS

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

Download "TEMA 5 CONTRASTE DE HIPÓTESIS"

Transcripción

1 ESQUEMA 5.1 ITRODUCCIO. 5..-COTRASTES SOBRE LA ESPERAZA MATEMATICA DE UA POBLACIO ORMAL EL PROBLEMA DE DOS MUESTRAS COTRASTES DE IGUALDAD DE ESPERAZAS E POBLACIOES ORMALES COTRASTE SOBRE LA VARIAZA DE UA POBLACIO ORMAL COTRASTE DE IGUALDAD DE VARIAZAS. 5.1 ITRODUCCIO. E los dos teas ateriores heos estudiado coo hacer iferecia acerca del valor de los paráetros poblacioales a partir de la iforació uestral a través de estiadores putuales e itervalos de cofiaza. Si ebargo e uchas ocasioes cuado aalizaos ua deteriada població es posible que tegaos algua creecia a priori acerca de los valores de los paráetros del feóeo estudiado. Esta creecia posibleete se ecuetre basada e uestra eperiecia previa co el feóeo e estudio. E tal caso os iteresará estiar valores uéricos para los paráetros poblacioes pero adeás es posible que os iterese aalizar si la iforació uestral es cosistete o corrobora uestra creecia a priori. Este aálisis cofigura lo que se deoia probleas de ua uestra. E otros casos dispodreos de dos uestras os puede iteresar aalizar si la iforació que proporcioa es cosistete co la posibilidad de que provega de la isa població frete a la posibilidad de que provega de poblacioes diferetes. Este tipo de aálisis cofigura lo que se deoia probleas de dos uestras. Los cotrastes de hipótesis especifica siepre ua posibilidad deoiada hipótesis ula deotada por H que es aquella e la que estaos dispuestos a creer a priori especificado tabié otra posibilidad deoiada hipótesis alterativa deotada por H 1 que es aquella que aceptareos si rechazaos la hipótesis ula. La idea previa al cotraste estadístico de hipótesis es que eiste razoes para creer que la hipótesis ula es cierta puesto que el suceso que la defie es aquel que parece ás posible a priori uestra creecia fudada ó ás coservadora. La hipótesis alterativa parece lógico que deba estar defiida por u suceso co probabilidad positiva e icopatible co el que defie la hipótesis ula. Los sucesos co probabilidad ula o debe estar icluidos e igua de las dos hipótesis. Para llevar a cabo el cotraste de las dos hipótesis debereos pregutaros si la iforació uestral proporcioa evidecia suficiete e cotra de la hipótesis ula coo para rechazarla. Coo la hipótesis ula refleja ua creecia a priori sólo la rechazareos si ecotraos evidecia suficiete e su cotra. Sólo deberá cotrastarse hipótesis ulas e las que estaos dispuestos a creer siedo esta creecia fudada. E los probleas de ua uestra la hipótesis ula asigará u valor ó valores uéricos al paráetro ó paráetros poblacioales frete a otro valor ó rago de valores que se iclue e la hipótesis alterativa. Para resolver el cotraste ecesitareos dispoer de iforació uestral sobre la que deteriareos el valor de u estadístico apropiado para estiar el paráetro acerca del cual se quiere efectuar el cotraste. El valor uérico obteido para el estadístico os dirá si es aceptable uestra hipótesis a priori acerca del valor del paráetro ó si por el cotrario debeos rechazarla. Todo cotraste de hipótesis se desarrolla e varias etapas: GARCÍA CÓRDOBA 1

2 a Plateaieto de las hipótesis ula alterativa b Elecció de u estadístico adecuado e relació co el paráetro acerca del cual quereos efectuar el cotraste. c Divisió del espacio uestral e dos regioes o solapadas: ua crítica otra de aceptació de la hipótesis ula. d Obteció de ua uestra de u deteriado taaño sobre la que edir la característica e estudio. e Deteriació del valor del estadístico sobre la uestra de que dispoeos. f Resolució del cotraste: Si el valor del estadístico cae e la regió crítica se rechaza la hipótesis ula a favor de la alterativa; Si el valor del estadístico cae e la regió de aceptació o se rechaza la hipótesis ula. Cotrastar ua hipótesis estadísticaete es juzgar si cierta propiedad supuesta para ua població es copatible co lo observado e ua uestra de ella. Por ejeplo si e u hospital la itad de los pacietes co SIDA so tratados co ua droga A probada co aterioridad la otra itad de los pacietes so tratados co ua ueva droga B se quiere decidir etre las siguietes hipótesis H H 1 La droga B o es ejor que la droga A. La droga B es ejor que la droga A. E u cotraste de hipótesis tabié deoiado test de hipótesis o Cotraste de sigificació se decide si cierta hipótesis H que deoiaos hipótesis ula puede ser rechazada o o a la vista de los datos suiistrados por ua uestra de la població. Para realizar el cotraste es ecesario establecer previaete ua hipótesis alterativa H 1 que será aditida cuado H sea rechazada. oralete H 1 es la egació de H auque esto o es ecesariaete así. Llaareos hipótesis estadística a ua suposició que deteria parcial o totalete la distribució de probabilidad de ua v.a.. Estas hipótesis puede clasificarse e dos grupos segú que: 1 Especifique u valor cocreto o u itervalo para los paráetros que iterviee e la fució de distribució de la v.a.. Deteria el tipo de distribució de probabilidad que ha geerado los datos. U ejeplo del prier grupo es la hipótesis de que la edia de ua v.a. es 7 del segudo que la distribució es oral. os cetrareos e las hipótesis del tipo 1. Sea ua v.a. que sigue ua distribució que depede de u paráetro θ. Defiició: Ua hipótesis siple es aquella que especifica u úico valor del paráetro θ. Ua hipótesis copuesta es aquella que especifica as de u valor para θ. U test de hipótesis es ua regla de la fora: Rechazar H si C dode C es u subcojuto de R úeros reales. Defiició: A C se le llaa regió crítica o regió de rechazo. Defiició: Cuado realizaos u cotraste de hipótesis dos errores so posibles: - Errores de tipo I: Rechazar la hipótesis H cuado es cierta. - Errores de tipo II: Aceptar H cuado es falsa. GARCÍA CÓRDOBA

3 Etoces defiir la regió crítica C o regió de rechazo ediate es fijar la probabilidad de coeter u error de tipo I: Prechazar H / H cierta A se le llaará ivel de sigificació. La probabilidad de error de tipo II será: βpaceptar H / H1 es cierta. Este valor β será úico cuado H1 sea siple es decir especifique u úico valor para el paráetro θ. Cuado H1 sea copuesta el valor de β será distito para cada valor del paráetro θ. Los errores de tipo I II o está relacioados ás que del siguiete odo: Cuado decrece β crece viceversa. Por tato o es posible ecotrar tests que haga ta pequeños coo queraos abos errores siultáeaete. De este odo es siepre ecesario privilegiar a ua de las hipótesis de aera que o será rechazada a eos que su falsedad se haga u evidete. E los cotrastes la hipótesis privilegiada es H que sólo será rechazada cuado la evidecia de su falsedad supere el ubral del 11-%. Defiició: Llaareos potecia de u cotraste a la catidad 1-β es decir: Potecia del cotraste 1-βPrechazar H / H1 es cierta. Obsérvese que cuato aor es la potecia del cotraste eor es β por tato eor será la probabilidad de aceptar H cuado H es falsa. De ahí el obre de potecia del cotraste. o rechazar H Rechazar H H es cierta Correcto Error tipo I Probabilidad 1- Probabilidad H es falsa Error de tipo II Correcto Probabilidad β Probabilidad 1-β E el oeto de elegir ua hipótesis privilegiada podeos e pricipio dudar etre si elegir ua dada o bie su cotraria. Criterios a teer e cueta e estos casos so los siguietes: a Siplicidad cietífica: A la hora de elegir etre dos hipótesis cietíficaete razoables toareos coo H aquella que sea ás siple. b Las cosecuecias de equivocaros: Por ejeplo al juzgar el efecto que puede causar cierto trataieto édico que está e fase de eperietació e pricipio se ha de toar coo hipótesis ula aquella cuas cosecuecias por o rechazarla siedo falsa so eos graves coo hipótesis alterativa aquella e la que el aceptarla siedo falsa trae peores cosecuecias. 5..-COTRASTES SOBRE LA ESPERAZA MATEMATICA DE UA POBLACIO ORMAL. El cotraste de hipótesis acerca de la esperaza ateática de ua població oral se realiza utilizado coo estadístico la edia uestral. GARCÍA CÓRDOBA 3

4 Si la hipótesis ula es siple establece que H : etoces si es cierta la població es la edia uestral tiee ua distribució /. Cosecueteete el estadísticosupoeos variaza poblacioal coocida: Z os perite llevar a cabo el cotraste: 1 a Si la hipótesis alterativa es copuesta del tipo: H 1 : etoces la regió crítica cosiste e o rechazar si la edia uestral está suficieteete próia a por eceso o por defecto Para ello escogeos u ivel de sigificació llaaos λ a u valor tal que: P λ P λ / P λ 1 Obsérvese que Prechazar H / H cierta que los sucesos rechazar H H so respectivaete λ codicioado rechazar H / H es el suceso por lo que el suceso Ejeplo Si 5 etoces buscaos λ tal que P. 5 o lo que es lo iso tal que: 5 P λ 1 P λ 5 P λ 196 se busca e la tabla de la distribució oral λ λ λ es decir si: aceptareos H : rechazareos e caso cotrario. Ejercicio 1: El gerete de ua epresa que realiza trabajos de ateiieto para otras epresas habitualete trata de establecer ua catidad fija a pagar a cada epleado e cocepto de auteció coidas los días que deba desplazarse a otras epresas. El gerete cree que esa catidad debe ser de.5 pesetas por día catidad que estia es el gasto edio e coida por epleado. De los datos cotables de años ateriores sabe que la desviació típica de las facturas idividuales presetadas por este cocepto por los trabajadores es de 8 pesetas. Para cotrastar su suposició toa ua uestra de 1 facturas de coida GARCÍA CÓRDOBA 4

5 presetadas por los epleados el últio es obteiedo ua edia de.38 pesetas por factura. Es cierta la suposició del gerete? Resolució: Lo que quereos cotrastar es la suposició del gerete hipótesis ula: Frete a la alterativa H 1 :.5 H :.5 Si la hipótesis ula es cierta etoces la població es.58 Etoces sabeos que:.5 Z Aditireos H si la edia uestral está suficieteete próia a.5 por eceso o por defecto. Lógicaete quereos que la probabilidad de rechazar H cuado es cierta sea u pequeña. Esta probabilidad es lo que heos llaado podeos fijarlo por ejeplo e 5 5. Fijado 5 debeos buscar λ tal que:.5.5 P λ 5 8 P λ O lo que es lo iso λ tal que:.5 P λ De dode λ 196 Tabla de la 1 por tato aceptareos la hipótesis ula si la edia uestral se ecuetra etre: La resolució de estas operacioes os proporcioa los valores pesetas respectivaete por lo que coo la edia uestral.38 pst está copredida etre los isos aceptareos que la edia del gasto diario es de.5 pesetas. b Si la hipótesis alterativa es copuesta del tipo: H 1 : > etoces ecotrareos evidecia e cotra de la hipótesis ula la rechazareos a favor de H 1 cuado la edia uestral sea suficieteete grade a que la hipótesis alterativah 1 afira que la esperaza ateática es aor que. Por tato rechazaos la hipótesis ula teiedo e cueta que uestra regió crítica es: Para deteriar λ utilizaos: P λ regió crítica GARCÍA CÓRDOBA 5

6 P λ o lo que es lo iso rechazareos H si P λ λ 1 Ejercicio : Co los isos datos del ejercicio 1 podríaos haber plateado coo hipótesis alterativa H 1 : >.5. E este caso rechazaríaos la hipótesis del gerete H :.5 si la edia uestral es suficieteete grade o lo que es lo iso la aceptareos co u 8 ivel de sigificació si.5 λ 1 Si por ejeplo fijaos 5 rechazareos la hipótesis ula observado si uestro estadístico edia uestral cae detro de la regió crítica: Deteriaos λ utilizado:.5 P λ P λ 5 8 P λ De la tabla de la distribució 1 deducios que λ 1645 por lo que: 8 P coo la edia uestral.38 <.631 aceptareos la hipótesis H :.5. c Si la hipótesis alterativa es copuesta del tipo: H 1 : < etoces ecotrareos evidecia e cotra de la hipótesis ulala rechazareos a favor de H 1 cuado la edia uestral sea suficieteete pequeña a que la hipótesis alterativah 1 afira que la esperaza ateática es eor que. Por tato rechazaos la hipótesis ula teiedo: P Para deteriar λ utilizaos: P λ P λ λ Regió Crítica P λ 1 ó lo que es lo iso rechazareos H si λ Co los datos del ejercicio 1 supogaos H 1 : <.5: Para Deteriar λ utilizaos: GARCÍA CÓRDOBA 6

7 .5 P λ 5 P 8.5 P λ 95 λ la regió crítica es:.5 λ P P P Coo uestra edia uestral.38 cae fuera de la regió crítica auque por poco aceptaos H :.5 o ha suficiete evidecia e cotra. ota: E estos cotrastes heos supuesto coocida la variaza poblacioal cuado o lo es cosideraos la cuasivariaza uestral utilizaos el estadístico: t t 1 S 5.3.-EL PROBLEMA DE DOS MUESTRAS. Deoiaos problea de dos uestras a aquellas situacioes e que se quiere cotrastar hipótesis acerca de los valores uéricos que toa los paráetros de dos poblacioes distitas. Frecueteete el problea que iteresa o sólo es el de estiar u paráetro poblacioal sio cotrastar que su valor uérico es el iso e dos uestras de las que se dispoe por ejeplo si la reta failiar es la isa e dos couidades autóoas. Para ello debereos hacer algua suposició acerca de la distribució que sigue la variable objeto de estudio reta salario estatura... por ejeplo para posteriorete cotrastar la igualdad de los paráetros e abas poblacioes: Si se está iteresado e la igualdad de las esperazas ateáticas se querrá cotrastar la hipótesis ula H : 1 frete a la hipótesis alterativa que puede ser del tipo H 1 : 1 < si ha razoes para pesar a priori que de o ser iguales ua de ellas será superior a la otra o sipleete H 1 : 1 si tal iforació o eiste. Si se quiere cotrastar la igualdad de variazas establecereos hipótesis ulas del tipo H : 1 frete a H 1 : 1. El étodo utilizado para llevar a cabo estos cotrastes etre paráetros de dos poblacioes es siilar al utilizado para paráetros de ua població: costruireos u itervalo de cofiaza e este caso para la diferecia de esperazas 1 - o para el cociete de variazas segú proceda coprobaos si el valor uestral del estadístico correspodiete cae detro del itervalo e cuo caso o rechazaos la hipótesis ula o fuera del iso e cuo caso rechazaos la hipótesis ula a los iveles de cofiaza sigificació que haaos utilizado para costruir el itervalo. GARCÍA CÓRDOBA 7

8 GARCÍA CÓRDOBA COTRASTES DE IGUALDAD DE ESPERAZAS E POBLACIOES ORMALES. A CO VARIAZAS COOCIDAS. Dadas dos poblacioes orales idepedietes: e De las que etraeos dos uestras aleatorias siples de taaños. Sabeos que las edias uestrales de abas poblacioes se distribue: e que la diferecia de edias uestrales se distribue: e cosecuecia: 1 Z el cotraste puede resolverse utilizado las tablas de la 1. Si por ejeplo la hipótesis a cotrastar es la de la igualdad de las esperazas ateáticas: H : el itervalo de cofiaza del 95% es: P Si el valor de la diferecia - bajo la hipótesis ula que es cero cae detro del itervalo o rechazaos H si cae fuera rechazaos H. B CO VARIAZAS DESCOOCIDAS. La hipótesis aterior o es la de aor relevacia práctica a que es difícil pesar que coocereos los valores uéricos de las variazas de las dos poblacioes descoociedo las esperazas ateáticas. Por ello supodreos ahora que las variazas poblacioales so descoocidas. Debereos distiguir dos casos: e P

9 B-1 Las variazas poblacioes so descoocidas pero iguales dos uestras distitas de la isa població: Dadas dos poblacioes orales idepedietes: e De las que etraeos dos uestras aleatorias siples de taaños. Sabeos que las edias uestrales de abas poblacioes se distribue: e Dado que la variaza ahora es descoocida o podeos utilizar el estadístico aterior utilizareos el hecho de que el estadístico: t s s Lo que puede utilizarse de odo aálogo a los casos ateriores. 1 P t / s s t / s s Si el valor de la diferecia - bajo la hipótesis ula que es cero cae detro del itervalo o rechazaos H si cae fuera rechazaos H. B- Las variazas poblacioes so descoocidas diferetes dos uestras distitas de distitas poblacioes: o lo tratareos por su coplejidad COTRASTE SOBRE LA VARIAZA DE UA POBLACIO ORMAL. Para cotrastar hipótesis acerca de la variaza de ua població oral utilizareos el hecho de que e poblacioes orales el estadístico: s se distribue de acuerdo co ua 1 Esta distribució de la variaza uestral adecuadaete oralizada o depede de que la esperaza ateática de la població oral sea coocida por lo que para llevar a cabo el cotraste o es preciso coocer. Si ebargo este cotraste o es ta siple coo los ateriores a que la distribució chi-cuadrado o es siétrica. Esto se traduce e que los ubrales o valores críticos que obteeos o es ecuetra sietricaete repartidos e toro al estadístico utilizado para el cotrastecoo ocurría e los casos ateriores.el procediieto que se sigue co la distribució chi-cuadrado es el iso que el utilizado para costruir itervalos de cofiaza: fijado u ivel de sigificació cosideraos los ubrales que deja ua probabilidad / a su derecha e izquierda respectivaete: χ GARCÍA CÓRDOBA 9

10 s χ 1 P s P χ 1 1 abos traos a izquierda derecha costitue la regió crítica del cotraste. Coo siepre para obteer la regió crítica utilizaos la distribució de probabilidad que se obtiee bajo la hipótesis ula. Podeos utilizar ua fora alterativa del estadístico: s 1 S Esta fora alterativa de uestro estadístico os perite establecer la lógica del cotraste: El estadístico es el cociete de la cuasivariaza uestral el valor de la variaza bajo la hipótesis ula. Si esta hipótesis ula es cierta dicho cociete o será u distito de 1a que la cuasivariaza uestral es u estiador isesgado de la variaza poblacioal. E el estadístico el cociete queda ultiplicado por el úero de grados de libertad: Si H es cierta el cociete citado tederá a ser ás próio a1 cuato aor sea el taaño uestral. Esta posible tedecia a o rechazar la hipótesis ula queda corregida ediate el producto por -1. Si H o es cierta etoces el cociete será o bie sigificativaete superior a 1si el verdadero valor de ecede de ó sigificativaete iferior a 1 e caso cotrario. Será positivo e cualquier caso coo lo es la distribució Chi-cuadrado a diferecia de las distribucioes oral o t-studet COTRASTE DE IGUALDAD DE VARIAZAS. E ocasioes os iteresará cotrastar que dos poblacioes tiee igual variabilidad co idepedecia de que sus esperazas ateáticas sea iguales o o es decir cotrastar la hipótesis H : 1 frete a H 1 : 1. Para ello cotareos co dos uestras aleatorias siples e idepedietes de taaños etraídas de dos poblacioes: e Supodreos que tato las esperazas coo las variazas so descoocidas. Sabeos que el estadístico cociete de las cuasivariazas uestrales sigue ua distribució F. Ello deteria u itervalo óptio de cofiaza del 11-% para el cociete de variazas / 1 : S S F 1 1 S S F F / / 1 1 S S Si el valor del cociete / 1 que bajo la hipótesis ula H : 1 es 1 cae detro del itervalo o rechazaos H si cae fuera rechazaos H. GARCÍA CÓRDOBA 1

11 BIBLIOGRAFÍA: **García Córdoba Palacios Sáchez Ruiz Marí: Probabilidad e Iferecia Estadística: Ua Itroducció. Ed. Horacio Escarabajal. Durá Peiró: "Fudaetos de Estadística" Ed: Ariel Escuder R. "Itroducció a la Teoría de la Probabilidad" Ed: tirat to blach ecooía. Evas J.R Olso D.L. Statistics Data aálisis ad decisió odelig Pretice Hall. Ferádez Abascal: "Cálculo de Probabilidades Estadística" Ed: Ariel. Gutiérrez Jaíez R. otros.: "Curso Básico de Probabilidad" Ed: Piráide. Llopis Perez J. "La estadística: ua orquesta hecha istrueto" Ed: Ariel Ciecia. Martí Pliego F.J. Motero Lorezo J.M. Riuz-Maa Pérez L. "Probleas de Probabilidad" Ed: AC. Martí Pliego Ruiz Maa: "Estadística: I Probabilidad. II Iferecia Estadística" Ed: AC. **ewbold P. "Estadística para los egocios la Ecooía" Ed: Pretice Hall **ovales A. Estadística Ecooetría Ed: Mc Graw Hill. Probleas: Murgui J.S. "Estadística para la Ecooía Adiistració de Epresas" Ed: Purchades. Ruiz Maa: "Probleas de Estadística" Ed:AC Sarabia Alegría J.M. : "Curso Práctico de Estadística" Ed: Cívitas. Serret Moreo-Gil J.: "Maual de Estadística Uiversitaria" Ed. ESIC. Tussel F. Garí A: "Probleas de Probabilidad e Iferecia Estadística" Ed:Tebar Flores. ** Palacios Gozález otros. Ejercicios resueltos de iferecia estadística. Delta ** Sierra Miguel Ágel. Ejercicios resueltos de estadística. Ed. Ceura Para saber ás o coprobar dudas: GARCÍA CÓRDOBA 11

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1 MÉTODOS DE ENUMERACIÓN Y CONTEO. Pricipio de ultiplicació. Supogaos que u procediieto desigado coo puede hacerse de aeras. Supogaos que u segudo procediieto desigado coo se puede hacer de aeras. Tabié

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

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

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

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

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse.

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse. Núeros coplejos 1. Cuerpos U cuerpo coutativo es u cojuto de úeros que puede suarse, restarse, ultiplicarse y dividirse. Los úeros racioales, esto es, los úeros que puede escribirse e fora de fracció,

Más detalles

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera La Capitalizació co ua Tasa de Iterés Siple El Iterés Siple La característica ás resaltate de la capitalizació co tasa de iterés siple es que el valor futuro de u capital aueta de aera lieal. Sea u pricipal

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

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

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

MODELOS DE PROBABILIDAD

MODELOS DE PROBABILIDAD 3 MODELOS DE PROBABILIDAD.- VARIABLES ALEATORIAS DISCRETAS E ocasioes, alguas variables aleatorias sigue distribucioes de probabilidad uy cocretas, coo por ejeplo el estudio a u colectivo ueroso de idividuos

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

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA UNP-Facultad de Igeiería Carreras: Ig. Electróica y Electricista CAPÍTUO 6 ESTIMACIÓN DE VARIANZAS PROPORCIONES POBACIONAES MEDIANTE INTERVAOS DE CONFIANZA 6.1 Itervalo de cofiaza ara la variaza de ua

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

Regla de Tres. Prof. Maria Peiró

Regla de Tres. Prof. Maria Peiró Regla de Tres Prof. Maria Peiró .- Regla de Tres: Es ua fora de resolver probleas que utiliza ua proporció etre tres o ás valores coocidos y u valor descoocido. La Regla de Tres puede ser siple ó copuesta.

Más detalles

Modelación conceptual

Modelación conceptual TEMA 2 Modelació coceptual OBJETIVOS ESPECÍFICOS Defiir y aplicar los coceptos fudaetales relacioados co la represetació de la iforació. Describir las características de la odelació coceptual y su relació

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

EJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto

EJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto EJERCICIOS DISOLUCIONES (ejercicios fáciles para iiciarse) Solució: Priero debeos poer la fórula co la que se calcula el %asa: asa % asa asadisolució El (copoete ioritario) es la glucosa y el disolvete

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTICAS FINANCIERAS LECCIÓN 2: Leyes fiacieras clásicas.- Itroducció. El úero de expresioes ateáticas que podría ser leyes fiacieras, por cuplir las propiedades expuestas ateriorete, es uy ueroso.

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

Distribuciones de probabilidad

Distribuciones de probabilidad Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

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

Permutaciones y combinaciones

Permutaciones y combinaciones Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas

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

ANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA

ANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA ANÁISIS IENSIONA Y SEEJANZA INÁICA PROOIPOS Y OEOS os procediietos aalíticos basados e las ecuacioes geerales de la ecáica de los fluidos, o perite resolver, adecuadaete, todos los probleas que se preseta

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

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)

Licenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1) Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad

Más detalles

5.- Teoremas de Cauchy y del Residuo

5.- Teoremas de Cauchy y del Residuo 5.- Teoreas de auchy y del esiduo a) Itroducció. b) Putos sigulares aislados. c) esiduo. d) Teorea de auchy. e) esiduos y polos. f) eros de fucioes aalíticas. g) Aplicació de los residuos. a).- Itroducció.

Más detalles

OPERACIONES CON POLINOMIOS.

OPERACIONES CON POLINOMIOS. OPERACIONES CON POLINOMIOS. EXPRESIONES ALGEBRAICAS. Ua epresió ateática que usa úeros o variables o abos para idicar productos o cocietes es u tério. Los térios,, (ab), so todos epresioes algebraicas.

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

TEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas

TEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas Capítulo 5 TEST DE HIPÓTESIS 5.1. Itroducció E este tema trataremos el importate aspecto de la toma de decisioes, referida a decidir si u valor obteido a partir de la muestra es probable que perteezca

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

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució

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

Trabajo Especial Estadística

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

Más detalles

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

Tema 7: Estimación por intervalos de confianza.

Tema 7: Estimación por intervalos de confianza. Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

10. Estimadores 7 11. Estimación de las precisiones 8

10. Estimadores 7 11. Estimación de las precisiones 8 Ídice Págia 1. Objetivo de la ecuesta 1. Població objetivo 1 3. Cobertura geográfica 1 4. iseño de la uestra 1 4.1 Marco de la ecuesta 1 4. Foració de las uidades priarias de uestreo (UPM) 1 a) E urbao

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

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

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

CONTRASTACION DE HIPÓTESIS ESTADÍSTICAS

CONTRASTACION DE HIPÓTESIS ESTADÍSTICAS 10 CONTRASTACION DE HIPÓTESIS ESTADÍSTICAS 10.1. Coceptos fudametales e la cotrastacio de hipótesis estadísticas 10.2. Cotraste de hipótesis acerca de proporcioes 10.3. Potecia y tamaño muestral 10.4.

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

ESTADISTICA UNIDIMENSIONAL

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

Más detalles

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

Tema 6: Distribuciones Muestrales

Tema 6: Distribuciones Muestrales Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.

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

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

Muestreo sistemático

Muestreo 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 detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z < Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula

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

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

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

Un comentario sobre New exact solutions for the combined sinh-cosh-gordon equation

Un comentario sobre New exact solutions for the combined sinh-cosh-gordon equation Lecturas Mateáticas Volue 32 (2011), págias 23 27 ISSN 0120 1980 U coetario sobre New exact solutios for the cobied sih-cosh-gordo equatio Jua Carlos López Carreño & Rosalba Medoza Suárez Uiversidad de

Más detalles

Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS

Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS Cuado se lleva a cabo ua ivestigació estadística, se pretede realizar algua iferecia acerca de situacioes aparetemete ifluidas por el azar. Por ejemplo,

Más detalles

INSTITUTO NACIONAL DE SALUD PÚBLICA DISEÑO MUESTRAL

INSTITUTO NACIONAL DE SALUD PÚBLICA DISEÑO MUESTRAL INSTITUTO NACIONAL E SALU PÚBLICA ISEÑO MUESTRAL Noviebre 2008 1. Objetivo de la ecuesta Obteer iforació estadística sobre las características de la població de tipo deográfico, social, de salud, de ocupació

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

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

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

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

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

4 Contrastes del Chi 2 de bondad del ajuste 4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

REGÍMENES FINANCIEROS

REGÍMENES FINANCIEROS EGÍMEES FIAIEOS are Badía, Hortèsia Fotaals, Merche Galisteo, José Mª Lecia, Mª Agels Pos, Teresa Preixes, Dídac aírez, F. Javier Sarrasí y Aa Mª Sucarrats DEPATAMETO DE MATEMÁTIA EOÓMIA, FIAIEA Y ATUAIAL

Más detalles

P en su plano, siendo C las correspondientes

P en su plano, siendo C las correspondientes PRINIPIO DE OS TRBJOS VIRTUES El Pricipio de los Trabajos Virtuales se expresa diciedo: Para ua deforació virtual ifiitaete pequeña de u cuerpo que se ecuetra e equilibrio, el trabajo virtual de las fuerzas

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

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

Tema 5: Organización de la memoria: memoria principal.

Tema 5: Organización de la memoria: memoria principal. Objetivos: Tea 5: Orgaizació de la eoria: eoria pricipal Coocer las características geerales de los diferetes tipos de eoria que aparece e u coputador digital y aalizar la ecesidad de su orgaizació jerárquica

Más detalles

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2 Estadística o Paramétrica ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ Autores: Jua Fracisco Moge Ivars (jmoje@uoc.edu), Ágel A. Jua Pérez (ajuap@uoc.edu) ESQUEMA DE CONTENIDOS Estadística o Paramétrica

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN POR INTERVALOS DE CONFIANZA Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete

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

a. Tetraedro: Tiene 4 caras (triángulos equiláteros), 4 vértices, 6 aristas.

a. Tetraedro: Tiene 4 caras (triángulos equiláteros), 4 vértices, 6 aristas. POLIEDROS Y VOLUMEN POLIEDRO: Cuerpo liitado por cuatro o ás polígoos dode cada polígoo se deoia cara, sus lados so aristas y la itersecció de las aristas se llaa vértices. PRISM: Poliedro liitado por

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICA Y GEOGRAFÍA. Encuesta Nacional de la Dinámica Demográfica 2009. Diseño muestral

INSTITUTO NACIONAL DE ESTADÍSTICA Y GEOGRAFÍA. Encuesta Nacional de la Dinámica Demográfica 2009. Diseño muestral INSTITUTO NACIONAL E ESTAÍSTICA Y GEOGRAFÍA Ecuesta Nacioal de la iáica eográfica 2009 iseño uestral Ídice Págia. Objetivo de la ecuesta 2. Població objetivo 3. Cobertura geográfica 4. iseño de la uestra

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

La sucesión de Lucas

La sucesión de Lucas a sucesió de ucas María Isabel Viggiai Rocha Cosideramos la sucesió umérica { } defiida por: - - si 3 y y 3. Esta sucesió es coocida como la sucesió de ucas y a sus térmios se los llama úmeros de ucas.

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

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

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

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación. Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete

Más detalles

Estadístico. Parámetro

Estadístico. Parámetro La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio

Más detalles

CONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2

CONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2 Cojutos coveos Ejeplos de cojutos coveos e R CONVEXIDAD Cojutos coveos Coveidad de fucioes DEFINICION: U cojuto A es coveo cuado, y A y λ [0,] se cuple λ + ( λ) y A R λ + ( λ) y λ = / y λ = 0 Cojuto coveo:

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

DIFERENCIAL DE UNA FUNCIÓN REAL DE DOS VARIABLES REALES

DIFERENCIAL DE UNA FUNCIÓN REAL DE DOS VARIABLES REALES Cálculo III- Dierecial-TVMCD-Geeralizació Diereciabilidad DIFERENCIL DE UN FUNCIÓN REL DE DOS VRILES RELES a R : R b R R z : E las codicioes ateriores si llaaos a la ució : R R observaos que es ua trasoració

Más detalles

Encuesta Nacional de Ingresos y Gastos de los Hogares 2012 ENIGH

Encuesta Nacional de Ingresos y Gastos de los Hogares 2012 ENIGH Ecuesta Nacioal de Igresos y Gastos de los Hogares 2012 ENIGH Diseño uestral Foració de las uidades priarias de uestreo para el levataieto Obras copleetarias publicadas por el INEGI sobre el tea: Ecuesta

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

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes

Más detalles

Escena 5 Planificación contra stock

Escena 5 Planificación contra stock Método de Plaificació propuesto 67 Escea 5 Plaificació cotra stock Ua vez coocidos los protagoistas la escea busca ordear los pedidos de la forma más eficiete, respetado los requisitos del cliete. Es e

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

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

Tema 9. Combinatoria

Tema 9. Combinatoria Tea 9. Cobiatoria. Defiició de cobiatoria. Estrategias de resolució.. Estrategia del producto y la sua.. Diagraa de árbol. Variacioes y perutacioes.. Variacioes siples u ordiarias.. Perutacioes.. Variacioes

Más detalles

Departamento Administrativo Nacional de Estadística

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

Más detalles

ESTIMACIÓN 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

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