TEMA 5 CONTRASTE DE HIPÓTESIS
|
|
- Soledad Aguilar Herrero
- hace 6 años
- Vistas:
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
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 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 detallesPRUEBAS 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 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 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 detallesNúmeros 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 detallesLa 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 detallesIntervalo 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 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 detallesINTERVALOS 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 detallesMODELOS 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 detallesT 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 detallesESTIMACIÓN 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 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 detallesRegla 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 detallesModelación 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 detallesTEMA 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 detallesEJERCICIOS 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 detallesMATEMÁTICAS 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 detallesIntervalos 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 detallesDistribuciones 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 detallesEL 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 detalles8. 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 detallesPermutaciones 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 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 detallesANÁLISIS 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 detallesUNIDAD 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 detallesLicenciatura 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 detalles5.- 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 detallesOPERACIONES 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 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 detallesTEST 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 detallesMEDIDAS 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 detallesTEMA 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 detallesIES 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 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 detallesINTRODUCCIÓN 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 detallesTema 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 detallesINFERENCIA 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 detalles10. 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 detalles1 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 detallesTeorema 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 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 detallesCONTRASTACION 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 detallesIES 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 detallesESTADISTICA 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 detallesLAS 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 detallesTema 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 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 detallesModelos 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 detallesFÍSICA 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 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 detallesTema 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 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 detallesORGANIZACIÓN 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 detallesIES 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 detallesUn 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 detallesTeoría 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 detallesINSTITUTO 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 detallesIES 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 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 detallesTest 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 detallesPROBABILIDADES 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 detalles4 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 detallesLímite 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 detallesREGÍMENES 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 detallesP 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 detallesBIOESTADISTICA (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 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 detallesTema 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 detallesESTADÍSTICA 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 detallesAnálisis 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 detalles2.- 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 detallesESTIMACIÓN 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 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 detallesa. 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 detallesINSTITUTO 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 detallesPlanificación 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 detallesLa 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 detallesEstimación 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 detallesCONCEPTOS 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 detallesPRUEBAS 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 detallesProbabilidad 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 detallesEstimador 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 detallesEstadístico. 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 detallesCONVEXIDAD 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 detallesPROBLEMAS 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 detallesDIFERENCIAL 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 detallesEncuesta 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 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 detallesEjemplo: 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 detallesConvolución. 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 detallesMUESTREO 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 detallesEscena 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 detallesMatemáticas 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 detallesEstimación 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 detallesTema 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 detallesDepartamento 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 detallesESTIMACIÓN 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 detallesIntervalos 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