θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ
|
|
- María Pilar Peralta Navarrete
- hace 5 años
- Vistas:
Transcripción
1 Iferecia Estadística 95 Capitulo VIII INFERENCIA ETADITICA Es ua rama de de la Estadística que se ocupa de los procedimietos que os permite aalizar y etraer coclusioes de ua població a partir de los datos de ua muestra aleatoria, mediate la teoría de las probabilidades y de las distribucioes muestrales. Comprede: a) Estimació de parámetros: - Estimació putual - Estimació por itervalos b) Prueba de hipótesis. ETIMACION DE PARAMETRO. ) ETIMACION PUNTUAL.- i θ es u parámetro poblacioal (valor descoocido); la estimació putual o estimador de este parámetro, deotado por θˆ, es ua fució de las observacioes correspodietes a ua muestra aleatoria, es decir: Ejemplo θˆ h(x,x,...,x ) θˆ es u estimador putual de θ i θ (media poblacioal).- θˆ h (X,X,...,X ) / (X X... X ) X θˆ es u estimador de θ.- θˆ h (X,X,...,X ) / (X X ) θˆ es u estimador de θ Como se puede otar, u mismo parámetro admite muchos estimadores. El mejor estimador a ser elegido, es aquel que cumple co las siguietes propiedades: Propiedades de u bue estimador.- ) Debe ser isesgado: θˆ es u estimador isesgado de θ, si y sólo si: E (θˆ ) θ ) Debe ser eficiete: i θ y θ so dos estimadores isesgados de θ, etoces θ es más eficiete que θ, si y sólo si: Var(θ ) < Var(θ ) 3) Debe ser cosistete: θˆ es u estimador cosistete de θ, si y sólo si cuado el tamaño de muestra se icremeta, θˆ se aproima a θ. F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
2 Iferecia Estadística 96 4) Debe ser suficiete: θˆ es u estimador suficiete de θ, si y sólo si θˆ cotiee la iformació suficiete para estimar θ. Ejemplo.- De ua població ormal co media y variacia, se etrae ua muestra aleatoria: X,X,...,X. Probar que la media y variacia muestral so estimadores isesgados de y respectivamete. olució: e debe probar que E() y E( ) [ ]... E ( E[ ] E[ ]... E[ ]) E E [ ] ( ) e sabe que : ( ) W ~ ( ) gl χ E[W] - ( ) E E[ ] ) ETIMACION POR INTERVALO.- Cosiste e determiar u cojuto de valores, el cual cotiee el valor verdadero del parámetro θ, co u ivel de cofiaza dado: (-α)00 C ( LIC < θ < LC ) - α LIC: límite iferior de cofiaza LC: límite superior de cofiaza Itervalo de cofiaza (θ) <LIC, LC> Basado e los supuestos de distribució ormal o aproimadamete ormal de la població e estudio y teiedo e cueta las distribucioes muestrales estudiadas e el capítulo aterior, se puede deducir los siguietes itervalos de cofiaza: Itervalo de cofiaza para la media poblacioal () GRAFICO figura 3 CAO : Cuado es coocida ( fig.) e sabe que: F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
3 Iferecia Estadística 97 Z ~N(0,) P(-Z 0 < Z < Z 0 ) -α P z < < α 0 z0 Límite iferior de cofiaza : LIC( ) z 0 Límite superior de cofiaza: LC( ) z 0 EJEMPLO.- i de ua població ormal co media descoocida y variacia igual a 4, se etrae ua muestra de tamaño 5 y se obtiee que el promedio muestral es igual a 8.5.U itervalo del 95% de cofiaza para, será: LIC() (.96)()/5 7.7 LC() 8.5 (.96)()/5 9.8 El itervalo [7.7, 9.8] brida u 95% de cofiaza de coteer el verdadero valor de. CAO : Cuado es descoocida. (fig.) e sabe que: t ~ t( ) gl P(-t 0 < t < t 0 ) -α P t < < α 0 t 0 Límite iferior de cofiaza : LIC( ) t 0 Límite superior de cofiaza: F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
4 Iferecia Estadística 98 LC( ) t 0 EJEMPLO.- i de ua població ormal co media y variacia, ambas descoocidas; se etrae ua muestra de tamaño 5 y se obtiee que el promedio es 7.8 y la variacia muestral 7.6 respectivamete. U itervalo del 95% de cofiaza para, será: LIC() (7.6/5) 6.66 LC() (7.6/5) 8.94 El itervalo [6.66, 8.94] brida u 95% de cofiaza de coteer el verdadero valor de. Itervalo de cofiaza para la variacia ( ). (fig 3) e sabe que: V ( ) P(V < V <V ) -α P V ~ χ ( ) gl ( ) < < α V Límite iferior de cofiaza : LIC( ( ) ) V Límite superior de cofiaza: LC( ( ) ) V EJEMPLO.- i de ua població ormal co variacia descoocida se etrae ua muestra de tamaño 4 y se obtiee ua variacia muestral igual a U itervalo del 90% de cofiaza para, será: LIC( ) (4-)45.8/ LC( ) (4-)45.8/ El itervalo [9.95, 80.47] brida u 90% de cofiaza de coteer el verdadero valor de. Itervalo de cofiaza para la diferecia de medias ( - ). Grafico FIG456 F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
5 Iferecia Estadística 99 CAO Cuado y so coocidas. (fig 4) e sabe que: Z ( ) ( ) ~ N(0,) P(-Z 0 < Z < Z 0 ) -α ( ) ( ) P < α z < 0 z0 Límite iferior de cofiaza : LIC( ) ( ) Límite superior de cofiaza: z z 0 LC( ) ( ) 0 EJEMPLO.- e tiee ua població, Normal(,4) y ua població Normal(,3). e observa muestras de tamaño: 5 y 36 respectivamete, cuyos promedios so 8.7 y 5.8 respectivamete. Hallar u itervalo del 95% de cofiaza para ( - ). olució: LIC LC 4 3 ( ) ( ) ( ) ( ) El itervalo [0.754, 5.046] brida u 95% de cofiaza de coteer el verdadero valor de ( - ) F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
6 Iferecia Estadística 00 CAO : Cuado y so descoocidas, pero. (fig 5) e sabe que: t ( ) ( ) dode: p ~ t( ) gl p ( ) ( ) P(-t 0 < t < t 0 ) -α LIC LC ( ) ( ) t 0 p ( ) ( ) t 0 p EJEMPLO.- e tiee ua població Normal(, ² ) y ua població, Normal(, ² ). e etrae muestras de tamaño 0 y 3 respectivamete y se calcula el promedio y la variacia muestral. promedio muestral : 7.8 y 4. respectivamete variacia muestral : 30.3 y 8.7 respectivamete. p (0 )30.3 (3 ) U itervalo del 95% de cofiaza para ( - ), será: LIC LC ( ) ( ) ( ) ( ) El itervalo [-.4, 8.34] brida u 95% de cofiaza de coteer el verdadero valor de ( - ) Itervalo de cofiaza para la razó de variacias. (fig 6) F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
7 Iferecia Estadística 0 e sabe que: F F(, ) gl ~ P( f < F < f ) -α LIC f LC f EJEMPLO.- e tiee ua població Normal(0, ² ) y ua població, Normal(, ² ). e etrae muestras de tamaño 8 y 7 respectivamete y se calcula la variacia muestral: 46.5 y 3.4 respectivamete. Etoces, u itervalo del 98% de cofiaza para la razó de variacias, població etre població, será: LIC LC El itervalo [0.493,.460] brida u 98% de cofiaza de coteer el verdadero valor de la razó de variacias, població etre la població Capitulo IX PRUEBA DE HIPOTEI HIPOTEI ETADITICA.- Es u supuesto sobre la distribució de ua variable aleatoria, que ecesita ser comprobada para su aceptació o rechazo. HIPOTEI PLANTEADA O NULA (H p o H 0 ).- es la suposició que se hace acerca de que el parámetro pueda tomar determiado valor. HIPOTEI ALTERNANTE (H a o H ).- es el complemeto de la hipótesis plateada, esta hipótesis es aceptada siempre y cuado la hipótesis plateada es rechazada. PRUEBA DE HIPOTEI.- Es u procedimieto estadístico de comprobació de ua hipótesis y se realiza utilizado los valores observados que costituye ua muestra. F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
8 Iferecia Estadística 0 TIPO DE ERRORE.- E el procedimieto de prueba de hipótesis se puede icurrir e dos tipos de errores: - ERROR TIPO I: cuado se rechaza ua hipótesis plateada, siedo ésta realmete cierta - ERROR TIPO II: cuado se acepta ua hipótesis plateada, siedo ésta realmete falsa. HIPOTEI PLANTEADA DECIION VERDADERA FALA ACEPTAR NO HAY ERROR ERROR TIPO II (β) RECHAZAR ERROR TIPO I (α) NO HAY ERROR NIVEL DE IGNIFICACION (α ).- Es la probabilidad de cometer error tipo I; es decir, es la probabilidad de rechazar ua hipótesis plateada verdadera. La probabilidad de cometer error tipo II está represetado por la letra griega β. PAO NECEARIO PARA REALIZAR UNA PRUEBA DE HIPOTEI. FORMULACION DE LA HIPOTEI: H p, H a. ETABLECER EL NIVEL DE IGNIFICACION (α ) 3. DETERMINAR LA PRUEBA ETADITICA ( t, Z, X, F ) Y LA AUNCIONE REPECTIVA E todos los casos las asucioes de la prueba so: a)la població de dode se etrae la muestra, es ormal b)la muesrta es etraida al azar 4.- DETERMINAR LA REGIONE DE ACEPTACION Y RECHAZO DE H p 5.- REALIZAR EL CALCULO DE LA PRUEBA ETADITICA 6.- ETABLECER LA CONCLUIONE DE LA PRUEBA PRUEBA DE HIPOTEI PARA LA MEDIA DE UNA POBLACION.- H p : k H p : k H p : k H a : k H a : > k H a : < k.- Determiar ivel de sigificació, α 3.- Prueba estadística.- puede ser: "Z" ó "t" CAO.- Cuado ² es coocido F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
9 Iferecia Estadística 03 Prueba estadística: Z ~N(0,) CAO.- Cuado ² es descoocido t ~ t( ) gl 4.- Regioes de aceptació: Grafico FIG Cálculo de la prueba: Zcal k, o tcal k 6.- Coclusioes.- i el valor calculado e el paso 5, cae e la zoa de aceptació; etoces se acepta la hipótesis plateada. i el valor calculado e el paso 5, cae e la zoa de rechazo; etoces se rechaza la hipótesis plateada. EJEMPLO.- De ua població Normal (, 6), se etrajo ua muestra de tamaño 3, siedo su promedio muestral de 43.. Es la media poblacioal diferete de 45?. Use α0.05 ) H p : 45 H a : 45 ) α ) Prueba estadística: Z 4) Regioes críticas: Dos colas, ver gráfico aterior ) Zcal ) Coclusió: e rechaza H p F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
10 Iferecia Estadística 04 PRUEBA DE HIPOTEI PARA LA VARIANCIA DE UNA POBLACION H p : k H p : k H p : k H a : k H a : > k H a : < k Prueba estadística ( ) ~ χ ( ) gl χ calculado ( ) k EJEMPLO.- De ua població Normal (, ), se observo ua muestra de tamaño 3, cuya variacia muestral resulto Es la variacia poblacioal al meos 8?. Use α0.05 ) H p : 45 H a : 45 ) α ) Prueba estadística: X 4) Regioes críticas: dos colas, ver gráfico aterior (3 )84.6 5) χ calculado ) Coclusió: e acepta H p PRUEBA DE HIPOTEI PARA LA RAZON DE VARIANCIA DE DO POBLACION H p : ² /² k H p : ² /² k H p : ² /² k H a : ² /² k H a : ² /² > k H a : ² /² < k Grafico FIG 3 Prueba estadística: F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
11 Iferecia Estadística 05 F(, ) gl ~ Fcalculado k EJEMPLO.- e tiee ua població : Normal (, ² ) y ua població : Normal (, ² ). e observa muestras de tamaño 8 y 7, respectivamete. Los promedios y variacia muestral so 46.5 y 7. respectivamete. Eiste homogeeidad de variacias?. Use α0.0 ) H p : H a : ) α 0.0 3) Prueba estadística: F 4) Regioes críticas: dos colas, ver gráfico aterior. 5) F calculado 46.5/ ) Coclusió: e rechaza H p No eiste homogeeidad de variacias. PRUEBA DE HIPOTEI PARA LA DIFERENCIA DE MEDIA ( - ) H p : - k H p : - k H p : - k H a : - k H a : - > k H a : - < k Grafico FIG 7 CAO Cuado ² y ² so coocidos Prueba estadística F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
12 Iferecia Estadística 06 F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm ( ) ( ) (0,) ~ N Z CAO Cuado ² y ² so descoocidos a) Eiste homogeeidad de variacias (² ² ) Prueba estadística: ( ) ( ) gl t t p ) ( ~ ( ) p k calculado t _ ) ( ) ( p b) No eiste homogeeidad de variacias (² ² ) Prueba estadística: ( ) ( ) ' ~ t t Regioes críticas Grafico FIG 9 t t(α, -) t t(α, -) t t(α, -) t t(α, -) t t(α, -) t t(α, -)
13 Iferecia Estadística 07 t' _ tabular t' _ calculado t t ( ) k EJEMPLO.- e tiee ua població, Normal (, ² ) y ua població, Normal (, ² ). Los tamaños de muestra : 8 y 7, respectivamete y sus variacias y promedios, respectivamete. variacia muestral : 46.5 y 7. promedio muestral : 5.3 y.6 La media de població, ecede a la media de la població e tres uidades?. Use α 0.05 ) H p : - 3 H a : - 3 ) α ) Prueba estadística : t' (No eiste homogeeidad de variacias) 4) Regioes críticas: dos colas, ver gráfico aterior t '_ tabular (5.3-.6) - 3 (5.3.6) 3 5) t '_ calculado ) Coclusió: e acepta H p F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
14 Iferecia Estadística 08 EJERCICIO E u estudio de la logitud e cetímetros de peces de ua especie coocida como Carpa de igapur (Cyprius carpio); se obtuvo los siguietes datos muestrales: machos : 46, 4, 55, 49, 40, 45, 39 hembras : 45, 44, 4, 4, 40, 48, 47, 46 pez Promedio Variacia Desviació Estadar ) Macho ) Hembra Grafico FIG A a) Hallar e iterpretar u itervalo del 90% de cofiaza para la verdadera logitud media de peces hembras de la especie carpa de sigapur. olució: Como o es coocida. Ver fig. a.9 LIC( ) t cm LC( ) t cm 0 8 Itervalo de cofiaza ( ) [4.9, 46.07] El itervalo [4.9, 46.07] brida u 90% de cofiaza de coteer la verdadera logitud media de peces hembras de la especie carpa de sigapur. b) Hallar e iterpretar u itervalo del 90% de cofiaza para la verdadera variacia de la logitud de peces machos olució: ver fig. b F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
15 Iferecia Estadística 09 LIC ( LIC ( w ( ) ) w (7 ) ( ) ) (7 ) El itervalo [4.84, 4.8] brida u 90% de cofiaza de coteer la verdadera variacia de la logitud de peces machos. Itervalo de cofiaza para la desviació estádar Correspode a la raiz cuadrada de los limites para la variacia: LIC ( ) 3.85 LC ( ) 0.69 El itervalo [3.85, 0.69] brida u 90% de cofiaza de coteer la verdadera desviació estádar de la logitud de peces machos. c) Hallar e iterpretar u itervalo del 95% de cofiaza para la diferecia de logitudes medias de peces machos, meos peces hembras, coociedo que eiste homogeeidad de variacias. Grafico FIG C p 6(3.4) 7( ver fig. c LIC ( ) ( ) LC ( ) ( ) El itervalo [-3.85, 5.87] brida u 95% de cofiaza de coteer la verdadera diferecia (-) F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
16 Iferecia Estadística 0 d) Hallar e iterpretar u itervalo del 90% de cofiaza para la razó de variacias, de peces machos etre peces hembras. Ver fig. d LIC LIC El itervalo [0.955, 5.589] brida u 90% de cofiaza de coteer la verdadera razó de variacias. e) upoga que Ud. compraría u lote de peces machos si su logitud promedio fuese por lo meos 47 cm. E base a la muestra, cuál sería su decisió? Use α 0.05 Grafico FIG E olució: e debe realizar ua prueba de hipótesis ) H p : 47 H a : < 47 ) α ) Prueba estadística: t Asucioes de la prueba: - Població ormal - muestra etraida al azar 4) Regioes críticas, ver fig e ) t calcul; ado F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
17 Iferecia Estadística 6) Coclusió.- e acepta la H p. Las evidecias muestrales idica que la logitud promedio de peces machos es por lo meos 47 cms. Debe comprar el lote. f) e puede cocluir que la desviació estádar poblacioal de peces hembras es diferete de 4 cm.? Use α0.0 ) H p : 4 equivalete a: H p : 6 H a : 4 H a : 6 ) α ) Prueba estadística: X Asucioes de la prueba: - Població ormal - muestra etraida al azar 4) Regioes críticas, ver fig. f (8 )(8.4) 5) χ calculado ) Coclusió.- e acepta H p. Las evidecias muestrales idica que o hay evidecias para cocluir que la desviació estádar de peces hembras es diferete de 4 cm. g) e puede cocluir, que eiste homogeeidad de variacias?. Use α0.0 Grafico FIG C ) H p : ² ² H a : ² ² ) α 0.0 3) Prueba estadística: F. Asucioes de la prueba: - Població ormal - muestras etraidas al azar F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
18 Iferecia Estadística 4) Regioes críticas : fig. g 5) F calculado 3.4/8.4 6) e acepta H p. Las evidecias muestrales idica que eiste homogeeidad de variacias. h) e puede cocluir que la logitud media de peces machos supera a la logitud media de peces hembras e promedio, e más de cetímetros? Use α0.05 ) H p : - H a : - > ) α ) prueba estadística : t.e g) se demostró que eiste homogeeidad de variacias co α0.0 4) Regioes criticas: ver fig. h 6(3.4) 7(8.4) 5) 8. 9 p 3 t calculado ( ) ) e acepta H p. No hay evidecias para idicar que la media de machos supera e más de uidades a la media de hembras. F. de Mediburu / Aputes de clase - uso itero. Grupo G / Martes -4, Miercoles -3 pm
Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA
Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesPRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar
Más detallesTema 14: Inferencia estadística
Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos
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 detallesTest de Hipótesis. Material Preparado por Hugo Delfino
Test de Hipótesis Material Preparado por Hugo Delfio 8-3 Qué es ua Hipótesis? Hipótesis: Es u suposició acerca del valor de u parámetro de ua població co el propósito de discutir su validez. Ejemplo de
Más detallesTEMA 3: INFERENCIA ESTADISTICA
ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detallesINFERENCIA ESTADÍSTICA
FACULTAD DE INGENIERÍA INFERENCIA ESTADÍSTICA Iree Patricia Valdez y Alfaro Estimació de parámetros ireev@servidor.uam.mx Ua clasificació de estadística Descriptiva Calculo de medidas descriptivas Costrucció
Más detallesT5. Contrastes para los parámetros de una población Normal
Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesEstimación por intervalos
Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo
Más detallesEn el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:
TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,
Más detalles1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.
GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y
Más detallesTEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesIntervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.
Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces
Más detallesTema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS
UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesPRUEBAS DE HIPÓTESIS.
PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple
Más detallesAnálisis estadístico de datos simulados Estimadores
Aálisis estadístico de datos simulados Estimadores Patricia Kisbye FaMAF 11 de mayo, 2010 Aálisis estadístico Iferecia estadística: Elegir ua distribució e base a los datos observados. Estimar los parámetros
Más detallesESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.
ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s
Más detallesCONTRASTE DE HIPÓTESIS
Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detalles9.3. Contrastes de una proporción
9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes
Más detallesPRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detallesEjemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis
Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido
Más detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detallesINFERENCIA ESTADÍSTICA
X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detallesEJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.
EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la
Más detallesEstimación de Parámetros. Estimación de Parámetros
Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle
Más detallesEstimación por intervalos
Estimació por itervalos do C. 018 Mg. tella Figueroa Clase Nº 11 Para la media poblacioal Coociedo Partimos de ua població ormal X y de la distribució muestral de la media X ~ N, X ~ N, P( z Z z ) 1 /
Más detallesEjemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis
Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de
Más detallesExplicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.
Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de
Más detalles1. Intervalos de Conanza
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació
Más detallesPROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.
PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:
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 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 detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico
Más detallesESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual
ETIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRATE DE HIPÓTEI TEMA 8: Cotrastes paramétricos
Más detallesEstimación por Intervalos
Estimació por Itervalos Propósito Ya se discutiero los estimadores putuales: x y p Ahora se dará, e ambos casos, ua estimació de itervalo, la cual iforma sobre la precisió de la estimació. Esta estimació
Más detallesUNIDAD 4.- INFERENCIA ESTADÍSTICA II
UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de
Más detallesBloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS
Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que
Más detalles1. Distribución Normal.
DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei RESUMEN 1. Distribució Normal. 1.1. Cálculo de probabilidades a) Para ua distribució estádar N(0,1) usamos directamete la tabla: Ejemplos:
Más detallesDistribuciones Muestrales
10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II UNIDAD III: TECNICAS DE ESTIMACIÓN ESTIMACIÓN POR INTERVALOS
PROYECTO DE CARRERA: INGENIERÍA INDUTRIAL AIGNATURA: ETADÍTICA II UNIDAD III: TECNICA DE ETIMACIÓN ETIMACIÓN POR INTERVALO INTRODUCCIÓN E temas ateriores se estableciero las bases que ermite a los estadísticos
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detallesPaso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:
Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de
Más detallesFormulas. Población infinita. Población finita
Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza
Más detallesESTADÍSTICA. n i Se pide:
ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de
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 detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua
Más detallesSolución: de una distribución con media µ y varianza conocida. = X. Aquí 100. Así σ = a) Se pide determinar "n", de modo que:
Ejercicios Itervalos de Cofiaza. Se toma ua muestra aleatoria de observacioes y se costruye u itervalo de cofiaza del 95% para la media poblacioal, co variaza coocida. El itervalo de cofiaza resultó co
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media
Más detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detallesEstimación de parámetros. Biometría
Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes
Más detallesTEMA 4: CONTRASTE DE HIPOTESIS
ESTADÍSTICA, CURSO 2008 2009 TEMA 4: CONTRASTE DE HIPOTESIS HIPOTESIS ESTADISTICAS ENSAYOS DE HIPOTESIS Cocepto de hipótesis estadística Esayos de hipótesis Hipótesis ula (H 0 ) y alterativa (H ) Diferecias
Más detallesObjetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia
Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la
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 detallesNúmero de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.
Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del
Más detallesPROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)
TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA
Más detallesPasos básicos para docimar una hipótesis:
Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detallesIntroducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino
Itroducció a la Iferecia Estadística Temario Diseño Muestral Teorema Cetral del Límite Iferecia estadística Estimació putual y por itervalos Test de hipótesis. DISEÑO MUESTRAL Porque utilizar muestras
Más detallesEstadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3
Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral
Más 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 detallesInferencia estadística
UNIDAD 0 Iferecia estadística Objetivos Al fializar la uidad, el alumo: determiará si u estimador es sesgado o isesgado resolverá problemas de itervalos de cofiaza para la media, diferecia de medias, variaza
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detalles8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.
TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates
Más detallesEstimadores Puntuales: Propiedades de estimadores Sebastián Court
Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria
Más detallesCapítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco
Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto
Más detallesANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A
EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació
Más detallesMÉTODOS ESTADÍSTICOS DE LA INGENIERÍA CONVOCATORIA DE MAYO (011) EJERCICIO 1 El director de publicacioes de ua editorial trata de decidir si debe publicar u uevo texto de estadística. Los ateriores libros
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder
Más detallesTema 1: Inferencia Estadística
ETADÍTICA II Notas e Clases Tema : Iferecia Estaística LUI NAVA PUENTE Itroucció Geeralmete las poblacioes so emasiao graes como para poer ser estuiaas e su totalia. Por lo tato es ecesario tomar e la
Más detallesMAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma
MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete
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 detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Opció B Reserva, Ejercicio 4, Opció B Reserva 2, Ejercicio 4,
Más detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesINFERENCIA ESTADÍSTICA Y ESTIMACIÓN
INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo
Más detallesTEMA 5: REGRESION LINEAL
ESTADÍSTICA, CURSO 008 009 TEMA 5: REGRESION LINEAL REGRESION LINEAL SIMPLE. CORRELACION. REGRESION.. Regresió lieal simple Recta de regresió: y a + b.. Ajuste de ua recta de regresió Método de míimos
Más detallesEstadística II. 5. Contraste de Hipótesis ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES
Estadística II 5. Cotraste de iótes ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES Cocetos revios Cocetos revios Prueba uilateral a ua cola suerior ϑ versus A ϑ ϑ > ϑ Prueba uilateral a ua cola iferior ϑ ϑ < ϑ ϑ
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2017 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 017 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció
Más detalles13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media
Más detallesTEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H
TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos
Más detallesTema 2. Medidas descriptivas de los datos
Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados. Sexo
EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Código asigatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier modelo) Calificació
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesSESION 15 DISTRIBUCIONES DE MUESTREO
SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes
Más detalles