CLAVE Laboratorio 6 - Distribución Normal

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

Download "CLAVE Laboratorio 6 - Distribución Normal"

Transcripción

1 AGRO 5005 LAB 6 CLAVE Laboratorio 6 - Distribución Normal La tabla 1 del texto presenta la probabilidad de que un valor aleatorio de Z = (Y-µ)/ sea menor que el valor tabulado z (área bajo la curva entre menos infinito y z). Use la tabla de z para determinar las siguientes probabilidades. Incluya un gráfico en cada caso, sombreando el área que representa cada probabilidad. a. P(Z<-2)= b. P(Z>2.56) = 1-P(Z<2.56) = = 52 c. P(Z<-1.23)= d. P(Z<2.25)= AGRO 5005 CLAVE Lab 6 Page 1

2 e. P(-1.63<Z<2.57)= P(Z<2.57)-P(Z<-1.63) = = f. P(-1.70<Z<-0.25)= P(Z<-0.25)-P(Z<-1.70) = = g. P(1.42<Z<1.89) = P(Z<1.89)-P(Z<1.42)= = En InfoStat, se puede usar el menú Estadísticas>Probabilidades y Cuantiles para calcular probabilidades en la distribución normal. Use InfoStat para determinar las siguientes probabilidades y compare sus resultados con la parte a, b, e, f y g de ejercicio 1. a. P(Z<-2)= AGRO 5005 CLAVE Lab 6 Page 2

3 Densidad 0.40 Normal(0,1): p(evento)= b. P(Z>2.56) = = 52= 1-P(Z<2.56) 0.40 Normal(0,1): p(evento)= c. P(-1.63<Z<2.57)= P(Z<2.57)-P(Z<-1.63) = = AGRO 5005 CLAVE Lab 6 Page 3

4 Densidad 0.40 Normal(0,1): p(evento)= d. P(-1.70<Z<-0.25)=P(Z<-0.25)-P(Z<-1.70)= = Normal(0,1): p(evento)= e. P(1.42<Z<1.89)= P(Z<1.89)-P(Z<1.42)= = AGRO 5005 CLAVE Lab 6 Page 4

5 0.40 Normal(0,1): p(evento)= Use la tabla de z para encontrar el valor de a cuya probabilidad sea la especificada. Incluya un diagrama en cada caso. (ayuda: la dirección de la flecha indica el lado de la distribución que debe ser sombreada. Esta área sombreada corresponde a la probabilidad indicada). (Para estos ejercicios, hay que buscar el valor de z que corresponde a la probabilidad indicada) a. P(Z<a)=.84 a = b. P(Z>a)=.19 (ayuda: es la misma a de P(Z<a) = 0.81) a= AGRO 5005 CLAVE Lab 6 Page 5

6 c. P(Z<a) =.23 a = d. P(Z>a) = 0.65 (ayuda: es la misma a de P(Z<a)=0.35) a= e. P(-a<Z<a)=.90 a = a = AGRO 5005 CLAVE Lab 6 Page 6

7 4. Use InfoStat para encontrar el valor a cuya la probabilidad sea la especificada. Compare sus resultados con el ejercicio 3. a. P(Z<a)=.84 a = f. P(Z>a)=.19 a= AGRO 5005 CLAVE Lab 6 Page 7

8 Densidad 0.40 Normal(0,1): p(evento)= c. P(-a<Z<a)=.90 a= a= Normal(0,1): p(evento)= Otra alternativa para buscar probabilidades en Infostat es usar el menú Aplicaciones > Didácticas > Gráficos de funciones de densidad continuas. Aquí no sólo obtenemos las probabilidades sino también las gráficas. Para superponer varias gráficas, es posible usar la opción clonar (herramientas gráficas). Se obtendrá una copia (clon) de la serie gráfica original. Si seleccionamos esta nueva serie podemos cambiar sus parámetros y comparar ambas distribuciones. Grafique en un mismo gráfico las funciones correspondientes 10, 2 1, 10, 2 3, 9, 2 3 a las tres distribuciones normales: AGRO 5005 CLAVE Lab 6 Page 8

9 6. Usando la definición de cuartiles (valores de la variable que dejan un 25% o un 75% de la distribución a la izquierda), calcule los valores de Q1 y Q3 en la distribución normal estandarizada. Cuál es el valor del RIC (Recorrido Intercuartílico)? Use la tabla e Infostat. Para encontrar probabilidades asociadas con una distribución normal general se debe primero transformar el valor de Y en Z usando la siguiente fórmula, y luego usar la tabla de z para encontrar el valor. z y Ejemplo: P(Y<115) = P(Z < [ )/6] )= P(Z<2.50) = El problema inverso (encontrar un valor de Y que acumule cierta probabilidad) se resuelve calculando primero el valor de y Z y después resolviendo la ecuación z de la siguiente manera: y = z + Ejemplo: Dado Y N(100, 36), Encontrar a tal que P(Y<a)=0.6591: A partir de las tablas de Z, vemos que P(Z<.41)= Entonces a = (.41)(6) = P(-a<Z<a)= = 0.5 a= a= AGRO 5005 CLAVE Lab 6 Page 9

10 0.40 Normal(0,1): p(evento)= % % 25% RIC=Q 3 -Q 1 = 0.67-(-0.67)= Para Y ~ N( 100, 36), calcule las siguientes probabilidades. Incluya un diagrama en cada caso. Use tablas e InfoStat. a. P(93<Y<102)= P(-1.17<Z<0.33)=P(Z<0.33)-P(Z<-1.17)= = z z AGRO 5005 CLAVE Lab 6 Page 10

11 0.07 Normal(100,36): p(evento)= b. P(90<Y<95)= P(-1.67<Z<-0.83)=P(Z<-0.83)-P(Z<-1.67)= = z z Números redondeados a dos decimales AGRO 5005 CLAVE Lab 6 Page 11

12 0.07 Normal(100,36): p(evento)= c. P(Y>103)= (de Infostat) z Usando la tabla, transformar a Z=0.5, y buscar P(Y>103)=P(Z>0.5)=1-P(Z<0.5) AGRO 5005 CLAVE Lab 6 Page 12

13 Densidad 0.07 Normal(100,36): p(evento)= d. P(Y<98)= P(Z<-0.33)= Z = (98-100)/6 = Normal(100,36): p(evento)= Para la misma situación Y ~ N( 100, 36), calcular los valores de a. Incluya un diagrama en cada caso. Use tablas e InfoStat. a. P(Y>a)=.25 a = Se busca dentro de la tabla =0.75. El valor de a=0.67. De acuerdo a y z. y * z Y, se debe hallar el valor de AGRO 5005 CLAVE Lab 6 Page 13

14 104 b. P(Y<a)=.08 P(Z<a)=0.08 a= y z = (-1.41)6 = P(Y<91.54)=0.08 a = AGRO 5005 CLAVE Lab 6 Page 14

15 91.54 c. P(Y>a)= =0.28 P(z<a)=0.28 a=-0.58 Y=-0.58*6+100=96.52 P(Y>96.52)=0.72 a = d. P(Y<a)=.995 a=2.57 AGRO 5005 CLAVE Lab 6 Page 15

16 P(Z<2.57)=0.995 Y=2.57*6+100= P(Y<115.42)=0.995 a = Un programa de selección en maíz trata de obtener plantas no demasiado altas. Suponga que la altura de las plantas sigue una distribución normal con media 160 cm y desviación estándar 21 cm. a. Qué proporción de las plantas van a ser eliminadas si se decide descartar todas las plantas cuya altura exceda 180 cm? (Ayuda: P(Y>180)?) μ= 160cm σ=21cm σ 2 =441 = ( )/21 = P(Z>0.95)=1-P(Z<0.95)= = AGRO 5005 CLAVE Lab 6 Page 16

17 Densidad Normal(160,441): p(evento)= b A partir de qué altura se deberían descartar las plantas si se desea eliminar un 20% del lote? P(Y>a)=0.20 P(Z>a z )= =0.80 P(Z< a z )=0.80, a z =0.84 Y=0.84*21+160=177.64cm En conclusión; P(Y>177.64)=0.2; o sea que debemos descartar todas las plantas con altura superior a cm Normal(160,441): p(evento)= La cantidad de oxígeno disuelto en el agua de los ríos depende de la temperatura, la cantidad de materia orgánica en descomposición, de la presencia de contaminantes, etc. El Council of Environmental Quality (CEQ) considera que un AGRO 5005 CLAVE Lab 6 Page 17

18 contenido de oxígeno disuelto menor de 5 mg/l es indeseable porque no sería capaz de sostener la vida acuática. Suponga que una planta industrial descarga sus residuos en el río y las mediciones de oxígeno disuelto aguas abajo de la descarga tienen una distribución normal con media de 6.5 mg/l y desviación estándar de 0.6 mg/l. μ= 6.5mg/ml σ= 0.6mg/ml σ 2 =0.36 a. Qué proporción de los días será el contenido de oxígeno disuelto considerado indeseable por el CEQ? P(Y<5)= P(Z<-2.5)=62 = 0.62 % de los días = (5 6.5)/0.6 = Normal(6.5,0.36): p(evento)= b. Hasta qué valor podría caer el contenido de oxígeno disuelto? (ayuda: entre qué valores de la variable Ud. espera encontrar virtualmente todas las observaciones?) *0.6 (4.7;8.3) AGRO 5005 CLAVE Lab 6 Page 18

19 Densidad Casi nunca el valor podría caer por debajo de Normal(6.5,0.36): p(evento)= La longitud del caparazón del langostino Thenus orientalis, encontrado comúnmente en los mercados de Singapur, tiene una distribución aproximadamente normal, con una media de 59.5 mm y una desviación estándar de 4.6 mm. μ=59.5mm σ=4.6mm σ 2 =21.16mm 2 a. Si va a seleccionar aleatoriamente un langostino de esta población, qué probabilidad tiene de que éste tenga una longitud menor de 55mm? = ( )/4.6 = P(Y<55)=P(Z<-0.98)= Normal(59.5,21.16): p(evento)= AGRO 5005 CLAVE Lab 6 Page 19

20 b. Si el gobierno decretara que todos los langostinos que se vendan en el mercado deben tener una longitud mínima de 50mm, qué proporción de los langostinos serán de un tamaño ilegal para la venta? = ( )/4.6 = (redondeado = -2.06) P(Y<50)=P(Z<-2.06)= Respuesta: el 1.95% de los langostinos en esta población tienen menos de 50 mm 0.09 Normal(59.5,21.16): p(evento)= c. Un comerciante tiene una anuncio que dice Nosotros garantizamos que los todos los langostinos que vendemos en este negocio son los más grandes disponibles. Qué longitud mínima deberían tener para asegurarnos que estos langostinos están en el 10% superior de la población? P(Y>a)=0.10 Se busca en la tabla =0.90 P(Y<a)=0.90 a=1.28 Y=1.28* =65.39mm P(Y>65.39)=0.10 AGRO 5005 CLAVE Lab 6 Page 20

21 0.09 Normal(59.5,21.16): p(evento)= Para que los langostinos estén en el 10% superior, deben tener una longitud mínima de mm. AGRO 5005 CLAVE Lab 6 Page 21

CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes

CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes (revisado_oct 15_LWB/RS) CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes 1. Calcule las siguientes probabilidades usando la tabla t e InfoStat. Incluya un diagrama en cada caso. a.

Más detalles

TH. DE CHEBYSHEV DISTRIB. NORMAL.

TH. DE CHEBYSHEV DISTRIB. NORMAL. f ( x) 1 2 2 ( x) e 2 2 TH. DE CHEBYSHEV DISTRIB. NORMAL El Desvío Estándar y el Teorema de Chebyshev Es conocida en el área de la probabilidad y estadística, la desigualdad de Chebyshev, matemático Ruso

Más detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

Biometría. Distribuciones de probabilidad para variables aleatorias continuas

Biometría. Distribuciones de probabilidad para variables aleatorias continuas Biometría Distribuciones de probabilidad para variables aleatorias continuas Variables aleatorias continuas Interesa estudiar la temperatura ambiente a las 12 hs en abril en la ciudad de Buenos Aires.

Más detalles

La Distribución Normal. La Distribución Normal. Características de la distribución de probabilidad normal

La Distribución Normal. La Distribución Normal. Características de la distribución de probabilidad normal La Distribución Normal La Distribución Normal Características de la distribución de probabilidad normal La familia de la distribución de probabilidad normal La distribución normal estándar Áreas bajo la

Más detalles

Sección. Aplicaciones de la Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved

Sección. Aplicaciones de la Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved Sección 3 7.2 Aplicaciones de la Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La tabla normal La tabla normal (cont)

Más detalles

DISTRIBUCION NORMAL ESTANDAR

DISTRIBUCION NORMAL ESTANDAR Probabilidad Cap 6 DISTRIBUCION NORMAL ESTANDAR Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 La distribución normal estándar 2 Variable aleatoria normal estandarizada Podemos

Más detalles

Examen Parcial 1. Comportamiento del coquí Lluvia en las seis Sin cantar Cantando cinco Cantando más de horas previas Sí No

Examen Parcial 1. Comportamiento del coquí Lluvia en las seis Sin cantar Cantando cinco Cantando más de horas previas Sí No AGRO 5005 2007 Examen Parcial 1 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

MATEMÁTICAS APLICADAS A LAS CC. SS. I

MATEMÁTICAS APLICADAS A LAS CC. SS. I DISTRIBUCIÓN NORMAL Carl Friedrich Gauss (1777-1855), físico y matemático alemán, uno de los pioneros en el estudio de las propiedades y utilidad de la curva normal. MATEMÁTICAS APLICADAS A LAS CC. SS.

Más detalles

CLAVE - Laboratorio 5: Probabilidad y Distribución Binomial

CLAVE - Laboratorio 5: Probabilidad y Distribución Binomial CLAVE - Laboratorio 5: Probabilidad y Distribución Binomial 1. Para el experimento aleatorio de arrojar 3 monedas diferentes (una de $0.05, una de $0.10 y una de $0.25), realice una lista con los 8 resultados

Más detalles

Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved

Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos

Más detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES ALEATORIAS CONTINUAS VARIABLES ALEATORIAS CONTINUAS Variables aleatorias continuas Distribución n Normal 1 Distribución n de Probabilidad Continua Una variable aleatoria continua asume un valor dentro del intervalo de los

Más detalles

PROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6

PROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6 PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y

Más detalles

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL. LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante

Más detalles

Variables aleatorias 1. Problema 1

Variables aleatorias 1. Problema 1 Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal

Más detalles

z es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ 2 =1)

z es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ 2 =1) z x z es una variable estandarizada con media igual a cero y varianza igual a uno. (μ= 0, σ =1) La distribución normal es una distribución continua, en forma de campana donde la media, la mediana y la

Más detalles

Medidas de posición relativa

Medidas de posición relativa Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Son medidas que pueden utilizarse para comparar valores de diferentes

Más detalles

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función

Más detalles

Tema 12: Distribuciones de probabilidad

Tema 12: Distribuciones de probabilidad Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:

Más detalles

Clave Lab 7- Experimentos con dos Factores

Clave Lab 7- Experimentos con dos Factores Clave Lab 7- Experimentos con dos Factores 1. Se realizó un experimento para estudiar los efectos de tres niveles de ácido sórbico (0, 100 y 200 ppm) y seis niveles de actividad de agua (AW) en la supervivencia

Más detalles

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función

Más detalles

Pruebas t para muestras pareadas

Pruebas t para muestras pareadas AGRO 55 LAB 1 Pruebas t para muestras pareadas PARTE I. Incluya en cada caso todos los pasos necesarios para probar las hipótesis correspondientes, una gráfica con t tab (t crítico), el cálculo del t obs

Más detalles

Distribución normal. Resumen. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo Open Access, Creative Commons.

Distribución normal. Resumen. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo Open Access, Creative Commons. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo 2011. Open Access, Creative Commons. Distribución normal Autor: Fernando Quevedo Ricardi (1) Filiación: (1) Departamento de

Más detalles

VARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.

VARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS. VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo

Más detalles

ACTIVIDAD 2: La distribución Normal

ACTIVIDAD 2: La distribución Normal Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la

Más detalles

SOLUCIÓN: Al realizar el histograma de frecuencias, se obtiene:

SOLUCIÓN: Al realizar el histograma de frecuencias, se obtiene: UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SOLUCIÓN SEGUNDO EXAMEN FINAL A

Más detalles

8.1. Sección. Distribución de la media muestral Pearson Prentice Hall. All rights reserved

8.1. Sección. Distribución de la media muestral Pearson Prentice Hall. All rights reserved Sección 8.1 Distribución de la media muestral 2010 Pearson Prentice Hall. All rights reserved Términos importantes variable aleatoria (v.a.) es un número real cuyo valor se determina al azar y mediante

Más detalles

DISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO.

DISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO. DISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO. En esta sección se estudian las distribuciones más importantes de las variables aleatorias continuas unidimensionales. Algunas distribuciones

Más detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES ALEATORIAS CONTINUAS VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p

Más detalles

Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010

Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una

Más detalles

8 Resolución de algunos ejemplos y ejercicios del tema 8.

8 Resolución de algunos ejemplos y ejercicios del tema 8. INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal

Más detalles

TEOREMA DEL LÍMITE CENTRAL

TEOREMA DEL LÍMITE CENTRAL Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ

Más detalles

Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES

Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES Muestreo Objetivo: conocer propiedades de una población a partir de una muestra Propiedades Parámetros Los estadísticos muestrales sirven como

Más detalles

Matemática 3 Curso 2014

Matemática 3 Curso 2014 Matemática 3 Curso 204 Práctica 4: Variables aleatorias continuas. Funciones de distribución de probabilidad uniforme, exponencial, normal ) El tiempo total, medido en unidades de 00 horas, que un adolescente

Más detalles

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando

Más detalles

Histograma del puntaje de vocabulario y la aproximación por una curva gaussiana.

Histograma del puntaje de vocabulario y la aproximación por una curva gaussiana. 35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina

Más detalles

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina

Más detalles

CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples

CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples Potencia Revisado_febrero_2016_LWB/CL CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples 1. Considere el problema 2 del laboratorio 2. Se está planificando realizar de nuevo este

Más detalles

Estadística. Tema 11: Distribución Normal

Estadística. Tema 11: Distribución Normal Estadística Distribución Normal o de Gauss La distribución normal se estudió originalmente en el siglo XVIII, cuando los científicos observaron un asombroso grado de regularidad en errores de medición.

Más detalles

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada

Más detalles

Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA

Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Inferencia a partir de muestras pequeñas INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Prueba de hipotesis de muestra pequeña para μ 1) Hipotesis nula: H 0 = μ = μ 0 2) Hipótesis alternativa: Prueba de

Más detalles

D I S T R I B U C I Ó N N O R M A L

D I S T R I B U C I Ó N N O R M A L D I S T R I B U C I Ó N N O R M A L 1. V A R I A B L E A L E A T O R I A C O N T I N U A. F U N C I O N E S A S O C I A D A S Variable aleatoria continua es aquella que puede tomar valores en un conjunto

Más detalles

ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias

ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias 1. Se realizan mediciones independientes del volumen inicial y final en una bureta. Supongamos que las mediciones inicial y final siguen el

Más detalles

PPTCEG061EM33-A17V1. Distribución normal 1

PPTCEG061EM33-A17V1. Distribución normal 1 PPTCEG061EM33-A17V1 Distribución normal 1 Propiedades distribución normal Distribución normal tipificada Es una distribución estadística continua cuya función de densidad es simétrica, y cuya forma se

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

( x) Distribución normal

( x) Distribución normal Distribución normal por Oliverio Ramírez La distribución de probabilidad más importante es sin duda la distribución normal (o gaussiana), la cual es de tipo continuo. La distribución de probabilidad para

Más detalles

Estadística Inferencial. Sesión 2. Distribuciones muestrales

Estadística Inferencial. Sesión 2. Distribuciones muestrales Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral

Más detalles

Espacio descriptivo S: Es el conjunto de todos los resultados posibles de un experimento aleatorio.

Espacio descriptivo S: Es el conjunto de todos los resultados posibles de un experimento aleatorio. Modelo normal ClassPad 330 Prof. Jean-Pierre Marcaillou INTRODUCCIÓN La calculadora CASIO ClassPad 330 dispone de la Aplicación Estadística y de la Aplicación Principal para realizar los cálculos correspondientes

Más detalles

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento

Más detalles

Variables continuas: la distribución normal

Variables continuas: la distribución normal M. Wiper Estadística 1 / 23 Variables continuas: la distribución normal Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 2 / 23 Objetivo Intropducir la distribución

Más detalles

Ejercicio Reto. ENCUENTRO # 48 TEMA: Distribución Normal CONTENIDOS:

Ejercicio Reto. ENCUENTRO # 48 TEMA: Distribución Normal CONTENIDOS: ENCUENTRO # 48 TEMA: Distribución Normal CONTENIDOS: 1. Distribución Normal. Elementos históricos y definición. 2. Uso de las tablas de valores Z 3. Uso de estandarización a valores Z. 4. Ejercicios propuestos

Más detalles

Distribución Chi (o Ji) cuadrada (χ( 2 )

Distribución Chi (o Ji) cuadrada (χ( 2 ) Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably

Más detalles

AGRO Examen Parcial 2. Nombre:

AGRO Examen Parcial 2. Nombre: 1 Nombre: Examen Parcial 2 AGRO 5005 2016 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE

( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia

Más detalles

PARÁMETROS ORGÁNICOS DEL AGUA

PARÁMETROS ORGÁNICOS DEL AGUA PARÁMETROS ORGÁNICOS DEL AGUA El oxígeno disuelto OD en el agua, además de ser un elemento básico para la supervivencia de los organismos acuáticos, se constituye en un parámetro indicador del estado de

Más detalles

DISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π

DISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π DISTRIBUCIÓN NORMAL. Es la más importante de las distribuciones teóricas, es también conocida con los nombres de curva normal y curva de Gauss. De Moivre publico en 1773 su trabajo sobre la curva normal

Más detalles

1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES

1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES 1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMAS 14 y 15.- DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 1 1.- VARIABLES ALEATORIAS DISCRETAS Concepto

Más detalles

Distribución de probabilidad

Distribución de probabilidad Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte

Más detalles

Distribuciones Continuas

Distribuciones Continuas Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.

Más detalles

Medidas de posición relativa

Medidas de posición relativa Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Las medidas de posición relativa son también llamadas cuantiles o

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas

Más detalles

Tema 1 Estadística descriptiva: Medidas de posición

Tema 1 Estadística descriptiva: Medidas de posición Tema 1 Estadística descriptiva: Medidas de posición Curso 2017/18 Grados en biología sanitaria Departamento de Física y Matemáticas Marcos Marvá Ruiz Mediana, cuartiles,..., y cuantiles variables cuantitativas

Más detalles

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria,

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria, Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, 2014-2015 Examen de la convocatoria extraordinaria, 22-6-2015 Nombre y apellidos.......................................................................

Más detalles

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 0 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. Considérense las matrices A ( 1 1 1 4 8 1 1 1 ), B ( 5 3 ) y C ( 1 k +

Más detalles

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros

Más detalles

Examen Extraordinario de Estadística I, 22 de Junio de Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.

Examen Extraordinario de Estadística I, 22 de Junio de Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. Examen Extraordinario de Estadística I, de Junio de 1. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. NORMAS: 1 Entregar cada problema en un cuadernillo distinto, aunque esté en blanco. Realizar

Más detalles

Tarea 1. Conteste lo siguiente: a) Qué constituye la población? Todas las personas aseguradas por el IMSS. b) La población es finita o infinita?

Tarea 1. Conteste lo siguiente: a) Qué constituye la población? Todas las personas aseguradas por el IMSS. b) La población es finita o infinita? Tarea 1 Esta tarea tiene tres secciones. La primera sección tiene un peso de 15%, la segunda sección tiene un peso de 15%, la tercera sección tiene un peso de 35% y la cuarta tiene un peso de 35%. 2. El

Más detalles

Distribuciones de probabilidad Discretas

Distribuciones de probabilidad Discretas Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene

Más detalles

Análisis de Datos y Probabilidad Grado 10-12

Análisis de Datos y Probabilidad Grado 10-12 Análisis de Datos y Probabilidad Grado 10-12 Espacio para las piernas Legroom (Fuente: http://www.thestar.com/ ) Distribución normal y diseño de aviones 1 Introducción La distribución normal tiene muchos

Más detalles

Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD

Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Práctica 5.Métodos descriptivos para determinar la normalidad 1 Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Objetivos: En esta práctica utilizaremos el paquete SPSS para determinar si

Más detalles

UNIDAD Nº 4 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

UNIDAD Nº 4 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD UNIDAD Nº DISTRIBUCIONES CONTINUAS DE PROBABILIDAD Reportaje a Steve Hanke, Ex? Asesor de Domingo Cavallo. El Gobierno no continúa las reformas, y todo es confusión. El especialista en convertibilidad

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

UNIDAD 15: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 15: Distribuciones bidimensionales. Correlación y regresión UNIDAD : Distribuciones bidimensionales. Correlación y regresión ACTIVIDADES-ÁG. 338. La media y la desviación típica valen: μ = 39,82 y σ = 4,76. En, = (2,06; 4,8) hay 40 personas, es decir, el 68,33%.

Más detalles

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 2012 Examen Parcial 1 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

Tema 13: Distribuciones de probabilidad. Estadística

Tema 13: Distribuciones de probabilidad. Estadística Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número

Más detalles

Tema 5: Modelos probabilísticos

Tema 5: Modelos probabilísticos Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable

Más detalles

Distribuciones de probabilidad II

Distribuciones de probabilidad II II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta

Más detalles

Práctica 1. Medidas y Teoría de Errores

Práctica 1. Medidas y Teoría de Errores Práctica 1. Medidas Teoría de Errores Versión 3 Programa de Física, Facultad de Ciencias, Instituto Tecnológico Metropolitano (Dated: 25 de julio de 2016) I. OBJETIVO Realizar medidas de algunas cantidades

Más detalles

Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data

Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data (parte 2) Medidas de dispersión 3.1-1 Medidas de dispersión La variación entre los valores de un conjunto de datos se conoce como dispersión

Más detalles

CLAVE-LAB 3-Supuestos del Análisis de la Varianza

CLAVE-LAB 3-Supuestos del Análisis de la Varianza CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado para comparar los efectos

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm.

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm. PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso EX III MAT. 298 Núm. I. Verdadero (V) o Falso (F).. La Curva de Probabilidad Normal Estándar

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento

Más detalles

Ejemplos Resueltos Tema 4

Ejemplos Resueltos Tema 4 Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis

Más detalles

CLAVE-Laboratorio 3: Resumen gráfico de la información II

CLAVE-Laboratorio 3: Resumen gráfico de la información II % Germinación (Revisado sept_2017_lbw/rs) CLAVE-Laboratorio 3: Resumen gráfico de la información II 1. Utilizando los datos de prueba Atriplex, prepare el siguiente gráfico de barras que presenta el porcentaje

Más detalles

Universidad Autónoma de Madrid Probabilidad y Estadística

Universidad Autónoma de Madrid Probabilidad y Estadística Propuesta de Problemas 7 (Soluciones) 1. a) Y es el promedio al sacar dos boletos con reposición de Y y hacer su promedio. Por eso, puede tomar los valores 1, 1.5 y. Tenemos que, P(Y = 1) = P( 1 1 ) =

Más detalles

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de

Más detalles

Tema 6. Variables aleatorias continuas. Distribución Normal

Tema 6. Variables aleatorias continuas. Distribución Normal Tema 6. Variables aleatorias continuas. Distribución Normal Indice 1. Distribuciones de probabilidad continuas.... 2 2. Distribución Normal... 5 2.1. Distribución Normal estándar N(0,1).... 5 2.1.1 Utilización

Más detalles

ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09)

ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09) ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09) Estimación de una media de población: σ conocida Requisitos 1. La muestra es aleatoria simple. (Todas las muestras del mismo tamaño

Más detalles

(1 p) 2 + p 7 = =

(1 p) 2 + p 7 = = 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen 6 de los 8 enfermos. b La probabilidad

Más detalles

Distribuciones Muestrales INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA

Distribuciones Muestrales INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Distribuciones Muestrales INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Temario vmuestras Aleatorias vteorema del Limite Central vla distribución muestra de la media muestral vla distribución muestral

Más detalles

MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL

MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.

Más detalles

Actividad: Distribución normal y diseño de aviones

Actividad: Distribución normal y diseño de aviones Actividad: Distribución normal y diseño de aviones Introducción La distribución normal tiene muchos usos en diferentes áreas del conocimiento. En particular, se puede usar para diseñar objetos que se ajusten

Más detalles

Comparación de dos Muestras - SnapStat

Comparación de dos Muestras - SnapStat Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos

Más detalles