PRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica.
|
|
- Catalina Mendoza Carmona
- hace 8 años
- Vistas:
Transcripción
1 PRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Introducción. El objetivo de esta parte es obtener resultados sobre contrastes de hipótesis para medias de una y dos poblaciones normales, para la igualdad de varianzas en poblaciones normales y para proporciones. El test de hipótesis paramétrico es un método que permite contrastar qué valores puede tomar el parámetro poblacional. El objetivo es comprobar si las afirmaciones referentes al parámetro desconocido son ciertas en función de las muestras que se manejan. Por ejemplo, un ingeniero puede decidir si el uso de un determinado material incrementa el tiempo de fallo de determinadas piezas, un investigador médico puede decidir si tomar café incrementa o no el riesgo de padecer cáncer, un sociólogo puede, basándose en datos recopilados, decidir si la ocurrencia de un determinado suceso modifica la opinión pública. En cada uno de los estudios se postula algo sobre un modelo, y considerando los datos muestrales se toman decisiones. 2. Contraste de medias en población normal con varianza conocida. El objetivo es contrastar la hipótesis nula de la no existencia de diferencias significativas entre la media de una población y un valor determinado cuando la desviación típica es conocida. Es decir: H 0 : µ = µ 0 H 1 : µ µ 0 (ó µ > µ 0 ó µ < µ 0 ) donde µ es la media poblacional y µ 0 es el valor de prueba. También se obtiene un intervalo de confianza para la media poblacional. Seleccionamos en el menú: Stat > Basic Statistics > 1-Sample Z Obtenemos el cuadro de diálogo de la figura 1. Samples in columns: Seleccionamos la columna o columnas para las que queremos realizar el test de hipótesis y/u obtener el intervalo de confianza. Test mean: Especificamos el valor de prueba, es decir, el valor de µ 0. Para el cálculo del intervalo de confianza no se precisa indicar ningún valor. Standard deviation: Introducimos el valor de la desviación típica poblacional ya que este test asume que ésta es conocida. 1
2 Figura 1. Contraste de medias para una muestra con varianza poblacional conocida. Si seleccionamos la opción Graphs podemos obtener un histograma, un dibujo de los puntos individuales y un diagrama de cajas de las variables. Los gráficos muestran la media muestral y un intervalo de confianza para la media, cuando realizamos un contraste de hipótesis, muestran también el valor de prueba. Si seleccionamos la opción Options especificamos el nivel de confianza y definimos la hipótesis alternativa. Confidence level: Especificamos el nivel de confianza deseado. Introducimos cualquier número entre 0 y 100. Si introducimos el 90 obtenemos un intervalo de confianza al 90 %. Por defecto, tenemos el valor 95. Alternative: Especificamos la hipótesis alternativa, tenemos las opciones menor que, distinto que o mayor que, es decir, indicamos si el contraste es unilateral (una cola) o bilateral (2 colas). Si seleccionamos un contraste unilateral obtenemos una cota inferior o superior para la media. Al realizar cualquier contraste obtenemos el valor del estadístico (Z si la dstribución del estadístico es la Normal, T si es la t de Student, etc.). Además, obtenemos el p-valor (P), 2
3 con el que podemos decidir si rechazar la hipótesis nula para cualquier valor de significación. La fórmula es: p-valor < alfa Rechazamos H 0. Ejercicio 1. En un estudio de contaminación atmosférica, se efectuaron mediciones en una ciudad grande del estado de California. Las ocho lecturas (en partes por millón) fueron: 7 9, 11 3, 6 9, 12 7, 13 2, 8 8, 9 3 y Suponiendo que la población muestreada sea normal, a) calcula un intervalo de confianza al 95 % para la media real suponiendo σ = 1,5 b) contrasta la hipótesis de que la media sea 10 con un nivel de significación del 10%. 3. Contraste de medias en población normal con varianza poblacional desconocida. El objetivo es contrastar la hipótesis nula de la no existencia de diferencias significativas entre la media de una población y un valor de prueba, siendo el valor de la varianza poblacional desconocido. Para ello, seleccionamos el menú: Stat > Basic Statistics > 1-Sample t que nos permite calcular intervalos de confianza y realizar contrastes de hipótesis para la media de una población normal con varianza poblacional desconocida. Tanto el cuadro de diálogo como las opciones son casi idénticas a la del contraste con varianza poblacional conocida. Ejercicio 2. El ph del suelo es una variable importante cuando se diseñan estructuras que estarán en contacto con el terreno. El propietario de un solar posible lugar de construcción afirma que el ph del suelo es 6,5. Se han tomado 9 muestras del suelo del terreno, obteniéndose los resultados que se recogen en el archivo de datos ph.mtw. Suponiendo que la variable ph sigue una distribución normal, responde las siguientes cuestiones: a) Proporciona un intervalo de confianza para el ph medio con un nivel de significación del 10% y obtén el histograma de la variable. Se quiere comprobar la veracidad de la afirmación del propietario del solar. b) Qué tipo de contraste tendrías que realizar? Proporciona además las hipótesis. c) Para un nivel de confianza del 95% Se puede aceptar la afirmación del propietario? 3
4 4. Contraste de medias para dos muestras independientes con varianzas desconocidas. Se trata de comprobar la hipótesis nula de la no existencia de diferencias significativas entre las medias poblacionales de dos muestras independientes que, generalmente, van a ser de distinto tamaño. Para ello, seleccionamos el menú: Stat > Basic Statistics > 2-Sample t que nos permite calcular intervalos de confianza y realizar contrastes de hipótesis para la diferencia de medias de dos poblaciones normales. Al seleccionar el menú correspondiente se abre el siguiente cuadro de diálogo: Figura 2. Contraste de diferencia de medias para dos muestras independientes. Si las dos muestras están en una misma columna, debemos seleccionar Samples in one column, introducir la columna en cuestión en Samples y seleccionar una variable de agrupación que se introducirá en Subscript. Dicha variable de agrupación podrá tomar únicamente dos valores distintos, ya que se crearán tantas muestras como valores tenga esta variable, y en el caso de tener más de dos muestras independientes, deberemos aplicar un contraste ANOVA. Si cada una de las muestras está en una columna diferente, debemos seleccionar Samples in different columns e introducir cada una de las columnas en una casilla. Habrá también que indicar si se pueden asumir o no varianzas iguales. Si seleccionamos el submenú Options se abre el siguiente cuadro de diálogo: 4
5 Figura 3. 2-Sample t-options. En él podemos señalar el nivel de confianza deseado (95% por defecto), el valor de la diferencia de medias que se quiere contrastar (por defecto, µ 1 -µ 2 =0, es decir, µ 1 =µ 2 ) y la hipótesis alternativa (menor que, distinto que, mayor que). Si seleccionamos la opción Graphs aparece el siguiente cuadro de diálogo: Figura 4. 2-Sample t-graphs. Nos permite obtener un dibujo de los puntos y diagramas de cajas de la(s) variable(s) analizada(s) en cada una de las muestras. Ejercicio 3. Una empresa tiene en su poder dos dispositivos para mejorar la eficiencia de los sistemas de calefacción en los hogares; uno de ellos funciona con energía eléctrica (sistema 1) y el otro con energía térmica (sistema 2). Se quiere estudiar si ambos dispositivos son igualmente efectivos, para lo cual se compara el consumo de energía en 90 hogares que tienen uno u otro sistema; los datos del estudio se recogen en el archivo energía.mtw. Suponiendo que se ha llevado a cabo un test de igualdad de varianzas en el cual no se han encontrado evidencias que hagan pensar que dichas varianzas son distintas y para un nivel de confianza del 95%, responde a las siguientes cuestiones: a) Intervalo de confianza para la diferencia de medias. b) Valor del estadístico t de contraste. c) Valor del p-value. 5
6 d) Cuáles son los grados de libertad del estadístico? e) Podemos por lo tanto pensar que un sistema es más efectivo que otro? Por qué? 5. Contraste de medias en poblaciones normales para muestras emparejadas con varianzas desconocidas. Se trata de contrastar la hipótesis nula de la no existencia de diferencias significativas entre las medias poblacionales a partir de dos muestras con datos apareados. Esta situación se puede presentar cuando se tienen: - los mismos sujetos en situaciones diferentes. - sujetos distintos en ambos grupos comparables respecto a una serie de características o circunstancias de experimentación. Por ejemplo, si se dispone de dos ficheros con los beneficios de empresas de dos países diferentes, podemos estar interesados en contrastar si los beneficios difieren o no. El contraste que se realiza es: H 0 : µ D = µ 0 H 1 : µ D µ 0 (ó > ó <) donde µ D es la media poblacional de las diferencias y µ 0 es el valor de prueba de la media de la diferencia. Seleccionamos el menú: Stat > Basic Statistics > Paired t. Aparece el cuadro de diálogo de la figura 5: Figura 5: Contraste de medias en poblaciones normales para muestras emparejadas. 6
7 First sample: Introducimos el nombre de la columna conteniendo la primera muestra. Second sample: El nombre de la columna conteniendo la segunda muestra. Las opciones Graphs y Options son similares a la del contraste de la media poblacional. Ejercicio 4. Los siguientes datos son las horas-hombre que semanalmente se pierden en promedio por accidentes en 10 plantas industriales antes y después de que se implante cierto programa de seguridad: ANTES DESPUES Calcula un intervalo de confianza al 90 % para la media de la población de las diferencias en las horas-hombre perdidas. Utiliza un nivel de significación de 0,05 para probar si el programa de seguridad es eficaz. Qué tipo de contraste es? Proporciona además las hipótesis mediante parámetros. 6. Contraste del cociente de varianzas en poblaciones normales para muestras independientes. Se trata de contrastar la hipótesis nula de la no existencia de diferencias significativas entre las varianzas poblacionales a partir de dos muestras aleatorias. El contraste que se realiza es H 0 : σ 2 x /σ 2 y = 1 H 1 : σ 2 x /σ 2 y 1 (ó >1 ó <1) donde σ 2 x es la varianza poblacional de la primera población y σ 2 y es la varianza de la población de la segunda. Seleccionamos el menú: Stat > Basic Statistics > 2Variances 7
8 Aparece el cuadro de diálogo de la figura 6. Seleccionamos Samples in different columns y escribimos el nombre de la primera y de la segunda muestra. En Storage podemos almacenar los valores de los límites superior e inferior del I.C. para cada una de las varianzas, los valores de las varianzas muestrales y en Options podemos elegir el nivel de confianza. Figura 6: 2 Variances. (Test and confidence interval). Ejercicio 5. Se quiere contrastar si la variabilidad del precio de la mano de obra en talleres de automóviles difiere entre Pamplona y Zaragoza. Para ello se han tomado los siguientes datos en euros por hora: PAMPLONA ZARAGOZA 21,84 16,02 20,04 19,26 28,04 17,88 19,90 20,80 18,94 15,54 24,58 23,68 18,76 17,66 23,70 20,92 22,16 22,40 8
9 Realiza el correspondiente contraste al nivel de significación del 0,1. Existe diferencia entre la variabilidad en Pamplona y Zaragoza? 7. Contraste de una proporción Se trata de contrastar la hipótesis nula de la no existencia de diferencias significativas entre la proporción de elementos que cumplen una determinada característica en una población y un valor dado p 0. Planteamos la hipótesis como H 0 : p = p 0 H 1 : p p 0 (ó p > p 0 ó p < p 0 ) Seleccionamos el menú: Stat > Basic Statistics >1Proportion (Para realizar el contraste de proporciones entre dos poblaciones elegiríamos 2Proportion). Figura 7: 1-Proportion (test and confidence interval). Aparece el cuadro de diálogo de la figura 7. Si seleccionamos Samples in columns, los datos de la columna seleccionada han de tener sólo dos posibles valores. Si seleccionamos Summarized data, no tomamos ninguna columna sino que introducimos el número de pruebas en number of trials y en number of events el número de eventos, es decir, el número de elementos que tienen la característica en estudio (número de éxitos ). En opciones especificamos cuál es la hipótesis alternativa y el nivel de significación. Ejercicio 6. En una revisión realizada a 950 vehículos de una determinada marca y modelo, se ha detectado que 524 presentan un fallo en el sistema de air-bag. Decide si la 9
10 mayoría de los vehículos presenta un fallo en el air-bag. Especifica claramente las hipótesis mediante parámetros en el ReportPad. 8. Ejercicios de los distintos contrastes En todos estos ejercicios tienes primero que especificar qué tipo de contraste utilizas. Además, escribe las hipótesis claramente en el Report Pad, definiendo los parámetros (medias, varianzas, proporciones, etc.) que utilices. Ejercicio 7. Los siguientes datos fueron recabados en un experimento que fue diseñado para verificar si existe una diferencia sistemática en los pesos obtenidos con dos balanzas diferentes: Balanza 1 Balanza 2 Muestra de roca Muestra de roca Muestra de roca Muestra de roca Muestra de roca Muestra de roca Muestra de roca Muestra de roca Muestra de roca Muestra de roca Aplicad el contraste de hipótesis adecuado con un nivel de significación de 0,05, para probar si la diferencia de las medias de los pesos obtenidos con las dos balanzas es significativa. Escribe qué contraste has aplicado y cuál es la conclusión. Ejercicio 8. Dos empresas compiten en el sector de la producción de tornillos. Un cliente que lleva años trabajando con ambas empresas opina que el porcentaje de tornillos defectuosos producidos por la fábrica A es mayor que el de la fábrica B. Para comprobarlo se escoge una muestra aleatoria de 100 tornillos de cada fábrica y se comprueba que 9 son defectuosos en la fábrica A y 3 en la fábrica B. Cuál es la conclusión a la que llega el cliente con un nivel de significación de 0,05? Ejercicio 9. Un industrial afirma que el alambre que él fabrica tiene mejores propiedades de torsión que el de la competencia. Para comprobar la veracidad de esta afirmación, se seleccionan al azar diez tubos de alambre fabricados por el empresario (tubo 1) y diez tubos fabricados por la competencia (tubo 2) y se someten a torsión en 10
11 un aparato de laboratorio hasta su ruptura; la medida de interés es el número de revoluciones con el que se logra la ruptura. Los resultados se recogen en el archivo de datos ruptura.mtw. Suponiendo varianzas iguales y para un nivel de confianza del 95% responde a las siguientes cuestiones: a) Cuál es la hipótesis nula a contrastar? Y la hipótesis alternativa? b) Valor del estadístico de contraste y grados de libertad del estadístico. c) Podemos aceptar la afirmación del industrial, es decir, podemos aceptar que los tubos que él fabrica son mejores que los de la competencia? Ejercicio 10. Una muestra aleatoria de los archivos de una compañía que contienen información detallada indican que las órdenes de compra para cierta pieza de maquinaria fueron entregados en 10, 12, 19, 14, 15, 18, 11 y 13 días. Suponiendo que la población muestreada es normal y σ = 3, usando un nivel de significación α = 0,01, contrasta la afirmación de que el tiempo medio de entrega es 10.5 días. 11
Práctica 5. Contrastes paramétricos en una población
Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media
Más detallesBiometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1
Biometría Clase 8 Pruebas de hipótesis para una muestra Adriana Pérez 1 Qué es una prueba de hipótesis? Es un proceso para determinar la validez de una aseveración hecha sobre la población basándose en
Más detallesAsignatura: Econometría. Conceptos MUY Básicos de Estadística
Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes
Más detallesINFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE MEDICINA DEPARTAMENTO DE MEDICINA PREVENTIVA Y SOCIAL SECCIÓN DE EPIDEMIOLOGÍA-BIOESTADÍSTICA INFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS Objetivo:
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesTema 3. Comparaciones de dos poblaciones
Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:
Más detallesTest ( o Prueba ) de Hipótesis
Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a
Más detallesSESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detallesMétodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS
Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que
Más detallesSolución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2
Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación
Más detallesAnálisis de la Varianza (ANOVA) de un factor y test a posteriori.
Análisis de la Varianza (ANOVA) de un factor y test a posteriori. Ejercicios Temas 8 y 9 (Resuelto) 1. Problema 5 Se quiere estudiar el efecto de distintas dosis de un medicamento para combatir a los parásitos
Más detallesPRUEBAS NO PARAMÉTRICAS
PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la
Más detallesComparación de medias
12 Comparación de medias Irene Moral Peláez 12.1. Introducción Cuando se desea comprobar si los valores de una característica que es posible cuantificar (como podría ser la edad o la cifra de tensión arterial,
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe
Más detallesPROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA
Problema 1 PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Hoja 2 Una población de 20 animales insectívoros se introduce en una zona donde el 14% de los insectos que le sirven de alimento son venenosos. Cada
Más detalles1 Introducción a contrastes de hipótesis
Inferencia Estadística II Teoría, handout 1 1 Introducción a contrastes de hipótesis En este curso vamos a aprender a usar los datos para cuestionar la validez de ciertas afirmaciones teóricas. Los fenómenos
Más detallesCalculadora de Tamaño muestral GRANMO
Calculadora de Tamaño muestral GRANMO Versión 7.12 Abril 2012 http://www.imim.es/ofertadeserveis/software-public/granmo/ Entre las distintas ofertas que existen para el cálculo del tamaño muestral, ofrecemos
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal
Más detallesDiagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-
Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo
Más detallesINFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS
INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS Página 311 REFLEXIONA Y RESUELVE Máuina empauetadora El fabricante de una máuina empauetadora afirma ue, si se regula para ue empauete palés con 100 kg, los
Más detallesOPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =
Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE
Más detalles8.2.2. Intervalo para la media (caso general)
182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente
Más detallesMatemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8
Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento y 1 gramo del segundo; un kilo
Más detallesPRÁCTICA 1: ANÁLISIS DE LA VARIANZA
LADE Y DERECHO Departamento de Estadística Asignatura: Estadística II Curso: 2008/2009 Relación número 1 de prácticas PRÁCTICA 1: ANÁLISIS DE LA VARIANZA 1. Objetivo Esta práctica tiene como objetivo enseñar
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES. Junio, Ejercicio 1, Opción B
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES Junio, Ejercicio 1, Opción B 3 Sean las matrices A 0 3, B y C 0 1 1 5 1 3 0 a) Calcule las
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesMétodos no paramétricos para la comparación de dos muestras
Investigación Métodos no paramétricos para la comparación de dos muestras Métodos no paramétricos para la comparación de dos muestras Pértega Díaz, S. Unidad de Epidemiología Clínica y Bioestadística.
Más detallesESTADÍSTICA. Tema 3 Contrastes de hipótesis
ESTADÍSTICA Grado en CC. de la Alimentación Tema 3 Contrastes de hipótesis Estadística (Alimentación). Profesora: Amparo Baíllo Tema 3: Contrastes de hipótesis 1 Estructura de este tema Qué es un contraste
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesMANUAL PARA EL USO DE SPSS
MANUAL PARA EL USO DE SPSS 1 INTRODUCCIÓN El propósito de este manual, es ilustrar con un ejemplo cómo generar tablas de frecuencia, tablas de contingencia, cálculos de medias, así como la generación de
Más detallesHipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.
PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOGSE Septiembre 2008
UNIVERSIDAD DE MURCIA REGIÓN DE MURCIA CONSEJERÍA DE EDUCACIÓN, CIENCIA E INVESTIGACIÓN UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOGSE Septiembre
Más detallesaplicado al Experiencia La gestión de un servicio y, por ende, la
EN PORTADA 6 Sigma aplicado al Experiencia En este artículo vamos a dar una visión más particular sobre la aplicabilidad de 6 Sigma al sector Servicios. Existe abundante literatura al respecto, pero sobre
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detalles"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica
76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha
Más detallesAuditorías de calidad
Auditorías de calidad Qué es una auditoría de la calidad? Qué es una auditoría interna? Cuáles son sus objetivos? Qué beneficios obtenemos?... En este artículo, puede obtenerse una visión general y nociones
Más detallesAnálisis de la varianza (un factor): ANOVA
Capítulo 9 Análisis de la varianza (un factor): ANOVA 91 Introducción Veíamos cómo contrastar la igualdad de medias en dos poblaciones normales e independientes En ocasiones necesitamos contrastar la igualdad
Más detallesRelación de problemas: Variables aleatorias
Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Variables aleatorias 1. Se lanza tres veces una moneda y se observa el número de caras. (a) Calcula la distribución
Más detallesCOMPARACIÓN DE POBLACIONES
COMPARACIÓN DE POBLACIONES ESTADÍSTICA APLICADA AL MEDIO AMBIENTE Grado en Ciencias Ambientales 1.1. En un estudio sobre los efectos de un determinado gen en la protección del organismo ante agentes atmosféricos
Más detalles7.- PRUEBA DE HIPOTESIS
7.- PRUEBA DE HIPOTEI 7.1. INTRODUCCIÓN La estadística inferencial es el proceso de usar la información de una muestra para describir el estado de una población. in embargo es frecuente que usemos la información
Más detallesPropuesta A. 2 0 b) Dada la ecuación matricial: X =, despeja y calcula la matriz X (0.75 ptos) 1 1
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (014) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A o B. Se
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesPruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico
Más detalles7.6 Comparación entre dos medias Poblacionales usando muestras independientes
7.6 Comparación entre dos medias Poblacionales usando muestras independientes Supongamos que se tiene dos poblaciones distribuidas normalmente con medias desconocidas µ y µ, respectivamente. Se puede aplicar
Más detallesManual de usuario. Tramitación de inspecciones periódicas de ascensores: La visión de las empresas conservadoras
Tramitación de inspecciones periódicas de ascensores: La visión de las empresas conservadoras 7 de Enero de 2008 Índice 1. INTRODUCCIÓN 3 2. SECUENCIAS PRINCIPALES A REALIZAR 4 2.1. FLUJO BASICO DE SECUENCIAS
Más detallesMétodos de muestreo con sonómetro
Métodos de muestreo con sonómetro Identificaremos la normativa de referencia y nos guiaremos por los procedimientos establecidos, por ejemplo en seguridad laboral nos guiaremos por la NTP 270 que dice:
Más detallesSelectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A
SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesSistema de Gestión Académica TESEO. Revisión 1.0. Servicio de Informática Área de Gestión (GESTIÓN DE RESÚMENES DE TESIS DOCTORALES)
Sistema de Gestión Académica TESEO (GESTIÓN DE RESÚMENES DE TESIS DOCTORALES) Revisión 1.0 Servicio de Informática Área de Gestión Mayo de 2004 INDICE INDICE... 1 1 Introducción... 1 2 Procedimiento....
Más detallesTest de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n
Un diseño experimental que se utiliza muy a menudo es el de un grupo control y uno de tratamiento. En el caso de que los datos sean cuantitativos y sigan una distribución normal, la hipótesis de interés
Más detallesCUARTA GUÍA DE EJERCICIOS: PRUEBAS DE HIPÓTESIS
CUARTA GUÍA DE EJERCICIOS: PRUEBAS DE HIPÓTESIS UN ESTUDIO SOBRE CARBOXIHEMOGLOBINA EN SANGRE En el estudio experimental que aquí presentamos se seleccionó al azar una muestra de 37 estudiantes de una
Más detallesGuía rápida. Nero BackItUp. Ahead Software AG
Guía rápida Nero BackItUp Ahead Software AG Información sobre derechos de autor y marcas comerciales El manual del usuario de Nero BackItUp y todo su contenido son propiedad de Ahead Software y están protegidos
Más detallesPráctica 3. Explorando datos con Statistix
Práctica 3. Explorando datos con Statistix En esta práctica aprenderemos a explorar un conjunto de datos utilizando el menú Statistics de nuestro programa. Un geyser es un nacimiento de agua hirviente
Más detallesa)1 punto. b) Vértices (0,0),(0,2)(1.5,0.5)(1,0). 0.25 puntos
c Solución óptima (1.5,0.5 Valor 3.5. 0.5 puntos. Para recaudar dinero para el viaje de fin de curso, unos estudiantes han vendido camisetas, bufandas y gorras a 10, 5 y 7 euros respectivamente. Han recaudado
Más detalles1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros
TEMA 0: INTRODUCCIÓN Y REPASO 1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros desconocidos 4. Comparación
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesIntroducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual
Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los
Más detallesCAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN. Figura 4.1.Caja Negra. Generar. Sistema de control. Acumular. Figura 4.2. Diagrama de funciones
CAPÍTULO 4 37 CAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN Para diseñar el SGE, lo primero que se necesita es plantear diferentes formas en las que se pueda resolver el problema para finalmente decidir
Más detallesTema 5. Variables aleatorias discretas
Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso
Más detallesEstadística I Ejercicios Tema 3 Curso 2015/16
Estadística I Ejercicios Tema 3 Curso 2015/16 1. En la siguiente tabla se representa la distribución conjunta de frecuencias (relativas) de 2 variables: calificación en Estadística I, y número de horas
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 5: VARIABLES ALEATORIAS Y DISTRIBUCIONES CONTINUAS Profesor: Hugo S. Salinas. Segundo Semestre
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesCONDICIONES GENERALES DE COMPRA
CONDICIONES GENERALES DE COMPRA 1. Aceptación del pedido por parte del Proveedor 1.1. La aceptación del Pedidos por parte del Proveedor implica su aceptación de las Condiciones Generales de Compra y de
Más detalles2011-2012 RESOLUCIÓN DE ERRORES EN MOODLE CAMPUS VIRTUAL-BIRTUALA UPV-EHU
2011-2012 RESOLUCIÓN DE ERRORES EN MOODLE CAMPUS VIRTUAL-BIRTUALA UPV-EHU Antecedentes:... 2 1. Introducción... 3 2. Imágenes que no se visualizan... 3 3. URLs de recursos o actividades que no son autocontenido...
Más detallesCPE (SEGUNDO CURSO) = P [T 1 ]P [T 2 ]... P [T 525,600 ] = (1 10 8 ) 525,600 = 0.9948
1/10 CPE (SEGUNDO CURSO PRÁCICA 1 SOLUCIONES (Curso 2015 2016 1. Suponiendo que los sucesos terremotos y huracanes son independientes y que en un determinado lugar la probabilidad de un terremoto durante
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesLínea Base Juan Carlos Bajo Albarracín Qué es una línea base Cómo implantar la Ley 29783: El concepto sistema de gestión en la Ley 29783
Línea Base Juan Carlos Bajo Albarracín Director de Seguridad y Salud PRYSMA INTERNACIONAL PERÚ Lo primero que debemos hacer antes de implantar o adecuar el sistema de seguridad y salud en el trabajo a
Más detallesHOJA 5 SUCESIONES Y PROGRESIONES
HOJA 5 SUCESIONES Y PROGRESIONES Sucesión: Término general 1.- Calcula el término general de las sucesiones: a) -1, 2, 5, 8, 11, b) 3, 3/2, ¾, 3/8, c) 1, 4, 9, 16, 25, 2.- Halla el término general de cada
Más detallesCAPITULO 4 ANALISIS DE LOS RESULTADOS. 4.2.1 Análisis global. 4.2.2 Análisis por grupo. 4.2.3 Análisis por área. 4.2.5 Análisis por años de servicio
ANALISIS DE LOS RESULTADOS 4.1 Recolección de los datos 4.2 Análisis de los datos 4.2.1 Análisis global 4.2.2 Análisis por grupo 4.2.3 Análisis por área 4.2.4 Análisis por puesto 4.2.5 Análisis por años
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES PROCESO Maquinaria Métodos Materias Primas Proceso Producto Mano de Obra Condiciones Ambientales VARIACIÓN Fundamentalmente, las cinco fuentes más importantes de
Más detallesMATEMÁTICAS CON LA HOJA DE CÁLCULO
MATEMÁTICAS CON LA HOJA DE CÁLCULO Podemos dar a esta aplicación un uso práctico en el aula de Matemáticas en varios sentidos: Como potente calculadora: sucesiones, límites, tablas estadísticas, parámetros
Más detallesInferencia Estadística
Universidad Nacional de San Cristóbal de Huamanga Facultad de Ingeniería de Minas, Geología y Civil Departamento Académico de Matemática y Física Área de Estadística Inferencia Estadística Alejandro Guillermo
Más detallesIntroducción a MINITAB 15. David R. González Barreto. Ofrecido en Wyeth, Carolina, Puerto Rico
Introducción a MINITAB 15 Ofrecido en Wyeth, Carolina, Puerto Rico INDICE Listado de Archivos...2 Pantalla Principal..3 Texto a Número.4 Estibar (Stack)..6 Split 8 Dotplot Una población.10 Dotplot Dos
Más detallesGrado en Ingeniería. Estadística. Tema 3
Grado en Ingeniería Asignatura: Estadística Tema 3. Control Estadístico de Procesos (SPC) Control Estadístico de Procesos (SPC) Introducción Variabilidad de un proceso de fabricación Causas asignables
Más detallesCASO PRÁCTICO DISTRIBUCIÓN DE COSTES
CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que
Más detallesTema 8: Estimación por intervalos
Facultad de Economía y Empresa 1 Tema 8: Estimación por intervalos ALIMENTACIÓN En una investigación sobre la alimentación infantil se analiza el consumo semanal de agua (X, en litros), variable que se
Más detalles1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde
Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)
Más detallesEn España hay 2,5 millones de. Usuarios de lentes de contacto, Puede seguir creciendo esta cifra?
Gaceta Business En España hay 2,5 millones de usuarios de lentes de contacto. Puede seguir creciendo esta cifra? elisenda Ibáñez Directora de IB-Tècnica y Socia Directora de GIC Retail, SL., empresas de
Más detallesCombinar comentarios y cambios de varios documentos en un documento
Combinar comentarios y cambios de varios documentos en un documento Si envía un documento a varios revisores para que lo revisen y cada uno de ellos devuelve el documento, puede combinar los documentos
Más detallesUNIDAD 4 PROCESOS DE MARKOV
UNIDAD 4 PROCESOS DE MARKOV Anteriormente se han cubierto modelos estáticos, esto es, modelos cuyos parámetros permanecen sin cambio a través del tiempo. Con excepción de programación dinámica donde se
Más detallesEstimación. Intervalos de Confianza para la Media y para las Proporciones
Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo
Más detallesCAPÍTULO 5. 5.3 La Distribución Normal
CAPÍTULO 5 5.3 La Distribución Normal Si una variable aleatoria X tiene una distribución Normal y queremos calcular la probabilidad de que X caiga entre dos valores a y b entonces, debemos hallar el área
Más detallesTests de hipótesis estadísticas
Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
HOJAS DE COMPROBACIOÓN Y HOJAS DE RECOGIDA DE DATOS 1.- INTRODUCCIÓN En este documento se describe el proceso de obtención de información a partir de la recogida y análisis de datos, desde el establecimiento
Más detallesTema : ELECTRÓNICA DIGITAL
(La Herradura Granada) Departamento de TECNOLOGÍA Tema : ELECTRÓNICA DIGITAL.- Introducción. 2.- Representación de operadores lógicos. 3.- Álgebra de Boole. 3..- Operadores básicos. 3.2.- Función lógica
Más detallesCurso Auditor Interno Calidad
Curso Auditor Interno Calidad 2. Definiciones de auditoria de calidad OBJETIVOS Definiciones de auditoria de Calidad 1 / 9 OBJETIVOS Al finalizar esta unidad didáctica será capaz: Conocer las definiciones
Más detallesSEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática
SEMINARIOS (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática Seminario de Estadística Descriptiva Unidimensional y Bidimensional 1. Se ha realizado un control de calidad en
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesÍNDICE. Acceso a nivel de agencias...3. Organización por carpetas...4. Descarga de facturas desde el portal...5. Búsquedas de facturas...
ÍNDICE Acceso a nivel de agencias...3 Organización por carpetas...4 Descarga de facturas desde el portal...5 Búsquedas de facturas...8 Configurar notificaciones por e-mail...11 3 Bienvenido al manual de
Más detallesGUÍA PARA LA REALIZACIÓN DE AUDITORÍAS INTERNAS SOBRE LA GESTIÓN DE GARANTÍAS SUBDIRECCIÓN GENERAL DE AUDITORÍA INTERNA Y EVALUACIÓN
GUÍA PARA LA REALIZACIÓN DE AUDITORÍAS INTERNAS SOBRE LA GESTIÓN DE GARANTÍAS SUBDIRECCIÓN GENERAL DE AUDITORÍA INTERNA Y EVALUACIÓN 1 INDICE Pág. POR QUÉ UNA GUÍA DE AUDITORÍA SOBRE LA GESTIÓN DE GARANTÍAS?...
Más detallesPor qué tomar muestras? Si queremos conocer una población, Por qué no tomar una muestra de toda la población?, Por qué no hacer un censo?
Página 1 de 8 CAPÍTULO 2: MUESTREO En el capítulo anterior hablamos de que para tomar decisiones en Estadística primero debemos formular una hipótesis a partir de la teoría del investigador. Una vez formulada
Más detallesTEMA UNIDAD III:INFERENCIA ESTADÍSTICA 11.1. INTRODUCCIÓN
PRUEBA DE HIPÓTESIS TEMA..INTRODUCCIÓN..ELEMENTOS DE LAS PRUEBAS DE HIPÓTESIS.3.PRUEBA DE HIPÓTESIS PARA UNA MEDIA POBLACIONAL.3.. Caso: muestra grande.3.. Caso: muestra pequeña.4.prueba DE HIPÓTESIS PARA
Más detallesPROPUESTAS COMERCIALES
PROPUESTAS COMERCIALES 1. Alcance... 2 2. Entidades básicas... 2 3. Circuito... 2 3.1. Mantenimiento de rutas... 2 3.2. Añadir ofertas... 5 3.2.1. Alta desde CRM... 5 3.2.2. Alta desde el módulo de Propuestas
Más detallesMANEJANDO FICHEROS Y CARPETAS
Tutorial 1 MANEJANDO FICHEROS Y CARPETAS 1.1.- Creando carpetas Para organizar la información que almacenamos en nuestros ordenadores, tenemos una elemento denominado carpeta. Vamos a ver cómo, usando
Más detallesIV. CARGUE DE SOPORTES
IV. CARGUE DE SOPORTES Esta opción de cargue de soportes se ha realizado para efectuar las correcciones necesarias en cuanto a cargue de servicio se refiere, como anulación, modificación de RIPS de algún
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detallesESTIMACION POR INTERVALOS
ESTIMACION POR INTERVALOS En muchas situaciones, una estimación puntual no proporciona información suficiente sobre el parámetro. Por esta razón se construyen intervalos de confianza en donde el parámetro
Más detallesDistribuciones discretas. Distribución Binomial
Boletín: Distribuciones de Probabilidad IES de MOS Métodos estadísticos y numéricos Distribuciones discretas. Distribución Binomial 1. Una urna contiene 3 bolas blancas, 1 bola negra y 2 bolas azules.
Más detalles