INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS

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

Download "INFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS"

Transcripción

1 4 INFERENCIA, ESTIMACIÓN Y CONTRASTE DE IÓTESIS - INTRODUCCIÓN La Etadítica decriptiva y la teoría de la robabilidad va a er lo pilare de u uevo procedimieto (Etadítica Iferecial) co lo que e va a etudiar el comportamieto global de u feómeo La probabilidad y lo modelo de ditribució juto co la técica decriptiva, cotituye la bae de ua ueva forma de iterpretar la iformació umiitrada por ua parcela de la realidad que iterea ivetigar E el iguiete equema repreeta el tema a tratar y que erá dearrollado a cotiuació Etadítica Decriptiva robabilidad y modelo INFERENCIA Etimació Cotrate utual Itervalo Lo método báico de la etadítica iferecial o la etimació y el cotrate de hipótei, que juega u papel fudametal e la ivetigació or tato, alguo de lo objetivo que e perigue e ete tema o

2 Iferecia, etimació y cotrate de hipótei 46 Calcular lo parámetro de la ditribució de media o proporcioe muetrale de tamaño, extraída de ua població de media y variaza coocida Etimar la media o la proporció de ua població a partir de la media o proporció muetral Utilizar ditito tamaño muetrale para cotrolar la cofiaza y el error admitido Cotratar lo reultado obteido a partir de muetra Viualizar gráficamete, mediate la repectiva curva ormale, la etimacioe realizada E la mayoría de la ivetigacioe reulta impoible etudiar a todo y cada uo de lo idividuo de la població ya ea por el cote que upodría, o por la impoibilidad de acceder a ello Mediate la técica iferecial obtedremo cocluioe para ua població o obervada e u totalidad, a partir de etimacioe o reúmee umérico efectuado obre la bae iformativa extraída de ua muetra de dicha població or tato, el equema que e igue e, E defiitiva, la idea e, a partir de ua població e extrae ua muetra por alguo de lo método exitete, co la que e geera dato umérico que e va a utilizar para geerar etadítico co lo que realizar etimacioe o cotrate poblacioale Exite do forma de etimar parámetro la etimació putual y la etimació por itervalo de cofiaza E la primera e buca, co bae e lo dato muetrale, u úico valor etimado para el parámetro ara la eguda, e determia u itervalo detro del cual e ecuetra el valor del parámetro, co ua probabilidad determiada Si el objetivo del tratamieto etadítico iferecial, e efectuar geeralizacioe acerca de la etructura, compoició o comportamieto de la poblacioe o obervada, a partir de ua parte de la població, erá eceario que la parcela de població examiada ea repreetativa del total or ello, la elecció de la muetra requiere uo requiito que lo garatice, debe er repreetativa y aleatoria

3 Apute de Etadítica II 47 Ademá, la catidad de elemeto que itegra la muetra (el tamaño de la muetra) depede de múltiple factore, como el diero y el tiempo dipoible para el etudio, la importacia del tema aalizado, la cofiabilidad que e epera de lo reultado, la caracterítica propia del feómeo aalizado, etcétera Aí, a partir de la muetra eleccioada e realiza alguo cálculo y e etima el valor de lo parámetro de la població tale como la media, la variaza, la deviació etádar, o la forma de la ditribució, etc El etudio muetral o e u tema que etre a formar parte de ete tema, pero i eceitaremo ua erie de cocepto eceario para el dearrollo del tema, y que e detalla a cotiuació - Cocepto báico OBLACIÓN Cojuto de elemeto obre lo que e oberva u carácter comú Se repreeta co la letra N MUESTRA Cojuto de uidade de ua població Cuato má igificativa ea, mejor erá la muetra Se repreeta co la letra UNIDAD DE MUESTREO Etá formada por uo o má elemeto de la població El total de uidade de muetreo cotituye la població Eta uidade o dijuta etre í y cada elemeto de la població perteece a ua uidad de muetreo ARÁMETRO E u reume umérico de algua variable obervada de la població Lo parámetro ormale que e etudia o - La media poblacioal X - Total poblacioal X - roporció ESTIMADOR U etimador θ * de u parámetro θ, e u etadítico que e emplea para coocer el parámetro θ decoocido ESTADÍSTICO E ua fució de lo valore de la muetra E ua variable aleatoria, cuyo valore depede de la muetra eleccioada Su ditribució de probabilidad, e cooce como Ditribució muetral del etadítico ESTIMACIÓN Ete térmio idica que a partir de lo obervado e ua muetra (u reume etadítico co la medida que coocemo de Decriptiva) e extrapola o geeraliza dicho reultado muetral a la població total, de modo que lo etimado e el valor geeralizado a la població Coite e la búqueda del valor de lo parámetro poblacioale objeto de etudio uede er putual o por itervalo de cofiaza - utual cuado bucamo u valor cocreto

4 Iferecia, etimació y cotrate de hipótei 48 - Itervalo de cofiaza cuado determiamo u itervalo, detro del cual e upoe que va a etar el valor del parámetro que e buca co ua cierta probabilidad CONTRATE DE IÓTESIS Coite e determiar i e aceptable, partiedo de dato muetrale, que la caracterítica o el parámetro poblacioal etudiado tome u determiado valor o eté detro de uo determiado valore NIVEL DE CONFIANZA Idica la proporció de vece que acertaríamo al afirmar que el parámetro θ etá detro del itervalo al eleccioar mucha muetra - EL CONCETO DE ESTADÍSTICO Y DISTRIBUCIÓN MUESTRAL El objetivo de la iferecia e efectuar ua geeralizació de lo reultado de la muetra de la població La tarea que o ocupa ahora e coocer la ditribucioe de la probabilidad de cierta fucioe de la muetra, e decir, variable aleatoria aociada al muetreo o etadítico muetrale Éto erá útile para hacer iferecia repecto a lo parámetro decoocido de ua població or ello e habla de ditribucioe muetrale, ya que etá baado e el comportamieto de la muetra El primer objetivo e coocer el cocepto de ditribució muetral de u etadítico; u comportamieto probabilítico depederá del que tega la variable X y del tamaño de la muetra Sea x x, ua muetra aleatoria imple (ma) de la variable aleatoria X, co fució de ditribució F, e defie el etadítico T como cualquier fució de la muetra que o cotiee igua catidad decoocida Sea ua població dode e oberva la variable aleatoria X Eta variable X, tedrá ua ditribució de probabilidad, que puede er coocida o decoocida, y cierta caracterítica o parámetro poblacioale El problema erá ecotrar ua fució que proporcioe el mejor etimador de θ El etimador, T, del parámetro θ debe teer ua ditribució cocetrada alrededor de θ y la variaza debe er lo meor poible Lo etadítico má uuale e iferecia y u ditribució aociada coiderado ua població obre la que e etudia u carácter cuatitativo o o Media muetral x = Σ i = x i o Cuaivariaza = Σ ( x x) i = i Toda la variable aleatoria que forma la muetra verifica que o idepediete etre í, que E [ X i ] = y que u V[ ] = X i

5 Apute de Etadítica II 49 o Total t = Σ x i i = - Ditribucioe muetrale Coideremo toda la poible muetra de tamaño e ua població, etoce, como e decía ateriormete, para cada muetra podemo calcular u etadítico (media, deviació típica, proporció,) que variará de ua a otra Aí obteemo ua ditribució de ee etadítico que e llamará ditribució muetral La medida fudametale de eta ditribució o la media, la deviació típica, tambié deomiada error típico, y el total poblacioal, y u ditribucioe muetrale o la iguiete MEDIA MUESTRAL Sea X X, ua ma co media o co E(x)= y co variaza muetral V[ X ] =, etoce la media muetra e ditribuye como ua ormal de parámetro X N(, ) VARIANZA MUESTRAL Sea X X, ua ma idepediete e idéticamete ditribuida, defiimo el etadítico muetral para la variaza como la cuaivariaza muetral = = ( x x), etoce e verifica que ( ) χ TOTAL MUESTRAL Sea X X, ua ma co E(t)= y co V(t)=, etoce e ditribuye como ua ormal ( ; ) t N 3- ESTIMACIÓN UNTUAL U etimador de u parámetro poblacioal e ua fució de lo dato muetrale E poca palabra, e ua fórmula que depede de lo valore obteido de ua muetra, para realizar etimacioe Lo que e pretede obteer e el valor exacto de u parámetro or ejemplo, i e pretede etimar la talla media de u determiado grupo de idividuo, puede extraere ua muetra y ofrecer como etimació putual la talla media de lo idividuo de la muetra

6 Iferecia, etimació y cotrate de hipótei 5 La media de la muetra puede er u etimador de la media de la població, la cuaivariaza muetral e u bue etimador de la variaza poblacioal y el total muetral e u bue etimador del total poblacioal or tato, ua defiició má matemática de u etimador y la propiedade que debe de cumplir u etimador para er bueo Sea X X, ua ma de tamaño, decimo que e u etimador θ * de u parámetro θ i el etadítico que e emplea para coocer dicho parámetro decoocido e ete 3- ropiedade deeable de u etimador La propiedade o criterio para eleccioar u bue etimador o lo iguiete A) Iegadez Diremo que u etimador θ * de u parámetro θ e iegado i u eperaza coicide co el verdadero valor del parámetro E[θ * ] = θ E el cao de que o coicida, diremo que el etimador e egado B) Eficiecia Dado do etimadore θ * y θ * para u mimo parámetro θ, e dice que θ * e má eficiete que θ * i V[θ * ] < V[θ * ] C) Suficiecia Se dice que u etimador de u parámetro e uficiete cuado para u cálculo utiliza toda la iformació de la muetra D) Coitecia Decimo que u etimador θ * de u parámetro θ e coitete i la ditribució del etimador tiede a cocetrare e u cierto puto cuado el tamaño de la muetra tiede a ifiito Lim = ˆ ο ε ˆ ο ˆ ο + ε { [ ]} 3- Método para obteer etimadore El demotrar que u cierto etimador cumple eta propiedade puede er complicado e determiada ocaioe Exite vario método que o va a permitir obteer lo etimadore putuale Lo má importate o MÉTODO DE LOS MOMENTOS e baa e que lo mometo poblacioale y e etima mediate lo mometo muetrale Suele dar etimadore coitete MÉTODO DE MÍNIMOS CUADRADOS coite e obteer u etimador que hace míima ua determiada fució MÉTODO DE MÁXIMA VEROSIMILITUD coite e tomar como parámetro poblacioal el valor de la muetra que ea má probable, e decir, que tega mayor probabilidad Se uele obteer etimadore coitete y eficiete E el má utilizado

7 Apute de Etadítica II 5 La probabilidad de que la media muetral ea igual a la media poblacioal e cero, [ x = ] =, e decir, que erá batate complicado obteer u etimador putual, por ello e utiliza má el Itervalo de Cofiaza y el Cotrate de ipótei 4- ESTIMACIÓN OR INTERVALOS DE CONFIANZA El itervalo de cofiaza etá determiado por do valore detro de lo cuale afirmamo que etá el verdadero parámetro co cierta probabilidad So uo límite o marge de variabilidad que damo al valor etimado, para poder afirmar, bajo u criterio de probabilidad, que el verdadero valor o lo rebaará E ua expreió del tipo [θ, θ ] ó θ θ θ, dode θ e el parámetro a etimar Ete itervalo cotiee al parámetro etimado co ua determiada certeza o ivel de cofiaza E la etimació por itervalo e ua lo iguiete cocepto Variabilidad del parámetro Si o e cooce, puede obteere ua aproximació e lo dato o e u etudio piloto Tambié hay método para calcular el tamaño de la muetra que precide de ete apecto abitualmete e ua como medida de eta variabilidad la deviació típica poblacioal y e deota Error de la etimació E ua medida de u preciió que e correpode co la amplitud del itervalo de cofiaza Cuata má preciió e deee e la etimació de u parámetro, má etrecho deberá er el itervalo de cofiaza y, por tato, meor el error, y má ujeto deberá icluire e la muetra etudiada Llamaremo a eta preciió E, egú la fórmula E = θ - θ Nivel de cofiaza E la probabilidad de que el verdadero valor del parámetro etimado e la població e itúe e el itervalo de cofiaza obteido El ivel de cofiaza e deota por (-), auque habitualmete uele expreare co u porcetaje ((-) %) E habitual tomar como ivel de cofiaza u 95% o u 99%, que e correpode co valore de,5 y,, repectivamete Valor Tambié llamado ivel de igificació E la probabilidad (e tato por uo) de fallar e uetra etimació, eto e, la diferecia etre la certeza () y el ivel de cofiaza (-) or ejemplo, e ua etimació co u ivel de cofiaza del 95%, el valor e (-95)/ =,5 Valor crítico Se repreeta por Z / E el valor de la abcia e ua determiada ditribució que deja a u derecha u área igual a /, iedo - el ivel de cofiaza Normalmete lo valore crítico etá tabulado o puede calculare e fució de la ditribució de la població or ejemplo, para ua ditribució ormal, de media y deviació típica, el valor crítico para =,5 e calcularía del iguiete modo e buca e la tabla de la ditribució ee valor (o el má aproximado), bajo la columa "Área"; e oberva que e correpode co -,64 Etoce Z / =,64 Si la media o deviació típica de la ditribució ormal o coicide co la de la tabla, e puede realizar el cambio de variable t=(x-)/ para u cálculo

8 Iferecia, etimació y cotrate de hipótei 5 Co eta defiicioe, i tra la extracció de ua muetra e dice que "3 e ua etimació de la media co u marge de error de,6 y u ivel de cofiaza del 99%", podemo iterpretar que el verdadero valor de la media e ecuetra etre,7 y 3,3, co ua probabilidad del 99% Lo valore,7 y 3,3 e obtiee retado y umado, repectivamete, la mitad del error, para obteer el itervalo de cofiaza egú la defiicioe dada ara u tamaño fijo de la muetra, lo cocepto de error y ivel de cofiaza va relacioado Si admitimo u error mayor, eto e, aumetamo el tamaño del itervalo de cofiaza, teemo tambié ua mayor probabilidad de éxito e uetra etimació, e decir, u mayor ivel de cofiaza or tato, u apecto que debe de teere e cueta e el tamaño muetral, ya que para dimiuir el error que e comete habrá que aumetar el tamaño muetral Eto e reolverá, para u itervalo de cofiaza cualquiera, depejado el tamaño de la muetra e cualquiera de la formula de lo itervalo de cofiaza que veremo a cotiuació, a partir del error máximo permitido Lo itervalo de cofiaza puede er uilaterale o bilaterale UNILATERAL [ X < z ] = ó [ X z ] = BILATERAL z < X < z 4- Itervalo de cofiaza para la media co variaza coocida Sea X ua variable aleatoria que e ditribuye como X N(, ), i utilizamo la media muetral ( X ) como etimador, etoce X N(, ) Tipificado, cetramo el etimador, cambiado de orige y de ecala obteiedo x Z = N(;) / Etoce, el itervalo de cofiaza o la probabilidad para el etimador media co la variaza coocida viee dado por lo iguiete parámetro z x < < z / = z < x < z =

9 Apute de Etadítica II 53 x z < < x + z Cambiamo todo lo igo, para coeguir la media () poitiva [ x + z / x - z / ] = (- ) Ordeado la iformació [ x - z / < < x + z / ] = (- ) or tato, el itervalo e, x z ; x + z 4- Itervalo de cofiaza para la media co variaza decoocida y 3 Sabemo que para cualquier ditribució, por el Teorema Cetral del Límite, i tiee u tamaño de muetra grade, e puede aproximar o e ditribuye como ua Normal de parámetro X N(, ), iedo la cuaideviació típica muetral E coecuecia, x Z = N(;), / y procediedo de forma aáloga a la aterior llegamo a que el itervalo de cofiaza que bucamo e x z ; x + z 43- Itervalo de cofiaza para la media co variaza decoocida y <3 artiedo de ua població Normal, e eta codicioe la variable aleatoria e ditribuye como ua t-studet co - grado de libertad de la forma,

10 Iferecia, etimació y cotrate de hipótei 54 x / t Cotruimo etoce el itervalo de cofiaza a u ivel (- )% de la forma t ; < x < t = t / ; ; ; < x < t =, de maera que i cotiuamo depejado de forma aáloga a lo cao ateriore e obtiee u itervalo de cofiaza I C x t ; x + t ; ; 44- Itervalo de cofiaza para la proporció Baádoo e ua variable aleatoria que e ditribuye como ua Biomial, X B( ; p); y la aproximació de ua ditribució Biomial por ua Normal cuado el tamaño de la muetra e muy grade, e ha vito que e puede exprear como X N p; pq Segú eto, la variable aleatoria defiida como Y=X/ e ( ) ditribuye como Y N( p; pq / ) Al tipificar, o queda Z p = N(;) pq Etoce, el itervalo de cofiaza o la probabilidad para el etimador proporció viee dado por lo iguiete parámetro p z pq ; p + z pq ;

11 Apute de Etadítica II Itervalo de cofiaza para la variaza E poblacioe Normale ya hemo vito que la variable aleatoria ( ) χ ara u ivel de cofiaza de (- )% viee dado por, ( ) ; ; χ χ = < < Si ivertimo y depejamo, o queda, ( ) ( ) ( ) ; ; ; ; χ χ χ χ = = Y por tato, el itervalo de cofiaza para la variaza e ( ) ( ) ; ; ; χ χ 5- CONTRASTE DE IÓTESIS El problema cetral de la iferecia etadítica e u problema de toma de deciioe, del cual la etimació y el cotrate de hipótei o apecto importate, difereciado etre í, pero complemetario U cotrate de hipótei o Tet de hipótei etadítico e ua prueba de igificació o ua prueba etadítica, que idica el proceo mediate el cual decidimo i ua propoició repecto de la població, debe er aceptada o o Eta propoició e lo que e deomia hipótei etadítica E ua regla de deciió que o dice cuado aceptar y rechazar la hipótei, co eto vemo i lo dato de ua muetra o compatible o o co lo de la població Ua hipótei etadítica, por tato, e ua propoició acerca de la fució de probabilidad o de la fució de deidad de probabilidad de ua variable aleatoria o de varia variable aleatoria Tal propoició debe referire bie a la forma de la

12 Iferecia, etimació y cotrate de hipótei 56 ditribució de probabilidad, bie al valor o valore de lo parámetro que lo defia o bie a ambo ipótei etadítica e, ua afirmació acerca de la ditribució de la població uede haber hipótei etadítica e cotexto paramétrico y o paramétrico El cotrate de hipótei etadítico e baará e la iformació proporcioada por la muetra De modo, que i rechazamo la hipótei, queremo idicar que lo dato de la muetra ofrece cierta evidecia obre u faledad Si la aceptamo implemete queremo igificar que o e rechaza U cotrate de hipótei coite, por tato, e etudiar do hipótei (hipótei ula), (hipótei alterativa), de maera que el ivetigador divide lo reultado muetrale e do zoa; ua zoa de rechazo y otra de aceptació, de maera que egú como obtegamo el reultado, aceptaremo o rechazaremo la hipótei Al aplicar u cotrate de hipótei, claificamo lo puto del epacio muetral e do regioe excluyete y complemetaria Regió de Rechazo o Regió Crítica La formada por el cojuto de lo valore del etadítico de cotrate que o lleva a rechazar la hipótei ula, e llama regió crítica (lo puto que delimita la regió crítica e llama puto crítico) Regió de Aceptació o Regió de No Rechazo E la formada por el cojuto de lo valore del etadítico de cotrate que o lleva a aceptar la hipótei ula 5- lateamieto de la hipótei etadítica Aquella hipótei que e deea cotratar e llama hipótei ula (o), por tato, la que e acepta o rechaza como cocluió del cotrate La hipótei ula uele er ua etrategia o medio del que e irve el ivetigador para probar la alterativa Suele ir acompañada por la hipótei alterativa o hipótei experimetal, imbolizada por

13 Apute de Etadítica II 57 La hipótei alterativa e la que e verifica cuado o e verifica la hipótei ula El plateamieto de o permite elaborar u modelo robabilítico a partir del cual podemo llegar a la deciió fial A u vez, al platear ua hipótei, eta puede er imple o compueta Ua hipótei e imple i e epecifica exactamete el valor del parámetro Ua hipótei e compueta, i cotiee do ó má valore del parámetro La hipótei ula (o) por er má cocreta uele er imple y la alterativa, compueta E frecuete platearla como complemetaria 5- Supueto La upoicioe que podemo hacer depediedo del tipo de cotrate que eceitemo o a) Supueto acerca de la caracterítica ó de lo dato que e va a maipular, como puede er la idepedecia de la obervacioe, ivel de medida utilizada, etc b) Supueto acerca de la forma de ditribució de partida Normal, Biomial, etc La violació de lo upueto podrá ivalidar má o meo el modelo probabilítico y llevaro a deciioe erróea Cociere al ivetigador coocer la coecuecia que e deriva de la violació de tale upueto obre el modelo or ete motivo, i e platea lo upueto debe er míimo y o demaiado exigete or ejemplo, e puede platear de partida oblacioe de partida ormale Muetra idepediete Obervacioe de la muetra idepediete 53- Etadítico de Cotrate Etadítico de Cotrate e, aquel etadítico (T) que utilizamo para tomar ua deciió e u cotrate de hipótei Ete etadítico e ua variable aleatoria, co ua ditribució muetral determiada, que o dará la probabilidade aociada a u valor o u determiado itervalo de valore del etadítico de cotrate Ete deberá cumplir toda la caracterítica que e mecioaro ateriormete cuado e habló de lo etadítico 54- Regla de deciió Ua regla de deciió e el criterio utilizado para decidir i aceptamo o rechazamo la hipótei ula, a partir del epacio muetral de valore del etadítico de cotrate y probabilidade aociada

14 Iferecia, etimació y cotrate de hipótei 58 Ete criterio coite e dividir tal epacio e do zoa mutuamete excluyete y exhautiva la zoa de rechazo o regió crítica y la zoa de aceptació La zoa de rechazo etá cotituida por aquello valore del etadítico de cotrate que e aleja mucho de o, por lo tato e muy poco probable que ocurra i o e verdadera or ejemplo, a cotiuació e puede ver do ejemplo de cotrate, uo uilateral y otro bilateral, auque e puede crear mucho má U cotrate de hipótei uilateral e de la forma (hay má forma) o θ = θo θ θo U cotrate de hipótei bilateral e de la forma o θ = θo θ θo Decidimo que u cotrate e uilateral o direccioal, i para tomar la deciió de rechazar o o ervimo excluivamete de lo valore muy grade o excluivamete de lo valore muy pequeño del etadítico de cotrate Decidimo que u cotrate e bilateral o o direccioal, i utilizamo lo valore muy grade y muy pequeño de lo poible valore del etadítico de cotrate Si la ditribució, bajo la, ólo puede etar a la derecha erá má potete i colocamo a la derecha toda la regió crítica

15 Apute de Etadítica II 59 Si la ditribució, bajo la, puede etar a la derecha o la izquierda ería u tet má potete el que poe parte de la regió crítica a la derecha y parte a la izquierda El valor e llama ivel de igificació o ivel de riego y repreeta a la probabilidad de que u ivel cocreto del etadítico de cotrate, caiga e la zoa de rechazo o crítica, e decir, e el cojuto de valore del etadítico de cotrate que o lleva a la deciió de rechazar la hipótei ula El valor (-) e llama ivel de cofiaza, e el cojuto de valore del etadítico de cotrate que o lleva a la deciió de aceptar la hipótei ula E lo cotrate uilaterale etá cocetrada e uo de lo do extremo de la ditribució, e ua úica cola E lo cotrate bilaterale e reparte etre lo do extremo de la ditribució, e la do cola Lo cotrate uilaterale uele er mejore que lo cotrate bilaterale La elecció de uo u otro, etá codicioada al plateamieto de la hipótei alterativa Ejemplo Si o 5 5 Si o = 5 5 E uilateral E bilateral 55- Cálculo del etadítico y toma de deciió Ate de poder tomar ua deciió e debe recopilar lo dato co lo que e va a trabajar, e decir, e obtiee lo dato de ua ó varia muetra y lo etimadore del parámetro (proporció, media, etc) correpodiete, calculamo el valor cocreto del etadítico de cotrate y fijado el ivel de igificació co la zoa crítica, i el valor de tal etadítico cae e la zoa crítica, rechazamo la hipótei ula y por tato, aceptamo la hipótei alterativa E ete cao debemo iterpretar que o hay evidecia uficiete para decidir que e fala E cao cotrario e aceptará la hipótei ula 56- Errore e lo cotrate de hipótei Cuado e realiza u cotrate de hipótei, iempre debemo teer e cueta que cuado aceptamo o rechazamo ua hipótei puede que etemo cometiedo u cierto error Cuado Rechazamo o, igifica que o e fala y cuado aceptamo o, igifica que o e verdadera or tato, e puede coiderar, do tipo de errore que e puede cometer cuado e realiza u cotrate - Error tipo I ( ) E el error que e comete e la deciió del cotrate cuado e rechaza la hipótei ula (o), iedo correcta (cierta) - Error tipo II (β) E el error que e comete e la deciió del cotrate cuado e acepta la hipótei ula (o), iedo fala

16 Iferecia, etimació y cotrate de hipótei 6 E la iguiete tabla e puede ver de forma má cocreta Acertar Rechazar Verdadera (- ) Deciió correcta Error tipo I Fala β Error tipo II (-β) Deciió Correcta De aquí e puede obteer la iguiete cocluioe que debe de teere e cueta El ERROR II e el má grave, al que tambié e le cooce como potecia del cotrate, y e repreeta co la letra β e el valor de igificació, o dice a partir de qué valor etamo cometiedo u error tipo I Aí, la probabilidade aociada a lo tipo do tipo de Error viee dada por la iguiete expreioe - Nivel de igificació o tamaño del cotrate ( ) =(error tipo I}={rechazar o / o cierta} - otecia del cotrate ( β ) β= {rechazar o / o fala}=-{ Aceptar o / o fala}= -{error tipo II} 57- otecia de u cotrate Se llama potecia de u cotrate a la probabilidad de rechazar o, cuado e fala Su probabilidad e -β Má etrictamete debería llamare potecia de regió crítica No e má que la probabilidad de que éta detecte ua o fala dado u valor para Lo valore de y β o tiee la mima importacia picológica E el ivetigador el que e cada cao deberá aber que error tiee má importacia para tratar de dimiuirlo ara dimiuir el valor de e eceario aumetar el tamaño de la muetra 58- Curva de potecia de u cotrate Fijado u ivel de igificació ( ), ua hipótei ula y ua hipótei alterativa, tedremo ua potecia para cada valor que tome la hipótei alterativa ( ) La curva

17 Apute de Etadítica II 6 que e obtiee al relacioar lo poible valore de co lo correpodiete (-β), e llama curva de potecia o fució de potecia Cuato mayor e el ivel de igificació (probabilidad Error Tipo I) mayor e la potecia 59- Efecto del tamaño de la muetra e la potecia Se trata de poer de maifieto cómo, mateiedo cotate, al aumetar el tamaño de la muetra decrece el valor de β, y por tato, e icremeta la potecia, la capacidad del cotrate para ditiguir y Al igual que ocurría e lo itervalo de cofiaza, el tamaño de la muetra erá importate para determiar el error que e comete o cual e el tamaño de la muetra eceario para mateer u determiado error míimo 5- Nivel de igificació y ivel critico Se puede defiir el ivel de igificació () como la máxima probabilidad de rechazar la o cuado e cierta El ivel de igificació lo elige el ivetigador ate de realizar el cotrate, para que o ifluya e u deciió or lo tato el ivel de igificació repreeta el riego máximo admiible al rechazar o El ivel crítico e calcula depué de obteer el valor del etadítico de cotrate y repreeta el riego míimo co el que e rechaza o 5- Violació de lo upueto e lo cotrate de hipótei A cotiuació, e detalla de forma equemática e que ituacioe e debe utilizar otra ditribucioe aociada a la ormal 5- Utilizació de la ditribució T-Studet, e el cotrate de a) Idepedecia ma y població pequeña b) Normalidad Si la muetra e grade o preeta erio problema Si la muetra e pequeña lo cotrate uilaterale aumeta el error or lo tato, i la muetra e grade haremo u cotrate uilateral, i utilizamo la ditribució t-tudet y o e puede aumir que la població e ormal 5- Utilizació de la ditribució T-Studet, e el cotrate de - a) Idepedecia Muy importate b) Normalidad

18 Iferecia, etimació y cotrate de hipótei 6 c) Igualdad de variaza 53- Utilizació de la ditribució Chi-Cuadrado ( χ ), e el cotrate El upueto de ormalidad lleva coigo u error, que o podemo corregir aumetado el tamaño muetral 54- Utilizació de la ditribució F-Sedecor e el cotrate de / No e puede uar i la poblacioe o o ormale o lo tamaño de la muetra o o grade Tampoco debe utilizare i la idepedecia o e egura 5- ropiedade deeable e lo cotrate de hipótei El ivetigador debe eleccioar aquella prueba que le irve para cotratar u hipótei y procurar que e cumpla lo upueto que la uteta, ademá debe de reuir eta propiedade Carecia de Sego U Cotrate de ipótei e ua prueba iegada de o, i la probabilidad de rechazar o cuado e fala, e igual o mayor que la probabilidad de rechazar o cuado e cierta E decir, i u potecia e mayor ó igual que u ivel de igificació Coitecia Ua ecuecia de cotrate e coitete frete a toda la alterativa i, i u fució de potecia e aproxima a, a medida que tiede al ifiito Se upoe y cotate 53- El cocepto de p-valor Cuado e realiza u cotrate de hipótei abemo que a partir del ivel de igificació delimitamo la zoa de aceptació y de rechazo E ocaioe e muy itereate calcular el ivel de igificació a partir del cual la hipótei ula,, e va a rechazar Eta e la idea o cocepto del p-valor, e decir, [ Z ] p = El p-valor puede coiderare como el valor límite para que u cotrate ea igificativo, e decir, elegido u ivel de igificació, e rechazará i p z exp

19 Apute de Etadítica II Cotrate de hipótei para la media co variaza coocida Supogamo ua població Normal ara realizar ete cotrate el etadítico mejor coocido e la media muetral, X N(, ) Como ya e cooce u ditribució, el etadítico de cotrate erá x N(;) / odemo hacer tre tipo de cotrate Se preupoe que la hipótei ula e cierta, y e rechaza cuado A) = RECAZO i x / z

20 Iferecia, etimació y cotrate de hipótei 64 B) RECAZO i z x / C) < RECAZO i z x < / E cao cotrario e acepta la hipótei ula 55- Cotrate de hipótei para la media co variaza decoocida y 3 Supogamo ua població Normal ara realizar ete cotrate el etadítico mejor coocido e la media muetral, ), ( N X Como ya e cooce u ditribució, el etadítico de cotrate erá (;) / N x odemo hacer tre tipo de cotrate Se preupoe que la hipótei ula e cierta, y e rechaza cuado A) = RECAZO i / z x B) RECAZO i z x / C) < RECAZO i z x < / E cao cotrario e acepta la hipótei ula 56- Cotrate de hipótei para la media co variaza decoocida y <3 Supogamo ua població Normal ara realizar ete cotrate el etadítico mejor coocido e la media muetral, t X Como ya e cooce u ditribució, el etadítico de cotrate erá

21 Apute de Etadítica II 65 / t x odemo hacer tre tipo de cotrate Se preupoe que la hipótei ula e cierta, y e rechaza cuado A) = RECAZO i ; / t x B) RECAZO i ; / t x C) < RECAZO i ; / < t x E cao cotrario e acepta la hipótei ula 57- Cotrate de hipótei para la proporció Supogamo ua població Normal ara realizar ete cotrate el etadítico mejor coocido e la proporció muetral, pq p N ; Como ya e cooce u ditribució, el etadítico de cotrate erá (;) N q p p odemo hacer tre tipo de cotrate Se preupoe que la hipótei ula e cierta, y e rechaza cuado A) = RECAZO i z q p p

22 Iferecia, etimació y cotrate de hipótei 66 B) RECAZO i z q p p C) RECAZO < i z q p p < E cao cotrario e acepta la hipótei ula 58- Cotrate de hipótei para la variaza Supogamo ua població Normal ara realizar ete cotrate el etadítico mejor coocido e la variaza muetral Como ya e cooce u ditribució, el etadítico de cotrate erá ( ) χ Como e ete cao, la ditribució del etadítico o e imétrica, podremo hacer tre mimo tipo de cotrate, pero e ete cao habrá que teer e cueta ea o imetría Se preupoe que la hipótei ula e cierta, y e rechaza cuado A) RECAZO = i ( ) ; χ χ B) RECAZO i ( ) χ C) RECAZO < i ( ) χ < E cao cotrario e acepta la hipótei ula

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

Más detalles

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

Tests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 7. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DESCONOCIDA

Tests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 7. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DESCONOCIDA ETADÍTICA (Q) 13 7. TET DE HIPÓTEI PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DECONOCIDA ea X1,..., X ua muetra aleatoria de ua població Normal co media = µ y variaza = σ, N(µ,σ ). upogamo ahora

Más detalles

Salazar Rosales Leandro

Salazar Rosales Leandro Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal

Más detalles

TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO

TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO * Objetivo del Muetreo Etadítico: etudio de lo método para la obteció de ubcojuto repreetativo de la població. Neceidad e importacia. * Cocepto báico:

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN

LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN Uiveridad Lo Ágele de Chimbote LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION Actualmete e debe etar bie cociete

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

Inferencia Estadística

Inferencia Estadística Iferecia Etadítica 1 I Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé. Capítulo 6. Itroducció a la Iferecia Etadítica 6.1 Itroducció El pricipal objetivo de la Etadítica e iferir o etimar

Más detalles

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: Prueba de Hipótei (Do Muetra) Ete procedimieto prueba hipótei acerca de cualquiera de lo iguiete parámetro:. la diferecia etre la media μ y μ de do ditribucioe ormale.. el radio de la deviació etádar σ

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra: T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total

Más detalles

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS

ESTADISTICA II Guía de Estudio Corte #1 Prof. Mariugenia Rincón ESTIMACIÓN DE PARÁMETROS ESTADISTICA II Guía de Etudio Corte # Prof. Mariugeia Ricó ESTIMACIÓN DE PARÁMETROS Etadítica.- Ua etadítica e cualquier fució de la variable aleatoria que e obervaro e la muetra de maera que eta fució

Más detalles

Módulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza

Módulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza Módulo de Etadítica Tema 7 : Etimació paramétrica e Itervalo de cofiaza Etimació U etimador e ua catidad umérica calculada obre ua muetra y que eperamo que ea ua buea aproximació de cierta catidad co el

Más detalles

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

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

Más detalles

INTRODUCCION Teoría de la Estimación

INTRODUCCION 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 detalles

Inferencia Estadística

Inferencia Estadística Decrició breve del tema Iferecia Etadítica Tema 7. Itroducció. Itervalo de Cofiaa Determiació del tamaño muetral 3. Cotrate de hiótei Geeralidade de lo cotrate Metodología del cotrate Regió de rechao y

Más detalles

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

Herramientas estadísticas (HE)

Herramientas estadísticas (HE) Herramieta etadítica (HE) Realizado por: Guillermo Sáchez. Actualizado: 1-0-19 E ete documeto e decribe la herramieta etáditica (HE web) dipoible para realizar calculo etaditico dede la web de ENUSA o

Más detalles

T5. Contrastes para los parámetros de una población Normal

T5. 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 detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

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

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE 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 detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

Pruebas de hipótesis para dos muestras.

Pruebas de hipótesis para dos muestras. Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto

Más detalles

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

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

) 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 detalles

ESTIMACIÓN DE LA VARIANZA POBLACIONAL EN EL MUESTREO EN OCASIONES SUCESIVAS

ESTIMACIÓN DE LA VARIANZA POBLACIONAL EN EL MUESTREO EN OCASIONES SUCESIVAS Metodología de Ecueta I: 575-7803 Vol 6, úm, 00, 9- ETIMACIÓ DE LA VARIAZA POBLACIOAL E EL MUETREO E OCAIOE UCEIVA Amelia V. García Luego Eva M. Arté Rodríguez Imaculada Oña Caado Uiveridad de Almería

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En 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 detalles

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

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

Más detalles

P(t 1 θ t 2 ) = 7.1 Al finalizar el tema el alumno debe conocer Características de los métodos de construcción de intervalos de confianza.

P(t 1 θ t 2 ) = 7.1 Al finalizar el tema el alumno debe conocer Características de los métodos de construcción de intervalos de confianza. TEMA 7. Etimació por itervalo de cofiaa Hata ahora hemo vito lo método de etimació por puto. E eto método iempre e da «u valor úico» como etimació del parámetro poblacioal decoocido. Cómo e upera ete icoveiete?

Más detalles

Estimación por intervalos

Estimación 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 detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar

Más detalles

Tema 4. Estimación de parámetros

Tema 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 detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

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

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 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 detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE 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 detalles

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

UNIDAD 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 detalles

El ensayo de Bombeo y sus distintas formas de valoración: Recuperación de Pozos

El ensayo de Bombeo y sus distintas formas de valoración: Recuperación de Pozos SEIÓN : ANÁLISIS DE LOS DESENSOS DURANTE EL OMEO DE UN POZO. EFIIENIA DE POZOS INTRODUIÓN El deceo total producido e u pozo durate u bombeo, e coecuecia de la pérdida de carga de todo el cojuto que iterviee

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA 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 detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 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 detalles

OPCIÓN A EJERCICIO 1 (A) -5 0

OPCIÓN A EJERCICIO 1 (A) -5 0 IES Fco Ayala de Graada Sobrates 014 (Modelo 1 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 1 OPCIÓN A EJERCICIO 1 (A) -5 0-1 -8-1 Sea las matrices B =

Más detalles

Tema 6: Distribuciones Muestrales

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

Más detalles

9.3. Contrastes de una proporción

9.3. 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 detalles

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

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

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 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 detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA JRCICIO D INFRNCIA OBR CON σ² DCONOCIDA INFRNCIA OBR CON σ DCONOCIDA Ditribució de la media muetral Mucha vece deeamo realizar iferecia acerca de la de ua població pero o cotamo co la variaza poblacioal

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

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

Más detalles

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 0: PRUEBA DE CORRELACIÓN DE SPEARMAN. INTRODUCCIÒN: El coefciete de correlació de Spearma e ua

Más detalles

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

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

Más detalles

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

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

Más detalles

Contraste sobre la media de una distribución Normal de varianza conocida

Contraste sobre la media de una distribución Normal de varianza conocida Cotrate de hipótei etadítica E la primera parte de la iferecia etadítica e ha abordado el problema de la etimació de parámetro, e ella e ha vito cómo cotruir etimadore de parámetro poblacioale, e ha iitido

Más detalles

14. Técnicas de simulación mediante el método de Montecarlo

14. Técnicas de simulación mediante el método de Montecarlo 4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios

Más detalles

. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente.

. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente. Capítulo 9: Comparació de media E capítulo ateriore etudiamo prueba de hipótei e itervalo de cofiaza para la proporció o la media de ua població. Eto método puede er etedido para otra ituacioe. Lo bueo

Más detalles

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual ESTIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRASTES DE HIPÓTESIS TEMA 8: Cotrastes

Más detalles

Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS

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

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA 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 detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS 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 detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Capítulo III DITRIBUCIOE BIDIMEIOALE 3 Itroducció Etudiaremo do caracterítica de u mimo elemeto de la població (altura peo, do aigatura, logitud latitud) De forma geeral, i e etudia obre ua mima població

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2012 (COMÚN MODELO 3) OPCIÓN A

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2012 (COMÚN MODELO 3) OPCIÓN A IES Fco Ayala de Graada Sobrates de 01 (Septiembre Modelo ) Solució Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 01 (COMÚN MODELO 3) OPCIÓN A EJERCICIO 1_A ( 5 putos) U empresario

Más detalles

Tema 14: Inferencia estadística

Tema 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 detalles

Medidas de dispersión

Medidas de dispersión MB000_MAA4L_Diperió Verió: Septiembre 0 Medida de diperió por Oliverio Ramírez La medida de tedecia cetral aalizada e la ituació aterior, dirige u iteré al comportamieto de lo dato e relació a u valor

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos 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 detalles

TEMA 3: INFERENCIA ESTADISTICA

TEMA 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 detalles

GV GV Potencia Mecanica Neta (obtenida) Potencia Calorifica del Combustible (suministrada) cl

GV GV Potencia Mecanica Neta (obtenida) Potencia Calorifica del Combustible (suministrada) cl Relacioe etre Redimieto Térmico, M, Redimieto de Propulió, P, y Coumo Epecífico, C E Se puede obervar que do motore co el mimo redimieto térmico puede preetar diferete habilidade para propular u avió,

Más detalles

CAPÍTULO V. SUCESIONES Y SERIES

CAPÍTULO V. SUCESIONES Y SERIES (Aputes e revisió para orietar el apredizaje) CAPÍTULO V. UCEIONE Y ERIE DEFINICIÓN. Ua sucesió ifiita, o simplemete sucesió, es ua fució cuyo domiio está costituido por el cojuto de los úmeros aturales

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 211 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció A Reserva 1, Ejercicio 4, Oció A Reserva 2, Ejercicio

Más detalles

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS

Tema 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 detalles

Estimación de Parámetros

Estimación 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 detalles

Estimación de parámetros. Biometría

Estimación 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 detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA 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 detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA 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 detalles

INFERENCIA ESTADÍSTICA

INFERENCIA 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 detalles

OPCIÓN A EJERCICIO 1_A x 1 0 1

OPCIÓN A EJERCICIO 1_A x 1 0 1 IES Fco Ayala de Graada Sobrates de 006 (Modelo 3 Juio) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x 1 0 1 Sea las matrices A = y B =. 1 x+1 (1 puto) Ecuetre el valor o valores de x de forma

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 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 detalles

Distribuciones en el muestreo, EMV

Distribuciones 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 detalles

Tema 3: Introducción a la probabilidad. Tema 3: Introducción a la probabilidad. Tema 3: Introducción a la probabilidad. 3.

Tema 3: Introducción a la probabilidad. Tema 3: Introducción a la probabilidad. Tema 3: Introducción a la probabilidad. 3. Tema 3: Itroducció a la probabilidad Tema 3: Itroducció a la probabilidad 3.1 Itroducció Equiprobabilidad Métodos combiatorios Objetivos del tema: l fial del tema el alumo será capaz de: Compreder y describir

Más detalles

DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL

DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL DETERMINACIÓN DEL TAMAÑO MUESTRAL PARA LA SELECCIÓN DE POBLACIONES CON DISTRIBUCIÓN WEIBULL Alejadro Quiroz Zárate & Erique Villa Diharce Comuicació Técica No I-06-3/28-08-2006 (CC/CIMAT) Determiació del

Más detalles

Tema 7: Estimación por intervalos de confianza.

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

Más detalles

Maestría en Marketing Métodos y técnicas de análisis cuantitativo y cualitativo. Métodos de Muestreo. Otoño Problemas a tratar

Maestría en Marketing Métodos y técnicas de análisis cuantitativo y cualitativo. Métodos de Muestreo. Otoño Problemas a tratar Maestría e Marketig Métodos y técicas de aálisis cuatitativo y cualitativo Métodos de Muestreo Referecia: PR Cap 11, KT 1-14. Otoño 004 Problemas a tratar Que alterativas hay para cofeccioar ua muestra

Más detalles

Contraste de hipótesis

Contraste de hipótesis Capítulo 6 Cotrate de hipótei Termiamo eta itruió e la iferecia etadítica co ete tercer método. Co frecuecia, el problema plateado o e implemete la etimació de u parámetro, io el dieño de ua regla de deciió

Más detalles

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H

TEST 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 detalles

PRUEBA OBJETIVA. Encierre con un círculo la letra o letras que correspondan a las alternativas válidas de entre las propuestas.

PRUEBA OBJETIVA. Encierre con un círculo la letra o letras que correspondan a las alternativas válidas de entre las propuestas. PRUEBA OBJETIVA Ecierre co u círculo la letra o letra que correpoda a la alterativa válida de etre la propueta. 1. El emprétito puede defiire como u cojuto de prétamo: a) De pretació ditita y cotrapretació

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 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 detalles

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO 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 detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 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 detalles

Teorema del límite central

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

Más detalles

Introducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino

Introducción 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 detalles

Método de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas

Método de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas Método de máxima verosimilitud Curso de Estadística TAE,2005 J.J. Gómez Cadeas Muestras Cosiderar ua variable aleatoria x descrita por la pdf f(x). El espacio de muestras está costituido por todos los

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

PRUEBA 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 detalles

1. Intervalos de Conanza

1. 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 detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos

Más detalles

11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)

11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA) I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co

Más detalles

TEORÍA DE LA ESTIMACIÓN

TEORÍA 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 detalles