TEMA 1 : NOCIONES GENERALES SOBRE MUESTREO ESTADÍSTICO
|
|
- María Josefa Herrera Carrizo
- hace 7 años
- Vistas:
Transcripción
1 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: POBLACIÓN Muetreo Etadítico muetra Població: cojuto de idividuo de la mima aturaleza obre el que pretedemo realizar determiada ivetigació. Muetra: ubcojuto coveietemete eleccioado (repreetativo) de la població. Variable o carácter etudio: la variable (cao cuatitativo) o carácter (cao cualitativo) que pretedemo etudiar e la població. 1 Etudio Exhautivo ( Aplicado a toda la població. Muy caro. A vece impoible ) Muetreo ( Se elige ua muetra. E lo que uele hacere ) No probabilítico Itecioal ( Nada riguroo, pero e ua mucho ) Si Norma ( Cuado la compoició e muy uiforme ) MUESTREO Co reemplazamieto (el idividuo e devuelve a la població ) Probabilítico Si reemplazamieto ( o e devuelve ) El Muetreo Probabilítico e el que debemo utilizar, por er el riguroo y cietífico. E él todo lo idividuo de la població tiee ua probabilidad poitiva de formar parte de la muetra y erá poible aplicar lo coocimieto de cálculo de probabilidade para la obteció de lo errore cometido. Exite varia poibilidade (dieño muetrale) de obteció de ua muetra. Lo pricipale Equema o Técica de Selecció Muetral Probabilítica o: - Muetreo Aleatorio Simple - Muetreo Etratificado Aleatorio (Puede pedirte que elija cuál de lo do coviee aplicar e u cao cocreto, o que elija la muetra ). - Muetreo Aleatorio Simple: Se hace umerado a lo idividuo y eleccioádolo depué valiédoe de úmero aleatorio geerado por ordeador. Todo lo idividuo de la població tiee la mima probabilidad de alir. - Muetreo Etratificado Aleatorio: Se ua cuado e la població hay ubpoblacioe (etrato) que e precio eté repreetada e la muetra. El muetreo aleatorio imple o lo garatiza. Se llama Etratificació al proceo de defiir lo etrato atediedo a lo fie del etudio. Para determiar lo etrato, el criterio a eguir e formarlo de maera que lo idividuo de u mimo etrato reulte lo má homogéeo poible (e relació a la variable o carácter etudio), y que lo de ditito etrato reulte lo má heterogéeo poible. POBLACIÓN N i = º de miembro del etrato E i. N 1 +N N k = N ( total de miembro de la població ) E 1 N 1 E 2 N 2 muetra k E k N k k = ( total de elemeto de la muetra ) Cuado coozcamo el úmero de elemeto que hemo de eleccioar detro de cada etrato, la elecció e realiza por el dieño aleatorio imple ( de ahí el ombre de etratificado aleatorio). Cocepto de Afijació : el reparto del tamaño muetral etre lo k etrato. Tipo de Afijació : a) Igual ( todo lo i iguale ): i = / k, i =1,2,...,k. b) Proporcioal ( cada i e proporcioal al N i ): i = N i / N, i = 1,...,k.
2 2 OTROS tipo de Muetreo Probabilítico: - M. por Coglomerado: mucha vece erá impoible dipoer del litado de la població (i la població etá cotituída por árbole o aimale). E tale cao e coidera cojuto de elemeto (coglomerado) e la població, y e procede a la elecció de ua muetra aleatoria de coglomerado. Se etudia la variable o carácter etudio e lo elemeto de lo coglomerado eleccioado. A la hora de formar lo coglomerado, la idea ha de er la cotraria que e la formació de etrato : lo coglomerado debe er muy homogéeo etre í y debe exitir la máxima heterogeeidad poible detro de cada coglomerado. Ejemplo: graja i o cabeza de gaado, parcela i o ecia..). - M. Sitemático: i N/ = k, iedo k u úmero atural, etoce podríamo formar co lo N elemeto de la població grupo co k elemeto por grupo. El muetreo itemático obtiee la muetra de elemeto eligiedo al azar el primer elemeto etre 1 y k, y lo retate -1 de forma itemática umado al elemeto eleccioado k, 2k, 3k,..., (-1)k. (Sacar de forma aleatoria el primer idividuo, y lo demá e fució de él. Ej: orteo para ervicio militar). TEMA 2 : INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Plateamieto geeral del problema de la Iferecia Etadítica: La Etadítica Decriptiva obtiee cocluioe que vale ólo para el cojuto de idividuo etudiado. La Iferecia Etadítica e el cojuto de método que permite formular e térmio probabilítico u juicio obre ua població, a partir de lo reultado obervado e ua muetra tomada al azar. POBLACIÓN 1º pao muetra 2º pao Iferecia Etadítica Detro de la metodología de la Iferecia Etadítica exite do tipo fudametale de método o procedimieto, que e importatíimo aber ditiguir: Putual Procedimieto de Etimació (ua etimació obre u parámetro de iteré) Itervalo de cofiaza Iferecia Etadítica Procedimieto de Cotrate ( o Tet ) de Hipótei (ua preguta obre el valor de u parámetro) - Procedimieto de Etimació Putual: u objetivo e proporcioar, a partir de la iformació recogida e la muetra, valore aproximado razoable de parámetro ( media, variaza, proporcioe...) que o iterea coocer e la població. - Procedimieto de Etimació por Itervalo de Cofiaza: proporcioa, a partir de la iformació recogida e la muetra, u itervalo que cotega, co ua alta probabilidad (ivel de cofiaza), al parámetro objeto de uetro iteré. A partir de dicho itervalo obtedremo ua medida del error máximo cometido cuado aproximamo putualmete el parámetro. - Procedimieto de Cotrate ( o Tet ) de Hipótei: proporcioa, a partir de la iformació recogida e la muetra o muetra, método para decidir cuál de do poible hipótei aceptamo, e relació a cierta cuetió plateada obre el parámetro o parámetro de iteré e la població o poblacioe objeto de ivetigació. Ejemplo de Tet de Hipótei : Χ (variable cuatitativa) C (var. cualitativa) µ (media) p (proporció) Sopecho que µ toma u valor cocreto µ Sopecho que p e mayor o igual que p o e realmete µ = µ ó e µ µ? e realmete p p o ó e p < p o?
3 Població 1 Població 2 Població 1 Població 2 X X C C 3 µ 1 µ 2 p 1 p 2 µ 1 = µ 2 ó µ 1 µ 2? (Tet Hipót.) p 1 p 2 ó p 1 >p 2? (Tet Hipót.) µ 1 - µ 2? (ería u problema de Etimac.) p 1 - p 2? (Probl. de Etimac.) TEMA 3 : NOCIONES GENERALES SOBRE ESTIMACIÓN El objetivo fudametal de la Etimació Etadítica erá etudiar método para obteer bueo valore aproximado de lo parámetro de iteré e la població y acompañarlo co ua medida de lo errore máximo cometido co objeto de aber hata qué puto o fiable la aproximacioe obteida). Para ello ólo utiliza la iformació umiitrada por la muetra. * Cocepto báico : - Etimador: la fució que utilizamo obre la muetra para aproximar (etimar) el parámetro de iteré. - Etimació: lo valore que o proporcioa el etimador (cada muetra obteida o proporcioará ua etimació). Ejempl : Deeo aber el tiempo medio que dedica diariamete al etudio de la Matemática u alumo de ete itituto. Saco ua muetra de 30 alumo y calculo para ello la media ( media muetral ). Sale 17 3 miuto. A partir de aquí etimo que la media de la població e de 17 3 miuto. Para etimar la media poblacioal he uado como etimador la media muetral, y ha alido ua etimació de 17 3 miuto. - Error e la etimació: e la ditacia etre el verdadero valor del parámetro objeto de etudio y la etimació proporcioada por el correpodiete etimador. Lo ideal ería que el error fuee ulo, pero eo o erá poible dado que la etimació etá calculada co ua iformació parcial (la proporcioada por la muetra) y o co la iformació total. Uo de lo objetivo de la Etimació Etadítica erá tratar de coeguir que dicho error ea lo meor poible. Cuado damo ua etimació de u parámetro poblacioal, iterea acotar el error máximo que podamo cometer. * Objetivo de la teoría de etimació: - Valore aproximado de parámetro poblacioale. - Cálculo de errore máximo cometido co la etimacioe putuale. X (variable cuatitativa) C (var. cualitativa) µ (media poblacioal) p (proporció poblac.) σ 2 (variaza) * Etimació putual de parámetro de iteré e Ciecia Sociale : Eecialmete o tre lo parámetro de iteré e ua ivetigació : la media poblacioal (como medida iformativa de la cetralizació) y la variaza poblacioal (como medida iformativa de la diperió), e cao de etar ivetigado ua variable e la població ; y la proporció de perteecer a determiada categoría epecífica, cuado el iteré e cetra e etudiar cierto carácter cualitativo e la població. Para tale parámetro coideraremo lo iguiete etimadore :
4 PARÁMETRO MEJOR ESTIMADOR (el que da meor error e cada cao ) ( Cao cuatitativo : upogamo la muetra de dato x 1, x 2,..., x ) media poblacioal µ Media Muetral x = variaza poblacioal σ 2 Cuai-variaza Muetral 2 = i =1 x i i =1 ( x i x ) ( Cao cualitativo ) proporció poblac. p Proporció Muetral p Nota: etimador cetrado e el que tiee la buea propiedad de que el valor medio de u etimacioe coicide co el verdadero valor del parámetro que e quiere etimar. Lo etimadore propueto má arriba tiee ea buea propiedad, por eo o lo má apropiado. * Etimació por itervalo de cofiaza: Obtiee lo errore máximo. E vez de obteer u valor putual, obteemo u itervalo de forma que haya alta probabilidad de que el verdadero valor del parámetro e ecuetre e dicho itervalo. Decimo alta probabilidad y o 100% de probabilidad, pue para garatizar ua probabilidad del 100% tedría que coger u itervalo ta amplio que dejaría de er operativo (o erviría). E la Ciecia Sociale lo corriete e pedir ua probabilidad del 95%. Coideremo, por ejemplo, el parámetro µ (media poblacioal). Diremo que u itervalo ( L 1, L 2 ) e u iervalo de cofiaza para µ e ecuetre realmete e ( L 1, L 2 ) e del 95%, e decir, i µ al 95% i la probabilidad de que Pr [ L 1 < µ < L 2 ] = 0 95 Ejemplo: Si decimo que el itervalo ( 6 1, 7 6 ) e u itervalo de cofiaza para la media al 95%, que remo decir co ello que hay u 95% de probabilidad de que la media poblacioal µ e ecuetre compredida etre 6 1 y 7 6. Se llama ivel de cofiaza de u itervalo a la probabilidad de que el verdadero valor del parámetro (el de la població ) e ecuetre e dicho itervalo. E el ejemplo aterior diríamo que el itervalo de cofiaza para la media ( 6 1, 7 6 ) tiee u ivel de cofiaza del 95%. Itervalo: ( L 1, L 2 ) Nivel de cofiaza: 1 α, co α (0,1), mide la probabilidad que e tiee de que la media poblacioal perteezca al itervalo de cofiaza ; expreado e porcetaje ería 100 ( 1 α ) %. Si la cofiaza e 1 α, el valor α da ua medida del riego que aumimo (α e llama ivel de igificació ). Pr ( L 1 < µ < L 2 ) = 1 α Lo valore má uuale : α = α = 0 90 (1 α ) 100 = 90% t α = α = α = 0 95 (1 α ) 100 = 95% t α = 1 96 α = α = 0 99 (1 α ) 100 = 99% t α = Eto valore, y otro que e pudiera eceitar, etá e la tabla fial
5 INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL 5 N = tamaño de la POBLACIÓN X (var. cuatitativa) µ (media poblac.) = tamaño de la muetra x (media muetral) 2 (variaza e la muetra) Deotemo por µ la media de cierta variable X que deeamo ivetigar e la població. Apoyádoo e la muetra geérica x 1, x 2,..., x, e trata de obteer u itervalo que icluya a µ co u ivel de cofiaza 1 α. Supodremo muetra de tamaño uperior a 30 y obtedremo el itervalo de cofiaza para la media poblacioal bajo la hipótei de que la variable X igue u modelo N( µ, σ ) o bie, cao de que X o iga dicho modelo, que el tamaño muetral e uperior a 100 ( eta codicioe e dará e lo problema de electividad ) : X N ( µ, σ ) y > 30, o bie X N ( ) pero > 100 E la codicioe ateriore, el itervalo de cofiaza para µ e : x - tα, x + tα x - t α x x + t α dode : x e la media muetral e el tamaño de la muetra e la deviació típica ( tomaremo la de la muetra i la de la població fuera decoocida ) t α = i el ivel de cofiaza e 90% ( α = 0 10 ) t α = 1 96 i el ivel de cofiaza e 95% ( α = 0 05 ) t α = i el ivel de cofiaza e 99% ( α = 0 01 ) Si la muetra fuera grade, habría que itroducir el factor de correcció : N N Se etiede que ua muetra e GRANDE i e de al meo u 7% de la població ( ua muetra de u 10% ería grade ). Si e u problema o da el tamaño de la població, igoramo ete auto, pero i lo da, habría que comparar co él el tamaño de la muetra, pue i e alcaza el 7% diríamo que la muetra e grade, y habría que itroducir el factor de correcció. E tal cao, el itervalo de cofiaza para la media poblacioal quedaría aí : x - tα N- N, x + tα N- N
6 INTERVALO DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL 6 N = tamaño POBLACIÓN C (var. cualitativa) p (prop. poblacioal.) = tamaño muetra p (prop. muetral) Codicioe que debe cumplire ( garatiza que la aproximació a la Normal erá válida ) : p > 5 ( 1 p ) > 5 o bie (e cumplirá e Selectividad) La expreió del itervalo de cofiaza depede del tamaño de la muetra : i 30 < 100 p ˆ ± tα 1 4 i > 100 p ˆ ± tα ( ) p ˆ 1- ˆ p p... p p +... Para muetra grade, habría que itroducir (multiplicado y e el mimo lugar que dijimo ate) el iguiete factor de correcció: N N 1 ERROR MÁXIMO COMETIDO CON LAS ESTIMACIONES PUNTUALES E lo má itereate, pue e lo que íbamo periguiedo. Para la media El cao má defavorable que podríamo ecotraro ería que la media (poblacioal) etuviera fuera del itervalo que dimo ate. Pero i etuviera detro, el cao má defavorable ería que etuviera e u extremo del itervalo. Por tato el ERROR MÁXIMO e la emilogitud del itervalo : x - tα x x +tα emax = tα Para la proporció Razoado de igual forma e tiee : emax = tα 1 4 i 30 < 100 emax = tα ( ) p ˆ 1- ˆ p i > 100
7 7 * Problema de la determiació del tamaño muetral : Coite e determiar el tamaño de muetra eceario para garatizar, co u ivel de cofiaza 1 α, la etimació del parámetro objeto de etudio co u error máximo iferior o igual a cierto valor cocreto ε. Media : t α ε t 2 α 2 ( e etima a travé de ua muetra piloto ) ε 2 Proporció: el mimo plateamieto co la expreió correpodiete del error ( p e etima a travé de ua muetra piloto ). TEMA 4 : NOCIONES GENERALES SOBRE TEORÍA DE TESTS DE HIPÓTESIS * Objetivo: a partir de la iformació muetral, el tet o cotrate de hipótei o permite elegir etre do hipótei complemetaria relativa a cierto parámetro poblacioal, la que e má aceptable ( meo rechazable ) dede el puto de vita etadítico. * Cocepto báico : - Hipótei Nula ( H 0 ) e Hipótei Alterativa ( H 1 ). E CCSS e corriete colocar e H 1 aquello que e etá itereado e probar ( lo que e opecha cierto ). - El cotrate de hipótei e bilateral cuado e la hipótei alterativa o marcamo u etido ( e decir, aparece el igo ) y e uilateral cuado marcamo u etido ( aparece < ó > ). - Tipo de Errore : Error Tipo I y Error Tipo II. Al aplicar u tet de hipótei, acabamo eligiedo ua de la do hipótei. Podemo etoce cometer ólo uo de eto do errore, y e importate ditiguirlo bie : Error Tipo I : coite e rechazar H 0 cuado lo realmete cierto e H 0. Error Tipo II : coite e aceptar H 0 iedo fala. - Nivel de igificació α. E la probabilidad de cometer u error Tipo I ( la probabilidad de etar equivocado i, tra efectuar el tet, aceptamo la hipótei alterativa ). La fijamo ootro, poiedo valore pequeño ( 0 01 ó 0 05 ). Iterea cotrolar el Error Tipo I y el valor de ( y dejar de cotrolar el Error Tipo II, ya que o puede cotrolare lo tre valore). APLICACIÓN DEL TEST: E la práctica e reduce a obteer do valore, uo llamado valor experimetal ( V exp ó t exp ), que e obtiee de la iformació umiitrada por la muetra o muetra y otro deomiado valor teórico (V teórico ó V α ó t α ), que bucaremo e la tabla de determiada ditribució de probabilidad e fució del ivel de igificació α. Comparado ambo valore e cocluye co la aceptació o la o aceptació de la hipótei alterativa egú idicamo a cotiuació : Partimo de : X Cao etudiado : µ (media poblacioal) x (media muetral) X N[ ] y > 30 ó (dev. típica muetral) X N[ ] pero > 100 No dará u valor coocido µ o Plateamo do Hipótei : Hipótei Nula ( H 0 ) : µ = µ 0 Hipótei Alterativa ( H 1 ) : µ µ 0 No hablará de u ivel de igificació α ( α = 0 01 ó α = 0 05 ). No pregutará i para ee ivel de igificació del 1% (α = 0 01 ) ó del 5% (α = 0 05 ) podríamo rechazar la hipótei H 0.
8 Lo que teemo que hacer: Teemo que calcular u Valor Experimetal y u Valor Teórico : Vexp = texp = x µo 8 V teórico = t α ( i α = 0 10, 1 96 i α = 0 05 ; i α = 0 01 u otro valor que obtedremo uado la tabla que o da e el exame, i α o e iguo de eto tre) Por último hay que aplicar la iguiete Regla de deciió: Si V exp > V teórico Podemo rechazar H 0 ( hemo podido demotrar H 1 ) co u riego de Error Tipo I igual a α. Si V exp V teórico Podemo aceptar H 0 ( o hemo podido demotrar H 1 ). Importate : aceptar H 0 o quiere decir que realmete e cumpla µ = µ o.sólo igifica que, dede u puto de vita etadítico, o hay motivo razoable para cocluir que dicha igualdad ea fala. PROBLEMAS 1) Ua muetra aleatoria de 100 alumo que e preeta a Selectividad revela que la media de edad e de 18 1 año. Halla u itervalo de cofiaza del 95% para la media de la edad de todo lo etudiate que e preeta a Selectividad abiedo que la deviació típica de la població e ) U fabricate de bombilla abe que la deviació típica de la duració de la bombilla e de 100 hora. Calcula el tamaño de la muetra que e ha de ometer a prueba para teer ua cofiaza del 95% de que el error de la duració media que e calcule ea meor que 10 hora. 3) E ua muetra de 145 peroa mayore de 65 año e ha ecotrado que el ivel medio de coleterol e de x = 240 mg / 100 ml, co deviació típica x = 45 mg / 100 ml. Co u ivel de cofiaza del 95%, podemo admitir que la media de la població geeral e de 226 mg / 100 ml?. 4) A 150 alumo eleccioado aleatoriamete e determiada regió e le pregutó i utilizaba la biblioteca de u itituto para la preparació de u exámee. El úmero de repueta afirmativa fue de 60. A partir de dicha iformació : a) Etimar el porcetaje de alumo de ea regió que utiliza para la preparació de u exámee la biblioteca de u itituto. b) Obteer el error máximo cometido co dicha etimació para u ivel de cofiaza del 99%. 5) A ua muetra de 169 deportita eleccioado aleatoriamete e cierta població e le pregutó cuáto tiempo dedicaba diariamete a u etreamieto. Como reume de la iformació recogida, e obtuvo u tiempo medio de 4 3 hora y ua deviació típica de 1 5 hora. Para u ivel de igificació del 1% ( α = 0 01 ), podríamo rechazar la hipótei de que el tiempo medio al día que dedica u deportita de dicha població a u etreamieto e de 4 hora?.
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 detallest-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 detallesINFERENCIA, ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS
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
Más detallesLECTURA 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 detallesT ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:
T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total
Más detallesLECTURA 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 detallesLECTURA 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 detallesInferencia 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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
Más detallesMódulo 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 detallesSalazar 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 detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesESTADISTICA 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 detallesHerramientas 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 detallesTests 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 detallesTEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detallesEste 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 detalles11 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 detallesEstimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.
Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesESTIMACIÓN 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 detalles14. 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 detallesT5. Contrastes para los parámetros de una población Normal
Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística
Más detallesESTIMACIÓN POR INTERVALOS DE CONFIANZA
Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete
Más detallesDISTRIBUCIÓN 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 detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesTema 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 detallesUniversidad 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 detallesINFERENCIA ESTADÍSTICA Y ESTIMACIÓN
INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo
Más detallesTema 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 detallesPruebas 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 detallesESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.
ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s
Más detallesMuestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.
1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de
Más detallesEL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos
EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesP(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 detallesMUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO
El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesMuestreo y estimación
Muestreo y estimació BENITO J. GONZÁLEZ RODRÍGUEZ bjglez@ull.es DOMINGO HERNÁNDEZ ABREU dhabreu@ull.es MATEO M. JIMÉNEZ PAIZ mjimeez@ull.es M. ISABEL MARRERO RODRÍGUEZ imarrero@ull.es ALEJANDRO SANABRIA
Más detallesInferencia 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 detallesEn el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:
TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,
Más detallesIES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)
IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesDESCONOCIDA. 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 detallesOPCIÓN 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 detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesEstadístico. Parámetro
La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio
Más detallesCálculo de límites. 8.1. Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesLicenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)
Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad
Más detallesSistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema
Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesEnfoque práctico de los elementos necesarios para la estimación del tamaño de la muestra
Capítulo 7 Efoque práctico de los elemetos ecesarios para la estimació del tamaño de la muestra Arturo Redig Beral Jua Carlos López Alvarega Itroducció Las exigecias e la ivestigació actual ha creado la
Más detallesInferencia estadística. Estimación por intervalos
Iferecia estadística. Estimació por itervalos. La distribució ormal Nµ, Piesa y calcula E el dibujo de la gráfica, el área compredida etre el eje X y la curva es. Calcula metalmete cuáto vale el área ue
Más detallesIntervalos de confianza para la media
Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detallesResumen 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 detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detalles( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad
Más detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detallesTécnicas experimentales de Física General 1/11
La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales
Más detallesR E S O L U C I Ó N. a) La distribución de las medias muestrales es: N, N 8'1, N 8'1, 0'3. Como el nivel de confianza es del 97%, podemos calcular
El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media días y desviació típica 3 días. a) Determie u itervalo de cofiaza para estimar, a u ivel del 97%, co ua muestra aleatoria
Más detallesESTIMACIÓN. 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 detallesEstimación por intervalos
Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detallesDISTRIBUCIONES 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 detallesMuestreo estratificado
Capítulo 1 Muestreo estratificado El objetivo del diseño de ecuestas por muestreo es maximizar la catidad de iformació para u coste dado. El muestreo aleatorio simple suele sumiistrar bueas estimacioes
Más detallesUNIDAD 4.- INFERENCIA ESTADÍSTICA II
UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más detallesTEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas
Capítulo 5 TEST DE HIPÓTESIS 5.1. Itroducció E este tema trataremos el importate aspecto de la toma de decisioes, referida a decidir si u valor obteido a partir de la muestra es probable que perteezca
Más detallesINFERENCIA ESTADÍSTICA
X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesTema 7: Estimación por intervalos de confianza.
Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores
Más detallesTeoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS
Teoría de muestras INTRODUCCIÓN A LA TEORÍA DE MUESTRAS Cuado se lleva a cabo ua ivestigació estadística, se pretede realizar algua iferecia acerca de situacioes aparetemete ifluidas por el azar. Por ejemplo,
Más detallesEstimación de parámetros. Biometría
Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes
Más detallesObjetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia
Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesInferencia Estadística
Iferecia Estadística Tema 1 - Elemetos de la teoría del muestreo 1.1. Coceptos básicos: muestra aleatoria y estadístico. 1.2. Otros tipos de muestreo. a explicació que aquí iiciamos tiee como objetivo
Más detallesCalculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.
IES Fco Ayala de Graada Sobrates de 006 (Modelo 1 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua impreta local edita periódicos y revistas. Para cada periódico ecesita u cartucho de
Más detalles4 Contrastes del Chi 2 de bondad del ajuste
4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos
Más detallesEl 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 detallesMuestreo Aleatorio Simple
Capítulo 1 Muestreo Aleatorio Simple Este método de muestreo proporcioa u puto de partida para ua exposició de los métodos de muestreo probabilístico o porque sea uo de los métodos de muestreo más utilizados
Más detallesTema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS
UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase
Más detalles9.3. Contrastes de una proporción
9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes
Más detallesDISTRIBUCIONES 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 detallesOPCIÓN 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 detallesANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando
AEXO Etudio de Apecto de eguridad Emprearial Muate,Maricel eei, Ferado Idice Cuetioario...3 Repueta...11 Arbol...135 Etaditica...137 Etaditica Greerale...138 Etadítica Biaria...153 Etadítica Combiada...157
Más detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesTest de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesCONTRASTE DE HIPÓTESIS
Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detallesContraste 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 detallesGUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN
Más detalles. 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 detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2006 (Modelo 6 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (2 putos) Sea las matrices A= y B = (1 1). -5-4 Eplique qué dimesió debe teer la matriz X para
Más detalles