Estadístico. Parámetro

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

Download "Estadístico. Parámetro"

Transcripción

1 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 e u supermercado; se prueba u pedazo de pastel para saber si ya está frío; y u cociero prueba la sopa para ver si ecesita u poco más de sazó. E forma semejate, cuado se hojea u uevo libro o revista, se mide u traje, sale co ua persoa por primera vez o ve u programa de televisió durate uos cuatos miutos ates de decidirse a cambiar de caal, e realidad está muestreado. El muestreo estadístico es semejate a cada uo de los ejemplos ateriores, auque sus métodos so más formales y precisos, geeralmete icluye ua proporció de probabilidad. La probabilidad y el muestreo está estrechamete relacioados, y jutos costituye la base de la teoría de la iferecia. E este tema se examia los coceptos básicos que comprede el muestreo. Se explora las razoes para el muestreo y plaes de muestreo alterativos. Se cocede particular ateció al muestreo aleatorio, debido a su importacia e el aálisis. Estadístico E estadístico es ua medida usada para describir algua característica de ua muestra, tal como ua media aritmética, ua mediaa o ua desviació estádar de ua muestra Parámetro U parámetro es ua medida usada para describir, algua característica de ua població, tal como ua media aritmética, ua mediaa o ua desviació estádar de ua població Error estádar La desviació estádar de ua distribució, e el muestreo de u estadístico, es frecuetemete llamado error estádar del estadístico. Por ejemplo, la desviació estádar de las medidas de todas las muestras posibles del mismo tamaño, extraídas de ua població, es llamada error estádar de la media. De la misma maera, la desviació estádar de las proporcioes de todas las muestras posibles del mismo tamaño, extraídas de ua població, es llamada el error estádar de la població. La diferecia etre los térmios ^desviació estádar^ y ^error estádar^ es que la primera se refiere a los valores origiales, mietras que la última está relacioada co valores calculados. U estadístico es u valor calculado, obteido co los elemetos icluidos e ua muestra. Error muestral o error de muestreo La diferecia etre el resultado obteido de ua muestra (u estadístico) y el resultado el cual deberíamos haber obteido de la població (el parámetro correspodiete) se llama el error muestral o error de muestreo. U error de muestreo usualmete ocurre cuado o se lleva a cabo la ecuesta completa de la població, sio que se toma ua muestra para estimar las características de la població. El error muestral es medido por el error estádar del estadístico, e térmios de probabilidad, bajo la curva ormal. El resultado de la medida idica la precisió de la estimació de la població basada e el estudio de la muestra. Mietras más pequeño el error muestral, mayor es la precisió de la estimació. _

2 Ua muestra debe ser represetativa si va a ser usada para estimar las características de la població. Los métodos para seleccioar ua muestra represetativa so umerosos, depediedo del tiempo, diero y habilidad dispoible para tomar ua muestra y la aturaleza de los elemetos idividuales de la població por lo tato, se requiere u gra volume para icluir todos los tipos de métodos de muestreo. Muestreo simple. Este tipo de muestreo toma solamete ua muestra de ua població dada para el propósito de iferecia estadística. Puesto que solamete ua muestra es tomada. El tamaño de la muestra debe ser lo suficietemete grade para extraer ua coclusió. Ua muestra grade muchas veces cuesta demasiado diero y tiempo. Muestreo doble Bajo este tipo de muestreo, cuado el resultado del estudio de la primera muestra o es decisivo, ua seguda muestra es extraída de la misma població. Las dos muestras so combiadas para aalizar los resultados. Este método permite a ua persoa pricipiar co ua muestra relativamete pequeña para ahorrar costos y tiempo. Si la primera muestra arroja u resultado defiitivo, la seguda muestra o puede ecesitarse. Muestreo múltiple El procedimieto bajo este método es similar al expuesto e el muestreo doble, excepto que el úmero de muestras sucesivas requerido para llevar a ua decisió es más de dos muestras Los elemetos de ua muestra puede ser seleccioados de dos maeras diferetes: basados e el juicio de ua persoa y selecció aleatoria. Los métodos de muestras, clasificados de acuerdo co dos maeras diferetes: Muestreo de juicio Ua muestra es llamada muestra de juicio cuado sus elemetos so seleccioados mediate juicio persoal. La persoa que seleccioa los elemetos de la muestra, usualmete experto e la materia dada. Ua muestra de juicio es llamada ua muestra o probabilística, puesto que este método está basado e los putos de vista subjetivos de ua persoa y la teoría de la probabilidad o puede ser empleada para medir el error de muestreo. Las pricipales vetajas de ua muestra de juicio so la facilidad de obteerla y el costo es usualmete bajo.

3 3 Muestreo aleatorio. Ua muestra se dice que es extraída al azar cuado la maera de selecció, es tal que cada elemeto de la població tiee igual oportuidad de ser seleccioado. Ua muestra aleatoria es tambié llamada muestra probabilística. Puesto que cada elemeto tiee ua probabilidad coocida. Las muestras probabilísticas so geeralmete preferidas por los estadísticos porque la selecció de la muestra es objetiva y el error muestral puede ser medido e térmios de la probabilidad bajo la curva ormal. Muestreo aleatorio simple Ua muestra aleatoria simple es seleccioada de tal maera que cada muestra posible del mismo tamaño tiee igual probabilidad de ser seleccioada de la població. Para teer ua muestra aleatoria simple, cada elemeto e la població probabilidad de ser seleccioado. debe teer igual Muestreo sistemático Ua muestra sistemática es obteida cuado los elemetos so seleccioados e ua maera ordeada. La maera de selecció depede del úmero de elemetos icluidos e la població y el tamaño de la muestra. El úmero de elemetos de la població es, primero, dividido por el úmero deseado e la muestra. El cociete idicará si cada décimo, cada oceavo, o cada cetésimo elemeto de la població va a ser seleccioado. Primero el elemeto de la muestra es seleccioado al azar. Por lo tato, ua muestra sistemática puede dar la misma precisió de estimació acerca de la població, que ua muestra aleatoria simple cuado los elemetos e la població está ordeados al azar. Muestreo estratificado Para obteer ua muestra aleatoria estratificada, primero se divide la població e grupos, llamados estratos, que so más homogéeos que la població como u todo. Los elemetos de la muestra so etoces seleccioados al azar o por u método sistemático de cada estrato. Las estimacioes de la població, basadas e la muestra estratificada, usualmete tiee mayor precisió (o meor error muestral) que si la població etera fuera muestreada mediate muestreo aleatorio simple. Muestreo de coglomerados. Para obteer ua muestra de coglomerados, primero dividir la població e grupos que so coveietes para el muestreo. Eseguida, seleccioar ua porció de los grupos al azar o por u método sistemático, fialmete toma todos los elemetos o parte de ellos al azar o por u método sistemático de los grupos seleccioados para obteer ua muestra. Bajo este método, auque o todos los grupos so muestreados, cada grupo tiee ua probabilidad de ser seleccioado. Ua muestra de coglomerados, usualmete produce u mayor error muestral ( por lo tato, da meor precisió de las estimacioes acerca de la població)...

4 4 LA ESTIMACION es el proceso de utilizar datos muéstrales para estimar los valores de parámetros descoocidos de ua població. Esecialmete, cualquier característica de la població se puede estimar a partir de ua muestra al azar, etre los valores más comues está la media y la desviació estádar de ua població y la proporció de la misma. La estimació se emplea de iumerables maeras. Por ejemplo, los políticos geeralmete iteta estimar la proporció de los votates que cocuerda co sus putos de vista ecoómicos o sociales. Las fábricas a meudo debe calcular el porcetaje de productos defectuosos de u lote de artículos o productos. Las características de desempeño de u producto se debe establecer tomado e cosideració aspectos tales como la resistecia promedio, el peso o el tiempo de vida. Las grades tiedas de departametos debe predecir la demada de diversos artículos. Así, la estimació comprede: la valuació de ivetarios, la estimació de costos de proyectos, la evaluació de uevas fuetes eergéticas, la predicció del desempeño e el trabajo y la elaboració de estimacioes razoables de tiempos de determiació de tareas asigadas. Ua estimació de u parámetro puede ser expresada de dos maeras: ua estimació de puto y ua estimació de itervalo. Ua estimació de puto es el úmero úico que es usado para represetar la estimació del parámetro. Ua estimació de itervalo es u recorrido establecido detro del cual podemos esperar que éste el parámetro. Itervalos, límites y coeficietes de cofiaza. Cuado ua distribució e el muestreo de la media (o la proporció ) es ormal, la probabilidad de que las medias muéstrales (o proporcioes) esté detro de la máxima ordeada (Y o) y la ordeada e Z, puede ser obteida. La probabilidad de que las medidas muéstrales esté detro de u recorrido. de + 1 x a -1 x es %, dode z = 1 El área bajo la curva ormal etre Yo y z es = ± 1 es = o 68.68% Estimador isesgado. U estadístico que es usado para estimar u parámetro se llama u estimador, tal como ua media muestral cuado es usada para estimar la media de la població. U estimador es isesgado cuado el valor esperado del estadístico es igual al valor del parámetro. El valor esperado del estadístico ( o expresado simbólicamete, E [del estadístico] =) es la distribució. Puesto que la media de la distribució e el muestreo de la media (o la media de las medias de todas las muestras posibles del mismo tamaño extraídas de la misma població, o el valor esperado de la media muestral) es igual a la media de la població, ua media muestral es u estimador isesgado o dicho de otra maera. X es ua estimació isesgada de, puesto que E(X) = De la misma maera, puesto que la media de la distribució e el muestreo de la proporció de la població, ua proporció muestral es u estimador isesgado, o p es ua estimació isesgada de P, puesto que E(p) = P Si embargo, la media de la distribució e el muestreo de la variaza (s²) o es igual a la variaza de la població (²), o s² es ua estimació isesgada de ² puesto que E (s²) = ². El valor de la variaza s² o ², se calcula dividiedo la suma del cuadrado de las desviacioes co respecto a la media x² por (tamaño de la muestra) o por N (tamaño de la població); es decir,

5 5 s X X x N x x N ( ) ( ) y Por otra parte, si la suma del cuadrado de las divisioes co respecto a la media x² es dividida por ( - 1 ) para la muestra, deotada por s², o por ( N - 1 ) para la població, deotada por ², la media de la distribució e el muestreo de la variaza modificada s² es igual a la variaza modificada de la població ², o s² es ua estimació isesgada de ², puesto que E(s²) = ² S X X X N x x N ( ) ( ) y

6 6 El úmero de variables que puede variar libremete e u cojuto de variables bajo ciertas codicioes, es frecuetemete referido como el úmero de grados de libertad. supogamos que teemos u cojuto de 3 variables A, B, C, y la suma de las variables es 10, o: A + B + C = 10 Si etoces u valor para A y u valor para B, tales como A = 1 y B = 3, etoces el valor de la tercera variable es automáticamete determiado, puesto que: C = 10, C = 10-4 = 6 Por lo tato el úmero de la variable que puede variar libremete e el cojuto es. Decimos etoces que hay ( o 3-1) grados de libertad cuado la suma de las tres variables. Similarmete, si teemos variables y la suma de las variables es u valor fijo ( o ua costate ), decimos que el úmero de grados de libertad es - 1. El térmio grados de libertad es frecuetemete usado e trabajo estadístico coceriete a la ifluecia. Por ejemplo, al ecotrar ua variaza muestral isesgada, uo debe dividir la suma del cuadrado de las desviacioes x² por el tamaño de la muestra meos 1, o ( - 1). La catidad ( - 1) es tambié referida como los grados de libertad.

7 7 La desviació estádar es ua distribució, e el muestreo de u estadístico, es frecuetemete llamado el error estádar del estadístico. La diferecia etre los térmios " desviació estádar "y " error estádar ". La relació etre el tamaño de la muestra y el error estádar. x p PQ Supoga que el promedio mesual de igreso de 10,000 trabajadores de la repartidora de refrescos es de $500, la desviació estádar es de $100, Cuál es la probabilidad de seleccioar ua muestra aleatoria simple de 400 trabajadores que tega de $510 o más por mes? Este ejercicio es u error estádar de la media de la població fiita N = 10,000 = 500 = 100 = 400 x = 510 Supogamos que el 40 % de los 5,000 estudiates de la Facultad de Comercio so mujeres. Cuál es la probabilidad de seleccioar ua muestra aleatoria simple de 150 estudiates e la cuál el úmero de mujeres sea 35% o meos ( - ) N = 5,000 P = 40% = 0.4 Q = 60% = 0.6 = 150 Pº = 35% = 0.35

8 8 Ua maquia para cubrir cerezas co chocolate se ajusta de maera que el espesor promedio del recubrimieto sea de 3mm., el proceso esta ormalmete distribuido co ua desviació estádar de 1mm.. Si el proceso fucioa como se espera (es decir co ua media de 3mm y ua desviació estádar de 1mm.) Cuál es la probabilidad de obteer ua muestra de 5 cerezas cubiertas co chocolate de u total de 160? ecotrar u promedio muestral de más de 3.4mm. U proceso para llear botellas de soda, preseta ua producció e la que el 10% de las botellas o está completamete lleas si mediate este proceso se seleccioa al azar ua muestra de 5 botellas de u lote de 65 evases lleos, Cuál es la probabilidad de que la proporció muestral de botellas parcialmete lleas se ecuetre e el itervalo que va de 9 al 11%?

9 9 Es el proceso de utilizar datos muéstrales para estimar los valores de parámetros descoocidos de ua població: TIPOS DE ESTIMADOS: Estimado putual.- Es el úmero úico que es usado para estimar u parámetro descoocido de la població. Estimació de itervalo.- Estimació que icluye u itervalo de valores posibles e el que se cosidera que esta compredido u parámetro de la població. El valor verdadero recibe el ombre de Itervalo de cofiaza. y la cofiaza es igual a 1 - P (error) U itervalo de cofiaza proporcioa u itervalo de valores cetrado e el valor estadístico de la muestra, e el cual supuestamete se ubica el parámetro de la població, co u riego de error coocido. El itervalo de cofiaza preseta la forma x ± Z x Estimació de la media de la població. Estimació de u puto de : x Estimació de itervalo de : x ± Z x x Ecotrar u itervalo de cofiaza para x cuado se tiee x como dato: tamaño de la muestra = 36 x = 3 x = 4. Cofiaza Z fórmula cálculos e itervalo deseada 90% ± a % ± a % ± a Observe que > 30 o tiee setido la preguta de si la població es ó o ormal.

10 10 Estimació de la media cuado o se cooce x : la distribució Para utilizar la tabla de valores t se debe coocer dos cosas: El ivel de cofiaza deseado y los grados de libertad Los grados de libertad se cooce co la formula: gx ( x x) 1 gx = desviació estádar de la muestra -1 = grados de libertad Valores de t para ua cofiaza de 95% ( 0.05 e cada cola ) tamaño de la grados de valor t muestra libertad El itervalo de cofiaza para ua media muestral cuado se usa gx es muy semejate al itervalo co x de este modo el itervalo es: valor de la muestra x t gx gx desviació estádar de la muestra població o tamaño de la muestra Itervalo de cofiaza utilizado valores t Valor de la muestra 0 Desviació estádar de la media 1.5 tamaño de la muestra 5 (los grados de libertad so - 1 = 4) Cofiaza t fórmula cálculos itervalo deseada 90% ± % ± % ±

11 11 Cuado la població es fiita y el tamaño de la muestra costituye más del 5% de la població se debe usar el factor fiito de correcció para modificar las desviacioes estádar de las formulas. Itervalo de cofiaza error x N x N co x coocida x z z N 1 1 co o x coocida x x t N x N t N 1 1 Determiar u itervalo de cofiaza del 95% para los dos siguietes casos: a).- x = 15.0 x =.0 = 100 N 1,000 b).- x = 15.0 gx =.0 = 16 N = 00

12 1 co x coocida co x o coocida Solamete límite superior x + z x x + t x Solamete límite iferior x - z xx -x Ua muestra al azar de 100 observacioes tiee ua media de 30.0 y ua desviació estádar de 5 a).- Obtega u valor co el cuál usted tega 95% de cofiaza de que o excederá la media de la població? b).- Cuál es la probabilidad (riesgo) de que > 31.0? A partir de ua muestra de 00 observacioes, se ecotró que e ua remesa, había 0 acumuladores defectuosos, utilizado u itervalo de cofiaza del 99% calcule el error estimado J A N ESTADISTICA

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

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

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

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

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.

Muestreo. 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 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

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

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

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

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

Intervalos de confianza para la media

Intervalos 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 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

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

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

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

Test 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 detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

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

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más 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

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN 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 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 TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos

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

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

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

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean ESTADÍSTICA Estadística: Es ua rama de la matemática que comprede Métodos y Técicas que se emplea e la recolecció, ordeamieto, resume, aálisis, iterpretació y comuicació de cojutos de datos. Població:

Más detalles

Técnicas experimentales de Física General 1/11

Técnicas 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 detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS 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 detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO 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

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

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

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

R 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

R 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 detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES 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 detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO 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

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Muestreo Aleatorio Simple

Muestreo 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 detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

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

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

GUIAS 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 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

Muestreo estratificado

Muestreo 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 detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

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

Intervalos de confianza Muestras grandes

Intervalos de confianza Muestras grandes Itervalos de cofiaza Muestras grades Por qué u itervalo de cofiaza? E la Uidad 3 revisamos los coceptos de població y muestra. Los parámetros poblacioales so la media μ y la variaza σ. So costates y geeralmete

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

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 1. II semestre, José Francisco Valverde Calderón   Sitio web: II semestre, 2013 José Fracisco Valverde Calderó Email: [email protected] Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

TEMA 19 Cálculo de límites de sucesiones*

TEMA 19 Cálculo de límites de sucesiones* CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,

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

Los datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j

Los datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j Gráfico NP Resume El procedimieto Gráfico NP crea u gráfico de cotrol para datos que describe el úmero de veces que ocurre u eveto e m muestras tomadas de u producto o proceso. Los datos podría represetar

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

Ejercicios de intervalos de confianza en las PAAU

Ejercicios 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 detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles