UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA.

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

Download "UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA."

Transcripción

1 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II UIDAD 0: MUESTREO E IFERECIA ESTADÍSTICA.. ITRODUCCIÓ. DEFIICIOES BÁSICAS. Cada 0 años se reala e Esaña u estudo ehaustvo de todos sus habtates medate la realacó del ceso de la oblacó, obteedo formacó de todas las ersoas del aís. S embargo, la versó ecoómca, temoral, de medos materales humaos que se reala es mu cuatosa. A esar de todo ha ocasoes e las que es ecesaro realar u ceso. S ua ersoa o está scrta e el Ceso Electoral o odrá ejercer su derecho al voto. També so ecesaras estas Ivestgacoes comletas (se estuda la oblacó etera) e estadístcas ofcales de acmetos, muertes así como e Idustra cuado se seccoa roductos mu costosos o elgrosos. Pero e muchos casos or raoes ecoómcas, de temo, humaas,... uede o ser osble o coveete obteer formacó de todas las udades de la oblacó, or lo que el estudo se reducrá a ua muestra o arte de la msma (Ivestgacó muestral). El estudo de modelos reducdos de la oblacó tee como faldad obteer formacó recsa sobre la oblacó cosderada observado solo ua arte de ella, es decr, que los resultados obtedos e la muestra so etraolables a la oblacó. Ejemlos de este to so los sodeos de oó, eermetos cotrol estadístco de caldad Defcoes báscas: Estadístca: Ceca que recoge ordea los datos referdos a ua o varas característcas ara su osteror aálss e terretacó. Poblacó: Coleccó o cojuto de elemetos/dvduos/udades objeto de estudo de algua de sus característcas e ua vestgacó estadístca. Tamaño de la oblacó (): úmero de elemetos/dvduos/udades que la comoe. Puede ser fta o fta. Ceso: Eumeracó aotacó de certas característcas de TODOS los elemetos de la oblacó. E muchos casos uede o ser osble o coveete obteer formacó de todas las udades de la oblacó, or lo que el estudo se reducrá a ua arte de la msma: Muestra: Subcojuto de la oblacó que se observa ara etraer formacó sobre la oblacó comleta. Se rocurará, or tato, que la muestra sea lo más reresetatva osble de los elemetos de la oblacó e el setdo de que roorcoe buea formacó sobre ésta. Tamaño de la muestra (): úmero de elemetos/dvduos/udades que la comoe. Muestreo: Procedmeto que se utla ara etraer ua muestra reresetatva de la oblacó. Estmacó: Procedmeto que os roorcoa formacó sobre u arámetro descoocdo de la oblacó a artr de la formacó que os aorta la muestra. Parámetro oblacoal: Es ua característca umérca de la oblacó (meda oblacoal, varaa oblacoal, desvacó tíca oblacoal ) Estadístco o arámetro muestral: Es ua característca umérca de la muestra (meda muestral, varaa muestral, cuasvaraa muestral ) Estmador de u arámetro oblacoal: Es u estadístco que se utla ara estmar ese arámetro oblacoal. Estmacó utual: valor umérco que toma u estmador ara ua muestra cocreta. Estmacó or tervalos: se obtee u tervalo que cotedrá al verdadero valor del arámetro descoocdo co ua determada robabldad. Ifereca estadístca: trata de obteer coclusoes sobre la oblacó a artr de la formacó roorcoada or ua muestra aleatora. Los resultados obtedos de la muestra se etraola a la oblacó. S es el tamaño de la oblacó el tamaño muestral se defe: Fraccó de muestreo f : os dca (al multlcar or 00) el orcetaje de la oblacó que se va a vestgar. Factor o coefcete de elevacó f e : os dca el úmero de udades que ha e la oblacó or cada elemeto de la muestra. Ejemlo: E ua oblacó de 000 ersoas se desea obteer ua muestra de 5 ersoas. f 5/ Se va a vestgar el.5% de la oblacó. f 000/5 8 Cada ersoa de la muestra rereseta a 8 de la oblacó. Deartameto de Matemátcas Profesor: Ramó Lorete avarro e Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

2 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II. COVEIECIAS DE ELEGIR UA MUESTRA. PROBLEMAS ASOCIADOS AL USO DE MUESTRAS. El objetvo del muestreo es la fereca (duccó) de las coclusoes obtedas e la muestra, a la oblacó comleta. Es decr, tratamos de redecr las característcas de ua oblacó a través de las coclusoes obtedas ara ua muestra. Puesto que la fereca (redccó) semre suoe u resgo, es útl dcar alguos de los casos e los que covee obteer muestras e lugar de hacer u estudo ehaustvo de la oblacó: a) Cuado la oblacó sea ta grade que el ceso eceda de las osbldades del vestgador. b) Cuado la oblacó sea sufcetemete uforme ara que cualquer muestra dé ua buea reresetacó. c) Cuado el roceso de medda o vestgacó sea destructvo, como ocurre al comrobar la caldad de ua artda de arajas ara la eortacó. Aalar sus característcas suoe cortar las arajas ara etraer su umo. S las aalamos todas, las destrumos todas. d) Raoes de temo, ecoomía, recursos humaos, S e la seleccó de la muestra se comete errores ésta uede o ser reresetatva las coclusoes obtedas a artr de la muestra o ser fables. Por tato, se roducrá errores mrevstos e cotrolables deomados sesgos. Este dsttos tos de sesgos: Sesgo de muestreo: La certdumbre sobre la reresetatvdad de la muestra, roa del muestreo, que semre se va a teer. Se reduce mejorado la seleccó de la muestra. Sesgo de o resuesta: o resode a la ecuesta aquellos que tee u comortameto dferecado resecto al resto. Ejemlo: Pregutar sobre la evolucó olítca de u aís que o de su oó los votates del artdo de la ooscó. Sesgo de seleccó: o todas las udades de la oblacó tee la msma robabldad de formar arte de la muestra resetado además característcas dferetes. Ejemlo: Pregutar a la salda de u cetro comercal sobre la refereca de comrar e equeños comercos o e grades suerfces. La dea de que a artr de cojutos de datos mu grades se obtee coclusoes dgas de cofaa O semre es correcta; a veces ua muestra equeña uede roducr formacó sufcete. E cambo s esa muestra tee el maor tamaño osble uede ocurrr que la roa fatga e las ersoas que la aala de lugar a malos resultados debdo a errores o sesgos. 3. ALGUOS TIPOS DE MUESTREO. Este dsttas formas de seleccoar los elemetos que coforma ua muestra. Dstgumos etre: A. Muestreos aleatoros (o robablístcos): Se basa e el rco aleatoro medate el cual todos cada uo de los elemetos de la oblacó tega la msma robabldad de ser elegdos formar arte de la muestra. Es osble estmar el error cometdo debdo al muestreo mmarlo aumetado el tamaño de la muestra. Dstgumos cuatro tos: muestreo aleatoro smle, muestreo aleatoro sstemátco, muestreo aleatoro estratfcado muestreo aleatoro or coglomerados o áreas. B. Muestreos o aleatoros (o robablístcos): E este caso o todos los elemetos de la oblacó tee la msma robabldad de ser elegdos ara formar arte de la muestra. La eleccó uede hacerse segú la oó de ua ersoa co lo cual la reresetatvdad es totalmete subjetva, o smlemete tomar la muestra de cualquer maera or raoes de comoddad o carcho. Dstgumos varos tos de muestreos o aleatoros: muestreo or cuotas (tíco de las vestgacoes de mercado), muestreo causal muestreo tecoal. Sólo os vamos a ocuar del estudo de muestreos aleatoros: Deartameto de Matemátcas Profesor: Ramó Lorete avarro Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

3 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II a) Muestreo aleatoro smle (m.a.s.) Se toma al aar los elemetos que ha de formar arte de la muestra uo a uo CO reemlaameto. E este to de muestreo todas las osbles muestras de tamaño tee la msma oortudad de ser escogdas. El m.a.s. es adecuado cuado la oblacó es homogéea resecto a la característca que se estuda. Fíjate: Al ser muestreo co reemlaameto, ua ve elegdo u elemeto éste se devuelve a la oblacó or lo que más adelate uede volver a aarecer e la muestra (muestra fta). Para obteer ua muestra or m.a.s.: º) Eumeramos los elemetos de la oblacó (desde a ). º) Se elge el tamaño de la muestra se seleccoa los elemetos de la oblacó, be medate ua tabla de úmeros aleatoros, be medate ua etraccó de bolas umeradas de ua ura... formada or 3 elemetos, obté todas las osbles muestras obtedas or m.a.s. de tamaño. Calcula la meda de cada muestra, la meda de las medas muestrales la meda oblacoal. Qué observas? Muestras de tamaño,,,,,3,,,,,,3, 3,, 3,, 3,3 Ejemlo: Dada la oblacó {,,3} Meda de cada muestra Meda oblacoal ( + + 3)/3 6/3 { } { } { } { } { } { }{ }{ }{ }.5.5 Meda de todas las muestras ( ) / 9 8 / Cocde! Va a asar semre? ota: Auque osotros vamos a eteder semre el m.a.s. CO REPOSICIÓ, també uede darse la stuacó de que el muestreo fuese s reoscó, es decr, elegdo u elemeto de la muestra o se devuelve a la oblacó, or lo que o uede volver a aarecer e esa muestra. Por tato, la robabldad de seleccó de la sguete udad de la muestra se ve afectada or el resultado de la etraccó ateror. Ejemlo: Se quere coocer la oó de los 300 estudates de u curso e ua uversdad sobre ua cuestó académca. E el muestreo aleatoro smle todos debe teer la msma robabldad de erteecer a la muestra. Para geerar ua muestra de tamaño 0 se dsoe de ua lsta umerada de los estudates. U rocedmeto adecuado sería dsoer de ua ura co bolas umeradas de a 300 elegr s reemlaameto 0 bolas que será los úmeros de los estudates que va a ser ecuestados. formada or 3 elemetos, todas las osbles muestras obtedas s reemlaameto de tamaño so las sguetes:,,,3,,,,3, 3,, 3, Ejemlo: Dada la oblacó {,,3} { }{ } { } { } { } { } Ua tabla de úmeros aleatoros está formada or gruos de dígtos obtedos al aar ordeados or flas columas. Se usa ara seleccoar las udades que debe formar arte de ua muestra. La que damos al fal de la udad erteece a Fsher Yates. Para utlarla se uede emear or cualquer úmero cotuar haca arrba, haca abajo, a la derecha o a la querda. Ejemlo: Queremos seleccoar e ua oblacó de 40 ersoas ua muestra de 0 medate ua tabla de úmeros aleatoros. Para ello, asgamos u úmero etre 40 a cada ersoa, elegmos al aar ua de las 0 columas de úmeros, or ejemlo la 3ª, como se trata de úmeros etre 40, tomamos, or ejemlo, los 3 rmeros dígtos de los úmeros de dcha columa: 3, 804, 7, 605, 536, 73, 607, 504, 00, 357, 975, 079, 44, 98, 893, 849, 46, 33, 383, 040, 48, 076, 896, 66, 566, 4, 478, 39, 36, 54, 507, 58, 374, 07, 840, 455, 835, 883, 73, 307, 700, 6, 0, 76, 43, 049, 47, 774, 54, Deartameto de Matemátcas Profesor: Ramó Lorete avarro 3 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

4 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Ahora elegmos los 0 úmeros meores o guales que 40, obteemos la muestra de 0 ersoas. 3,73, 00, 079, 040, 076, 4, 36, 07, 6 S la ordeamos: 0, 40, 7, 76, 79, 73, 4, 6, 3, 36. b) Muestreo aleatoro sstemátco (m.a.ss.) Para obteer ua muestra or m.a.ss.: º) Se eumera desde a los elemetos de la oblacó, se fja el tamaño de la muestra se elge al aar uo de ellos etre h (coefcete de elevacó de la muestra f e ). º) A cotuacó se elge elemetos gualmete esacados a artr del rmero (saltos umércos guales) del sguete modo: a a a + h a 3 a K + h a a + h Ejemlo: De ua oblacó de 000 edfcos quere obteerse u m.a.ss. co tamaño muestral 5. Solucó: 000 h 00 (Coefcete de elevacó de la muestra f e ) 5 Elegmos al aar (or ejemlo, co ua tabla de úmeros aleatoros) u úmero etre 00. Suogamos que ha saldo a 37. a , a , 37, 337, 537, 737, 937 a , a c) Muestreo aleatoro estratfcado (m.a.e.) E ocasoes la característca que se quere estudar o es homogéea e toda la oblacó, so que varía segú dferetes gruos o estratos. E este caso se utla el m.a.e. ara obteer muestras e oblacoes o homogéeas cosguédose así ua maor recsó u meor error. El m.a.e. se reala del sguete modo: º) La oblacó de elemetos se dvde e suboblacoes o estratos homogéeos de elemetos,, Kk de forma que + + K + k. º) Se reala e cada uo de ellos u m.a.s. o sstemátco. Para elegr el tamaño de la muestra e cada estrato odemos segur dos crteros: M.a.e. co afjacó de gualdad: se toma el msmo úmero de elemetos e cada estrato. K k k També se le llama m.a.e. costate o uforme. M.a.e. co afjacó roorcoal: el úmero de elemetos seleccoados e cada estrato es roorcoal a su tamaño. k + + K+ k K, sedo k + + K+ k També se le llama m.a.e. roorcoal. Deartameto de Matemátcas Profesor: Ramó Lorete avarro 4 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

5 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Ejemlo: E ua oblacó este tres cetros hostalaros, que dsoe de 00, camas, resectvamete. Ua vestgacó de los resosables sataros, realada e u mometo e el que todas las camas está ocuadas, retede coocer las característcas socodemográfcas de los acetes. Para ello se latea obteer ua muestra de 90 acetes. Cómo se debería llevar a cabo el muestreo aleatoro? Solucó: Como se desea que e la muestra esté reresetados acetes de los tres cetros se ota or u muestreo estratfcado cosderado cada cetro hostalaro como u estrato. S se utla afjacó de gualdad: 30 3 Evdetemete, el cetro hostalaro más equeño tedría ua reresetacó muestral más tesa que el maor. Por el cotraro, s se ota or ua afjacó roorcoal, el tamaño total de la muestra se reartría roorcoalmete a los tamaños de los cetros, dado lugar a muestras de tamaño 9, 8 63 resectvamete: d) Muestreo aleatoro or coglomerados (m.a.c.) Para realar u muestreo estratfcado es ecesaro coocer co gra recsó la oblacó de la que se quere etraer formacó, esto o semre es osble. E cambo, e muchos estudos, la oblacó se agrua físca o temoralmete e coglomerados que so arecdos a la oblacó total. Este to de muestreo recbe el ombre de muestreo aleatoro or coglomerados o áreas. Es, e geeral, meos recso que el muestreo aleatoro smle o el muestreo estratfcado ero e alguos casos resulta más coveete or la seclle de su realacó. El m.a.c. se reala del sguete modo: º) Se dvde la oblacó e suboblacoes más equeñas: coglomerados, de forma que los elemetos que forma cada uo de ellos so heterogéeos resecto a la característca objeto de estudo, ero los coglomerados so mu arecdos etre sí. º) Se toma ua muestra aleatora smle de coglomerados, detro de los seleccoados, se odrá cosderar todos sus elemetos o be muestras aleatoras etraídas de ellos. Ejemlo: S se reala u sodeo electoral, los electores se agrua de maera atural e mucos. S la tecó de voto detro de los mucos es smlar a la de toda la oblacó, se uede elegr rmero al aar los mucos e los que muestrear desués realar u muestreo aleatoro smle e cada uo de ellos. El muestreo estratfcado es referble cuado los estratos so teramete mu homogéeos co resecto a la característca que se estuda, además, so mu dferetes etre sí e relacó a dcha característca; e cambo el muestreo or coglomerados es más recomedable s los coglomerados reroduce teramete la varabldad de la oblacó so bastate arecdos etre sí. 63 MUESTREO ESTRATIFICADO MUESTREO POR COGLOMERADOS Detro estratos Homogeedad Heterogeedad Fuera estratos Heterogeedad Homogeedad Rereseta a la oblacó La muestra Cada coglomerado Deartameto de Matemátcas Profesor: Ramó Lorete avarro 5 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

6 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II 4. DISTRIBUCIÓ ORMAL. La dstrbucó ormal, també llamada de Gauss, es ua de las más mortates del Cálculo de Probabldades, o solo or el gra úmero de feómeos que modela (aturales, ecoómcos, socológcos ) so orque so muchos los eermetos aleatoros que uede ser aromados or esta dstrbucó. Varable aleatora: Fucó que a cada suceso elemetal del esaco muestral E le asga u úmero real. X : E R A X ( A) Dscretas Tos Cotuas Ejemlo: Laameto de dos moedas. E { CC, CX, XC, XX} Defo: X º de caras obtedas e dos laametos X(CC) ; X(XC) ; X(CX) X(XX) 0 Probabldad de que la V.A. tome u certo valor: P(X 0) P (XX) 4 P(X ) P (CX XC) P (CX) + P(XC) 4 P(X ) P (CC) 4 També so V.A. Y 0 s o sale cara, s sale cara Z Suma que se obtee al laar dos dados + 4 Ua varable aleatora X cotua sgue ua dstrbucó ormal de meda μ desvacó tíca se escrbe X ~ ( μ, ) s cumle: a) La varable uede tomar cualquer valor desde a +. b) Su fucó de desdad vee dada or: ( μ ) f e sedo ( ) π <, μ < + > 0 Curva ormal o Camaa de Gauss : es la reresetacó gráfca de la fucó de desdad: S μ 0, etoces X~ ( 0, ) estádar. Su fucó de desdad es ( ) Es cotua, smétrca resecto de μ su mámo cocde co la meda μ. Toda la suerfce tee área. La mtad tee área 0,5. llamada ormal Tfcada o ormal f e su gráfca: π Cálculo de robabldades asocadas a ua ormal: Las robabldades (área bajo la curva ormal) se calcula así: P( a X b) b ( μ) e d. a π Es mu comlcado hallar robabldades hacedo tegrales de este to. Además, e este curso o hemos martdo gua udad de tegracó. Este, ara subsaar lo ateror, tablas dode aarece las rcales robabldades. Obvamete o ha ua tabla dferete ara cada ( μ, ) ( 0, ). El resto de varables será ecesaro asarlas revamete a ( 0, ) robabldades. Proedad: S X ~ ( μ, ) etoces Z, so que sólo se utla tabulada la ara calcular X μ ~ ( 0, ) se le llama tfcacó de la varable aleatora X. La tfcacó os ermte comarar elemetos erteecetes a dsttas oblacoes. Al roceso medate al cual se obtee la varable Z~ ( 0, ) a artr de X ~ ( μ, ) Deartameto de Matemátcas Profesor: Ramó Lorete avarro 6 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

7 IES Padre Poveda (Guad) Proedades: S a b so úmeros reales ostvos, ara calcular a) P( Z a) mrar valor e la tabla b) P ( Z a) P( Z < a) c) P ( Z a) P( Z a) P( Z < a) d) P( Z a) P( Z a) e) P ( a Z b) P( Z b) P( Z < a) f) P( a Z b) P( b Z a) P a Z b P Z b P Z a g) ( ) ( ) [ ( )] P Observacoes : P Matemátcas Alcadas a las CCSS II ( Z a) P( Z < a) ( Z a) 0 Ejemlo: Cosulta maejo de la tabla de la ( 0, ) E ua dstrbucó ormal ( 0, ) a) P ( Z.) b) P ( Z.5) c) P ( Z 0.83) d) P ( Z.7) e) P ( 0.7 Z.6) f) P (.95 Z ) g) P ( Z 0.35), calcula las sguetes robabldades. Solucó: a) P ( Z.) b) P ( Z.5) P( Z <.5) c) P ( Z 0.83) P( Z 0.83) P( Z < 0.83) d) P ( Z.7) P( Z.7) e) P ( 0.7 Z.6) P( Z.6) P( Z < 0.7) P.95 Z P Z.95 P( Z.95) P Z < g) P ( Z 0.35) P( Z 0.35) P( Z < ) P( Z 0.35) [ P( Z ) ] f) ( ) ( ) ( ) Ejemlo: Las estaturas de los dvduos de ua oblacó se dstrbue ormalmete co meda 75 cm desvacó tíca 0cm. a) Calcula la robabldad de que u dvduo tega ua estatura maor que 80 cm. b) Calcula la robabldad de que u dvduo tega ua estatura meor de 70 cm. c) Qué roorcó de dvduos tee ua estatura comredda etre 70 cm 80 cm? Solucó: X Estatura e cm. de u dvduo. X 75 X ~ ( 75, 0) Z ~ ( 0,) a) P ( X > 80) P Z > P( Z > 0.5) P( Z 0.5) b) P ( X < 70) P Z < P( Z < 0.5) P( Z 0.5) c) P ( 70 X 80) P( 0.5 Z 0.5) P( 0 Z 0. 5) [ P ( Z 0.5) P( < 0) ] [ ] Z 5 Deartameto de Matemátcas Profesor: Ramó Lorete avarro 7 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

8 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Proedad: S X ~ ( μ, ) a) El 68.6% de la oblacó se ecuetra e el tervalo ( μ, μ + ) b) El 95.44% de la oblacó se ecuetra e el tervalo ( μ, μ + ) c) El 99.74% de la oblacó se ecuetra e el tervalo ( μ 3, μ + 3 ) Ejemlo: E el ejemlo ateror: (, μ + ) ( 65cm,85cm) ;, μ + 55cm,95cm μ ( μ ) ( ); ( μ 3, μ + 3 ) ( 45cm, 05cm); 68.6% de la oblacó Deartameto de Matemátcas Profesor: Ramó Lorete avarro 95.44% de la oblacó % de la oblacó 5. PARÁMETROS POBLACIOALES, ESTADÍSTICOS Y ESTIMADORES. Usualmete se desea coocer alguas de las característcas más teresates de ua oblacó que uede servros ara determar comletamete su dstrbucó de robabldad. Estas característcas se llama arámetros oblacoales. La fereca estadístca os ermte acercaros al coocmeto de los arámetros de ua oblacó a artr de las característcas obtedas de ua muestra etraída de dcha oblacó. Recordemos alguos cocetos báscos del comeo del tema: Parámetro oblacoal: característca umérca de la oblacó (meda, varaa, desvacó tíca ). Recuerda alguos arámetros oblacoales: Meda oblacoal: μ Varaa oblacoal: ( ) μ Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca μ Desvacó tíca oblacoal: Varaa Proorcó oblacoal: Parámetro muestral o estadístco: característca umérca referda a la muestra. Es cualquer fucó defda sobre los datos de la muestra. Alguos arámetros muestrales so: Meda muestral: Total muestral: Varaa muestral: S Cuasvaraa muestral: S ( ) Proorcó muestral: ( ) La roorcó muestral es la meda muestral e ua oblacó dcotómca, esto es, asocada a ua alteratva (verdadero o falso, a favor o e cotra, ato o o ato) a cuos elemetos se les asga sólo los valores 0 o. Estmador: de u arámetro oblacoal es u estadístco (arámetro muestral) cuo valor sobre ua muestra teta acercarse lo más osble al valor del arámetro oblacoal. Es decr, es ua fucó de la muestra que se usa ara estmar u arámetro. El valor que toma u estmador sobre ua muestra da lugar a ua estmacó. Por ello, dado u estmador, ha tatas estmacoes asocadas al msmo como muestras osbles. Dstrbucó e el muestreo de u estmador: es la dstrbucó del estmador al tomar dsttas muestras de tamaño e la oblacó. 8

9 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Observa: Para ua muestra,, K, obteemos ua meda muestral : + + K+ Para otra muestra,,, K obteemos otra meda muestral : K Estos valores so los que toma la varable aleatora X. Fíjate: como el estmador toma valores dferetes e las dsttas muestras, lo cosderamos como ua varable aleatora or eso hablamos de su dstrbucó de robabldad e el muestreo: Veamos ahora la dstrbucó e el muestreo de alguos estmadores. Estos resultados se obtee como cosecueca del Teorema Cetral del Límte que os dce: S,, K, es ua muestra aleatora smle de ua oblacó co meda μ desvacó tíca, etoces la varable aleatora X + + K+ sgue ua dstrbucó ormal de meda X μ desvacó tíca X. Es decr: X ~ ( μ, ) μ E el resto del tema semre os referremos a muestreo aleatoro smle (m.a.s.) Deartameto de Matemátcas Profesor: Ramó Lorete avarro 6. DISTRIBUCIÓ DE LAS MEDIAS MUESTRALES. Cada muestra de tamaño que odamos etraer de la oblacó roorcoa ua meda (muestral). S cosderamos cada ua de estas medas como valores de ua varable aleatora odemos estudar su dstrbucó de robabldad: X Varable aleatora que a cada muestra de tamaño le hace corresoder su meda. Dada ua oblacó co meda μ desvacó tíca,,, K, ua m.a.s. de tamaño, s μ,, o be o la sgue ero 30, etoces la la oblacó sgue ua dstrbucó ormal ( ) dstrbucó de la varable aleatora de las medas muestrales de tamaño, X ~ μ, 9 X vee dada or: Observacoes: ) μ cocde co la meda de la dstrbucó de las medas muestrales X. Es decr, ) es la desvacó tíca de la dstrbucó de las medas muestrales μ μ. X X, or tato, es su varaa. Es decr, X X. 3) Auque la oblacó O sga ua le ormal, la dstrbucó de las medas muestrales SÍ la sgue semre que 30. Coforme aumete mejor será la estmacó. 4) dca el grado de varabldad de la medas muestrales. Al aumetar, dsmue or tato más smlares será la meda de la oblacó μ la meda obteda e la muestra. 5) S e lugar de realar m.a.s. se efectúa m.a. s reemlaameto, etoces la desvacó tíca de las medas muestrales es Ejemlo: Las otas de u eame se dstrbue segú ua le ormal de meda 5.6 varaa 9. Seleccoamos al aar 6 estudates calculamos la meda de sus otas. Calcule la robabldad de que dcha meda esté comredda etre Solucó: μ 5.6 S X V.A. que mde las otas de u eame X ~ ( 5.6, 3) a que X6 5.6 Como 6 X 6 ~ 5.6, X 6 ~ ( 5.6, 0.75) { Z ~ ( 0,) 6 Tf P( 4.7 X6 6.5) P Z P(. Z. ) P 0 Z. P Z. P Z ( ) [ ( ) ( )] [ ] 7698 ( 4.7 X 6.5) P 6 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

10 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II 7. DISTRIBUCIÓ DE LAS PROPORCIOES MUESTRALES. Cosderemos ua oblacó formada or u úmero determado de dvduos. Cada uo de ellos osee ua característca determada o o la osee, sedo: Deartameto de Matemátcas Profesor: Ramó Lorete avarro Proorcó (oblacoal) de dvduos que la osee. q Proorcó (oblacoal) de dvduos que O la osee. Cosderamos ua muestra de tamaño, habrá ua roorcó de dvduos co esa característca (roorcó muestral). Cada muestra roorcoa u valor de la roorcó (muestral). P Varable aleatora que asga a cada muestra la roorcó de dvduos co esa característca. Etoces, s es sufcetemete grade ( 30 ) la roorcó muestral P de dvduos que tee esa característca e las muestras de tamaño es ua varable aleatora que sgue ua dstrbucó: q P ~, Observacoes: ) cocde co la meda de la roorcó muestral P. Es decr μ q ) es la desvacó tíca de la roorcó muestral P. Es decr º de dvduos co la característca 3) roorcó de la muestra P q P q Ejemlo: Ua marca de automóvles vede mesualmete 4000 coches, de los cuales 350 utla gasola el resto désel. Se toma ua muestra de tamaño 500 e la cual ha 60 coches désel. Escrbe los valores de los arámetros de la roorcó de coches que utla désel. Cuál será la dstrbucó de las roorcoes muestrales ara muestras de tamaño 500? Solucó: Proorcó de coches que usa désel Proorcó muestral de coches que usa désel coches désel Como q P 500 ~ , 500 ~ ( 0.45, 0.0) 8. DISTRIBUCIÓ DE LA DIFERECIA DE MEDIAS MUESTRALES. Cosderemos todas las muestras aleatoras de tamaños resectvos que ueda etraerse de dos oblacoes. Sus resectvas medas muestrales, cosderadas como valores de ua varable aleatora, da lugar a dos varables aleatoras X e Y ua ara cada oblacó. Sea dos oblacoes co medas μ P500 μ, desvacoes tícas Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca, dos m.a.s. de tamaño etraídas resectvamete de cada oblacó. S las oblacoes sgue dstrbucoes μ, o be o las sgue ero 30 30, etoces la ormales ( ) μ,, ( ) dstrbucó de la dfereca de medas muestrales X Y vee dada or: X Y ~ μ μ, 0 + P

11 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Observacoes: ) μ μ cocde co la meda de la dstrbucó de la dfereca de medas muestrales X Y. Es decr, μ μ μ. ) X Y + es la desvacó tíca de la dstrbucó de la dfereca de medas muestrales X Y. Es decr, +. Su varaa es +. X Y X Y 3) Auque las oblacoes O sga ua le ormal, la dstrbucó de la dfereca de medas muestrales SÍ la sgue semre que Coforme aumete mejor será la estmacó. 4) La dfereca de medas os ermte comarar dsttas oblacoes. Ejemlo: El eso de los huevos de galla roducdos or ua graja sgue ua dstrbucó ormal de meda 63g desvacó tíca 5g. E otra graja co otro to de almetacó se ha comrobado que el eso de los huevos corresode a otra dstrbucó ormal de meda 68g desvacó tíca g. S se toma al aar muestras de 00 huevos de cada graja, determa la dstrbucó ara la dfereca de medas muestrales. Cuál es la robabldad de que la dfereca e los esos de los huevos o sea maor de 4g? Solucó: X V.A. que mde el eso de los huevos de galla roducdos or la rmera graja Y V.A. que mde el eso de los huevos de galla roducdos or la seguda graja X ~ ( 63, 5) Y ~ ( 68, ) μ 63 μ a que como 5 00 X 00 Y 00 ~ 63 68, X00 Y { Z 0.54 Tf X 00 Y00 ~ ( 0,) ~ ( 5, 0.54) ( ) ( ) X Y P 4 X Y 4 P P Z P.85 Z 6.69 P Z 6.69 P Z < ( ) ( ) ( ) ESTIMACIÓ PUTUAL Y POR ITERVALOS La estmacó, como a sabemos, os roorcoa formacó sobre u arámetro descoocdo de la oblacó a artr de la formacó que os aorta la muestra. Para ello se costrue u estmador (fucó de los valores de ua muestra), que os roorcoe u valor umérco que costtue la estmacó del arámetro oblacoal. Dstgumos dos tos de estmacó: 9. ESTIMACIÓ PUTUAL. Proorcoa u solo valor del arámetro descoocdo. Los estmadores más usuales utlados e la estmacó utual so: meda muestral, estmador de la meda oblacoal μ Deartameto de Matemátcas Profesor: Ramó Lorete avarro Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

12 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II S S ( ) ( ) La cuasvaraa muestral suele ser mejor estmador de la varaa oblacoal que la varaa muestral. Varaa estmador de la muestral Varaa oblacoal Cuasv araa muestral Varaa estmador de la oblacoal ( ) μ ( ) Proorcó muestral, estmador de la roorcó oblacoal μ Ejemlo: Las últmas 4 ersoas que ha etrado e ua sala de eoscoes ha ermaecdo e ella durate los sguetes erodos de temo (e mutos): 5, 47, 89, 36, 55, 6, 50, 6, 38, 49, 66, 30, 6, 7 a) Estma el valor medo la varaa de los temos de ermaeca de los vstates de la sala. b) Estma la roorcó de vstates que ermaece e la sala más de ua hora. Solucó: a) La estmacó de la meda varaa oblacoales μ, la hacemos a través de la meda muestral de la varaa muestral S S També odíamos haber estmado calculado la cuasvaraa muestral S. b) La estmacó de la roorcó será la roorcó muestral de ersoas que 6 asa más de ua hora e la sala: ESTIMACIÓ POR ITERVALOS. Los estmadores O aorta formacó sobre la recsó co que se reala la estmacó. El estmador utual uede ser oco fable a que su valor deede de la muestra elegda. Por ello, e lugar de utlar u úco valor, covee costrur u tervalo que cotega al verdadero valor del arámetro descoocdo co gra robabldad. Itervalo de cofaa I.C. ( a,b) : tervalo que cotedrá al verdadero valor del arámetro descoocdo co ua certa segurdad. vel de cofaa : es la robabldad de que el arámetro se ecuetre e ese tervalo. vel de sgfcacó : es la robabldad de que el arámetro O se ecuetre e ese tervalo (dfereca etre la certea el vel de cofaa). Amltud del tervalo de cofaa: A I.C. b a (es la logtud del I.C.) b a Error de estmacó mámo: se defe como E (es decr, la mtad de A I.C. ) Sedo a b los etremos de u tervalo de cofaa: I.C. ( a,b) També se llama Error mámo admsble. Por tato: U tervalo de cofaa co vel de cofaa cotee el verdadero valor del arámetro co robabldad. es u tervalo ( a,b) μ μ I.C. que Deartameto de Matemátcas Profesor: Ramó Lorete avarro Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

13 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Valor crítco : E la costruccó de u tervalo de cofaa, fjado u vel de cofaa, llamamos valor crítco e la dstrbucó ormal estádar ( ), al úmero real que deja a su derecha ua robabldad 0, P ( Z > ) Así, s Z es ua varable co dstrbucó ( 0, ), u tervalo de cofaa co robabldad, se obtee dejado robabldad gual a a ambos lados, como uede verse e la fgura: P ( Z ) Ejemlo: Calcular el valor crítco corresodete a u vel de cofaa del 90%. 0,90 0,0 0,05 P ( Z > ) 0, 05 P( Z > ) P( Z ) P( Z ) 0, 95, 645 Valores crítcos Deartameto de Matemátcas Profesor: Ramó Lorete avarro 0,90 0,05,645 0,95 0,05,96 0,99 0,005,575 Comruébalos! 3 más utlados segú el vel de cofaa. / Fíjate: se uede obteer també co la eresó: +.c. P(Z ) usar, como ates, la tabla de la dstrbucó ormal estádar. Por qué? Cuado se estma or tervalos ha tres elemetos que está relacoados: el tamaño muestral, el vel de cofaa la logtud del tervalo (es el doble del error). Fíjate que: a) Cuato más equeño es el tervalo (meor error), maor es la recsó de la estmacó ero dsmue el vel de cofaa. b) Cuato maor sea el vel de cofaa, más segurdad tedremos e la estmacó ero aumeta el error (aumeta la amltud). Es decr Maor Maor Maor E c) Para aumetar el vel de cofaa ara ser más recsos e la estmacó (meor error), teemos que aumetar el tamaño de la muestra. (Maor Meor error E) Dados dos de esos elemetos, el tercero vee determado, co lo cual el rofesoal de la estadístca tee la caacdad de decdr cual de ellos suborda e beefco de los dos restates. Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

14 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Deartameto de Matemátcas Bloque III: Probabldad Estadístca Profesor: Ramó Lorete avarro Udad 0: Muestreo e Ifereca Estadístca 4 (Desejado e la eresó ateror) També se oe: ± q I.C. ITERVALO DE COFIAZA PARA LA MEDIA U tervalo de cofaa co vel de cofaa ara la meda μ de ua oblacó ormal co desvacó tíca coocda costrudo a artr de ua muestra de tamaño, vee dado or la eresó: +, I.C. μ P + < < El tervalo de cofaa ateror ( ) b a C I,.. está cetrado e la meda muestral: b a + Error de estmacó mámo: E Amltud del I.C.: A I.C. Determacó eleccó del tamaño muestral: E També es u tervalo de cofaa váldo cuado es sufcetemete grade ( 30 ) auque la oblacó O sea ormal. ITERVALO DE COFIAZA PARA UA PROPORCIÓ U tervalo de cofaa co vel de cofaa ara la roorcó oblacoal de dvduos que cumle ua característca e ua oblacó ara muestras aleatoras smles sufcetemete grades de tamaño tee la sguete eresó: + q, q I.C. q q P + < < Sedo: la roorcó muestral la oblacoal q El tervalo de cofaa ateror ( ) b a C I,.. está cetrado e la roorcó muestral. Error de estmacó mámo: q E Amltud del I.C.: q A I.C. Determacó eleccó del tamaño muestral: E q (Desejado e la eresó ateror de E) També se oe de modo formal: ± I.C. (Desejado e la eresó ateror de E)

15 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II ITERVALO DE COFIAZA PARA LA DIFERECIA DE MEDIAS U tervalo de cofaa co vel de cofaa ara la dfereca de medas μ dos oblacó ormales co desvacoes tícas muestras de tamaño, vee dado or la eresó: μ de coocdas costrudo a artr de dos I.C. ( ) +, ( ) + + P ( ) + < μ μ < ( ) El tervalo de cofaa I C. ( a, b). está cetrado e la dfereca de las medas muestrales: a + b També se oe de modo formal: I.C. ( ) ± + Error de estmacó mámo: E + Amltud del I.C.: A I.C TIPOS DE PROBLEMAS DE IFERECIA ESTADÍSTICA DE UA POBLACIÓ CUYA VARIABLE ALEATORIA ES ORMAL. Caso º Cálculo de u tervalo de cofaa ara la meda muestral. Cosste e costrur u tervalo de cofaa ara la meda μ de ua oblacó ormal o co 30, cua varaa oblacoal es coocda. Ejemlo: U fabrcate de fbras stétcas desea coocer la tesó de rutura meda de ua fbra. La tesó de rutura se uede modelar or ua varable aleatora ormal, co varaa coocda e gual a 4. Para ello, dseña u eermeto e el que se observa las tesoes de rutura de 6 hlos del roceso, seleccoados aleatoramete, obtee ua meda muestral de 0.3. Costrua u tervalo de cofaa ara estmar la tesó de rutura meda de las fbras roducdas or el fabrcate, co cofaa del 95%. Calcule el error mámo cometdo e la estmacó. Deartameto de Matemátcas Profesor: Ramó Lorete avarro 5 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

16 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Solucó: 4 X V.A. que mde la tesó de rutura de ua fbra stétca. X ~ ( μ, ) 6; 0.3. c X6 ~ μ, X6 ~ ( μ, 0.5) ; / (Ver tabla o calcularlo) Por tato, u tervalo de cofaa ara la meda oblacoal μ es: I.C. ± 0.3 ±.96 ( 0.3 ± 0. 98) I.C. ( 9.34,.30) 6 Por tato P ( 9.34 < μ <.30) La terretacó del tervalo de cofaa es la sguete: La meda μ de la tesó de rutura de ua fbra stétca, oscla etre , co u vel de cofaa del 95 %. Error mámo cometdo e la estmacó: E (o hacía 6 falta calcularlo. Fíjate, a lo teíamos). Caso º Determacó del tamaño muestral mímo. Cosste e determar el tamaño muestral mímo ecesaro ara acotar el error cometdo al estmar, or tervalos de cofaa, la meda de ua oblacó ormal de varaa coocda ara cualquer vel de cofaa. Ejemlo: La meda de edad de los alumos que se reseta a las ruebas de acceso a la Uversdad tee u comortameto ormal, co desvacó tíca de 0.6 años. Determa el úmero de alumos que ha que cosderar (tamaño muestral ecesaro) ara estmar la edad meda de esos alumos, co u error mámo de 0. años cofaa del 95%. Solucó: X V.A. que mde la edad de los alumos que se... X ~ ( μ, 0.6) 0.6? alumos mímo. E 0. E 0.. c Fíjate que 0.05 / Deartameto de Matemátcas Profesor: Ramó Lorete avarro 6 Caso 3º Obtecó del vel de cofaa co el que se ha costrudo u tervalo de cofaa. Ejemlo: Al medr el temo medo de reaccó de u coductor ate ua osble cdeca se sabe que su desvacó tíca es 0.5. Se obtee ua muestra de 00 coductores ara estmar el temo medo de reaccó co u error mámo de 0.s. Determa el vel de cofaa de la estmacó. Solucó: X V.A. que mde el temo de reaccó de u coductor ate ua 0.5 osble cdeca. 00 X ~ ( μ, 0.5) E E 0.. c.? P Z ( > ) > Z P P( Z > ) P( Z ) c % Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

17 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II Ejemlo: E u terado se sabe que la estatura meda de los estudates está etre co ua desvacó tíca de 5.3cm. S se ha etraído ua muestra de 30 alumos, cuál es el vel de cofaa co el que se ha realado la estmacó? Solucó: X V.A. que mde la estatura de los estudates de ese terado. I. C. ( 79,80) X ~ ( μ, 5.3) b a E 0. 5 Por tato:. c.? E P Z ( > 0.5) > P Z P( Z > 0.5) P( Z 0.5) c. 39.7% Caso 4º Cálculo de u tervalo de cofaa ara las roorcoes. Ejemlo: E ua muestra de 400 adolescetes se ecotró que 54 ractca deorte habtualmete. Halla co u vel de cofaa del 90% u tervalo ara estmar la roorcó de adolescetes que ractca algú deorte. Calcule el error mámo cometdo e la estmacó. Solucó: 400 Proorcó de adolescetes que ractca algú deorte habt. 54 Proorcó muestral de adolescetes que ractca algú deorte habtualmete. 400 q 0.65.c ; / Puesto que 400 es grade, u I.C. ara la roorcó oblacoal es: q I.C. ± ( ± ) I.C. ( 0.345, 0.45 ) 0.385± Por tato P ( < < 0.45) La terretacó del tervalo de cofaa es la sguete: La roorcó de adolescetes que ractca algú deorte habtualmete, oscla etre u 34.5% u 4.5% aromadamete, co u vel de cofaa del 90 % q Error mámo cometdo e la estmacó: E (a estaba calculado). Caso 5º Cálculo de u tervalo de cofaa ara la dfereca de medas. Ejemlo: Para estudar la flueca del tabaco e el eso de los recé acdos se reala u estudo e u hostal cosderado dos gruos de futuras madres resectvamete. El rmero es de mujeres o fumadoras el segudo de fumadoras. E el gruo de las madres o fumadoras los esos de los bebés que forma la muestra ha dado ua meda de 3.6kg coocemos la desvacó tíca oblacoal que es de 0.5kg, metras que e el de las fumadoras el eso medo ha sdo de 3.kg la desvacó tíca oblacoal es també coocda, 0.8kg. a) Determa, co u vel de cofaa del 95%, como flue que la madre sea fumadora e el eso de su hjo al acer. b) Cuál es la logtud del tervalo de cofaa calculado e el aartado ateror? Y el error mámo admsble? Deartameto de Matemátcas Profesor: Ramó Lorete avarro 7 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

18 IES Padre Poveda (Guad) Solucó: a) 300 0; kg 3. kg. c ; / 0.05 Matemátcas Alcadas a las CCSS II X V.A. que mde el eso de los bebés de madres o fumadoras Y V.A. que mde el eso de los bebés de madres fumadoras X ~ ( μ, 0.5) Y ~ ( μ, 0.8) X 300 Y 0 ~ μ + μ, ( μ μ, 0.06) (Ver tabla o calcularlo) Por tato, u tervalo de cofaa ara la dfereca de medas oblacoales μ μ es: I. C. I.C. 0.76, P 0.76 μ μ < ( ) ± + ( ) ±.96 + ( 0.4 ± 0.4) ( ) < Por tato ( ) 95 La terretacó del tervalo de cofaa es la sguete: La dfereca de medas oblacoales μ μ de los esos de los bebes de las madres o fumadoras fumadoras está comredda etre 76g 54g. Por tato, el eso medo de u bebé de madre o fumadora suera como mímo e 76g al de u bebé de madre fumadora, como mámo, e 54g. Todo esto co u vel de cofaa del 95 % (co ua robabldad del 95%). b) A I.C o be A I.C. b - a E g (o hace falta calcularlo. Fíjate, a lo teemos). Deartameto de Matemátcas Profesor: Ramó Lorete avarro 8 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

19 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II. TABLA DE ÚMEROS ALEATORIOS DE FISHER Y YATES. Podemos costrur ua tabla de úmeros aleatoros oedo los úmeros remados e los sorteos de la lotería uo detrás del otro. Deartameto de Matemátcas Profesor: Ramó Lorete avarro 9 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

20 IES Padre Poveda (Guad) Matemátcas Alcadas a las CCSS II. TABLA DE PROBABILIDADES DE LA ( 0, ) Deartameto de Matemátcas Profesor: Ramó Lorete avarro 0 Bloque III: Probabldad Estadístca Udad 0: Muestreo e Ifereca Estadístca

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

Más detalles

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería e Iformátca Mg. Ig. Susaa Valesberg Profesor Ttular MODELOS DE VARIABLE ALEATORIA DISCRETA SITUACIONES A RESOLVER I- El

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

10 Un trabajador cobra por horas según el siguiente baremo:

10 Un trabajador cobra por horas según el siguiente baremo: Udad REPASO DE ESTADÍSTICA! 0 U trabajador cobra or horas segú el sguete baremo: Hora ormal (lues a veres):.000 tas. Hora etra (lues a veres): e.000 tas. Hora etra de semaa:.00 tas. Sabedo que etre semaa

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

Distribuciones Muestrales

Distribuciones Muestrales Estadístca II / Fucoes Varables Aleatoras. Ig. Dey Gozález Dstrbucoes Muestrales Muestreo Aleatoro Poblacó Muestra Herrametas Estadístcas Medaa Muestral ) ) / (( ) / ( ) / ( ; es mpar ; es par = = Meda

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

SE PUNTUARÁ EL ORDEN, CLARIDAD Y LIMPIEZA DEL EXAMEN La puntuación de cada apartado figura en el mismo

SE PUNTUARÁ EL ORDEN, CLARIDAD Y LIMPIEZA DEL EXAMEN La puntuación de cada apartado figura en el mismo scuela Poltécca Sueror de Córdoba. Deartameto de stadístca. Grado e Igeería Iformátca. stadístca. Problemas. (Febrero 016) S PUNTUARÁ L ORDN, CLARIDAD Y LIMPIZA DL AMN La utuacó de cada aartado fgura e

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

PARTE 2 - ESTADISTICA. 7- Estimación puntual Introducción

PARTE 2 - ESTADISTICA. 7- Estimación puntual Introducción arte Estmacó utual rof. María B. tarell ARTE - ETADITICA 7- Estmacó utual 7. Itroduccó uogamos la sguete stuacó: e ua fábrca se roduce artículos el terés está e la roduccó de u día esecífcamete de todos

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

Tema 6: Introducción al muestreo. Estimadores

Tema 6: Introducción al muestreo. Estimadores Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

UNIDAD 4 Modelos Probabilísticos Variable Discreta TEORÍA. Mg.Ing. Susana Vanlesberg Profesor Titular

UNIDAD 4 Modelos Probabilísticos Variable Discreta TEORÍA. Mg.Ing. Susana Vanlesberg Profesor Titular Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeerías: Recursos Hídrcos-Ambetal-Agrmesura TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD 4 Modelos Probablístcos Varable

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados. Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos Métodos de Predccó Ifereca Curso - María Jesús Sáchez Narajo y Carola García-Martos Dstrbucó Normal Camaa de Gauss x f x ex, x R π Ifereca Ifereca 3 Meddas Característcas 3 3 4 4 3 3 4 4 3 Curtoss CA Asmetría

Más detalles

Comparación de Proporciones

Comparación de Proporciones Comaracó de Proorcoes Resume El rocedmeto Comaracó de Proorcoes esta dseñado ara comarar las roorcoes observadas de u eveto etre muestras. Este realza ua rueba ch-cuadrada ara determar s hay o o dferecas

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

1 m n x y f xy. 1 n x x y y f x x y y

1 m n x y f xy. 1 n x x y y f x x y y .4. Mometos bdmesoales o cetrales cetrales Dada la dstrbucó bdmesoal de la varable (X, Y) observada sobre ua oblacó de tamaño se defe: Mometo o cetral, o resecto el orge, de órde (r, s) de la varable (X,

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

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 árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

UNIDAD III UNIDAD III :ESTIMACION PUNTUAL Y POR INTERVALOS

UNIDAD III UNIDAD III :ESTIMACION PUNTUAL Y POR INTERVALOS 48 UNIDAD III UNIDAD III :ETIMACION PUNTUAL Y POR INTERVALO Cometeca: -El estudate debe saber costrur los dferetes Iteralos de Cofaza a artr de las estmacoes utuales utlzado las dferetes dstrbucoes de

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística.

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística. TEMA 5. Muestreo y dstrbucoes e el muestreo Nuestro objetvo fudametal es saber qué modelo va a segur la poblacó, y para ello haremos uso de la formacó que obtegamos de ua parte de esa poblacó llamada muestra.

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros. Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información? APELLIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdere u vel de cofaza del 95% (z=).. U empresaro quere estmar el cosumo mesual de electrcdad e ua comudad de 000

Más detalles

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015 Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011 Posble solucó del exame de Ivestgacó Oeratva de Sstemas de setembre de 2 Problema : ( utos Dos bolas blacas está colocadas e ua mesa al lado de ua bolsa que cotee ua bola blaca y dos egras. Reteradamete

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles