PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA
|
|
- Eugenio Olivares Blázquez
- hace 6 años
- Vistas:
Transcripción
1 PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar el parámetro θ sio determiar cuál de las hipótesis cotrapuestas propuestas por el ivestigador es la correcta para cierto ivel. Procedimieto de Prueba de Hipótesis El ivestigador establecerá las hipótesis e base a la teoría que quiere verificar, para u parámetro θ. Tomar ua muestra aleatoria de la població e estudio. Comparar lo observado co su teoría, si lo observado se cotrapoe a su teoría se rechaza su hipótesis e caso cotrario se dice que o se observó cambio.
2 Primero defiiremos los elemetos ecesarios para lleva adelate ua Prueba de hipótesis. a) El ivestigador debe establecer las hipótesis cotrapuestas de iterés para θ, llamadas Hipótesis Nula (H 0 ) e Hipótesis Alterativa (H a ). H 0 hipótesis de o cambio, o diferecia, o mejoría, etc. H a hipótesis que el ivestigador pretede validar. Si θ es el parámetro de iterés y θ 0 u valor fijado por el ivestigador etoces e uestro tratamieto de Prueba de hipótesis cosideraremos estas posibles hipótesis alterativas H a θ θ 0 θ > θ 0 θ < θ 0 Prueba bilateral Prueba uilateral a cola superior Prueba uilateral a cola iferior b) Estadístico de Prueba: estadístico co distribució coocida bajo hipótesis ula, sobre el cual se basará la decisió a tomar. c) Regió de Rechazo (RR): cojuto de valores del estadístico de prueba para los cuales H 0 será rechazada. d) Luego H 0 será rechazada si el valor observado o alcazado del estadístico perteece a la RR, e cuyo caso diremos que la H a es la correcta. E caso cotario diremos que o se ecotró evidecia suficiete para rechazar H 0.
3 Al tomar ua decisió se puede cometer dos tipos de errores. Error tipo I: Rechazar H 0 cuado H 0 es verdadera. Error tipo II: Aceptar H 0 cuado H 0 es falsa. Deotaremos co α y β a las probabilidades de cometer los Errores tipo I y tipo II respectivamete. Llamaremos ivel de sigificació de ua prueba al valor α = max θεω0 α θ, dode H 0 : θεω 0. La RR determia las probabilidades de cometer cada uo de los errores.
4 E resume los pasos a seguir para realizar ua Prueba de Hipótesis so: a) Idetificar el parámetro de iterés. b) Determiar las Hipótesis ula y alterativa para el problema. c) Determiar el Estadístico de Prueba adecuado, co distribució coocida bajo H 0. d) Fijado u ivel de sigificacia α determiar la Regió de Rechazo. e) Calcular el valor observado o alcazado del estadístico de prueba co la muestra obteida. f) Determiar si H 0 debe ser rechazada o o para el ivel de sigificació dado, estableciedo ua coclusió e el cotexto del problema.
5 PROBLEMA: Supogamos que el 10% de las tarjetas de circuito producidas por cierto fabricate so defectuosas. Co el fi de reducir la proporció de tarjetas defectuosas se ha sugerido u uevo proceso de producció. E este caso θ = p es la verdadera proporció de tarjetas defectuosas co este uevo método de producció. a) Establecer las hipótesis de iterés. b) Se tomó ua muestra aleatoria de =00 tarjetas producidas co este uevo método. Determiar el Estadístico de Prueba. c) Dada la RR = x x 15, calcular el ivel de sigificacia aproximado y hallar ua expresió para la probabilidad aproximada de cometer el Error de tipo II. d) Si ahora la RR = x x 1, calcular el ivel de sigificacia aproximado. e) Si e la muestra aleatoria se obtuvo x=13 cuál sería su coclusió? Usado la regió de rechazo dada e el ítem c). Observacioes: i) β p crece cuado p se aproxima a 0,10. ii) α = max p 0,10 α p = α 0,10. Luego esta prueba sigue teiedo el mismo ivel de sigificacia para la hipótesis simplificada H 0 : p = 0,10. Por lo tato de ahora e más uestra hipótesis ula será: H 0 θ = θ 0
6 Pruebas de Hipótesis para la media poblacioal Así como hicimos e IC cosideraremos diferetes situacioes para platear Prueba de Hipótesis. Hipótesis Nula: H 0 μ = μ 0 Caso A: Sea X 1, X,, X ua m.a. de N(μ, ) co coocido. Bajo estos supuestos sabemos que X ~ N μ, X μ ~ N(0, 1) Estadístico de Prueba X μ 0 ~ N(0, 1), bajo H 0 Si la Hipótesis alterativa fuese: H a μ < μ 0 Fijado u ivel de sigificacia α etoces veamos cómo defiir la Regió de Rechazo (RR α ) y estudiemos el comportamieto de la fució β.
7 RR α = x k α = z α + μ 0 = z z α La probabilidad de cometer el error tipo II es: β μ = 1 Φ z α + ( μ 0 μ ) Observacioes sobre esta fució:, μ < μ 0. i) lim μ μ 0 β μ = 1 α y lim μ β μ = 0. ii) β es ua fució creciete co puto de iflexió e k α. Ahora si queremos determiar el tamaño de muestra ecesario para que ua prueba de ivel α sea tal que Etoces: β μ β 0 z β 0 + z α ( μ 0 μ ).
8 Ejercicio (8.18) Se sabe que el tiempo de secado de cierto tipo de pitura, bajo ciertas codicioes de prueba, está ormalmete distribuido co valor medio de 75 miutos y ua desviació estádar de 9 miutos. Uos químicos ha diseñado u uevo aditivo para reducir el tiempo medio de secado de la pitura. Se supoe que el tiempo de secado para la pitura co el uevo aditivo seguirá teiedo distribució ormal co desviació estádar de 9 miutos. Debido al gasto asociado co el aditivo, la evidecia debe sugerir de forma cotudete ua dismiució e el tiempo medio de secado (μ) para su aceptació. a) Platear las hipótesis pertietes. b) Dar el estadístico de prueba y su distribució bajo hipótesis ula. c) Se tomó ua muestra aleatoria de tamaño 5 obteiédose u promedio muestral de 7,3 miutos. Cuál sería su coclusió usado u ivel de sigificacia de 0,01? Justifique su respuesta. d) Cuál es el ivel de sigificació para la RR= z,88? e) Para la RR dada e el ítem d), dar el valor de la probabilidad de cometer el error tipo II cuado μ =70. f) Para la RR dada e el ítem d), cuál es el meor tamaño de muestra que debería tomar para asegurar que β 70 0,01?
9 Desidad Desidad Nivel de sigificació y P(error tipo II cuado μ=70) 0, P(errortipo I)=0,000 0,0 0,18 0,16 0,13 0,11 0,09 0,07 0,04 0,0 0, , P(error tipo II e 70)=0,5398 0,0 0,18 0,16 0,13 0,11 0,09 0,07 0,04 0,0 0,
10 De igual forma se puede trabajar co las otras dos hipótesis alterativas y que se puede resumir como sigue. Supuestos: Sea X 1, X,, X ua m.a. de N(μ, ) co coocido. Hipótesis Nula: Estadístico de Prueba: H 0 μ = μ 0 Z = X μ 0 ~ N(0, 1), bajo H 0 H a RR α β μ μ < μ 0 z z α 1 Φ z α + ( μ 0 μ) μ > μ 0 z z α Φ z α + ( μ 0 μ) μ μ 0 z zα Φ zα + ( μ 0 μ) Φ zα + ( μ 0 μ) El míimo tamaño de muestra ecesario para que ua prueba de ivel α sea tal que β μ β 0 tomar uilateral y poer zα z β 0 + z α ( μ 0 μ ) bilateral. Problemas 8.10 y 8.11 si la hipótesis es e lugar de z α si la hipótesis es
11 Caso B: Sea X 1, X,, X ua m.a. co media y variaza μ y. Si el tamaño de muestra es suficietemete grade etoces por TCL: X ~ N μ, X μ ~ N(0, 1) Pedir 30 si la variaza es coocida y si es descoocida reemplazar por S y pedir 40, luego todo es igual que e el Caso A. Hipótesis Nula: Estadístico de Prueba: H 0 μ = μ 0 Z = X μ 0 ~ N(0, 1), bajo H 0 H a RR α β μ μ < μ 0 z z α 1 Φ z α + ( μ 0 μ) μ > μ 0 z z α Φ z α + ( μ 0 μ) μ μ 0 z zα Φ zα + ( μ 0 μ) Φ zα + ( μ 0 μ) Si el es descoocido reemplazarlo por S, siempre que 40.
12 El míimo tamaño de muestra ecesario para que ua prueba de ivel aproximado α sea tal que β μ β 0 tomar poer zα z β 0 + z α ( μ 0 μ ) si la hipótesis es uilateral y e lugar de z α si la hipótesis es bilateral. Caso C: Sea X 1, X,, X ua m.a. de N(μ, ) co descoocido. Bajo estos supuestos sabemos que Hipótesis Nula: X μ S ~ t 1 H 0 μ = μ 0 Estadístico de Prueba: T = X μ 0 S ~ t 1, bajo H 0
13 H a μ < μ 0 RR α t t α μ > μ 0 μ μ 0 t t α t tα, 1 E este caso es muy complicado dar la expresió de la probabilidad de cometer el Error Tipo II y determiar el valor de. Problema 8.9 Pruebas de Hipótesis para la Proporció poblacioal Supuestos: Sea X 1, X,, X ua m.a. de Beroulli de parámetro p, etoces la variable X = i=1 X i ~ B(, p). Aquí tedremos dos casos a cosiderar: i) Si es suficietemete grade. ii) Si es pequeño.
14 Caso i) Por TCL sabemos que p = X ~ N p, p q Hipótesis Nula: H 0 p = p 0 Estadístico de Prueba: Z = p p 0 p 0 q 0 ~ N(0, 1), bajo H 0 H a RR α β p p < p 0 z z α p 0 q 0 1 Φ z α p q + ( p 0 p ) p q p > p 0 z z α p 0 q 0 Φ z α p q + ( p 0 p ) p q p p 0 z zα Φ zα p 0 q 0 p q + ( p 0 p ) p q Φ zα p 0 q 0 p q + ( p 0 p ) p q Si p 0 10 y q El tamaño de muestra ecesario para que ua prueba de ivel aproximado α sea tal que β p β 0 tomar
15 z β 0 p q + z α p 0 q 0 ( p 0 p ) poer zα si la hipótesis es uilateral y e lugar de z α si la hipótesis es bilateral. Problema ii) Si es pequeño la prueba estadística estará basada e Hipótesis Nula: H 0 p = p 0 Estadístico de Prueba: X = i=1 X i ~ B(, p 0 ) bajo H 0 Problema 8.9 p-valor para ua prueba de Hipótesis
16 Defiició: Se llama p-valor o ivel de sigificacia alcazado al míimo ivel de sigificacia a partir del cual rechazaría la hipótesis ula para u cojuto dado. Ua vez calculado el p-valor la coclusió a u ivel de sigificacia α será Si p valor α etoces rechazar H 0 a u ivel α Si p valor > α etoces diremos que o hay evidecia suficiete para rechazar H 0 a u ivel α. Cómo calcular el p-valor? Distribució del Estadístico de Prueba Z T Hipótesis alterativa Cola superior Cola iferior Bilateral Cola superior Cola iferior Bilateral p-valor 1 Φ(z obs ) Φ(z obs ) 1 Φ( z obs ) P( T > t obs ) P( T < t obs ) P( T > t obs )
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesIntervalos 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 detallesPRUEBAS DE HIPOTESIS
PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesINFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES
1 INFERENCIA ESTADÍSTICA. TEST DE HIPÓTESIS. TIPOS DE ERRORES 001. PAU SELECTIVIDAD Uiversidad de Oviedo Juio 1996 La empresa de trasportes urgetes El Rápido asegura que etrega el 80% de sus evíos ates
Más detalles8.1 Al finalizar el tema el alumno debe conocer Características de la estimación utilizando los contrastes o test de hipótesis.
TEMA 8. Cotrastes de hipótesis. E este capítulo se epodrá el cotraste o test de hipótesis estadísticas, que está muy relacioado co la «estimació por itervalos» del capítulo aterior. Va a defiirse importates
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesPara estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20
Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesPRUEBAS DE HIPOTESIS
PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder
Más detallesEstadística 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 detallesDistribuciones de probabilidad
Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio
Más detallesIES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates 014 (Modelo 5 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 5 OPCIÓN A EJERCICIO 1 (A) 1 3 - Se cosidera las matrices A
Más detallesPROBLEMAS 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 detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesIES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesUNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar
Más detallesI.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i
I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i
Más detallesCLAVES 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 detallesEL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos
EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta
Más detallesINSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz
INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para
Más detallesSobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1
Más detallesMedidas 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 detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más detallesIES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo 1 del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 015 OPCIÓN A EJERCICIO 1 (A) 1 3 - Sea las matrices A = y B = 3-1 4 (0 75
Más detalles5.1. Tipos de convergencia
Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia
Más detalles1 Valores individuales del conjunto
5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más detallesConceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza.
FCEyN - Estadística para Química do. cuat. 006 - Marta García Be Coceptos geerales de iferecia estadística. Estimació de parámetros. Itervalos de cofiaza. Iferecia estadística: Dijimos e la primera clase
Más detallesCalculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.
IES Fco Ayala de Graada Sobrates de 008 (Modelo 6) Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 008 (MODELO 6) OPIÓN A EJERIIO 1_A (3 putos) Ua empresa produce botellas de leche etera
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el
Más detallesIES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio
26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,
Más detallesIntervalos de Confianza para la diferencia de medias
Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza
Más detallesIES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesTest de Wilcoxon de rangos signados
5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis
Más detallesSEMANA 01. CLASE 01. MARTES 04/10/16
EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados
Más detallesEstimación de los parámetros de las distribuciones Bernoulli y Poisson bajo cero eventos
Publicado e la Rev. Fac. Nac. Salud Pública 999; 7(): 30-36 Estimació de los parámetros de las distribucioes Beroulli y Poisso bajo cero evetos Estimatig parameters of the Beroulli ad Poisso distributios
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesSeries Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:
Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.
Más detallesComo se ha podido apreciar en los módulos anteriores, La estadística trata con recolección de datos, su análisis e interpretación.
Uiversidad Técica Federico Sata María Departameto de Matemática Reato Allede Olivares 7. QUINTO MÓDULO 7. Iferecia Estadística Como se ha podido apreciar e los módulos ateriores, La estadística trata co
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detalles11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)
I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co
Más detallesEl tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.
Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,
Más detallesOPCIÓN A EJERCICIO 1_A 1 0 2
IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesTema 9. Introducción a la Inferencia Estadística. Presentación y Objetivos. Esquema Inicial. Probabilidades y Estadística I
Tema 9. Itroducció a la Iferecia Estadística Presetació y Objetivos. La iferecia utiliza el leguaje de la probabilidad para sacar coclusioes de los datos y acompañar esas coclusioes por ua declaració formal
Más detallesTEST DE HIPÓTESIS. 5.1. Introducción. 5.2. Hipótesis estadísticas
Capítulo 5 TEST DE HIPÓTESIS 5.1. Itroducció E este tema trataremos el importate aspecto de la toma de decisioes, referida a decidir si u valor obteido a partir de la muestra es probable que perteezca
Más detallesINFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS
INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detallesTest de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesQué 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 detallesProbabilidad y estadística
Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química
Más detalles; σ. De esta manera, todas las fórmulas que emplearemos se deducen de la siguiente expresión:
INFERENCIA SOBRE µ CON σ 2 CONOCIDA Distribució de la media muestral Caso de distribucioes ormales 2 Si teemos ua variable x = N( µ ; σ ) Se puede demostrar que 2 x = N µ ; σ De esta maera, todas las fórmulas
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesImportancia 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 detallesHacia la universidad Probabilidad y estadística
Hacia la uiversidad Probabilidad y estadística OPCIÓN. Se laza u dado cargado cuyas caras co úmeros múltiplos de tres tiee triple probabilidad de salir que cada ua de las otras. Halla la probabilidad de
Más detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL INTRODUCCIÓN Durate años la estadística se ha dedicado fudametalmete al desarrollo de la Estadística Descriptiva, cuya pricipal labor como hemos visto es recopilar datos, ordearlos,
Más detallesCAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS
Págia 1 de 13 CAPÍTULO 7: INFERENCIA PARA PROPORCIONES Y MEDIAS E este capítulo etraremos al fial del ciclo del método cietífico, usado la iformació de la muestra para geeralizar y llegar a coclusioes
Más detallesIntervalos de confianza para la media
Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:
Más detallesTema 10 Inferencia, distribuciones muestrales y contraste de hipótesis
Tema 10 Iferecia, distribucioes muestrales y cotraste de hipótesis 10. Iferecia, distribucioes muestrales y cotraste de hipótesis 1 10.1. Técicas de Muestreo........................ 2 10.2. Estimació de
Más detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesTEMA 6 MUESTRAS ALEATORIAS Y DISTRIBUCIONES EN EL MUESTREO
.- Itroducció: TEMA MUESTRAS ALEATORIAS Y DISTRIBUCIONES EN EL MUESTREO Los aálisis estadísticos que se realiza e el mudo real tiee como objetivo estudiar las propiedades características de las poblacioes
Más detallesn x i n y i = 0 ,..., x n u)... exp 1 y 1 y y n u . Demuestre que i=1 Y n
47 Capítulo 9 Propiedades de los estimadores putuales y métodos de estimació ii Demuestre que para que esta relació sea idepediete de p, debemos teer x i y i = 0 o x i = y i. iii De acuerdo co el método
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.
Más detallesTécnicas experimentales de Física General 1/11
La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales
Más detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesα, entonces se cumple que: T ( x) α T ( x)
HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V
Más detallesTEMA IV. 1. Series Numéricas
TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detalles(10K) (12K) (470) (c) A v = 190 (d) f c = 53 MHz
3. AMPIFICADORES Y MEZCADORES 1. E el circuito de la figura: a) Determiar el puto de trabajo de ambos BJT. b) Represetar el circuito e pequeña señal idicado los valores de cada elemeto. c) Hallar la gaacia
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesSucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.
Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,
Más detallesProbabilidad FENÓMENOS ALEATORIOS
Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El
Más detalles2 CARTAS DE CONTROL POR ATRIBUTOS
2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
Más detallesPRÁCTICAS Nº 10 Y 11
PRÁCTICA Nº 10 Y 11 CONTRATE DE HIPOTEI E INTERVALO DE CONFIANZA ETADÍTICA E INTRODUCCIÓN A LA ECONOMETRÍA º LADE CURO 008-09 Profesorado: Prof. Dra. Mª Dolores Gozález Galá Prof. M ª Mar Roero Mirada
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesECUACIONES DIFERENCIALES Problemas de Valor Frontera
DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DPTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS APROXIMADOS EN ING. QUÍMICA TF-33 ECUACIONES DIFERENCIALES Problemas de Valor Frotera Esta guía fue elaborada
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
Más detallesCombinatoria y definiciones básicas de probabilidad
Combiatoria y defiicioes básicas de probabilidad Defiicioes de probabilidad Probabilidad como ituició Probabilidad como la razó de resultados favorables Probabilidad como medida de la frecuecia de ocurrecia
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detalles1. QUÉ ES LA ESTADÍSTICA?
1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular
Más detallesIES Fco Ayala de Granada Septiembre de 2015 (Modelo 3) Soluciones Germán-Jesús Rubio Luna
SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 2015 MODELO 3 OPCIÓN A EJERCICIO 1 (A) 8-4 1 2 Sea las matrices A = -1 2, B = 1 2 2-1 -1 2, C = 12 8. -8 4 (0 5 putos) Calcule A 2. (1 7 putos) Resuelva
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detalles