Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos
|
|
- Rosario Bustos Chávez
- hace 6 años
- Vistas:
Transcripción
1 Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos
2 Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del estadístico es igual al parámetro. En esta sesión definiremos los conceptos de estimación puntal y por intervalos, veremos las características principales de las estimaciones por intervalos del tipo de la media de una población y la proporción de una población; así como las formulas necesarias para el cálculo de la confiabilidad del estimador. Fuente:
3 Introducción. En la actualidad la palabra confiabilidad no es muy común ya que se tiene una gran desconfianza en la mayoría de los procesos de trabajo, más si hablamos en términos de gobierno. Pero esta palabra tiene gran valor y aprecio en términos de calidad de los productos que adquirimos para nuestras necesidades y estos productos típicamente están diseñados bajo normas de calidad, las cuales se apoyan en la estadística inferencial para su mejor control. Por ejemplo, en estadística inferencial es muy común casos como este que se presenta a continuación: Si se dice que una distancia es de 5.8 pies, se proporciona una estimación puntual. Si, por otro lado, se dice que la distancia es de 5.8 ± 0.03 pies, esto es, la distancia se ubica entre 5.5 y 5.31 pies, se da una estimación por intervalo.
4 Introducción. Cuál es la verdadera utilidad de conocer el valor de un parámetro poblacional? Cuándo debemos de utilizar estos métodos de estimación? Fuente:
5 Estimación puntual. Un estimador puntual es un estadístico muestral que se usa para estimar un parámetro poblacional. Por ejemplo, la media muestral x es un estimador puntual de la media poblacional µ y la proporción muestral p es un estimador puntual de la proporción poblacional p. Como no se puede esperar que un estimador puntual suministre el valor exacto del parámetro poblacional, se suele calcular una estimación por intervalo al sumar y restar al estimador puntual una cantidad llamada margen de error. La fórmula para la estimación por intervalo es: Estimación puntal ± Margen de error
6 El objetivo de la estimación por intervalo es aportar información de que tan cerca se encuentra la estimación puntual, obtenida de la muestra, del valor del parámetro poblacional. Estimación por intervalo para la media poblacional (µ). Su fórmula es: x ± Margen de error Estimación por intervalo para la proporción población (p), su fórmula es: p ± Margen de error Las distribuciones muestrales de x y p son clave para calcular estas estimaciones por intervalo.
7 Intervalo de confianza para la media µ con σ conocido o desconocida pero n 30. Se usa la fórmula: x za σ N < μ < x + z a σ N ; donde: = Promedio de la muestra Z= valor de z que deja un área de α/ a la derecha σ= desviación estándar de la población(o estándar de la muestra en el caso n 30) n= tamaño de la muestra
8 Error estándar es: Ilustración: za σ N En este caso el verdadero valor para µ estaría ubicado en la región central, es decir dentro de la probabilidad de 1-α llamado también intervalo de confianza. fuente:
9 Valores de z α/ para los niveles de confianza más usados: Nivel de α α/ z α/ confianza 90% % %
10 Ejemplo: un fabricante de focos industriales desea conocer la duración de su producto por experiencia sabe que el tiempo de duración de un foco es una variable aleatoria normal. Para efectos de estimación toma una muestra de n= 36 focos, lo cual arrojo una media de 530 hrs. con una desviación estándar de 15 hrs. Calcula un intervalo de confianza de 95% para la verdadera duración promedio de estos focos. Como sabemos que el tiempo de duración es una variable aleatoria normal, usaremos la fórmula: σ x za N < μ < x + σ za N
11 Tomando los datos que el problema nos da, tenemos que: 1 α = 95% =.95, por lo tanto α = =.05 za = z.05 = z.05 = 1.96; x = 530; σ = 15; n= 36 Fuente:
12 Sustituyendo los valores en la formula tenemos que: < μ < Haciendo los cálculos el intervalo de confianza quedara así: < µ < Esperaríamos que 95% de las veces el verdadero valor de la media µ estuviera entre 5159 y 5300.
13 Intervalo de confianza para la proporción p. p za p 1 p n < p < p + za p 1 p n ; Donde: Ejemplo: Un estudio en estados unidos encuesto a 900 golfistas para conocer su opinión acerca de cómo se les trataba en los cursos de golf. En el estudio se encontró que 396 golfistas estaban satisfechas con la disponibilidad de horarios de salida. Por lo tanto, la estimación puntual de la proporción poblacional de golfistas satisfechas con la disponibilidad de horario de salida es 396/900 = Calcula un intervalo de confianza del 95% de la proporción de golfistas satisfechas con la disponibilidad de horarios de salida.
14 Datos: 1 α = 95% =.95, por lo tanto α = =.05 za = z.05 = z.05 =1.96; x = 0.44 Sustituyendo lo datos, tenemos que: < p < Haciendo los cálculos, tenemos el siguiente intervalo de confianza: < p < Esto permite decir con 95% de confianza que entre y 47.4% de las golfistas están satisfechas con la disponibilidad de horarios de salida.
15 Conclusión. En esta sesión se presentaron los métodos para obtener estimaciones por intervalo de la media poblacional y de la proporción poblacional un estimador puntual puede o no proporcionar una buena estimación de un parámetro poblacional. Un intervalo de estimación suministra una medida de la precisión de una estimación. Tanto la estimación por intervalo de una media poblacional como la de una proporción poblacional tienen la forma: Estimación puntal ± Margen de error. En la siguiente sesión estaremos trabajando nuevamente las estimaciones por intervalo pero ahora para la Diferencia entre dos medias poblacionales, la diferencia de dos proporciones poblacionales y la Varianza poblacional.
16 Bibliografía. Anderson, D., Sweeney, D., Williams, T. (008). Estadística para administración y economía. (10ª ed.). México: Editorial Cengage Learning. ISBN: Spiegel, M., Schiller, J., Alu Srinivasan, R. (010). Probabilidad y Estadística.(3era.ed.). México: Editorial McGraw-Hill. ISBN-13:
17
A qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
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 detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
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 detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 3 Nombre: Estadística descriptiva: medidas numéricas. Objetivo Al término de la sesión el estudiante calculará
Más detallesEstadística Inferencial. Sesión 5. Prueba de hipótesis
Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detallesEjercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL
Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL 1. Se ha realizado una muestra aleatoria simple (m.a.s) de tamaño 10 a una población considerada normal. Llegando a la conclusión que
Más detallesEstadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza.
Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza. Contextualización. En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias y proporciones poblacionales.
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesSILABO DEL CURSO TEORÍA DE MUESTREO
FACULTAD DE ESTUDIOS DE LA EMPRESA CARRERA DE MARKETING SILABO DEL CURSO TEORÍA DE MUESTREO 1. DATOS GENERALES 1.1. Carrera Profesional : Marketing 1.2. Departamento : Marketing 1.3. Tipo de Curso : Obligatorio
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA FACULTAD DE CIENCIAS BASICAS Y APLICADAS DEPARTAMENTO DE MATEMÁTICAS
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 6 ESTADÍSTICA II CÓDIGO 12251 PROGRAMA ADMINISTRACIÓN DE EMPRESAS Y CONTADURÍA PÚBLICA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS
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 detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 5 ESTADÍSTICA II CÓDIGO 22081 PROGRAMA ADMINISTRACIÓN DE LA SEGURIDAD INTEGRAL ÁREA DE FORMACIÓN ESTADÍSTICA SEMESTRE
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesModelos de PERT/CPM: Probabilístico
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
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 detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE I POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesEstadística Inferencial. Sesión No. 12 Números índices
Estadística Inferencial Sesión No. 12 Números índices Contextualización En esta sesión se definirán los números índices, simples y compuestos así como también se describirán los tipos de índices más comunes,
Más detallesINFERENCIA DE LA PROPORCIÓN
ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesSesión No. 1. Contextualización. Nombre: Fundamentos del Álgebra MATEMÁTICAS
Matemáticas 1 Sesión No. 1 Nombre: Fundamentos del Álgebra Contextualización Esta sesión está diseñada para ofrecer una breve explicación de los principios aritméticos y algebraicos que se requieren para
Más detallesEstadística Descriptiva. SESIÓN 11 Medidas de dispersión
Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Lunes jueves 1PM22 11:00-12:00 11:00-13:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com 1 de Agosto de 2011 OBJETIVO
Más detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Más detallesCómo se utiliza la tabla de Distribución de frecuencias?
Estadística 1 Sesión No.2 Nombre: Organización de datos y tablas Contextualización Cómo se utiliza la tabla de Distribución de frecuencias? En la presente sesión aprenderemos el uso y trabajo con la tabla
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesDIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA
DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y
Más detallesCONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN
Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo
Más detallesINFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesPrograma de estudios por competencias Licenciatura en Administración
Programa de estudios por competencias Licenciatura en Administración 1. IDENTIFICACIÓN DEL CURSO Centro Universitario: CENTRO UNIVERSITARIO DEL NORTE Departamento: FUNDAMENTOS DEL CONOCIMIENTO Academia:
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesPrograma de Asignatura Estadística
Programa de Asignatura Estadística 01 Carrera: Licenciatura en Tecnología Informática 02 Asignatura: Estadística 03 Año lectivo: 2013 04 Año de cursada: 2 05 Cuatrimestre: Segundo 06 Hs. Semanales: 5 07
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesANALISIS E INTERPRETACION DE DATOS SOBRE PERMANENCIA Y GASTOS DE LOS ALUMNOS EN LA UNIVERSIDAD NACIONAL DE INGENIERIA
ANALISIS E INTERPRETACION DE DATOS SOBRE PERMANENCIA Y GASTOS DE LOS ALUMNOS EN LA UNIVERSIDAD NACIONAL DE INGENIERIA Jack Marlon Martínez Abregu e-mail: marlon_jack@hotmail.com IvánJosé Pazos Alvarado
Más detallesEstadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar
Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Módulo 2. Estadística Descriptiva: Medidas de síntesis Mª Purificación Galindo Villardón Mª Purificación
Más detallesPrueba de hipótesis para la diferencia de medias
Estadística Técnica Prueba de hipótesis para la diferencia de medias Cladera Ojeda, Fernando Conceptos previos Inferencia estadística Población Muestra Parámetro Estadístico Hipótesis estadística Pruebas
Más detallesALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA
ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA Las encuestas sociológicas suelen trabajar con muestras. Sería demasiado costoso entrevistar al total de la población española adulta, que suele
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesPROBABILIDAD Y ESTADISTICA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROBABILIDAD Y ESTADISTICA ÁREA DEL MATEMÁTICAS CLAVE: I2PE1 CONOCIMIENTO: ETAPA FORMATIVA:
Más detallesFINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY Nombre y apellido: Nota
FINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY0 2015 Nombre y apellido: Legajo: 1 2 3 4 5 Nota / / / / / 1.- El gobierno de la ciudad ha construido senderos especiales para bicicletas en un barrio de la
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 detallesINTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la estimación mediante Intervalos de Confianza, que es otro de los tres grandes
Más detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
Más detallesCarrera: COT Participantes Representante de las academias de Contaduría de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística administrativa I Licenciatura en Contaduría COT-0425 2-3-7 2.- HISTORIA
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesIntervalos de confianza
Capítulo 5 Intervalos de confianza Como su nombre indica, el objetivo de un estadístico puntual para un parámetro desconocido de una población, es acercarnos al verdadero valor del mismo dando un valor
Más detallesCarrera: ADT Participantes Representante de las academias de Administración de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística administrativa I Licenciatura en Administración ADT-046-3-7.- HISTORIA
Más detallesCURSO DE MÉTODOS CUANTITATIVOS I
CURSO DE MÉTODOS CUANTITATIVOS I TEMA VI: INTRODUCCIÓN AL MUESTREO Ing. Francis Ortega, MGC Concepto de Población y Muestra POBLACIÓN (N) Es el conjunto de todos los elementos de interés en un estudio
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:
Más detalles2. CONTRIBUCIÓN DE LA ASIGNATURA AL PERFIL DE EGRESO
PROGRAMA DE ESTUDIO Facultad de Ciencias Químicas e Ingeniería Nombre de la asignatura: PROBABILIDAD Y ESTADÍSTICA 2 Clave: 0 $ 7 & L F O R Formativ R: Básic o ( X ) P r o f e s i o n( a l) E s p e c i
Más detallesTEOREMA DEL LÍMITE CENTRAL
Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ
Más detallesESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesa. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.
El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué
Más detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL CODIGO 214543 (COMPUTACION) 224543 (SISTEMAS) 254443 (CONTADURIA) 264443 (ADMINISTRACION) 274443( GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE 02 02 03 IV PRE REQUISITO
Más detallesUNIDAD V Distribuciones Muestrales
UNIDAD V Distribuciones Muestrales UNIDAD 5 BASE CONCEPTUAL Hoy la estadística está considerada como la teoría de la información, no solo como función descriptiva, si o con el objeto básico de hacer estimaciones
Más detallesUNIDAD DE APRENDIZAJE: ESTADÍSTICA INFERENCIAL Establecimiento de las hipótesis nula y alternativa
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO TENANCINGO UNIDAD DE APRENDIZAJE: ESTADÍSTICA INFERENCIAL Establecimiento de las hipótesis nula y alternativa Dra. Jessica Alejandra Avitia
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 12 Nombre: Números índice para datos económicos y administrativos Objetivo Al término de la sesión el estudiante
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesUnidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesUniversidad de Quintana Roo División de Desarrollo Sustentable Secretaría Técnica de Docencia
Programación de 6 semanas Primavera de 206 Estimado Profesor(a) de la, éste es el formato unificado de 6 semanas; utilice el tabulador para trasladarse ente los campos, y cuando requiera generar una entrada
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
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 detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesEJERCICIOS DE ESTADÍSTICA:
EJERCICIOS DE ESTADÍSTICA: 1º/ Una biblioteca desea estimar el porcentaje de libros infantiles que posee. La biblioteca está compuesta de 4 salas (orte, Sur, Este y Oeste) con 2500, 2740, 4000 y 6900 libros,
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detalles