de Muestreo de Medias, Inferencia Estadística (Naturaleza de las Pruebas ) (Cap. 7 y Sec. 8.3)
|
|
- Nicolás Villalobos Aranda
- hace 6 años
- Vistas:
Transcripción
1 Variabilidad Muestral, Distribuciones de Muestreo de Medias, Inferencia Estadística (Naturaleza de las Pruebas ) (Cap. 7 y Sec. 8.3)
2 Distribución muestral de un estadístico Es la distribución de valores de un estadístico (a), obtenidas de muestras repetidas, todas del mismo tamaño y extraídas de la misma población. P = { 0, 2, 4, 6, 8} Distribuciones muestrales Cuando obtenemos de una población de tamaño N, muestras de tamaño n, el número de muestras posibles será diferente si el muestreo lo hacemos con reemplazo (urnas) o sin reemplazo. Número de muestras posibles (muestreoconreemplazo)seobtieneconlafórmulan n. Ej.5 2 =25arreglos.
3 Distribución muestral de un estadístico Es la distribución de valores de un estadístico (a), obtenidas de muestras repetidas, todas del mismo tamaño y extraídas de la misma población. { } P = 0, 2, 4, 6, 8 µ = N x = 20 5 = 4 σ x = x N 2 N x 2 = 2 = = =
4 (0,0) (0,2) (0,4) (0,6) (0,8) 2 (2,0) (2,2) (2,4) (2,6) (2,8) 4 (4,0) (4,2) (4,4) (4,6) (4,8) 6 (6,0) (6,2) (6,4) (6,6) (6,8) 8 (8,0) (8,2) (8,4) (8,6) (8,8) 5 2 = 25 puntos muestrales
5 x
6 ( ) x P x P( x) ( x) P i = x ( x) 2 P ( x)
7 i) Media poblacional : µ x = x ( ) P x ii) Varianza poblacional : σ 2 x = [ 2 2 ( )] x P x µ iii) D.S. = σ x = x 2 ( ) 2 µ P x
8 Teorema del Límite Central (TLC) Si de cualquier población con media µ y desviación estándar σ, se toman todas las posibles muestras aleatorias cada una de tamaño n, entonces la distribución de medias(promedios : 1. media µ = µ x σ 2. D. S. es σ = x n. La Distribución Muestral de Medias se aproxima a la Normal a medida que aumenta el tamaño de la muestra. La Distribución de Medias se aproximará más estrechamente a la Distribución Normal. x ~ N ( 2 µ, σ )
9 Elerrorestándardelamediaesladesviaciónestándardela Distribución de Muestreo de Medias. D.S. es σ x = σ x n Ejemplo: Los niños de pre-escolar tienen estaturas que se distribuyen de manera Normal alrededor de una media de 39 pulgadas y una D.S. igual 2 pulgadas. Se toma una muestra aleatoria de tamaño 25 y se calcula la media. Cuál es la probabilidaddequeestevalormedioestéentre38.5 y40?
10 µ x Z
11 Teorema del Límite Central (TLC) La distribución de medias muestrales está distribuida alrededor de una media poblacional, con un error estándar D.S. Si la población muestreada aleatoriamente está distribuida normalmente, entonces la Distribución de Medias está distribuida normalmente para todos los tamaños muestrales. Si la población muestreada aleatoriamente no está distribuida normalmente, entonces la Distribución de Medias está distribuida normalmente en forma aproximada para tamaños de muestra que sean lo suficiente grandes. ElTLCsepuedeaplicaramuestraspequeñas(n=15omayor de 15) cuando los datos ofrecen una indicación de una distribución unimodal que en forma aproximada es simétrica.
12 TLC Si hay evidencia de alguna asimetría en los datos, entonces el tamaño de la muestra necesita ser mucho mayor (quizas n mayor o igual que 50). Si los datos muestran evidencia de una distribución extremadamente sesgada, el TLC aplicará si el tamaño de la muestra es suficiente grande. Puede ser el caso que no sea práctico para el estudio. Según los autores, no hay una regla que defina el tamaño de n suficientemente grande ya que varía en gran medida acorde a la distribución de la población.
13 Ejemplo:Seindicaquelaslongitudesdelospecesdelago llamados De Moivre se comportan normalmente con una media de 15.6 y una desviación estándar de 3.8. Cuál es la probabilidad de que un pez De Moivre seleccionado aleatoriamente mida menos de 15.0? Si se pescan 16 peces De Moivre (muestra aleatoria), cuál es la probabilidad de que la longitud media de la pescatotalmidamenosde15.0? Cuál es la probabilidad de que la longitud media de la pescatotalmidamayorque 17.0?
14 Ejemplo: Los diámetros de las manzana De Moivre se comportan normalmente con una media de 2.63 y una desviación estándar de Cuál es la probabilidad de que las manzanas De Moivre seleccionadas aleatoriamente midan (diámetro) menos de2.25? Si se seleccionan 100 manzanas De Moivre (muestra aleatoria), cuál es la probabilidad de que el diámetro promediodelasmanzanasseamayorque2.56?
15 Margen de error (E) Es la máxima diferencia probable (nivel de confianza) entre la media muestral observada x y el verdadero valor de la media de la población µ Eeselerrormáximodeestimaciondelamediapoblacional. Grado de confianza Significancia Valor crítico 90% 10%= % 5%= % 1%= ± 1.65 ± ± 2. 58
16 Sin reemplazo σ x = σ n N n N 1 Hay dos razones importantes para las que una media de muestra es un mejor estimador de una media poblacional que otros estimadores como la mediana o la moda. En muchas poblaciones, la distribución de las medias de muestras tiende a ser más uniforme (con menos variación) que las distribuciones de otros estadísticos. Para todas las poblaciones, decimos que la media de muestras es un estimador no predispuesto de la media poblacional, lo que quiere decir que la distribución de las medias muestrales tiende a centrarse alrededor del valor de la media poblacional.
17 Estimación puntual de un parámetro Es el valor de la estadística de la muestra correspondiente, o sea E E ( ) x = Estadística insesgada µ ( 2 ) s = σ 2 Es la estadística cuya distribución muestral tiene un valor medio igual al valor del parámetro que se está estimándose.
18 Rationale for Inferential Tests Types I, II (Errors) and probabilities α and β
19 Distribución de muestreo de un estadístico Teorema del Límite Central (TLC) Así, se ha presenciado un fenómeno asombroso: no importa cuál sea la forma de una población original, la distribución de medias es Normal o se aproxima a la Normal cuando n aumenta (n>30). Pruebas de hipótesis Supuestos= son las condiciones que deben existir para aplicar correctamente un procedimiento estadístico (debe tener certeza). Por ejemplo, la población muestreada está
20 Por ejemplo, la población muestreada está distribuida normalmente. Hipótesis es un enunciado verdadero Prueba de hipótesis estadística= es el proceso por el que se toma una decisión entre dos hipótesis opuestas. Las dos hipótesis opuestas se establecen de modo que una es la negasión de la otra (verdadera vs falsa). Por lo tanto se prueba una hipótesis esperando que pueda demostrar ser un evento improbable, lo cual implica que es probable que la otra hipótesis sea verdadera. Las dos hipótesis se conocen como nula y alterna. Nota: La prueba estadística usa la técnica de prueba por contradicción.
21 Hipótesis es un enunciado verdadero Hipótesis nula (Ho)= es una hipótesis estadística que describe el parámetro como un valor en específico μ= μ 0. Por ejemplo, Ho: El envase pesa 12 onzas. Hipótesis alterna (Ha or H1)= es la hipótesis de investigación, es la que tenemos que verificar. Se acepta cuando se rechaza la Ho. El rechazo de la Ho implica la verdad probable de la Ha. Cumple con la ley de la tricotomía del álgebra. La prueba estadística usa la técnica de prueba por contradicción.
22 Por ejemplo Ha: A mayor grado de satisfacción global en el trabajo que perciben los empleados, mayor será el compromiso con la organización. Otro ejemplo Ha: Existe diferencia significativa (difieren las medias 1 y 2) entre los sujetos que tienen centro de control interno y los que tienen centro de control externo en el aprovechamiento académico. Los 4 resultados posibles pueden obtenerse por el hecho de que la Ho sea verdadera o falsa y la decisión de rechazarla o no la Ho.
23 Error de tipo I= es el rechazo de una hipótesis nula (Ho) verdadera, cuando en realidad debería no rechazarla. Ej. El sujeto es encontrado culpable, cuando en realidad es no culpable. α es la probabilidad de cometer el error de tipo I. Error de tipo II= es el no rechazo de una hipótesis nula (Ho) falsa, cuando en realidad debería rechazarla. Ej. El sujeto es encontrado no culpable, cuando en realidad es culpable. β es la probabilidad de cometer el error de tipo II.
24 Evaluación de la seriedad relativa de los errores I vs II: Ejemplo: Ho: La droga experimental es segura (efectiva) para el cáncer. Error de tipo I: Rechazó la Ho. La droga no es efectiva, cuando en realidad es efectiva. Qué puede pasar en este caso? Error de tipo II: No rechazó la Ho. La droga es efectiva, cuando en realidad no es efectiva (segura). Qué puede pasar en este caso?
25 Rationale for Inferential Tests: Types I, II (Errors) and probabilities α and β Ej. Una doctora llega al lugar de un accidente grave y examina a cada víctima (paciente) del accidente, administra la asistencia médica apropiada a todas las víctimas (a menos que esté segura de que la víctima está muerta). H 0 : La víctima está viva ( moribunda ). H a : La víctima no está viva (muerta). H 0 : La víctima está viva ( moribunda ).
26 P H 0 : La víctima está viva ( moribunda ). P(error Tipo I)= ( asistida como si no estuviera viva dado que la vìctima estaba viva ("moribunda " )) = α P(error Tipo II) ( viva ) = β P asistida como si estuviera viva "moribunda " dado que la vìctima no estaba Decisión Verdadera Falsa No rechazar la H 0 Rechazar la H 0 Correcta(TipoA);Prob.=1 α Verdad: La víctima está viva. Investigador indicó que la víctima está viva. En realidad, la víctima estaba viva y fue tratada o Error(Tipo II); Prob.= β Verdad: La víctima no está viva. Investigador indicó que la víctima está viva. En realidad, la víctima no estaba viva asistida como si estuviera viva ( moribunda ). y fue tratada o asistida como si estuviera viva( moribunda ). II no es grave, la víctima está recibiendo atención médica que no esde valor. Error(TipoI);Prob.=α Verdad: La víctima está viva. Investigador indicó que la víctima no está viva. En realidad, la víctima estaba viva (o sea moribunda) y fue tratada o asistida como si no estuviera viva (muerta). I es muy grave ya que la víctima puede morir si no recibe atención médica en el momento. Correcta(Tipo B); Prob.= 1 β Verdad: La víctima no está viva. Investigador indicó que la víctima no está viva. En realidad, la víctima no estaba viva y fue tratada o asistida como si no estuviera viva(muerta). OK.
27 1 α es la probabilidad de una decisión correcta cuando la hipótesis nula (H 0 ) es verdadera. 1 β es la Potencia de la Prueba Estadística o sea la medida de la capacidad de una prueba inferencial para rechazar una hipótesis falsa, una característica muy importante. Equilibrio de α, β y n: Si α se reduce, entonces β aumenta o n aumenta. Si β se reduce, entonces α aumenta o n debe aumentar. Si n se reduce, entonces α aumenta o β aumenta. Ej. H 0 : La droga experimental es efectiva. H a : La droga experimental no es efectiva. H 0 : La droga experimental es efectiva.
28 Decisión Verdadera Falsa No rechazar la H 0 Rechazar la H 0 H 0 : La droga experimental es efectiva. Correcta(Tipo A); Prob.=1 α Verdad: La droga experimental es efectiva. Investigador indicó que la droga experimental es efectiva. En realidad, la droga experimental es efectiva y coincide con lo encontrado por el investigador. Salvar vidas!!!!!!!!!!!!! Error(Tipo II); Prob.= β Verdad: La droga experimental no es efectiva. Investigador indicó que la droga experimental es efectiva cuando en realidad la droga experimental no es efectiva. II puede ser muy grave ya que la droga fue vendida siendo no efectiva. Efectos secundarios o muertes!! Correcta(Tipo B); Prob.=1 β Verdad: La droga experimental no es efectiva. Investigador indicó que la droga experimental no es efectiva cuando en realidad la droga experimental no es efectiva. Ok. Por lo tanto no administra la droga. investigador. Salvar vidas!!!!!!!!!!!!! que la droga fue vendida siendo no Error(TipoI);Prob.=α Verdad: La droga experimental es efectiva. Investigador indicó que la droga experimental no es efectiva cuando en realidad la droga experimental es efectiva. I es grave ya que guardó la droga y evitó salvar vidas humanas.
29 P(error Tipo I)= ( dado que la drogaes efectiva) = α P drogano seautilizada por"no ser efectiva" P(error Tipo II)= P ( droga sea utilizada "por ser efectiva" dado que la droga no es efectiva ) = β
30 Ej. Usted sospecha que un jabón de marca supera el jabón de una tienda, y usted quiere probar los dos jabones ya que preferirá comprar la marca más barata. La sospecha de usted es que el jabón de marca supera el de la tienda, porlotantoseconvierteenlaha.lashipótesisson: H 0 : No hay diferencia en el rendimiento de los jabones. H a : El jabón de marca supera al jabón vendido en la tienda. H 0 : No hay diferencia en el rendimiento de los jabones. (Suponer que el Investigador=consumidor) Completar la tabla siguiente:
31 Decisión Verdadera Falsa No rechazar la H 0 H 0 : No hay diferencia en el rendimiento de los jabones. Correcta(Tipo A); Prob.=1 α Verdad: No hay diferencia entre los jabones Investigador indicó que. En realidad, El consumidor compró el jabón más barato, ahorrando dinero y obteniendo los mismos resultados. Error(Tipo II); Prob.= β Verdad:El jabón de marca es mejor. Investigador indicó que cuando en realidad El consumidor compró el jabón más barato, ahorrando dinero pero obteniendo peores resultados ( barato cuesta caro ) Rechazar la H 0 Error(TipoI);Prob.=α Verdad: No hay diferencia entre los jabones. Investigador indicó cuando en realidad El consumidor compró el jabón de marca, gastando dinero sin obtener mejores resultados. Correcta(Tipo B); Prob.=1 β Verdad:El jabón de marca es mejor. Investigador indicó que cuando en realidad El consumidor compró el jabón de marca, gastando más dinero y obteniendo los mejores resultados.
32 P(error Tipo I)= P P ( no hay diferencia entre los jabones ) = α P(error Tipo II)= ( el jabón de marca es mejor ) = β
33 Valores de α conocidos: 5%=0.05; 1%=0.01; 2.5% =0.025 Niveles de significado Nivel de confiabilidad: 1-α: 95%, 99%, 97.5% La prueba estadística es una variable aleatoria para la toma de decisión de la Ho. Es una fórmula que se representa con las letras: Z * ; t * ; χ *. RR es la región de los valores que toma la estadística de prueba que causan el rechazo de la Ho. Recordar: Es la región sombreada. Enfoque basado en un valor de probabilidad p-value : Es el nivel de significancia más pequeño
34 Supuesto Ho verdadera. Existen tres casos: p=p(z>z * ); p=p(z<z * ); y p=2p(z>abs(z * )). Toma de decisiones: (1)Si el p-value es menor o igual que α, entonces Ho es rechazada significativamente; (2) Si el p-value es mayor que α, entonces Ho no es rechazada o sea No hay suficiente evidencia en el nivel de significancia para rechazar lo indicado en la Ho. Prueba Z para una población varianza poblacional conocida la distribución muestral de medias es normal muestras grandes o sea n 30. Prueba t Student para una población
35 Ej. La media esperada de una población continua es 100 y su D.S. es 12. Una muestra aleatoria de 50 mediciones de la población proporciona una media de 96. Con un nivel de significancia de 0.01, se realiza una prueba para decidir entre los enunciados la media poblacional es 100 vs la media poblacional es diferente de 100. Determine o calcular los siguientes: Ho Ha α y 1 α μ x Error estándar Error estándar de las medias Estadístico de prueba z calculado p value
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm.
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso EX III MAT. 298 Núm. I. Verdadero (V) o Falso (F).. La Curva de Probabilidad Normal Estándar
Más detallesSolución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005
Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba
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 detallesSOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004
Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
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 detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesINGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: ENERO DE
Más detalles10.3. Sec. Prueba de hipótesis para la media poblacional. Copyright 2013, 2010 and 2007 Pearson Education, Inc.
Sec. 10.3 Prueba de hipótesis para la media poblacional (μ) Para probar una hipótesis con respecto a la media poblacional, cuando la desviación estándar poblaciónal es desconocida, usamos una distribución-t
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 detallesInferenciasacercade unamediade unapoblación Técnicasinferencialt-test (Cap. 8)
Inferenciasacercade unamediade unapoblación Técnicasinferencialt-test (Cap. 8) INICIO A cuál parámetro se refiere la afirmación? (Proporciones) Use la Dist. Normal con * p p z ; p pq n x n Media o proporción?
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Recuerdo que Conceptos estadísticos Población y muestra Población es una colección de posibles individuos, especímenes, objetos o medidas de interés sobre
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesESTADISTICA Estimación puntual
Resumen estadístico Describir y sintetizar Tablas de frecuencias y Gráficos ESTADISTICA Estimación puntual Analizar e inferir Intervalos de confianza Contrastes de hipótesis Qué es una hipótesis? Una creencia
Más detallesESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.
ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido
Más detallesPruebas de hipótesis
Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesEstadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones.
Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización. En la sesión anterior se mostró como realizar una prueba de hipótesis cuando se trata
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesVerificación de una hipótesis sobre una media
Sesión 14 Verificación de una hipótesis sobre una media Verificación de una hipótesis sobre una media Procedimiento de verificación de una hipótesis si el parámetro de interés es una media poblacional.
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
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 detallesPONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso MAT. 298 Núm. I. Seleccione la respuesta correcta: (3 puntos cada uno) Caso: Sea T= {0, 0, 2,
Más detallesConsiderar la siguiente colección de datos {10, 12, 12, 12, 10, 30, 0, 0, 0, 0, 0, 30, 30} para contestar las preguntas del 1al 5.
PONTIFICIA UNIVERSIDAD CATÒLICA DEPARTAMENTO DE FÌSICA - MATEMÀTICA Nombre: Fecha: Núm. Registro Prof. MATH 298 Sec. Examen Final Parte I. Seleccione la respuesta correcta (3 puntos cada uno) Considerar
Más detallesInferencia estadística: Prueba de Hipótesis. Jhon Jairo Padilla A., PhD.
Inferencia estadística: Prueba de Hipótesis Jhon Jairo Padilla A., PhD. Justificación Es una etapa de análisis de datos de un experimento comparativo: Se compara un parámetro de una v.a. con un valor dado.
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,
Más detallesNotas de clase Estadística R. Urbán R.
Inferencia estadística Sabemos que una población puede ser caracterizada por los valores de algunos parámetros poblacionales, por ello es lógico que en muchos problemas estadísticos se centre la atención
Más detalles4. Prueba de Hipótesis
4. Prueba de Hipótesis Como se ha indicado anteriormente, nuestro objetivo al tomar una muestra es extraer alguna conclusión o inferencia sobre una población. En nuestro interés es conocer acerca de los
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Mag. María del Carmen Romero 2014 romero@econ.unicen.edu.ar Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo
Más detallesDistribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio
Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),
Más detallesEstadística Inferencial. Sesión 2. Distribuciones muestrales
Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral
Más detalles2 Pruebas de hipótesis paramétricas
Pruebas de hipótesis paramétricas. La hipótesis nula y la hipótesis alterna Al intentar alcanzar una decisión, es útil hacer hipótesis (o conjeturas) sobre la población aplicada. Tales hipótesis, que pueden
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 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 detallesEJERCICIOS DE PRUEBA DE HIPOTESIS
EJERCICIOS DE PRUEBA DE HIPOTESIS Protocolo 1. Identifique la aseveración original que se probará y exprésela en forma simbólica 1. 2. Dar la forma simbólica que debe ser verdad si la aseveración original
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Una prueba de hipótesis es una técnica de Inferencia Estadística que permite comprobar si la información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística
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 detallesCuál es el campo de estudio de la prueba de hipótesis?
ESTIMACIÓN Establecer generalizaciones acerca de una población a partir de una muestra es el campo de estudio de la inferencia estadística. La inferencia estadística se divide en estimación y prueba de
Más detallesINFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS Probar una afirmación acerca del valor de un parámetro poblacional 1 Probar una afirmación acerca del valor de un parámetro poblacional
Más detallesEspecialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA
Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA Enrique Rosales Ronzón, Patricia Díaz Gaspar, mayo 2015 Estadística??? Ciencia, Técnica, Arte Reunir, Organizar, presentar,
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 6. Contraste de hipótesis
Estadís5ca Tema 6. Contraste de hipótesis María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica
Más detallesPrueba de Hipótesis. Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional
Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea para la toma de decisión, es decir aceptar o rechazar el supuesto
Más detallesINFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO 1 2 RECUERDE: un estimador puntual es un estadístico muestral usado para estimar un parámetro poblacional: x (estimación de μ),
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesEsta proposición recibe el nombre de hipótesis
Pruebas de hipótesis tesis. Refs: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua, Apuntes de Estadística, Dr. Pedro Juan Rodríguez Esquerdo, Departamento de Matemáticas,
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesESTIMACION INFERENCIA ESTADISTICA
P M INFERENCIA ESTADISTICA Desde nuestro punto de vista, el objetivo es expresar, en términos probabilísticos, la incertidumbre de una información relativa a la población obtenida mediante la información
Más detallesHipótesis. (x), donde es el parámetro poblacional desconocido. Problemas Inferenciales sobre
Tema 7: Introducción a los Contrastes de Hipótesis Introducción Sea X la variable aleatoria poblacional con distribución de probabilidad f (x), donde es el parámetro poblacional desconocido Problemas Inferenciales
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesIntervalos de Confianza
Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de
Más detallesTests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 5. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA
2 5. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA 5. Desarrollo de un ejemplo Interesa saber si el método de absorción atómica de vapor frío para determinar mercurio introduce
Más detalles10.1. Sección. Introducción a pruebas de hipótesis. Copyright 2013, 2010 and 2007 Pearson Education, Inc.
Sección 10.1 Introducción a pruebas de hipótesis En Estadísticas, una hipótesis es una afirmación o declaración acerca de una característica de una o más poblaciones (parámetros). Ejemplos: El 90% de los
Más detallesEstadística II / PRUEBAS DE HIPOTESIS. Una hipótesis estadística es una afirmación o conjetura acerca de una o mas poblaciones.
PRUEBAS DE HIPOTESIS La prueba de hipótesis es un procedimiento estadístico que comienza con una suposición que se hace con respecto a un parámetro de población, luego se recolectan datos de muestra, se
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 8) TEMA Nº 8 ESTIMACIÓN
OBJETIVOS DE APRENDIZAJE: TEMA Nº 8 ESTIMACIÓN Conocer las relaciones entre muestra, análisis estadístico descriptivo y análisis estadístico inferencial. Conocer los conceptos de muestra aleatoria y muestra
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
Más detallesTH. DE CHEBYSHEV DISTRIB. NORMAL.
f ( x) 1 2 2 ( x) e 2 2 TH. DE CHEBYSHEV DISTRIB. NORMAL El Desvío Estándar y el Teorema de Chebyshev Es conocida en el área de la probabilidad y estadística, la desigualdad de Chebyshev, matemático Ruso
Más detallesEl primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis:
El primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis Definición 1.- Una hipótesis es una afirmación que está sujeta a verificación
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Intervalos de confianza Álvaro José Flórez 1 Escuela de Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesMuestreo y Distribuciones en el Muestreo
Muestreo y Distribuciones en el Muestreo Departamento de Estadística-FACES-ULA 03 de Abril de 2013 Introducción al Muestreo En algunas ocaciones es posible y práctico examinar a cada individuo en el Universo
Más detallesBioestadística: Inferencia Estadística. Análisis de Una Muestra
Bioestadística: Inferencia Estadística. Análisis de Una Muestra M. González Departamento de Matemáticas. Universidad de Extremadura Estimación Puntual e Intervalos de Confianza Planteamiento del Problema
Más detallesEstadística II / PRUEBAS DE HIPOTESIS. Una hipótesis estadística es una afirmación o conjetura acerca de una o mas poblaciones.
La prueba de hipótesis es un procedimiento estadístico que comienza con una suposición que se hace con respecto a un parámetro de población, luego se recolectan datos de muestra, se producen estadísticas
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Índice: 1. Contraste de hipótesis------------------------------------------------------------------------------. Errores de tipo I y tipo II---------------------------------------------------------------------------
Más detallesDistribución Muestral.
Distribución Muestral jujo386@hotmail.com Uno de los objetivos de la Estadística es tratar de inferir el valor real de los parámetros de la población Por ejemplo Cómo podríamos asegurar que una empresa
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 detallesDefinición Una hipótesis es una afirmación acerca de un parámetro.
Capítulo 8 Prueba de hipótesis Existen dos áreas de interés en el proceso de inferencia estadística: la estimación puntual y las pruebas de hipótesis. En este capítulo se presentan algunos métodos para
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 detallesInf In e f re r ncia est es adís t t adís ica: ic Prueba de Hipótesis Jhon Jairo Jair Pa P dilla a A., PhD. PhD
Inferencia estadística: Prueba de Hipótesis Jhon Jairo Padilla A., PhD. Justificación Es una etapa de análisis i de datos de un experimento comparativo: Se compara un parámetro de una va v.a. con un valor
Más detallesEstadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones
Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida
Más detallesEs una proposición o supuesto sobre los parámetros de una o más poblaciones
HIPOTESIS ESTADISTICA Es una proposición o supuesto sobre los parámetros de una o más poblaciones http://www.itch.edu.mx/academic/industrial/estadistica1/cap02.html POR LUIS M. BAQUERO ROSAS, MBA JUNIO
Más detallesInferencia Estadística
ESTADISTICA INFERENCIA ESTADÍSTICA. TITULO: AUTOR: Una corta introducción teórica de inferencia estadística Test o Pruebas de hipótesis CHI-CUADRADO. Ejercicios resueltos y propuestos JUAN VICENTE GONZÁLEZ
Más detalles, es la hipótesis nula. Por lo tanto no podemos obtener en un sentido absoluto las probabilidades de dichos
PRUEBA DE HIPÓTESIS Error Tipo I y tipo II Como hemos visto ya, nuestras pruebas de hipótesis están estrechamente relacionadas con la forma en que establecemos la hipótesis nula y la alternativa, y estas
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesEstrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
Más detallesCap. 7 : Pruebas de hipótesis
Cap. 7 : Pruebas de hipótesis Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 20 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de sistemas,
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 detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detalles6. Inferencia con muestras grandes. Informática. Universidad Carlos III de Madrid
6. Inferencia con muestras grandes 1 Tema 6: Inferencia con muestras grandes 1. Intervalos de confianza para μ con muestras grandes 2. Determinación del tamaño muestral 3. Introducción al contraste de
Más detallesPuntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una
Más detallesPrueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA
Prueba de Hipotesis de Grandes Muestras INFERENCIA ESTADÍSTICA JTP. JUAN PABLO QUIROGA Estadístico de Prueba de Muestra Grande para μ 1) Hipotesis Nula H 0 : μ = μ 0 2) Hipótesis Alternativa : Prueba de
Más detallesRESPUESTAS BREVES A LA PRÁCTICA 6
RESPUESTAS BREVES A LA PRÁCTICA 6 EJERCICIO [Prueba bilateral] Se rechaza la hipótesis nula con un nivel de significación del % (z =5). La evidencia muestral sostiene la hipótesis de que el puntaje medio
Más detallesESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales Objetivos Entender los conceptos de estimación puntual y estimación por intervalos. Calcular e interpretar intervalos de confianza
Más detallesProblemas de Estimación de una y dos muestras
Problemas de Estimación de una y dos muestras Walpole Myers Myers Facultad de Estudios Superiores Acatlán Licenciatura en Economía 13 de marzo 2017 José A. Huitrón Mendoza Introducción En los ejercicios
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesBioestadística. Conocer el proceso para contrastar hipótesis y su relación con el método científico. Diferenciar entre hipótesis nula y alternativa
Bioestadística Tema 7: Introducción a los contrastes de hipótesis Tema 7: Contrastes de hipótesis 1 Objetivos del tema Conocer el proceso para contrastar hipótesis y su relación con el método científico.
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 detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
Más detallesBLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN
BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detallesCONTRASTACIÓN DE HIPÓTESIS
UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ CARRIÓN ESCUELA DE POSTGRADO MAESTRIA EN DOCENCIA SUPERIOR E INVESTIGACIÓN UNIVERSITARIA ASIGNATURA: ESTADÍSTICA PARA LA INVESTIGACIÓN EDUCATIVA CONTRASTACIÓN
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 detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detalles