Generadores de Números Aleatorios-Pruebas. Jorge Eduardo Ortiz Triviño
|
|
- María Nieves Nieto González
- hace 6 años
- Vistas:
Transcripción
1 Generadores de Números Aleatorios-Pruebas Jorge Eduardo Ortiz Triviño
2 Contenido: Qué entendemos por secuencia de números aleatorios? Cómo se generan n. aleatorios Generadores congruenciales lineales Propiedades de los GCL Otros tipos de generadores De Tausworthe ( feedback shift register ) Barajados (??) ( shuffled ) Pruebas para generadores de números aletorios.
3 Validación de Generadores Congruenciales Finalmente la fase de validación se basa en ciertas propiedades estadísticas que deben cumplirse a la salida de los generadores de n aleatorios. Los Test empíricos que veremos a continuación son genéricos y pueden usarse en la evaluación de generadores de n aleatorios, en generadores de variables aleatorias y en la modelación de entradas de modelos de simulación. La mayoría de los Test se encuentran disponibles en paquetes estadísticos comerciales. SAS, Statistica, etc.
4 Validación de N os Aleatorios 1) Test Este es un test de Bondad de Ajuste. Es poco potente, por lo que permite justificar el rechazo de una hipótesis, pero proporciona escaso apoyo en la aceptación. Dada una muestra X 1, X,..., X n de una F x (x) desconocida. Se desea contrastar. H o : F x (x) = F o (x) v/s H 1 : F x (x) F o (x)
5 Validación de N os Aleatorios Efectuando una partición del soporte de X en k subconjuntos I 1, I,..., I k : I X I I i i j k f i ei ~ i1 ei asint ( k1) f i : frecuencia absoluta del subconjunto i-ésimo (I i ) e i : número de observaciones esperadas en I i bajo H o
6 Validación de N os Aleatorios Obs: 1) Este Test considera aleatoridad de F o = U(0,1) ) Este Test también permite contrastar la uniformidad S-dimensional de X 1 = (u 1, u,..., u s ); X = (u s+1, u s+,..., u s );... X n = (u (n-1)s+1,..., u ns ) en F o = [0,1] s [Distribución uniforme en el hipercubo]
7 ) Test de Kolmogorov - Smirnov (Test K-S) Sea F o una función de distribución continua y sea F n la función de distribución empírica de la muestra. Bajo H o : F x (x) = F o (x) se espera que F n se aproxime a F o D n = Sup F n (x) - F o (x) x R La distribución exacta de D n está tabulada para valores n 40 y distintos niveles de significación. Para muestras grandes se utiliza la distribución asintótica de D n dada por lim n P( Validación de N os Aleatorios nd n z) L( z) 1 i1 ( 1) i1 e i z
8 Test de Kolmogorov - Smirnov Obs: En el caso particular de aleatoridad se considera X (1) < X () <... < X (n) estadísticos de orden F o (X (i) ) = X (i) ^ F n (X (i) ) = i/n D n = máx 1in i máx X ( i) ; X ( i) n i 1 n
9 Validación de N os Aleatorios 3) Test de Rachas Dada la sucesión de n observaciones construimos la sucesión de símbolos binarios definida por 1 0 si si X X i i X X i1 i1 Definimos racha creciente (decreciente) de longitud L a un grupo seguido de L números 1(+) ó números 0(-). Contando el número de rachas. Bajo aleatoridad de la muestra se espera que su distribución asintótica sea normal: N n 1 16n 9 ; 3 90
10 Ejemplo: Considere la siguiente secuencia de 0 números aleatrorios L=14 E[L]= 13, V[L]=3.3 Z = (14-13) / 3. 3 Z = 0.55 comparado con el valor crítico N ( 13 ;3.3) El supesto de independencia no puede ser rechazado
11 Test de Rachas Test de Rachas por encima y debajo de la mediana. Se cuentan el número de observaciones que se sitúan a un mismo lado de la mediana. La distribución asintótica del número de rachas bajo aleatoridad es normal: N n 1 ; n
12 Test Serial 4) Test Serial Este Test se usa para contrastar el grado de aleatoriedad entre números aleatorios sucesivos de una secuencia. [Extensión del test Chi-Cuadrado] Sea X 1 = (u 1,..., u k ) X = (u k+1,..., u k )... X n = (u (n-1)k+1,..., u nk ) Consideremos la n (k-úplas). Se desea contrastar que X 1, X,..., X n son v.a.i.i.d. uniformemente distribuidas en el hipercubo k- dimensional unitario.
13 Test Serial Dividiendo el hipercubo r k en hipercubos elementales de volumen 1/r k y sea V j1, j,..., jk el número de k-úplas que caen dentro del elemento usando la estadística : j j i i 1 ; i 1,,..., k j 1, r r r,..., y k r n j 1, j r,..., j k 1 V n j,,..., ~ 1 j j k k k ( r 1) gl r
14 Test Serial Caso Especial (k=) X 1 = (u 1, u ) X = (u 3, u 4 )... X n/ = (u (n-1), u n ) Particularmente el eje X e Y en r subintervalos de igual longitud, generando r -cubos del mismo tamaño. El número de pares esperado por cubo es n r
15 Test Serial Sea n ij : el número de pares en el cuadrado (i, j) i = 1,r j =1,r Entonces la estadística y r r r n n ~ ij n ( ( 1) ) r gl i 1 j 1 r
16 Validación de N os Aleatorios Otros Test son: Test de Permutaciones Test de Poker Test de Dependencia Test de longitud de rachas etc.
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.
Más detallesEXPOSICIÓN UNIDAD II
SIMULACIÓN EQUIPO: 4 2.1 MÉTODOS DE GENERACIÓN DE NÚMEROS PSEUDOALEATORIOS 2.2 PRUEBAS ESTADÍSTICAS DE ALEATORIEDAD CABRERA HERNÁNDEZ TERESA ELIZABETH 1 DE MARZO DEL 2011 2.1 GENERACIÓN DE NÚMEROS PSEUDOALEATORIOS
Más detallesMedia de los números aleatorios entre cero y uno
Qué propiedades deben cumplir los números pseudoaleatorios entre cero y uno? En gran medida, conocer las propiedades que deben tener los números aleatorios garantiza una buena simulación, por ello se enumeran
Más detallesSimulación. pseudoalealeatorios
Generación n de números n aleatorios La aplicación de los números aleatorios se remonta a los tiempos de la primera revolución industrial, cuando los procesos manuales tuvieron que reemplazarse por procesos
Más detallesCapítulo 3 Números Aleatorios
Capítulo 3 Profesor : Héctor Allende O. Elemento Central en la Simulación digital. Definición formal controvertida. Elemento esencial en muchas áreas del conocimiento Ingeniería, Economía, Física, Estadística,
Más detallesTema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Más detallesSimulación Computacional Tema 1: Generación de números aleatorios
Simulación Computacional Tema 1: Generación de números aleatorios Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle Contenido 1 Introducción 2 3 4 ?Porqué números aleatorios? Uso
Más detallesR-IV. Números Aleatorios. Método de Monte- Carlo. Números Aleatorios. Números Aleatorios 8 -
R-IV Método de Monte- Carlo Elemento Central en la Simulación digital. Definición formal controvertida. Elemento esencial en muchas áreas del conocimiento Ingeniería, Economía, Física, Estadística, etc.
Más detallesTest de suma de rangos
Test de suma de rangos Georgina Flesia FaMAF 4 de junio, 2013 Bondad de ajuste Se tiene una muestra de datos y se quiere contrastar la hipótesis H 0 ) Los datos provienen de la distribución F. Test chi-cuadrado
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Pruebas estadísticas para números pseudo aleatorios Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial Objetivos:
Más detallesUniversidad de Managua. UdeM
Universidad de Managua. UdeM Simulación de Sistemas Guía #3 Tema: Generar números aleatorios para un modelo de simulación y determinar si los números pseudoaleatorios generados, cumplen con las pruebas
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar
Más detallesINTRODUCCION A LA SIMULACION DE MODELOS. Simulación es la descripción de un sistema a través de modelos que se pueden aplicar a varias disciplinas.
Tema N 1 Definiciones INTRODUCCION A LA SIMULACION DE MODELOS Simulación es la descripción de un sistema a través de modelos que se pueden aplicar a varias disciplinas. La simulación esencialmente es una
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 3. Contrastes de bondad
Más detallesNÚMEROS ALEATORIOS Y PSEUDOALEATORIOS
INSTITUTO TECNOLÓGICO DE CIUDAD VICTORIA MODALIDAD A DISTANCIA UNIDAD II SIMULACIÓN NÚMEROS ALEATORIOS Y PSEUDOALEATORIOS 2.1 Números Aleatorios: definición, propiedades y generadores de tablas En todos
Más detallesConceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de
Más detallesCAPÍTULO 2 PROPIEDADES DE LOS NÚMEROS PSEUDOALEATORIOS
CAPÍTULO 2 PROPIEDADES DE LOS NÚMEROS SOFTWARE PARA LA GESTIÓN DE PRODUCCIÓN Y OPERACIONES 10MO IPO PROPIEDADES DE LOS NÚM EROS ENTRE 0 Y 1 De qué manera se puede garantizar que una secuencia de números
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesAnálisis estadístico de datos cualitativos
Análisis estadístico de datos cualitativos Estudio de metoprolol. 395 pacientes. Mortalidad 7,3%. Placebo 62/697 vs Grupo Metoprolol 40/698 Placebo 8,9% vs Metoprolol 5,7% Muerte no Metoprolol 40 658 698
Más detallesCONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
Más detallesTécnicas de Inferencia Estadística II. Tema 5. Estadísticos de orden
Técnicas de Inferencia Estadística II Tema 5. Estadísticos de orden M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 5. Estadísticos de orden Contenidos
Más detallesOTROS CONTRASTES NO PARAMETRICOS
OTOS CONTASTES NO PAAMETICOS Bibliografia: - Manzano Arrondo, V.; Inferencia estadística. Aplicaciones con SPSS/PC. a-ma. 995 - Martinez Almecija, Alfredo y otros...: "Inferencia estadística: un enfoque
Más detallesGeneradores de Números Aleatorios. Jorge Eduardo Ortiz Triviño
Generadores de Números Aleatorios Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ Contenido: Qué entendemos por secuencia de números aleatorios? Cómo se generan
Más detalles2.2. Fundamentos racionales de la Simulación en computadoras
UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL TUCUMÁN DEPARTAMENTO: INGENIERÍA EN SISTEMAS DE INFORMACIÓN CARRERA: INGENIERÍA EN SISTEMAS DE INFORMACIÓN ÁREA: MODELOS ASIGNATURA: SIMULACIÓN NIVEL:
Más detallesPRUEBA CHI-CUADRADO. Para realizar un contraste Chi-cuadrado la secuencia es:
PRUEBA CHI-CUADRADO Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Pseudo Aleatorios para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e
Más detallesESTADÍSTICA 1 o CC. Ambientales Tema 5: Contrastes de hipótesis no paramétricas
ESTADÍSTICA 1 o CC. Ambientales Tema 5: Contrastes de hipótesis no paramétricas Contraste no paramétrico. Definición. Tipos Contraste χ 2 de bondad de ajuste Contraste de bondad de ajuste de Kolmogorov-Smirnov
Más detallesTema 13: Contrastes No Paramétricos
Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La
Más detallesAnálisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina.
Análisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina. Marcos Herrera 1 1 CONICET IELDE - Universidad Nacional de Salta (Argentina) Seminario de Investigación Nº 27 8 de
Más detallesPruebas para dos muestras independientes
Pruebas para dos muestras independientes Los contrastes que se presentan a continuación permiten comprobar si dos muestras aleatorias e independientes proceden de una misma población. El único requisito
Más detallesAnálisis de la Varianza
Análisis de la Varianza El Análisis de la Varianza -ANOVA- es una herramienta del área de la inferencia estadística, utilizada en las investigaciones científico-técnicas. Objetivo: probar hipótesis referidas
Más detalles5. TEOREMA FUNDAMENTAL: Formulación y Demostración. Jorge Eduardo Ortiz Triviño
5. TEOREMA FUNDAMENTAL: Formulación y Demostración Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ 1 CONTENIDO 1. INTRODUCCIÓN 2. VARIABLES ALEATORIAS 3. TEOREMA
Más detallesAnálisis de Datos en Física de Partículas
Análisis de Datos en Física de Partículas Sección de Posgrado Facultad de Ciencias Universidad Nacional de Ingeniería C. Javier Solano jsolano@uni.edu.pe http://compinformatidf.wordpress.com/ Página del
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 detallesTema 7. Contrastes no paramétricos en una población
Tema 7. Contrastes no paramétricos en una población Resumen del tema 7.1. Introducción a la Estadística Inferencial. Estimación de parámetros Como ya sabemos, la Estadística estudia los métodos científicos
Más detallesSECUENCIA DIDÁCTICA. Módulo IV
SECUENCIA DIDÁCTICA Nombre de curso: Simulación de Sistemas Antecedente: Clave de curso: ECOM118 Clave de antecedente: Ninguna. Módulo IV Competencia de Módulo: Desarrollar programas de cómputo utilizando
Más detallesEjemplo Diseño Completamente aleatorizado (Pág. 470 Montgomery)
Ejemplo Diseño Completamente aleatorizado (Pág. 47 Montgomery) ) Representación gráfica de los datos mediante diagramas de caja Resumen del procesamiento de los casos Tension del papel (psi) Casos Válidos
Más detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesEstadísticas y distribuciones de muestreo
Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
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 detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesSimulación Computacional. Tema 1: Generación de números aleatorios
Simulación Computacional Tema 1: Generación de números aleatorios Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle, Cali Typeset by FoilTEX 1 Contenido 1. Secuencias pseudoaleatorias
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesSECUENCIA DIDÁCTICA. Módulo IV Competencia de Módulo:
SECUENCIA DIDÁCTICA Nombre de curso: Simulación de Sistemas. Antecedente: Ninguno Módulo IV Competencia de Módulo: Clave de curso: COM1505B21 Clave de antecedente: Ninguna Desarrollar software con la finalidad
Más detallesAnálisis de Correspondencias Simple
1 Capítulo 4 Análisis de Correspondencias Simple 41 INTRODUCCIÓN El Análisis de Correspondencias Simple permite describir las relaciones entre dos variables categóricas dispuestas en una tabla de contingencia
Más detallesUniversidad Católica de Valparaíso Facultad de Ingeniería Escuela de Ingeniería de Transporte
1. NÚMEROS ALEATORIOS 1.0 INTRODUCCIÓN El papel que desempeñan las variables aleatorias uniformemente distribuidas en la generación de variables aleatorias tomadas de otras distribuciones de probabilidad,
Más detallesSupuestos y comparaciones múltiples
Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución
Más detallesDiseño de Experimentos. Diseños Factoriales
Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
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 detallesEstudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos
Contrastes 2 χ Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos de una determinada distribución? Homogeneidad
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesMÉTODOS ANALÍTICO- MATRICIALES EN EL AJUSTE DE TIEMPOS OBSERVADOS DE FALLO
MÉTODOS ANALÍTICO- MATRICIALES EN EL AJUSTE DE TIEMPOS OBSERVADOS DE FALLO Rafael Pérez Ocón Catedrático de Universidad Departamento de Estadística e I.O. Universidad de Granada María del Carmen Segovia
Más detallesCAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS
CAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS SOFTWARE PARA LA GESTIÓN DE PRODUCCIÓN Y OPERACIONES 10MO IPO LOS NÚMEROS PSEUDOALEATORIOS Para poder realizar una simulación que incluya variabilidad dentro de sus
Más detallesConceptos básicos de inferencia estadística (IV): Inferencia no paramétrica: Contrastes de aleatoriedad.
Conceptos básicos de inferencia estadística (IV): Inferencia no paramétrica: Contrastes de aleatoriedad. Tema 1 (IV) Estadística 2 Curso 08/09 Tema 1 (IV) (Estadística 2) Contrastes de aleatoriedad Curso
Más detallesF X > F Y F X < F Y F X 6= F Y
Alternativas No paramétricas En el caso de comparación de medias, como se comentó, es fundamental que se cumplan los supuestos de normalidad y varianzas iguales pero, qué hay que hacer si alguno de ellos
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 detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesA. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords
A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesEstadística Diplomado
Diplomado HRB UNAM 1 / 25 1 Estimación Puntual Momentos Máxima Verosimiltud Propiedades 2 / 25 1 Estimación Puntual Momentos Máxima Verosimiltud Propiedades 2 Estimación por Intervalos Cantidades Pivotales
Más detallesPRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA
PRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA Quien hace puede equivocarse, quien no hace ya está equivocado. DANIEL KON Ji CUADRADA Material preparado por: Profesor León Darío Bello Parias Ji CUADRADA-
Más detallesContraste de hipótesis paramétricas
Contraste de hipótesis paramétricas Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Proceso de la investigación estadística Etapas PROBLEMA HIPÓTESIS DISEÑO RECOLECCIÓN
Más detallesTécnicas de Inferencia Estadística II. Tema 6. Contrastes de independencia
Técnicas de Inferencia Estadística II Tema 6. Contrastes de independencia M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2015/16 Contenidos 1. Introducción 2.
Más detalles4. Obtén las siguientes tablas de doble entrada para las variables Dispersión y Formación:
ACTIVIDAD DE INFERENCIA Y ASOCIACIÓN 1. Obtén los estadísticos descriptivos básicos y un intervalo de confianza del 95% para la media del coste en farmacia por habitante. A partir del resultado obtenido
Más detallesEstadística. Para el caso de dos variables aleatorias X e Y, se puede mostrar que. Pero y son desconocidos. Entonces. covarianza muestral
Para el caso de dos variables aleatorias X e Y, se puede mostrar que Pero y son desconocidos. Entonces donde covarianza muestral Estimación de intervalos de confianza Cuál es el intervalo (de confianza)
Más detallesESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio
ESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio Muestra aleatoria Conceptos probabiĺısticos básicos El problema de inferencia Estadísticos. Media y varianza
Más detallesPruebas de Bondad de Ajuste
1 Facultad de Ingeniería IMERL PROBABILIDAD Y ESTADÍSTICA Curso 2008 Pruebas de Bondad de Ajuste En esta sección estudiaremos el problema de ajuste a una distribución. Dada una muestra X 1, X 2,, X n de
Más detallesPráctica 5 Martingalas a tiempo discreto
Práctica 5 Martingalas a tiempo discreto 1. Tiempos de Parada A lo largo de esta sección vamos a fijar un espacio de probabilidad (Ω, F, P ) junto con una filtración (F n ) n N definida en este espacio.
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesMétodo Polar para generación de variables normales Generación de eventos en Procesos de Poisson
Método Polar para generación de variables normales Generación de eventos en Procesos de Poisson Georgina Flesia FaMAF 25 de abril, 2013 Método polar Con este método se generan dos variables normales independientes.
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más detallesBÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS
Departamento de Inteligencia Artificial Grupo de Análisis de Decisiones y Estadística BÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS PRÁCTICAS 1 Existen varias características que pueden causar dificultades
Más detallesJorge Eduardo Ortiz Triviño
Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ 1 2 Contenido Introducción Nociones sobre modelación y simulación Panel de procesos básicos, tratamiento de costos
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 6109 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Las pruebas de bondad de ajuste son pruebas de hipótesis para verificar si los datos observados en una muestra aleatoria se ajustan con algún nivel de significancia a determinada
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesCUESTIONES TEÓRICAS ESTADÍSTICA
Gestión Aeronáutica: Estadística Teórica Facultad Ciencias Económicas y Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández CUESTIONES TEÓRICAS ESTADÍSTICA Gestión
Más detallesModelos lineales. Tema 4. Diagnóstico del modelo. 9 de febrero de Carmen Armero
Carmen Armero 9 de febrero de 2011 Introducción Introducción En general, cuando utilizamos un modelo de regresión para analizar un conjunto de datos no estamos totalmente seguros de si el modelo es apropiado
Más detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
Más detallesCAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA
Página 1 de 5 CAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA Descripción entre variables cualitativas Como ya sabemos la metodología estadística depende del tipo de variable(s) que estemos
Más detallesTest χ 2 de Bondad de Ajuste y Test de Independencia
Universidad de Chile Rodrigo Assar FCFM MA34B Andrés Iturriaga DIM Víctor Riquelme Test χ 2 de Bondad de Ajuste y Test de Independencia Resumen Esta auxiliar está dedicada al test de ajuste de distribuciones,
Más detallesCurso de Estadística no-paramétrica
Curso de Estadística no-paramétrica Sesión 3: Regresión no paramétrica y Contrastes de Aleatoriedad y bondad de ajuste Facundo Muñoz Grup d Estadística espacial i Temporal Departament d Estadística en
Más detallesPráctica 4. Contrastes no paramétricos en una población
Práctica 4. Contrastes no paramétricos en una población 1. Contraste de aleatoriedad de la muestra El contraste de las rachas sobre aleatoriedad de una muestra se realiza mediante la opción Stat Nonparametrics
Más detallesANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS
ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;
Más detallesExperimentos de Monte Carlo. Walter Sosa-Escudero
Introduccion Test de Breusch-Pagan de heterocedasticidad: LM = 1 2 SCE g,z χ 2 (p 1) g = residuos al cuadrado, z, variables explicativas de la heterocedasticidad. Esta es una aseveracion asintotica. Que
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesSIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS
SIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS 3datos 2011 Variables CUANTITATIVAS Valor más representativo: MEDIA aritmética Técnicas Inferenciales sobre la significación de la diferencia entre
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 17 de abril, 2012 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesCálculo de Probabilidades II Preguntas Tema 2
Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución
Más detallesDISTRIBUCIÓN DE LA ESTADÍSTICA DE JARQUE Y BERA PARA LA PRUEBA DE NORMALIDAD EN UNA SERIE TEMPORAL ESTACIONARIA CON DATOS FALTANTES 1
Entre Ciencia e Ingeniería, ISSN 1909-8367 Año 2. No. 4 Segundo semestre de 2008, páginas 99-114 DISTRIBUCIÓN DE LA ESTADÍSTICA DE JARQUE Y BERA PARA LA PRUEBA DE NORMALIDAD EN UNA SERIE TEMPORAL ESTACIONARIA
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 detallesEstadística II Tema 1: Distribución normal multivariante
Estadística II Tema 1: Distribución normal multivariante José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Algunas propiedades de los vectores aleatorios Sea X = (X 1,..., X
Más detallesDISTRIBUCION JI-CUADRADA (X 2 )
DISTRIBUCION JI-CUADRADA (X 2 ) En realidad la distribución ji-cuadrada es la distribución muestral de s 2. O sea que si se extraen todas las muestras posibles de una población normal y a cada muestra
Más detallesEstadística Económica y Estadística Empresarial
Universidad de Valladolid Facultad de Ciencias Económicas y Empresariales Departamento de Estadística y Econometría Licenciatura en Ciencias Económicas Sin docencia. Plan a extinguir Proyecto docente de:
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detalles