TEMA 3: MUESTREO Y ESTIMACIÓN. Estimación de la Media
|
|
- Marcos Cano Ojeda
- hace 6 años
- Vistas:
Transcripción
1 TEMA 3: MUESTREO Y ESTIMACIÓN Estimación de la Media
2 INTRODUCIÓN Supongamos que queremos estudiar una determinada característica de una población. Como vimos en el anterior power point, es muy complejo hacer el estudio sobre el total. Es por ello que recurrimos a hacerlo en una muestra de tamaño n. La inferencia estadística sirve para deducir rasgos de la población conociendo sólo los resultados obtenidos en la muestra Vamos a estudiar una de las principales aplicaciones de la inferencia estadística, que es la estimación de la media de la población a partir de la media muestral
3 DISTRIBUCIÓN DE LA MEDIA MUESTRAL Supongamos una población a estudiar cualquiera, y que vamos a seleccionar una muestra de tamaño n. Es fácil darse cuenta de que no existe una única muestra con dicho tamaño sino que, por el contrario, existen muchísimas muestras posibles. En cada una de las muestras podemos calcular la media muestral. Si calculásemos las medias de todas las muestras posibles, obtenemos lo que se llama distribución de las medias muestrales. Sobre dicha distribución se tiene el siguiente resultado
4 TEOREMA CENTRAL DEL LÍMITE Dada una población de media µ y desviación típica σ, no necesariamente normal, la distribución de las medias muestrales de tamaño n, cuando n tiende a infinito, σ es una variable normal de media µ y desviación típica n CONSIDERACIONES: Si la distribución de partida es normal, también lo será la distribución de las medias muestrales, cualquiera que sea el valor de n Si la distribución de partida no es normal, la distribución de medias muestrales es cada vez más parecida a la normal cuanto mayor sea el valor de n, y se suele tomar que n 30 para afirmar que es prácticamente normal
5 EJEMPLO Las bolsas de azúcar envasadas por una cierta máquina tienen una media de 500g y. una desviación típica de 35 g. Si elegimos una muestra de 100 unidades: a) Calcular la probabilidad de que la media de esa muestra sea menor que 495 Tal y como dice el teorema central del límite (TCL) la muestra es una variable normal de µ = 500 y σ = 35/10 = 3.5 Entonces: p(x < 495) = p(z < ) = p(z < 1.43) 3.5 Mirando la tabla de la normal obtenemos p = b) Calcular el intervalo centrado en la media de manera que en él se encuentre el 90% de las media muestrales Se trata de encontrar el intervalo característico para p = 0.90
6 EJEMPLO b) Calcular el intervalo centrado en la media de manera que en él se encuentre el 90% de las media muestrales Se trata de encontrar el intervalo característico para p = 0.90 Como aprendimos en el tema pasado, en primer lugar calculamos el intervalo característico como si fuera una N(0,1) y después destipificamos p( z < z < z ) = 0.90 p(z > z ) = 0.10 = 0.05 Es decir: p(z z ) = = 0.95 z = < El intervalo entonces es (-1.645, 1.645) que podemos escribir x µ < z < < < σ < z < x < <
7 EJEMPLO Ahora destipificamos: < z < x µ x < < < < σ 3.5 Inecuación 1: x < < x < x Inecuación : x 500 < x < x < Es decir el 90% las medias muestrales estarán en el intervalo (494.4, )
8 INTERVALO DE CONFIANZA PARA LA MEDIA En la población del ejemplo anterior (bolsas de azúcar) supongamos que no conocemos la media (que antes decíamos que era 500) pero si la desviación típica 35g No podemos saber exactamente cuánto vale la media de la población, pero si la de una muestra que llamaremos media muestral x con ella podemos estimar entre qué valores está la media de la población (intervalo de confianza) con un nivel de confianza determinado (que antes llamábamos probabilidad) y que suele representarse también como p = 1 - Basta saber si la población es normal o bien que el tamaño de la muestra es mayor o igual que 30, y el intervalo de confianza se calcula exactamente igual que como hemos hecho el intervalo característico en el ejemplo anterior
9 INTERVALO DE CONFIANZA PARA LA MEDIA OBSERVACIONES: 1.- Una vez extraída la muestra y calculada la media x, estará o no en el intervalo que calculemos, pero ya no podemos hablar de probabilidad. Por eso, diremos que tenemos un nivel de confianza (del 90%, 95,..) de que µ esté en dicho intervalo.- Si la desviación típica es desconocida, hay que estimarla a partir de la muestra, que para valores relativamente grandes de n se puede utilizar justamente la desviación típica de la muestra.
10 EJEMPLO 1 Deseamos conocer el grado de conocimientos de historia de una población de varios miles de alumnos. Sabemos que σ = 3. Nos proponemos estimar µ pasando una prueba a 100 alumnos. a) Calcular el intervalo característico para x correspondiente a una probabilidad del 0,95 Como no sabemos el valor de µ, lo dejamos como una letra. Del teorema central del límite, sabemos que las medias de todas las posibles muestras de tamaño 100 se distribuyen como,3 N σ, N, µ = µ = N( µ,0.3) n 100 Hallamos el valor crítico como aprendimos en el tema anterior y nos sale z =1. 96
11 EJEMPLO 1(continuación) Deseamos conocer el grado de conocimientos de historia de una población de varios miles de alumnos. Sabemos que σ = 3. Nos proponemos estimar µ pasando una prueba a 100 alumnos. El intervalo característico es entonces x µ 1.96 < z < < < µ < x < µ µ 0.45 < x < µ ( µ 0.45, µ ) Es decir: que la diferencia entre la media de una muestra y la media real de la población en el 95% de los casos es menor que 0.45
12 EJEMPLO 1(continuación) Deseamos conocer el grado de conocimientos de historia de una población de varios miles de alumnos. Sabemos que σ = 3. Nos proponemos estimar µ pasando una prueba a 100 alumnos. b) Una vez realizada la prueba a 100 alumnos concretos se ha obtenido que la media es 6,3. Hallar el intervalo de confianza para µ con un nivel de confianza del 95% x =6.3 Como el nivel de confianza es el mismo que en el apartado anterior, usamos la fórmula que nos salió, pero poniendo este valor en lugar de µ ( x 0.45,x ) = ( 5.87,6.77) Es decir, tenemos una confianza del 95% de que la media de la población (real) esté entre 5.87 y 6.77
13 EJEMPLO Para estimar la media de los resultados que obtendrían el resolver un cierto test los alumnos de 4º ESO de toda una comunidad autónoma, se les pasa dicho test a 400 de ellos elegidos al azar. Los resultados se muestran en la tabla adjunta. Estimar con un nivel de confianza del 95% el valor de la media de la población x i f i En este caso son desconocidos tanto la media poblacional como la desviación típica, pero como es muy grande la muestra podemos utilizar los de la muestra Si hacemos los cálculos x = 3.4 σ = 1.1 Como el nivel de confianza es el mismo que en el apartado anterior, se va a obtener otra vea que z =1. 96 El TCL nos dice que las medias se distribuyen de manera s 1.1 N x, N 3.5, = = N n 400 (3.5,0.056)
14 EJEMPLO (continuación) Para estimar la media de los resultados que obtendrían el resolver un cierto test los alumnos de 4º ESO de toda una comunidad autónoma, se les pasa dicho test a 400 de ellos elegidos al azar. Los resultados se muestran en la tabla adjunta. Estimar con un nivel de confianza del 95% el valor de la media de la población x i f i Entonces el intervalo de confianza será: µ < z < < < < µ < 3.36 Es decir, con una confianza del 95% podemos decir que la media de la población está entre 3.4 y 3.36
15 VALORES MÁS USUALES En la mayoría de los ejercicios se usan niveles de confianza del 90%, 95% o 99%, es por lo que se detallan los valores correspondientes por si te los quieres aprender de memoria p = / Z /
16 te basta con saberte fórmulas? El intervalo de confianza (y el intervalo característico también) se puede calcular de muchas maneras, yo he mostrado una en clase y en los power point, pero en el vídeo se muestra otra. También puede simplemente aplicarse la fórmula que es x z σ,x + z n σ n
17 ERROR ADMISIBLE σ Al valor E = z se le llama error máximo admisible y además: n Cuanto mayor sea la muestra, menor es el error (mejor es la estimación) Cuánto mayor sea 1 a (es decir cuanto mas seguro queramos estar de nuestra estimación) mayor es E
18 Hallar el tamaño de la muestra Si fijamos el error máximo admisible y el nivel de confianza, podemos calcular el mínimo tamaño de la muestra con solo despejar de la fórmula anterior z = n σ E EJEMPLO: La desviación típica de los resultados de las distintas mediciones para calcular lo que dura un proceso es de 0.5s, Cuál es el número de medidas que hay que realizar para que, con un 99% de confianza el error de la estimación no exceda 0.1s? Si miramos la tabla de la diapositiva 15 obtenemos que z =, 575 z n = σ E = 0.1 = Es decir hay que hacer 166 mediciones
19 HALLAR EL NIVEL DE CONFIANZA Si conocemos el tamaño de la muestra y el error admisible, podemos determinar el intervalo de confianza. Para ello, despejamos de la expresión anterior E n z = σ A partir de la tabla de la normal se obtiene / y de aquí ya podemos concluir 1-
20 EJEMPLO Un coronel desea estimar la estatura media de todos los soldados de su regimiento con un error menor que 0,5 cm utilizando una muestra de 30 soldados. Sabiendo que la desviación típica es de 5,3, cuál será el nivel de confianza con el que se realiza la estimación E n z = = = 0.5 σ 5.3 Usamos ahora la tabla de la normal, y calculamos p( z < 0.5) = = p(z 0.5) = = = = = 0, ,70% Un nivel de confianza demasiado bajo, debido a que se pretendía afinar mucho (error menor que medio centímetro y que la muestra era muy pequeña
R E S O L U C I Ó N. σ σ a) El intervalo de confianza de la media poblacional viene dado por: IC.. µ zα, µ+ zα
En una población una variable aleatoria sigue una ley Normal de media desconocida y desviación típica. a) Observada una muestra de tamaño 400, tomada al azar, se ha obtenido una media muestral igual a
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2002 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 00 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesTEMA 7. Estimación. Alicia Nieto Reyes BIOESTADÍSTICA. Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13
TEMA 7. Estimación Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13 1 Estimación Puntual 1 Estimación por intervalos Estimación por intervalos de la Media
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 01 1. Intervalo de Confianza para la Media µ (con σ conocida Dada una muestra de tamaño n, para un nivel de confianza 1-α y la desviación típica de la población σ, el Intervalo
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
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 detallesCONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES
CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES INTRODUCCIÓN Un fabricante de pilas afirma que la duración media de sus pilas, funcionando ininterrumpidamente, es de 53 horas como mínimo y su desviación
Más detallesEstimación. Introducción. Sea X la variable aleatoria poblacional con distribución de probabilidad f θ donde. es el parámetro poblacional desconocido
Tema : Introducción a la Teoría de la Estimación Introducción Sea X la variable aleatoria poblacional con distribución de probabilidad f θ (x), donde θ Θ es el parámetro poblacional desconocido Objetivo:
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Índice: 1. Contraste de hipótesis------------------------------------------------------------------------------. Errores de tipo I y tipo II---------------------------------------------------------------------------
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 detallesPROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II
PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II 1.- Las tallas de una muestra de 1000 personas siguen una distribucióormal de media 1,76 metros y desviación
Más detallesTeoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales
Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación
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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4,
Más detallesR E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z
Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad
Más detallesESTADÍSTICA Y PROBABILIDAD
(distribución normal) 1 1.- Calcular las probabilidades de los siguientes intervalos, empleando para ello las tablas de la distribución de probabilidad normal estándar N(0, 1): (1) P(z 2 14) (2) P(z 0
Más detallesBloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos
Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos 5.3-1 El % de los DVDs de una determinada marca son defectuosos. Si se venden en lotes de 5 unidades, calcular
Más detallesFundamentos para la inferencia. Unidad 3 Parte II Estadísca Prof. Tamara Burdisso
Fundamentos para la inferencia Estadísca 017 - Prof. Tamara Burdisso 1 Distribución muestral de la varianza muestral Hasta aquí nos ocupamos de hacer inferencia sobre la media y/o la proporción de una
Más detallesFundamentos para la inferencia. Unidad 3 Parte II Estadísca Prof. Tamara Burdisso
Fundamentos para la inferencia Estadísca 016 - Prof. Tamara Burdisso 1 Distribución muestral de la varianza muestral Hasta aquí nos ocupamos de hacer inferencia sobre la media y/o la proporción de una
Más detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
Más detallesTema 1: Distribuciones en el muestreo
Tema 1: Distribuciones en el muestreo 1 (transparencias de A. Jach http://www.est.uc3m.es/ajach/) Muestras aleatorias Estadísticos Concepto de distribución muestral Media muestral Distribución muestral
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 detallesUnidad 14 Estadística inferencial. Muestreo. Estimación puntual
Unidad 14 Estadística inferencial. Muestreo. Estimación puntual PÁGINA 327 SOLUCIONES 1. Mediante muestreo aleatorio simple asignando un numero desde el 0000; 0001; 0002,, 1 499 para cada uno de los 1
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta A
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta A 1. Dada la ecuación matricial I + 3 X + A X B. Se pide:
Más detallesVariables aleatorias 1. Problema 1
Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal
Más detallesUnidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis
Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis PÁGINA 353 SOLUCIONES 1. El peso de azúcar por confitura se distribuye según la normal N (465;30). Veamos el porcentaje
Más detalles1. Muestreo e Inferencia Estadística
Tema 6: Introducción a la Inferencia Estadística Objetivos Introducir los conceptos elementales en esta parte de la asignatura. Tratar con muestras aleatorias y su distribución muestral en ejemplos de
Más detalles(1 punto) (1.5 puntos)
Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.
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 detallesMUESTREO E INFERENCIA ESTADÍSTICA
TEMA 8 MUESTREO E INFERENCIA ESTADÍSTICA Ejercicios para Selectividad de Muestreo e Inferencia Detalladamente resueltos Curso 1998 / 1999 José Álvarez Fajardo bajo una licencia Reconocimiento NoComercial
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 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 detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
Ejercicios Selectividad Tema 12 Inferencia estadística. Matemáticas CCSSII 2º Bachillerato 1 TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA LAS MUESTRAS ESTADÍSTICAS EJERCICIO 1 : Septiembre 00-01.
Más detalles(2) X(3I + A) = B 2I (3) X(3I + A)(3I + A) 1 = (B 2I)(3I + A) 1 (5) X = (B 2I)(3I + A) 1
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta B 1. a) Despeja la matriz X en la siguiente ecuación
Más detallesMOOC UJI: La Probabilidad en las PAU
4. Probabilidad Condicionada: Teoremas de la Probabilidad Total y de Bayes 4.1. Probabilidad Condicionada Vamos a estudiar como cambia la probabilidad de un suceso A cuando sabemos que ha ocurrido otro
Más detallesTema 8. Muestreo. Indice
Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José
Más detallesLa Estadística inferencial. Estadística inferencial. La Estadística inferencial. La Estadística inferencial. La Estadística inferencial
Estadística inferencial DEFINICIÓN Estadística Inferencial (o Estadística Analítica): Es la que se ocupa de obtener conclusiones sobre las poblaciones a partir de la información recogida en las muestras.
Más detallesSEPTIEMBRE Opción A
Septiembre 010 (Prueba Específica) SEPTIEMBRE 010 Opción A 1.- Se considera el sistema de ecuaciones: x y = 3x+ y = 4 4x + y = a a) Clasifica el sistema en función de sus posibles soluciones para los distintos
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 detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción B Reserva, Ejercicio
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 detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesESTADÍSTICA. Tema 4 Intervalos de confianza
ESTADÍSTICA Grado en Biología Tema 4 Intervalos de confianza Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo Estadística. Tema 4: Intervalos
Más detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA I
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA I ESTIMACIÓN Y DECISIÓN. COMPARACIÓN DE UN VALOR OBSERVADO Y OTRO TEÓRICO. Problema 1.- Los datos del fichero migración hacen referencia a una investigación realizada
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 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 detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Parte 3: La Distribución Normal La campana de Gauss La campana de Gauss, curva de Gauss o curva normales una función de probabilidad continua, simétrica, cuyo máximo coincide
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesTema 4: Estimación por intervalo (Intervalos de Confianza)
Tema 4: Estimación por intervalo (Intervalos de Confianza (a partir del material de A. Jach (http://www.est.uc3m.es/ajach/ y A. Alonso (http://www.est.uc3m.es/amalonso/ 1 Planteamiento del problema: IC
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detalles8.1. Sección. Distribución de la media muestral Pearson Prentice Hall. All rights reserved
Sección 8.1 Distribución de la media muestral 2010 Pearson Prentice Hall. All rights reserved Términos importantes variable aleatoria (v.a.) es un número real cuyo valor se determina al azar y mediante
Más detallesInferencia 1. Solución: 60
Inferencia 2008 EJERCICIO 1A Se desea estimar la proporción de individuos zurdos en una determinada ciudad. Para ello se toma una muestra aleatoria de 300 individuos resultando que 45 de ellos son zurdos.
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 detallesCurso: 2º Grupo: B Día: 18 - IV CURSO
3ª EVALUACIÓN Curso: º Grupo: B Día: 18 - IV - 008 CURSO 007-08 EJERCICIO 1 (1.75 puntos) Sea la población {1, 5, 7}. Escriba todas las muestras de tamaño, mediante muestreo aleatorio simple, y calcule
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico
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 detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesModelo 1 ( ) OPCIÓN A EJERCICIO 1. Se consideran las matrices A = B= a) (0.75 puntos) Efectúe la operación A.B t
Instrucciones: a Duración: hora y minutos. b Elija una de las dos opciones propuestas y conteste los ejercicios de la opción elegida. c En cada ejercicio, parte o apartado se indica la puntuación máxima
Más detallesMATEMÁTICAS APLICADAS A LAS CC. SS. I
DISTRIBUCIÓN NORMAL Carl Friedrich Gauss (1777-1855), físico y matemático alemán, uno de los pioneros en el estudio de las propiedades y utilidad de la curva normal. MATEMÁTICAS APLICADAS A LAS CC. SS.
Más detalles2. Distribuciones de Muestreo
2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores
Más detallesMuestreo e intervalos de confianza
Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II. TEORÍA DE MUESTRAS E INFERENCIA. Ejercicios propuestos en Selectividad. AÑO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 6. TEORÍA DE MUESTRAS E INFERENCIA. Ejercicios propuestos en Selectividad. AÑO 2009 1. 7. 8. 2. 3. 9. 4. 10. 11. 5. 12. AÑO 2010 18. 13. 14. 19. 15. AÑO
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía Novedades en el Plan de Trabajo Desviación típica sesgada
Más detallesC t
1 Universidad de Castilla la Mancha PAEG Junio.016 JUNIO 016 Opción A 1-1 4 - - 1.- adas las matrices: A = ( 1 1); = (-3 1) y C = ( 0 3 ). - 3 0 4-1 0 a) Realiza la siguiente operación: (A ) C T (donde
Más detallesTema 3: Estimación estadística de modelos probabilistas. (segunda parte)
Tema 3: Estimación estadística de modelos probabilistas. (segunda parte) Estructura de este tema: 1 Técnicas de muestreo y estimación puntual. 2. 3 Contrastes de hipótesis. Planteamiento del problema Sea
Más detallesEl estudio de la inferencia estadística será el hilo conductor de la unidad, los alumnos aprenderán a trabajar con ella y
0 INFERENCIA ESTADÍSTICA El estudio de la inferencia estadística será el hilo conductor de la unidad, los alumnos aprenderán a trabajar con ella y comprobarán su aplicación en la resolución de problemas.
Más detallesUniversidad de Castilla la Mancha PAEG Septiembre 2.016
1 Universidad de astilla la Mancha PAEG Septiembre.016 SEPTIEMBRE 016 Opción A 1.- En una granja hay vacas y caballos. El veterinario contratado tiene la obligación de supervisar diariamente entre 4 y
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 detallesACTIVIDAD 3: Intervalos de Confianza para 1 población
ACTIVIDAD 3: Intervalos de Confianza para 1 población CASO 3-1: REAJUSTE DE MÁQUINAS Trabajamos como supervisores de una máquina dedicada a la producción de piezas metálicas cuya longitud sigue una distribución
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 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 detallesProblemas propuestos en pruebas de Selectividad de Madrid desde 2007 hasta 2014 Estadística: Resolución de los ejercicios propuestos
Problemas propuestos en pruebas de Selectividad de Madrid desde 2007 hasta 2014 Estadística: de los ejercicios propuestos 1º El contenido en alquitrán de una determinada marca de cigarrillos se puede aproximar
Más detallesESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la Estimación Puntual, que es uno de los tres grandes conjuntos de técnicas que
Más detallesDistribuciones bidimensionales
Distribuciones bidimensionales Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplo Si se deja caer una piedra,
Más detallesUnidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11
Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como
Más detallesINSTRUCCIONES GENERALES Y VALORACIÓN
PRUEBA DE ACCESO A LA UNIVERSIDAD PARA MAYORES DE 5 AÑOS Convocatoria 014 INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: Escoja entre una de las dos opciones A o B. Lea con atención y detenimiento
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2008 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 008 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detallesTema 3: Estimación estadística de modelos probabilistas. (primera parte)
Tema 3: Estimación estadística de modelos probabilistas. (primera parte) Estructura de este tema: 1. 2 Estimación por intervalos de confianza. 3 Contrastes de hipótesis. Planteamiento del problema Inconveniente:
Más detallesTeorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso F. San Segundo.
Teorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso 2014-2015. F. San Segundo. Variables de Bernouilli. Una de las familias de variables aleatorias más básicas
Más detallesDos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda.
Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplos Si se deja caer una piedra, existe una fórmula que nos permite
Más detallesCaso particular: Contraste de homocedasticidad
36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos
Más detallesTema 6. Variables aleatorias continuas. Distribución Normal
Tema 6. Variables aleatorias continuas. Distribución Normal Indice 1. Distribuciones de probabilidad continuas.... 2 2. Distribución Normal... 5 2.1. Distribución Normal estándar N(0,1).... 5 2.1.1 Utilización
Más detallesTema 6: Introducción a la inferencia estadística
Tema 6: Introducción a la inferencia estadística Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 6: Introducción a la inferencia estadística
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 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 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 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 detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 6 (A partir de tema 5.9)
PROBABILIDAD Y ESTADÍSTICA Sesión 6 (A partir de tema 5.9) 5.9 Muestreo: 5.9.1 Introducción al muestreo 5.9.2 Tipos de muestreo 5.10 Teorema del límite central 5.11 Distribución muestral de la media 5.12
Más detallesEn esta clase primero estudiaremos muestreo aleatorio simple para casos finitos y luego para casos infinitos.
MUESTREO ALEATORIO SIMPLE Esta clase profundizaremos sobre el muestreo aleatorio simple. La clase anterior señalamos las características generales de este tipo de muestreo, pero en la práctica es algo
Más detallesSelectividad Andalucía. Matemáticas Aplicadas a las Ciencias Sociales. Bloque Inferencia Estadística.
EJERCICIOS DE EXÁMENES DE SELECTIVIDAD ANDALUCÍA.BLOQUE INFERENCIA ESTADÍSTICA. 1. JUNIO 2014. OPCIÓN A. Se quiere hacer un estudio de mercado para conocer el precio medio de los libros de narrativa 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 detallesNombre: Distribuciones de probabilidad continua. Segunda parte.
Estadística 1 Sesión No. 12 Nombre: Distribuciones de probabilidad continua. Segunda parte. Contextualización En la presente sesión aprenderás una de las aplicaciones principales de la distribución t-student,
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 detallesJuan Carlos Colonia DISTRIBUCIONES MUESTRALES
Juan Carlos Colonia DISTRIBUCIONES MUESTRALES POBLACIÓN Es el conjunto de individuos u objetos que poseen alguna característica común observable y de la cual se desea obtener información. El número de
Más detalles