7. Contrastes de Hipótesis
|
|
- Benito Muñoz Castro
- hace 5 años
- Vistas:
Transcripción
1 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa Sí NoOros 8 Corases de hpóess
2 Corase de hpóess p.5 p >.5 p.5 p >.5 Pˆ N p p p S es cero p. 5 Pˆ.5 N Corases de hpóess 3 Nvel de sgfcacó P rechazar es cera Regó de Acepacó de o N Regó de Rechazo o z Corases de hpóess 4
3 .55.5 Muesra pˆ. 55 z Elegdo el vel de sgfcacó.5 z > z R.R. R.A. o.5.64 Se rechaza Co u vel de sgfcacó de.5 p >.5.64 Corases de hpóess 5 Probabldad de Acepar o CIERTA p.5 Error I FALSA Error II.5 β c Probabldad de Rechazar o p.6 Acepar o c c.6 Rechazar o Corases de hpóess 6
4 Tpos de errores RESULTADO CONTRASTE REALIDAD o CIERTA o FALSA Se Acepa o O Error po II β Se Rechaza o Error po I O Corases de hpóess 7 Tpos de Corases p.5 p >.5 UNILATERAL p.5 p.5 BILATERAL R.A. o R.R.o R.R.o R.A. o R.R.o z -z Nvel de sgfcacó z Corases de hpóess 8
5 Nvel críco o p-valor p p p > p p valor Pr Pˆ > pˆ Pˆ p Pr p p Pr Z > z ˆ p p P N p es cero pˆ p > p p Corases de hpóess 9 Ejemplo Daos pˆ Corases de hpóess Regó de Acepacó o.64 R.R.. 5 p valor.8
6 Relacó ere p-valor z R.R. p valor< p-valor < Se rechaza p-valor No se rechaza Corases de hpóess R.R. p valor z. Normal Corase para co coocdo z... N N N x R.R. z z > z z - R. Acep. N -z z No se rechaza Se rechaza R.R Corases de hpóess
7 3 Corases de hpóess. Normal Corase para co descoocdo... N s x S N ˆ ˆ - - R.R. R.R e rechaza No se rechaza S > R. Acep. - 4 Corases de hpóess 3. Normal Corase para... N ˆ ˆ ˆ s S S [ ] [ ] echazo No rechazo R P Daos ŝ R. A. o RRo RRo
8 EJEMPLO. La resseca a la compresó de 5 probeas de acero elegdas al azar es Sˆ 5 P Daos x 4575 sˆ Como 3.88 >.98 Se rechaza co. 4 Corases de hpóess 5 Sˆ 4Sˆ 4 4 P Daos sˆ Como No se rechaza Corases de hpóess 6
9 7 Corases de hpóess 4. Posso Corase para λ λ λ λ λ λ λ λ λ λ λ λ N ˆ N ˆ velde sgfcacó Posso z Z z P Z aprox z -z N R.R. R.R R. Acep. - e rechaza No se rechaza S z z z z > z ˆ λ λ λ Dos raameos
10 Comparacó de dos raameos A B Sea desea comparar dos raameos para reducr el vel de coleserol e la sagre. Se seleccoa dvduos se asga al azar a dos pos de deas A B. La abla muesra la reduccó coseguda después de dos meses. Corases de hpóess 9 Méodo 4 pasos Defcó del modelo de dsrbucó de probabldad póess Parámeros Esmacó de los parámeros Dagoss de las hpóess Aplcacó Corases de hpóess
11 Modelo M O D E L O D A T O S Corases de hpóess Modelo póess Parámeros póess báscas Normaldad j N omocedascdad Var [ j ] Idepedeca Parámeros Cov [ j l ] Corases de hpóess
12 Modelo j + u u N j Las observacoes se descompoe e Pare predecble Pare aleaora j u j Corases de hpóess 3 Esmacó medas j j j j A B Corases de hpóess 4
13 Esmacó varaza resduos j + u e j u e j j j RESIDUO sˆ R u j j j j j N e Resduos A B j e j ;ˆ s R 3.95 Corases de hpóess 5 Varaza resdual ˆR s j j sˆ sˆ sˆ R j e j sˆ + sˆ Corases de hpóess 6
14 7 Corases de hpóess Dfereca de medas N N ˆ R s N N 8 Corases de hpóess Corase de gualdad de medas e rechaza No se rechaza S > - - R.R. R.R R. Acep. - ˆ + R s
15 Ejemplo.5 R.R. 8 R.R >. Se rechaza Corases de hpóess 9 Ejemplo R.R R.R No se rechaza Corases de hpóess 3
16 Nvel críco blaeral p valor Pr 8 > > p-valor Se rechaza. < p-valor No se rechaza Corases de hpóess 3 Coclusoes fjado S o > se dce que la dfereca de medas es sgfcava. O smplemee que los raameos so dsos ee medas dsas S o se dce que la dfereca de medas o es sgfcava. No ha evdeca sufcee para afrmar que las medas de los raameos sea dferees. Corases de hpóess 3
17 No rechazar o o mplca que o sea cera El resulado o o se rechaza o o debe erprearse como que se ha demosrado que las dos medas so guales. No-rechazar la hpóess ula mplca que la dfereca ere las medas - o es lo sufceemee grade como para ser deecada co el amaño muesral dado. Corases de hpóess 33 Iervalo de cofaza para la dfereca de medas sˆ R Pr{ sˆ R + ± sˆ R + } Corases de hpóess 34
18 35 Corases de hpóess Ejemplo ervalo de cofaza ˆ ± + ± + ± s R 36 Corases de hpóess póess de homocedascdad ˆ s j ˆ s j
19 37 Corases de hpóess Dsrbucó F ˆ ˆ j s s ˆ ˆ j s s ˆ ˆ F s s F 38 Corases de hpóess Dsrbucó F
20 Alguas dsrbucoes F 8 4 Corases de hpóess 39 Corase de gualdad de varazas S F S S sˆ sˆ F F es cero F RR - - R.A. o RR [ F F ] No se rechaza [ F F ] Se rechaza Corases de hpóess 4
21 Ejemplo Corase de gualdad de varazas sˆ F sˆ.37.7 RR RR [.484.3] No se rechaza.37 Corases de hpóess 4 Tabla.5 rados de lberad del deomador ν 8 F P F ν ν P Fν ν Fν ν rados de lberad del umerador ν If If If If. Ejemplo
22 Tabla.5 rados de lberad del deomador ν Ejemplo 8 F P F ν ν P Fν ν Fν ν rados de lberad del umerador ν If If If If. Tabla. rados de lberad del deomador ν 8 F P F ν ν P Fν ν Fν ν rados de lberad del umerador ν If If If If. Ejemplo
23 Corases de bodad de ajuse Corase de bodad de ajuse POBLACIÓN N? ˆ ˆ sˆ MUESTRA... Daos Coocdos Tee los daos dsrbucó Normal? x Corases de hpóess 46
24 frecueca Espesores de 5 obleas de Slco mcras Corases de hpóess 47 sograma para Espesor Espesor Corases de hpóess 48
25 49 Corases de hpóess Corase de bodad de ajuse < < < < K r K K K K K o E E O E O c x c E O c x c E O c x c E O c x c f f r.esperada r.observada Clases es cero S Pr c c p p E < E O K K 5 Corases de hpóess Jusfcacó del corase r K aprox K E E O N E E O N p p p O p E p p p N O p B O K Nº de CLASES r Nº de parámero esmados
26 Obleas Frecuecas Observadas Clase Fr. Observada O -f f 4 Toal 5 x 45. mcras sˆ 4 mcras Corases de hpóess 5 Frecuecas esperadas N45.;4 Clase Fr. Observada O Fr. Esperada E -f f Toal 5 5 p 4 Pr Pr P.75 Z E 4 p Corases de hpóess 5
27 Corase de Normaldad Normal Normal Pr p valor <.59 No se rechaza la hpóess de ormaldad Corases de hpóess 53 Se ha lazado 3 veces u dado se ha obedo los resulados Resulados Observadas Toal 3 Se puede afrmar co.5 que el dado esá desequlbrado? Corases de hpóess 54
28 Pr 6 o Pr Equprobable No equprobable Resulados Observados Esperados Toal <.7 No se Rechaza p-valor Corases de hpóess 55 Corase K-S de bodad de ajuse Váldo úcamee para varables couas Compara la Fucó de dsrbucó eórca Fx co la Fucó de dsrbucó empírca F x. No requere agrupar los daos El corase es aproxmado s es ecesaro esmar los parámeros del modelo Corases de hpóess 56
29 Corase K-S de bodad de ajuse Pasos Ordear la muesra x x x x Calcular la dsrbucó empírca de la muesra F x F x Calcular la dscrepaca máxma x x r x r x x r x x max D x max F x F x Comparar co el valor obedo e las ablas para u deermados Corases de hpóess 57 Corase K-S de bodad de ajuse Se ha omado valores de ua varable físca que se supoe Normal resulado Corase la hpóess de ormaldad medae el corase de K-S. Normal Normal De la muesra x 3 9 s 97 Corases de hpóess 58
30 Corase K-S de bodad de ajuse Fx Fx Fxh--Fxh Fxh-Fxh Dxh max D x h 9 F 9 7 P 9 7 N 3 9; P P Z Corases de hpóess 59 Tabla Corase de Kolmogorov-Smrov Tamaño muesral Nvel de sgfcacó 5 5 Valores Crícos de D Fx-Fx dode Fx es la dsrbucó muesral de amaño Fx la dsrbucó eórca Ejemplo >35 7½ 4½ ½ 36½ 63½
31 max D x h 9 D ;5 375 No se puede rechazar la hpóess de ormaldad co u vel de sgfcacó de 5 Corases de hpóess 6
7. Contrastes de Hipótesis
7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa
Más detallesMétodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos
Métodos de Predccó Ifereca Curso - María Jesús Sáchez Narajo y Carola García-Martos Dstrbucó Normal Camaa de Gauss x f x ex, x R π Ifereca Ifereca 3 Meddas Característcas 3 3 4 4 3 3 4 4 3 Curtoss CA Asmetría
Más detallesIntroducción a la Econometría Curso 2009/ Serie de Problemas 21
Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda
Más detallesPLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.
Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos
Más detalles1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n
. TORÍA ASINTÓTICA Jore duardo Orz Trvño rofesor Asocado eparameo de Ieería de Ssemas e Idusral Uversdad Nacoal de Colomba jeorz@ual.edu.co (a) Se euca (s demosracó) varos resulados mporaes de esadísca.
Más detallesTest de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa
Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No
Más detallesESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015
Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur
Más detalles9.3. Contrastes para comparar dos distribuciones
TEM 9: CONTRSTES NO PRMÉTRICOS 9.. Cotrastes de bodad de ajuste 9... Cotraste Ch-cuadrado 9... Cotraste de Kolmogorov-Smrov 9.. Cotraste de depedeca para tablas de cotgeca 9.3. Cotrastes para comparar
Más detallesEspecialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV
Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesF = = 0. 64, que es la eficiencia del test de signo relativa al
Méodos No Paramércos I 5 Elea J. Maríez do cua. 004 Efceca: La efceca del es de Fredma relava al es F es ( f ( x dx e(, F σ + e observa que o hereda la efceca de los ess de Wlcoxo y Ma-Whey relavas al
Más detallesManual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7
Maual del usuaro HET Versó.9.7 ofware de Maemácas Herrameas de Esadísca y robabldad Wdows X - Wdows Vsa - Wdows 7 - Wdows 8 - Wdows O F T W R E Refereca: HET www.vaasofware.com EÑOL ÍDICE Iroduccó...3
Más detallesal nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.
5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de
Más detallesANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía
ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesAnálisis de la Varianza
Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca
Más detalles02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C
Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos
Más detallesRegresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Más detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesSupongamos que hemos aplicado el test F y hemos rechazado la H0.
Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detalles10 MUESTREO. n 1 9/ / σ σ 1
10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,
Más detallesQué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN
Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas
Más detalles1. Introducción 1.1. Análisis de la Relación
. Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado
Más detallesIngeniería de Confiabilidad - Equipos
SECCION 4. Igeería de Cofabldad-Equpos Igeería de Cofabldad - Equpos Seccó 4 Medardo Yañez Herado Gómez de la Vega Kara Semeco Soo Nayrh Meda Esa seccó esa dedcada al esudo de los aspecos físcos y aleaoros
Más detalles3 Metodología de determinación del valor del agua cruda
3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos
Más detallesUNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Más detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesAnálisis de Regresión
Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesRELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.
RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el
Más detallesDetermination of Intensity-Duration-Frequency (IDF) equation due to presence of ENSO and Niño Costero. Study case: Piura city
Deermao of Ies-Durao-Frequec (IDF) equao due o presece of ENSO ad Nño Cosero. Sud case: Pura c Mara Farías de Rees, Magser e Igeería Mlagros Ruz ese, Bachller e Igeería Uvers of Pura, Perú, mara.faras@udep.pe,
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable
Más detallesCURSO DE ECONOMETRIA BÁSICA
CURSO DE ECONOMETRIA BÁSICA D. Fracsco Parra Rodríguez. Jefe de Servco de Esadíscas Ecoómcas y Socodemografcas. Isuo Caabro de Esadísca. ICANE, ÍNDICE Tema. Regresó y correlacó leal smple Tema. Regresó
Más detallesPyE_ EF1_TIPO2_
SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos
Más detallesn t T é c n i c Curso de Estadística con R Autor: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas Económicas y Sociodemográficas ICANE
D o c u m e Curso de Esadísca co R o s Auor: Fracsco Parra Rodríguez Jefe de Servco de Esadíscas Ecoómcas y Socodemográfcas ICANE DOC. Nº /6 ISSN 444-67 Saader, Caabra T é c c o s . EL MODELO LINEAL GENERAL...3..
Más detallesEnsayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica
Esayos Lmacoes del modelo leal de probabldad y aleravas de modelacó mcroecoomérca Resume Absrac Résumé E ese arículo se eama res méodos para desarrollar modelos de probabldad para ua varable de respuesa
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesDISEÑO DE EXPERIMENTOS Y MODELOS DE REGRESIÓN Departamento de ingeniería de organización, administración de empresas y estadística.
DISEÑO DE EXPERIMENTOS Y MODELOS DE REGRESIÓN Departameto de geería de orgazacó, admstracó de empresas estadístca. PROGRAMA. Aálss de la varaza. Comparacó de dos tratametos. La hpótess de ormaldad, depedeca
Más detallesDiseño de Experimentos y Regresión
Dseño de Epermetos Regresó Laboratoro de Estadístca ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES UNIVERSIDAD POLITÉCNICA DE MADRID Edcó Curso 7/8 DISEÑO DE EXPERIMENTOS Y MODELOS DE REGRESIÓN Departameto
Más detallesUna formulación general de un modelo de regresión paramétrico es la siguiente:
Esmadores úcleos y polomos locales. Fracsco Parra Rodrguez Docor e Cecas Ecoómcas. UNED. Modelos de regresó o paramércos Los modelos de regresó paramércos supoe ue los daos observados provee de varables
Más detalles2. Muestreo Aleatorio Simple. 2. Muestreo Aleatorio Simple
. Muestreo Aleatoro mple. Muestreo aleatoro smple e poblacoes ftas... Meda, varaza proporcó muestrales: Propedades. Error de estmacó. Poblacó Y (, ). E V Muestra aleatora smple Y,..., Y (..d.) E V ( )
Más detallesINGENIERIA TECNICA EN DISEÑO INDUSTRIAL INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso
IGEIERIA TECICA E DISEÑO IDUSTRIAL IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 00-005 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae
Más detallesINGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso
IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 009-00 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae devacó típca de la poblacó ( μ (
Más detallesFacultad de Ciencias del Mar. Curso 2008/09 25/06/09
Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer
Más detallesMODELOS DE REGRESIÓN. Prof. Susana Martín Fernández
MODELOS DE REGRESIÓN Prof. Susaa Martí Ferádez REGRESIÓN SIMPLE Objetvo Sea..., valores de la varable umérca X. Sea Y(y, y,..., y ) u vector aleatoro de varables aleatoras depedetes, el modelo de regresó
Más detallesEstimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos
Uverdad Auóoma de Madrd Emacó de parámero Tema. Emacó puual Propedade de lo bueo emadore. Emacó por ervalo.. Coruccó del ervalo de cofaza. íme cofdecale. Nvel de cofaza y vel de rego... Iervalo de cofaza
Más detallesI.- Distribución Normal Multivariada
II Modelo de Regresó Leal Mahl Herrera M. I.- Dsrbucó Normal Mulvarada. Resulados de Álgebra Leal Lema... A y B so dos marces cuadradas co versa cada ua eoces (AB - B - A - Lema... a r(a+br(a+r(b b r(abr(ba
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesCURSO CONVOCATORIA:
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como
Más detalles2.4 Pruebas estadísticas para los números pseudoaleatorios
Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto
Más detalles2. Movimiento Browniano.
Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detallesEstimación de parámetros en ecuaciones diferenciales estocásticas aplicadas a finanzas
Esmacó de parámeros e ecuacoes dferecales esocáscas aplcadas a fazas Joh Freddy Moreo Trujllo * jho.moreo@uexerado.edu.co * Docee vesgador. Faculad de Fazas, Gobero y Relacoes Ieracoales. Uversdad Exerado
Más detallesSERIE DE TIEMPO: APLICACION DEL CRITERIO NORMA L1 1
SERIE DE TIEMPO: APLICACION DEL CRITERIO NORMA L Adrés E Reyes Polaco Profesor Asocado UCV I-INTRODUCCION E el sguee arículo se presea la aplcacó del crero orma L e la obecó de los esmadores de los parámeros
Más detalles1 Estadística. Profesora María Durbán
Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesx independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo
= ( + ( Cabo de ( + ( ( + > ( > 0 Posvo + ( + = ( = 0 ( ( + Nulo + Tpos ( + ( Cabo + Geeraldades Nauraleza El cabo puede ser Carácer Varable Cabo Cosae Aueo o creeo Dsucó o decreeo = Varacó cero ( = (
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesCapítulo 2 Análisis Exploratorio de Datos
Capíulo Aálss Exploaoo de Daos aables Caegócas: Escala Noal) Moda Medda del ceo ) Tasa de aacó Medda de Dspesó ) aables Cualavas: Escala Odal) Moda, Medaa Tasa de aacó, Ídce de Dspesó aables Cuaavas: Escala
Más detallesTema 6: Introducción al muestreo. Estimadores
Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)
Más detallesCuatro medidas de inflación subyacente para Uruguay
Cuaro meddas de flacó subyacee para Uruguay Rosaa Ferádez 002-2005 688-7565 CUATRO MEDIDAS DE INFLACIÓN SUBYACENTE PARA URUGUAY Rosaa Ferádez Casro Área de Ivesgacoes Ecoómcas Baco Ceral del Uruguay Julo
Más detallesFigura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:
Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al
Más detalles6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.
Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral
Más detallesProbabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C
Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesCONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA
CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada
Más detallesAnálisis de la varianza de un factor
Aálss de la varaza de u factor El test t de muestras se aplca cuado se quere comparar las medas de dos poblacoes co dstrbucoes ormales co varazas guales y se observa muestras depedetes para cada poblacó
Más detallesGENERALIDADES ESTADISTICA DESCRIPTIVA
MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:
Más detallesExamen Final de Econometría Grado
Examen Fnal de Economería Grado 8 de Juno de 017 Hora: 15:30 Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Anes de empezar a resolver el examen, rellene TODA la nformacón que
Más detallesEstimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.
Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl
Más detallesˆ q ˆ 2. Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple
Tema 4. Problema de fereca eadíca e el modelo de regreó leal múlple. Iervalo de cofaza y corae para lo coefcee de regreó... Iervalo de cofaza para lo coefcee de regreó... Corae de hpóe para lo coefcee
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesDistribuciones Muestrales
Estadístca II / Fucoes Varables Aleatoras. Ig. Dey Gozález Dstrbucoes Muestrales Muestreo Aleatoro Poblacó Muestra Herrametas Estadístcas Medaa Muestral ) ) / (( ) / ( ) / ( ; es mpar ; es par = = Meda
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesTema 12: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t
Más detallesLa Metodología de la Verosimilitud Empírica
La Metodología de la Verosmltud Empírca Gozalo Delgado Facultad de Matemátcas, Uversdad Autóoma de Guerrero Méxco deggozalo@aol.com Probabldad y Estadístca Superor Resume Se expoe la metodología de la
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detalles{ a 1, a 2,..., a } n. Cualquier vector n
Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de
Más detallesRegresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesMÉTODOS ESTADÍSTICOS DE LA INGENIERÍA
ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE
Más detalles4 METODOLOGIA ADAPTADA AL PROBLEMA
4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor
Más detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesNo debe entregar los enunciados
Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesContraste de Hipótesis
CONTRASTE DE HIPÓTESIS 1. Itroduccó. Cotraste de ua hpótess estadístca 3. Test ulateral y blateral 4. Test relacoados co ua sola meda (varaza coocda) 5. Relacó co la estmacó del tervalo de cofaza 6. Test
Más detalles5. Estimación puntual. Curso Estadística
5. stmacó utual Cuso - stadístca Poblacó % DFCTUOSA Pobabldad Coocdo cuato vale? Muesta Nº Defectuosa Coocdo cuato vale? Ifeeca stmacó utual N Paámetos? MUSTRA... Datos Coocdos? stmacó utual 3 sesoes de
Más detalles(Véase el Ejercicio 13 Beneficio de los bancos )
étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó
Más detallesTema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid Febrero de 2012
Tema 2: Aálisis gráfico y esadísico de relacioes Uiversidad Compluese de Madrid Febrero de 202 Aálisis gráfico y descripivo de ua variable (I) Daos de series emporales: Rea per c pia EEUU Cosumo per c
Más detalles