Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis"

Transcripción

1

2 Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de letes itraoculares utiliados e el ojo humao después de ua cirugía de cataratas. Se pule 300 letes co la primera solució y, de éstos, 53 o presetaro defectos iducidos por el pulido. Después se pule otros 300 letes co la seguda solució, de los cuales 96 resulta satisfactorios. Existe algua raó para creer que las dos solucioes para pulir so diferetes? Utilice α = 0.0 ) Datos p =53/300 p =96/300 = =300 α=0.0 H H o H 3) Esayo de hipótesis α=0.005 α=0.005 H o ; p -p = 0 H ; p - p 0 =±.575

3 4) Regla de decisió: Si No se rechaa Ho Si < ó si >.575 Se rechaa Ho H H 5. Cálculos H o x x P P Pq P q α=0.005 α=0.005 =±.575 E esta fórmula puede observarse que e el deomiador se requiere a las proporcioes poblacioales, es decir los parámetros, pero estos o so coocidos. Para evaluar el esayo de hipótesis, estimamos el parámetro comú P de la siguiete forma: P x x ó P p p Y como P es ahora u parámetro comú teemos: p p P P Pq

4 5. Cálculos P x x p p P P Pq H H o H 6) Justificació y decisió: α=0.005 α=0.005 Puesto que >.575, se rechaa la hipótesis ula y se cocluye co u ivel de sigificacia de 0.0 que los dos fluidos para pulir so diferetes. =±.575

5 Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. ) Datos p =0/00 p =40/500 =00 =500 α=0.05 Se tomará el voto etre los residetes de ua ciudad y el muicipio para determiar si se debe costruir ua plata química propuesta. El lugar de costrucció está detro de los límites de la ciudad y por esta raó muchos votates del muicipio cosidera que la propuesta pasará debido a la gra proporció de votates que favorece la costrucció. Para determiar si hay ua diferecia sigificativa e la proporció de votates de la ciudad y votates del muicipio que favorece la propuesta, se realia ua ecuesta. Si 0 de 00 votates de la ciudad favorece la propuesta y 40 de 500 residetes del muicipio tambié lo hace, Estaría de acuerdo e que la proporció de votates de la ciudad que favorece la propuesta es más alto que la proporció de votates del muicipio? Utilice u ivel de sigificacia de ) Esayo de hipótesis H o ; p -p = 0 =.96 H ; p - p > 0

6 4) Regla de decisió: Si.96 o se rechaa H o. Si >.96 se rechaa H o. 5. Cálculos =.96 Obteemos el valor de P Ahora calculamos : P x x p p P P Pq 0.557(0.449 ) ) Justificació y decisió: Dado que.887 >.96, se rechaa H 0 y se cocluye co u ivel de sigificacia de 0.05 que la proporció de votates de la ciudad a favor de la propuesta es más alta que la proporció de votates del muicipio.

7 Al probar hipótesis e las que la estadística de prueba es discreta, la regió crítica puede elegirse de forma arbitraria y determiar su tamaño. Si α es demasiado grade, puede reducirse al ajustar el valor crítico. Para ello puede ser ecesario aumetar el tamaño de la muestra y compesar la dismiució que ocurre de maera automática e la potecia de la prueba (probabilidad de rechaar H o dado que ua alterativa específica es verdadera). Se ha acostumbrado elegir u ivel de sigificacia de 0.05 ó 0.0 y la regió crítica e cosecuecia está establecida. Etoces, por supuesto, el rechao o aceptació estricto de H o depederá de esa regió crítica. E estadística aplicada se ha adoptado de forma extesa la aproximació del valor P. La aproximació se diseña para dar al usuario ua alterativa a la simple coclusió de rechao o o rechao. La aproximació del valor P como ayuda e la toma de decisioes es bastate atural pues casi todos los paquetes de computadora que proporcioa el cálculo de prueba de hipótesis etrega valores P juto co valores de la estadística de la prueba apropiada.

8 Características pricipales de el valor P U valor P es el ivel (de sigificacia) más bajo e el que el valor observado de la estadística de prueba es sigificativo. El valor P es el ivel de sigificacia más pequeño que coduce al rechao de la hipótesis ula H o. El valor P es el míimo ivel de sigificacia e el cual H o sería rechaada cuado se utilia u procedimieto de prueba especificado co u cojuto dado de iformació. Ua ve que el valor de P se haya determiado, la coclusió e cualquier ivel a particular resulta de comparar el valor P co α:. Valor P α Rechaar H o al ivel α.. Valor P > α No rechaar H o al ivel α

9 Ejemplo Solució ) Datos x=7.8 =00 σ=8.9 α=0.05 μ=70=? Calcular el valor P para el primer ejemplo de esayo de hipótesis e dode se quería probar que la edad media de los habitates de Estados Uidos es superior a 70 años. Ua muestra aleatoria de 00 muertes registradas e Estados Uidos el año pasado muestra ua vida promedio de 7.8 años. Supogamos ua desviació estádar poblacioal de 8.9 años, Esto parece idicar que la vida media hoy e día es mayor que 70 años? Utilice u ivel de sigificacia de H o H ) Esayo de hipótesis α=0.05 H o ; μ = 70 años. =.645 H ; μ > 70 años. 3) Regla de decisió 4) Cálculos Si el valor P 0.05 se rechaa H o. Si el valor P > 0.05 No se rechaa H o. x / / 00.0

10 Esta es el valor de que se utiliará para calcular el valor P. Dado que es u esayo uilateral derecho se calculará el área a la derecha de este valor. 5) Justificació y decisió valor P = Como el valor P es 0.69 y es meor al valor del ivel de sigificacia de 0.05 etoces se rechaa H 0, y se cocluye que la edad media de los habitates es mayor a 70 años. H o H valor P=0.06 =.645 α=0.05

11 Ejemplo Solució ) Datos x = x = σ =0.0 σ =0.05 α=0.05 = =0 Calcular el valor P para el ejemplo dode se tiee dos máquias y se quiere ver si tiee la misma catidad promedio de lleado e las botellas de plástico. Se utilia dos máquias para llear botellas de plástico co u volume eto de 6.0 oas. Las distribucioes de los volúmees de lleado puede supoerse ormales, co desviacioes estádar σ = 0.00 y σ = 0.05 oas. U miembro del grupo de igeiería de calidad sospecha que el volume eto de lleado de ambas máquias es el mismo, si importar si éste es o o de 6 oas. De cada máquia se toma ua muestra aleatoria de 0 botellas. Se ecuetra el igeiero e lo correcto? Utilice α = 0.05 ) Esayo de hipótesis H o ; μ -μ = 0 H ; μ - μ 0 H H o H 3) Regla de decisió Si el valor P 0.05 Se rechaa H o. Si el valor P > 0.05 No se rechaa H o. α=0.05 α=0.05

12 4) Cálculos x x Como este es u esayo bilateral se procede a calcular el valor P mediate el valor de la, positiva y egativa y luego se sumará las áreas. valor P = =(0.635)= valor P= ) Justificació y decisió Como el valor P > α, se o se rechaa H o, y se cocluye que las dos máquias tiee el mismo lleado promedio. H H o H α=0.05 α=0.05

13 Error tipo II o β Al evaluar u procedimieto de prueba de hipótesis, es importate tambié examiar la probabilidad del error tipo II, el cual se deota por β. Esto es, error tipo II P Aceptar H H es ) P ( 0 0 falsa Para calcular β se debe teer ua hipótesis alterativa específica; esto es, debe teerse u valor particular del parámetro. Por ejemplo, supogamos que resulta importate rechaar cierta la hipótesis ula H o : μ = 50 cm/s cada ve que la rapide promedio de combustió μ es mayor que 5 cm/s o meor que 48 cm/s. Para ello, puede calcularse la probabilidad β de u error tipo II para los valores μ = 5 y μ = 48, y utiliar dicho resultado para averiguar algo co respecto a la forma e que se desempeñará la prueba. De maera específica, Cómo trabajará el procedimieto de prueba si lo que se desea detectar, es rechaar H o, para u valor medio de μ= 5 ó μ = 48? Dada la simetría, sólo es ecesario evaluar uo de los dos casos, esto es, ecotrar la probabilidad de aceptar la hipótesis ula H o : μ = 50 cuado el valor verdadero es μ = 5.

14 Para hacer este cálculo se tedrá u tamaño de muestra de =0 y ua desviació estádar de la població de σ =.5 cm/s. Además se evaluará el error tipo II co u ivel de sigificacia de α = Esayo de hipótesis H o ; μ = 50 cm/s H ; μ 50 cm/s Sabemos que se trata de u esayo bilateral por lo que se tedrá que calcular el valor del estadístico x de la siguiete maera: x H o Cálculo H H x α=0.03 α=0.03

15 Para poder compreder mejor el cálculo del error tipo II se delimitará el área de la regió de aceptació co dos líeas ya que es bilateral y se evaluará la probabilidad de caer e esa área cuado la media tiee u valor de 5 y de 48. x / x / / / x / x / / /

16 H o H H α=0.03 α= β= β=0.643

17 Como se puede observar e cada calculo del valor β se tuviero que evaluar los dos valores de. E el primer calculo de β se tiee u valor de =-4.43, esto quiere decir que o existe área del lado iquierdo del 48.5, por lo que β sólo será el área que correspoda a la = Lo mismo pasa co el segudo cálculo de β. Como las medias de 5 y 48 so equidistates del 50 por este motivo los valores del error tipo II so los mismos. E caso que o esté equidistates se tiee que calcular por separado y calcular los valores correspodietes de porque e ocasioes se tiee u área que o está detro de la regió de aceptació, la cual o se tiee que tomar e cueta para evaluar al error tipo II.

18

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete

Más detalles

Test de Hipótesis. Material Preparado por Hugo Delfino

Test de Hipótesis. Material Preparado por Hugo Delfino Test de Hipótesis Material Preparado por Hugo Delfio 8-3 Qué es ua Hipótesis? Hipótesis: Es u suposició acerca del valor de u parámetro de ua població co el propósito de discutir su validez. Ejemplo de

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más detalles

TEMA 4: CONTRASTE DE HIPOTESIS

TEMA 4: CONTRASTE DE HIPOTESIS ESTADÍSTICA, CURSO 2008 2009 TEMA 4: CONTRASTE DE HIPOTESIS HIPOTESIS ESTADISTICAS ENSAYOS DE HIPOTESIS Cocepto de hipótesis estadística Esayos de hipótesis Hipótesis ula (H 0 ) y alterativa (H ) Diferecias

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

Estimación por intervalos

Estimación por intervalos Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo

Más detalles

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

UNIDAD 4.- INFERENCIA ESTADÍSTICA II UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que

Más detalles

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase

Más detalles

9.3. Contrastes de una proporción

9.3. Contrastes de una proporción 9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes

Más detalles

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio. EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 215 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva 2, Ejercicio

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

Más detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que

Más detalles

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496. GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

ESTIMACIONES DE MEDIAS

ESTIMACIONES DE MEDIAS COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media

Más detalles

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Págia 1 de 11 CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ

θˆ = h(x 1,X 2,...,X n ) θˆ es un estimador puntual de θ Iferecia Estadística 95 Capitulo VIII INFERENCIA ETADITICA Es ua rama de de la Estadística que se ocupa de los procedimietos que os permite aalizar y etraer coclusioes de ua població a partir de los datos

Más detalles

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo. Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA FACULTAD DE INGENIERÍA INFERENCIA ESTADÍSTICA Iree Patricia Valdez y Alfaro Estimació de parámetros ireev@servidor.uam.mx Ua clasificació de estadística Descriptiva Calculo de medidas descriptivas Costrucció

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

Distribuciones Muestrales

Distribuciones Muestrales 10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes

Más detalles

Distribuciones en el muestreo, EMV

Distribuciones en el muestreo, EMV Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

Pasos básicos para docimar una hipótesis:

Pasos básicos para docimar una hipótesis: Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.

ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA . Metodología e Salud Pública INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA Autor: Clara Lagua 5.1 INTRODUCCIÓN La estadística iferecial aporta las técicas ecesarias para extraer

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Opció B Reserva, Ejercicio 4, Opció B Reserva 2, Ejercicio 4,

Más detalles

1. Distribución Normal.

1. Distribución Normal. DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei RESUMEN 1. Distribució Normal. 1.1. Cálculo de probabilidades a) Para ua distribució estádar N(0,1) usamos directamete la tabla: Ejemplos:

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H

TEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos

Más detalles

Intervalos de confianza Muestras grandes

Intervalos de confianza Muestras grandes Itervalos de cofiaza Muestras grades Por qué u itervalo de cofiaza? E la Uidad 3 revisamos los coceptos de població y muestra. Los parámetros poblacioales so la media μ y la variaza σ. So costates y geeralmete

Más detalles

TEMA 6.- INTERVALOS DE CONFIANZA

TEMA 6.- INTERVALOS DE CONFIANZA TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Tests de Hipótesis basados en una muestra. Dra. Diana Kelmansky 125 ESTADÍSTICA (Q)

Tests de Hipótesis basados en una muestra. Dra. Diana Kelmansky 125 ESTADÍSTICA (Q) Tests de Hipótesis basados e ua muestra. Dra. Diaa Kelmasky 15 19. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA 19.1 Desarrollo de u ejemplo Iteresa saber si el método

Más detalles

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar

Más detalles

Estimación de Parámetros. Estimación de Parámetros

Estimación de Parámetros. Estimación de Parámetros Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos) Curso de Estadística Aplicada a las Ciecias Sociales Tema 10. Estimació de ua proporció Cap. 0 del maual Tema 10. Estimació de ua proporció Itroducció 1. Distribució e el muestreo de ua proporció. Estimadores

Más detalles

Estimación de Parámetros

Estimación de Parámetros Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos

Más detalles

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA

EJERCICIOS TEMA 8. INFERENCIA ESTADISTICA º BACHILLERATO. CIENCIAS SOCIALES 1. Ua variable aleatoria tiee ua distribució ormal de media m y desviació típica s. Si se extrae muestras aleatorias de tamaño : a) Qué distribució tiee la variable aleatoria

Más detalles

InIn Sistemas de Control de Calidad

InIn Sistemas de Control de Calidad Desity Desity II 78- Sistemas de Cotrol de Calidad Pla - Repaso de cotrol de calidad Gráficos de Cotrol - Herramieta que moitorea ua o más variables a lo largo del tiempo. (El sistema requiere itervecioes

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete

Más detalles

ESTADÍSTICA. n i Se pide:

ESTADÍSTICA. n i Se pide: ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de

Más detalles

Estimación por Intervalos

Estimación por Intervalos Estimació por Itervalos Propósito Ya se discutiero los estimadores putuales: x y p Ahora se dará, e ambos casos, ua estimació de itervalo, la cual iforma sobre la precisió de la estimació. Esta estimació

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n. 1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =

Más detalles

T5. Contrastes para los parámetros de una población Normal

T5. Contrastes para los parámetros de una población Normal Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística

Más detalles

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.

Parte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias. EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo 5 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 5 OPCIÓN A EJERCICIO 1 (A) 1 3 - Se cosidera las matrices A

Más detalles

Existen diversidad de aplicaciones que involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes.

Existen diversidad de aplicaciones que involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes. Existe diversidad de aplicacioes que ivolucra poblacioes de datos cualitativos que debe compararse utiliado proporcioes o porcetajes. Por Ejemplo: Educació.- Es mayor la proporció de los estudiates que

Más detalles

EJERCICIO 1 EJERCICIO 2

EJERCICIO 1 EJERCICIO 2 EJERCICIO 1 U sociólogo ha proosticado, que e ua determiada ciudad, el ivel de absteció e las próximas eleccioes será del 40% como míimo. Se elige al aar ua muestra aleatoria de 00 idividuos, co derecho

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces. Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

Más detalles

INTRODUCCION Teoría de la Estimación

INTRODUCCION Teoría de la Estimación INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. Examen del 18 de junio de 2010

Examen de la asignatura Estadística aplicada a las ciencias sociales Profesor Josu Mezo. Examen del 18 de junio de 2010 Eame de la asigatura "Estadística aplicada a las ciecias sociales" Profesor Josu Mezo. Eame del 18 de juio de 2010 Recordatorio de fórmulas (o todas so ecesarias) Σ N i c cifi s s sˆ ET 1 z estimador ET

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

Solución. x 1 =36 x 2 =24 n 1 =50 n 2 =75 IC=96 % σ 1 =6 σ 2 =8. Datos. Fórmula x 1 -x 2 =36-24=

Solución. x 1 =36 x 2 =24 n 1 =50 n 2 =75 IC=96 % σ 1 =6 σ 2 =8. Datos. Fórmula x 1 -x 2 =36-24= Solució Datos x =36 x =4 =50 =75 IC=96 % σ =6 σ =8 Fórmula x x z Se lleva a cabo u exerimeto e que se comara dos tios de motores, A y B. Se mide el redimieto e millas or galó de gasolia. Se realiza 50

Más detalles

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas

TAMAÑO DE MUESTRA. 5.1 Coeficiente de homogeneidad al interior de las escuelas TAMAÑO DE MUETRA Ua de las etapas del diseño muestral es el cálculo del tamaño de la muestra (Cocra, 977, p. 7-88; Médez, 004, p. 45-47; y aro, 999, p. 39-4), ésta se lleva a cabo cosiderado el objetivo

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles