IN INVESTIGACIÓN DE MERCADOS Repaso: Estadística para la investigación de mercados. André Carboni Semestre primavera 2013
|
|
- Adolfo Maidana Tebar
- hace 5 años
- Vistas:
Transcripción
1 I565 - IVESTIGACIÓ DE MERCADOS Repaso: Estadística para la ivestigació de mercados Adré Carboi Semestre primavera 03
2 MUESTREO: DISEÑO Y PROCEDIMIETOS
3 Muestra Qué es ua muestra? Grupo de elemetos que es u subcojuto del uiverso y que será cotactados para obteer iformació. Població Muestra
4 Muestra v/s ceso Características que favorece el uso de: Muestra Ceso Presupuesto Pequeño Grade Tiempo dispoible Poco Mucho Tamaño de la població Grade Pequeña Variaza de la característica Pequeña Grade Costo de los errores de muestreo Bajo Alto aturaleza de la medició Destructiva o destructiva Ateció a casos idividuales Sí o
5 Proceso de muestreo Defiir la població meta Determiar el marco de muestreo Seleccioar la técica de muestreo Determiar el tamaño de la muestra Llevar a cabo el proceso del muestreo
6 Proceso de muestreo Defiir la població meta Determiar el marco de muestreo Seleccioar la técica de muestreo Determiar el tamaño de la muestra Llevar a cabo el proceso del muestreo
7 Defiició de la població meta Població meta: Cojuto de elemetos y objetos que posee la iformació buscada y acerca del cual se hará iferecias Debe defiirse co precisió, sio es ieficaz o egañosa La defiició de la població meta es e base a: Elemetos: dueñas de casa, mujeres, etre 8 y 55 años, que ha comprado leche e los últimos 30 días e Uidades de muestreo: Supermercados, hogares, Extesió: Límites geográficos Tiempo
8 Proceso de muestreo Defiir la població meta Determiar el marco de muestreo Seleccioar la técica de muestreo Determiar el tamaño de la muestra Llevar a cabo el proceso del muestreo
9 Determiació del marco de muestreo Cosiste e listar u cojuto de istruccioes para idetificar a la muestra: Base de datos de s Geeració aleatoria de úmeros de teléfoo Ubicació geográfica co u mapa Formas de evitar el error de determiació del marco de muestreo: Redefiir la població e térmios del marco Seleccioar a los ecuestados ad hoc e la etapa de recolecció de datos Ajustar los datos recabados co u esquema de poderacioes para equilibrar el error
10 Proceso de muestreo Defiir la població meta Determiar el marco de muestreo Seleccioar la técica de muestreo Determiar el tamaño de la muestra Llevar a cabo el proceso del muestreo
11 Elecció de la técica de muestreo Técicas de muestreo o probabilístico Probabilístico Muestreo aleatorio simple Muestreo sistemático Muestreo estratificado Muestreo por coglomerados Muestreo por coveiecia Muestreo por juicio Muestreo por cuotas Muestreo de bola de ieve Proporcioal o proporcioal
12 Muestreo o probabilístico o hay forma de establecer la probabilidad de seleccioar u determiado elemeto resultados o se puede proyectar estadísticamete a la població. o ecesariamete so iexactas o peores que las probabilísticas. Puede ser o o represetativas depediedo del método y cotroles de selecció. Más ecoómico que el muestreo probabilístico. Aumetar el tamaño muestral o resuelve los problemas de sesgo que se presete (por ej. ua parte de la població objetivo puede quedar fuera del muestreo por defiició). La decisió acerca del tamaño de la muestra está relacioada directamete co el costo de la ivestigació. El tamaño de la muestra o depede del tamaño de la població e estudio.
13 Muestreo por coveiecia La muestra la seleccioa el etrevistador, sólo restrigido a cosiderar elemetos dispuestos a participar. La más ecoómica y rápida o hay forma de determiar la represetatividad de la muestra o se puede geeralizar a la població. OK para Ivestigació exploratoria. Ejemplos: Etrevistar mujeres e u cetro comercial si ormas sobre cuotas. Ecuestas por correo, o Iteret. Muestra para u focus group (e geeral).
14 Ejemplo A B C D E El grupo D se reuió e u mometo y lugar coveietes.
15 Muestreo por juicio Caso particular de muestreo por coveiecia. Se seleccioa ua muestra de elemetos que parece represetar a la població a aalizar. Es ecoómico, práctico y rápido. Es subjetivo. Ejemplos: Mercados de prueba: selecció de ua regió geográfica que se cree es represetativa del todo el mercado. Tiedas elegidas para probar uevo sistema de exhibició de mercacías. Elegir regió metropolitaa, descartar comuas muy pobres, descartar comuas poco seguras, seleccioar mazaas represetativas, seleccioar casa cada 0 e la mazaa.
16 Ejemplo A B C D E Ivestigador cosidera que B, C y E so típicos y coveietes.
17 Muestreo por cuotas Es u muestreo por juicio restrigido de dos etapas. Desarrollar categorías de cotrol, o cuotas, de los elemetos de la població (ej: edad, sexo, GSE, etc.). Defiir proporcioes de cada cuota segú la proporció e la població. Seleccioar por coveiecia o juicio a los elemetos de la muestra. Se agrega elemetos a la muestra hasta que se completa la cuota. Ejemplo: De algua població particular, describo las siguietes cuotas. Segmeto GSE Hombres Mujeres Total < 30 años >= 30 años < 30 años >= 30 años ABC C C D Total
18 Ejemplo A B C D E cuotas (A, B, C, D, E) e impogo u elemeto de cada ua
19 Muestreo de bola de ieve Se seleccioa u grupo iicial de ecuestados al azar, a quiees después de etrevistar se les pide que idetifique a otras persoas que perteezca a la població meta de iterés. La muestra se seleccioa e base a referecias. Los seleccioados tedrá características demográficas y psicográficas más similares que si se elige todos al azar. Útil para estimar características raras (ej: Hombres viudos meores a 35).
20 Ejemplo A B C D E Elijo a miembros y 9. El refiere a y 3. El 9 refiere al 8.
21 Muestreo probabilístico Todas las uidades de la població tiee ua probabilidad coocida y mayor que cero de ser seleccioadas e la muestra. Permite aalizar la represetatividad de la muestra. A partir de la muestra es posible calcular u itervalo de cofiaza de la variable de iterés e la població. Se utiliza cuado se requiere ua estimació muy precisa de la variable a estudiar e la població.
22 Muestreo aleatorio simple (MAS) Cada uidad o elemeto tiee igual probabilidad de ser seleccioadas. Cada muestra posible de tamaño tiee la misma probabilidad de ser elegida. Se requiere ua clasificació orgaizada que eumere a todos las uidades de la població. Se seleccioa aleatoriamete. Vetajas: Fácil de eteder y aplicar. Desvetajas: o siempre so factibles (ej.: eumeració). Puede ser costosas (ej.: área geográfica). Distorsioes e muestras pequeñas.
23 Ejemplo A B C D E Seleccioar 5 úmeros aleatorios del al 5.
24 Muestreo sistemático La muestra se elabora partiedo de u elemeto elegido arbitrariamete, seleccioado los elemetos siguietes de la lista co u salto costate. Para calcular itervalo del muestre, se divide el tamaño de la població () por el tamaño de la muestra () y se redodea. Si la població o está ordeada Se parece al MAS. Si la població está ordeada segú característica de iterés Más represetativo de la població Vetajas: Fácil de utilizar o hay que geerar úmeros aleatorios Más ecoómica Meor error de muestreo que el MAS si está ordeado Se puede aplicar si coocer marco de muestreo (ej: ver i-ésima persoa que sale de ua tieda).
25 Ejemplo A B C D E Itervalo = 5/5 = 5. Se elige úmero aleatorio etre y 5 como puto de partida () y el itervalo es de 5 e 5.
26 Muestreo estratificado Dividir a los elemetos e subpoblacioes (estratos). Los estratos debe ser mutuamete excluyetes. Los elemetos detro de cada estrato debe ser homogéeos, mietras que etre estratos debe ser heterogéeos. Detro de cada estrato, seleccioar ua muestra idepediete (ej.: MAS, muestreo sistemático, ) Se mide las variables de iterés e cada muestra, se podera y se estima u total para la població Vetajas: Reduce sigificativamete el itervalo de cofiaza Desvetajas: Más complejo que MAS Más costoso que MAS
27 Muestreo estratificado Asigació Proporcioal: El úmero de elemetos seleccioados es proporcioal al tamaño relativo del estrato co respecto a la població. E el peor de los casos será ta eficaz como MAS. Asigació o Proporcioal u Óptima: Hay ua doble poderació de los elemetos: tamaño del estrato al que perteece y variaza de la variable a calcular. Mayor tamaño Ifluye más e la media de la població. Mayor variaza Meor precisió Tomar más elemetos.
28 Ejemplo A B C D E Se toma aleatoriamete u elemeto de cada estrato.
29 Muestreo por coglomerados Se realiza ua partició (excluyete y exhaustiva) de la població de uidades de muestreo e grupos cerrados (coglomerados) a partir de ua variable de clasificació. Se seleccioa ua muestra detro del cojuto de coglomerados (ej.: MAS, salto sistemático, ). Se seleccioa ua muestra detro de cada cojuto de grupos cerrados elegidos e la etapa aterior (ej.: MAS). Puede haber varias fases. Ejemplo: Regió Ciudad Mazaa Casa Familia Població objetivo
30 Ejemplo A B C D E Seleccioar al azar 3 coglomerados (B, D, E). Se elige al azar o elemetos de cada uo.
31 Proceso de muestreo Defiir la població meta Determiar el marco de muestreo Seleccioar la técica de muestreo Determiar el tamaño de la muestra Llevar a cabo el proceso del muestreo
32 Determiar tamaño de la muestra Se debe tomar e cueta los siguietes efoques prácticos: Reglas empíricas. Restricció presupuestaria. Valor de la iformació. Utilizació de estudios comparables. Aalizar los factores que determia el tamaño: úmero de grupos y subgrupos detro de la muestra (por ej. aálisis detallado por segmeto). Variabilidad de la població (por ej. si todos los idividuos de la població objetivo se comportara igual os bastaría cosiderar ua muestra de caso).
33 Proceso de muestreo Defiir la població meta Determiar el marco de muestreo Seleccioar la técica de muestreo Determiar el tamaño de la muestra Llevar a cabo el proceso del muestreo
34 Llevar a cabo el proceso La realizació del proceso de muestreo requiere ua especificació detallada de cómo se llevará a cabo las decisioes del diseño de muestreo relacioadas co la població, el marco de muestreo, las técicas de muestreo y el tamaño de la muestra. Es ecesario especificar los procedimietos a seguir e el caso de o respuesta (por ejemplo vivieda desocupada).
35 Tratamieto de la o respuesta Motivos asociados a este feómeo: Simplemete o quiere respoder. o tiee la capacidad o coocimieto suficiete para cotestar. o se ecuetra. Solucioes: Mejorar el diseño de la ecuesta (por ej. pregutas de perfilamieto al fial del cuestioario). Reiteto de geerar la respuesta (por ej. visitas repetidas al mismo hogar para maximizar su probabilidad de respuesta). Estimar el efecto asociado a la o respuesta (por ej. cosiderar que este grupo puede teer ua opiió egativa de mi servicio).
36 TAMAÑO DE LA MUESTRA
37 Muestreo aleatorio simple (MAS) Todos los elemetos de la població tiee ua probabilidad coocida, o ula, de ser elegidos. Pero al o ser devueltos a la població, la probabilidad de que salga u elemeto determiado depede de las extraccioes ateriores e el caso de població fiita. Cosiste e elegir elemetos de ua població de elemetos. Las muestras posibles so: (! )!! Ejemplo: Cuátas muestras de 00 elemetos puede ser obteidas de ua població de 0? ! 0! 00!
38 Muestreo aleatorio simple (MAS) La probabilidad de que ua muestra sea elegida es: Prob(muestra específica) La probabilidad de que u elemeto forme parte de ua muestra dada será: úmero de muestras probables úmero de muestras posibles Por lo tato, la media y variaza muestral de ua variable podrá variar de muestra e muestra. E la medida que se aumeta el tamaño de la muestra (), etoces el error cometido por elegir ua muestra determiada dismiuye (error muestral). Esto debido a que la catidad de muestras posibles de escoger dismiuye y e cosecuecia, tambié la probabilidad de variació del idicador de muestra e muestra.
39 Muestreo aleatorio simple (MAS) Cómo hacer u muestreo aleatorio? Co u listado de elemetos de la població y usado úmeros aleatorios. Ejemplo: Cómo elegir ua muestra de 0 elemetos de ua població de 000? Muestra Aleatorio Població
40 Muestreo aleatorio simple (MAS) Cómo hacer u muestro aleatorio? Co u listado de elemetos de la població y muestreo sistemático co arraque aleatorio. Ejemplo: Elegir ua muestra de 6 a partir de ua població de 0. K 0 6 3, Elegido aleatoriamete etre los K primeros elemetos Població
41 Muestreo aleatorio simple (MAS) Cómo estimar parámetros de la població a partir de la muestra? Població Muestra Total Y Y i i Yˆ y y Media Y i Y i Y ˆ i y i y Proporció P i A i Pˆ i a i p Las Yi represeta los valores de la variable medida e el i-ésimo elemeto de la població (por ej. edad, frecuecia de cosumo, opiió sobre u servicio, etc.). Las Ai so variables dicotómicas (0 ó ), tomado el valor e el caso de poseer la característica (por ej. géero).
42 Muestreo aleatorio simple (MAS) Las estimacioes obteidas a partir de la muestra está afectadas por el error estadístico o error muestral. Este error, e el caso del muestreo probabilístico es medible. Població Muestra Total S i Y Y i Sˆ i y i y s Factor de correcció Media S S Y Sˆ s * s Y y Proporció P*( P) S P ˆ p*( p) S * s P p P Ai, Q P i Si /<5% se aproxima a població ifiita y se elimia los factores de correcció por tamaño de muestra.
43 Muestreo aleatorio simple (MAS) El grado de cofiaza de ua estimació es la probabilidad de que el verdadero valor e la població se ecuetre etre dos valores determiados, llamados límites del itervalo de cofiaza. Estimació Error E K * ˆ S E El valor de la població que deseamos estimar estará compredido co ua probabilidad o grado de cofiaza defiido, etre los valores que resulta de sumar o restar el error estadístico al valor obteido del estimador muestral. El coeficiete K depede del grado de cofiaza elegido.
44 Muestreo aleatorio simple (MAS) E estricto rigor K sigue ua distribució t-studet de - grados de libertad e vez de ua ormal, pues la variaza poblacioal es descoocida. Si embargo, la distribució ormal es ua buea aproximació para muestras grades (>50). Cofiaza t(=0) t(=5) t(=50) t(=75) t(=00) t(=000) (0,) 99.73% % % % % % % % %
45 Muestreo aleatorio simple (MAS) Para el caso de la media, teemos: Despejado : Error s K *ˆ S Y K * * K s e K s Es decir, el tamaño de la muestra depede del K (grado de cofiaza), el error estadístico que estamos dispuestos a tolerar y de la variabilidad de los datos. ormalmete s es descoocida y lo que se hace es hacer ua sobreestimació de él para asegurar que la muestra o tega u error estadístico mayor al deseado (por ej. poerse e el peor de los casos). Otra alterativa es estimarla a través de ua muestra piloto. Si la població es ifiita: K s e
46 Muestreo aleatorio simple (MAS) La muestra co població fiita se relacioa de la siguiete forma co la de població ifiita: * Gráficamete: : Es el tamaño de muestra para ua població ifiita Es decir, por mucho que aumete el tamaño de la població, el tamaño de muestra ecesario para iveles dados de cofiaza, error estadístico y dispersió de los datos es prácticamete el mismo.
47 Muestreo aleatorio simple (MAS) Para el caso de estimacioes de totales teemos: Despejado : Error s K *ˆ S Y K * ( ) K s e K s E este caso, el tamaño de la muestra aumeta al aumetar el. Gráficamete:
48 Muestreo aleatorio simple (MAS) Para el caso de ua proporció tedremos: Error K *ˆ S P K * Despejado : e K pq ( ) K pq pq Si la població es ifiita: K pq e Cuado los valores de p y q o se cooce se recomieda tomar p = q = 0.5, pues eso cosidera la máxima variaza posible de los datos (el peor de los casos). Es decir, aproximadamete igual a la ecuació vista para la media.
49 Muestreo aleatorio simple (MAS) Ejemplo: Se tiee facturas y se desea estimar la proporció de ellas que tiee errores. Se seleccioaro 56 facturas a través de u muestreo aleatorio simple y se ecotraro co errores (3.57%) Cuál es el error de la estimació co u 95% de cofiaza? Error K *ˆ S P * * * Es decir, el verdadero valor e la població está co u 95% de probabilidad etre: L L iferior superior p Error p Error % % Por lo tato, dado los resultados de la muestra y su error o se puede cocluir si existe o o errores sigificativos e las facturas (por ej. si el límite fijado fuera de 5%).
50 Muestreo aleatorio simple (MAS) Cuál debería ser el tamaño de la muestra para que el error o sea más de u puto porcetual? e K pq ( ) K pq 0.0 *0.0357*0.9643* *(00000 ) *0.0357* ,6 368
51 Muestreo Aleatorio Estratificado Se usa si el coocimieto de la població permite agrupar previamete sus elemetos e subcojutos o estratos de forma que sea más homogéeos. La obteció de ua muestra co elemetos de cada uo de ellos colleva ua mayor precisió de las estimacioes que el muestreo aleatorio simple. Si la selecció de la muestra e cada estrato se hace mediate u muestreo aleatorio simple, se llama muestreo aleatorio estratificado. E u caso extremo, si cada estrato fuera de forma tal que cada uo tuviera elemetos iguales detro de él para la variable a estudiar, bastaría u elemeto de cada estrato para teer ua muestra represetativa.
52 Muestreo Aleatorio Estratificado o hay reglas defiidas sobre el úmero de estratos a utilizar. E geeral, se puede decir que al aumetar el úmero de estratos aumeta la precisió. Por otro lado, u úmero elevado de estratos complica los cálculos y puede que su aporte a reducir la muestra sea míimo. Para defiir bie los estratos es ecesario utilizar algua variable coocida de la població que esté correlacioada co aquella que queremos ivestigar.
53 Muestreo Aleatorio Estratificado Si represetamos las poblacioes de L estratos por,,, L: L h h W h h L W h h Wh es el peso relativo del estrato h e la població. Se llama afijació al reparto que se hace del tamaño de muestra etre los diferetes estratos. Existe tres tipos de afijació: Afijació igual: se le asiga a cada estrato el mismo úmero de muestra. h L Afijació proporcioal: a cada estrato se le asiga ua fracció de la muestra que es igual a la proporció que tiee el estrato e la població. h * h
54 Muestreo Aleatorio Estratificado Afijació óptima: se asiga a cada estrato u úmero de muestra proporcioal al producto de su població por la desviació estádar del estrato e la muestra. h * L l h * s l h * s l Este tipo de afijació es la que etrega ua mejor precisió para u mismo tamaño de muestra, pues toma e cueta el tamaño del estrato y la variabilidad de los datos a su iterior.
55 Muestreo Aleatorio Estratificado Cómo estimar parámetros de la població a partir de ua muestra estratificada?, Media Total Proporció Població Muestra i Y i Y L l l l e e y y Y ˆ e L l l l L l l l e y y W y Y * * ˆ Y Y i i e l l l l l l e p p W p P * * ˆ A P i i
56 Muestreo Aleatorio Estratificado Cómo estimar la variabilidad de los datos a partir de ua muestra estratificada? Media Total Proporció Població Muestra Y Y S i i ) ( ˆ e y e l l L l l l l Y s s S ) ( ˆ e y e l l L l l l l Y s s S S S Y P P S P ) *( ) *( * ˆ p e l l l l l l L l l e P s p p S
57 TEST DE HIPÓTESIS
58 Pero primero Kurtosis Es ua medició de qué ta cocetrado o aplaado está u cojuto de datos e comparació co la distribució ormal. K<0 K>0 K=0 U ídice positivo idica ua distribució más cocetrada. E tato que uo egativo idica ua distribució relativamete plaa. K i Yi Y S Dode S es la desviació estádar de la població. E el caso de estar trabajado co ua muestra y descoocer S, etoces el estimador isesgado de K es: 4 3 K k ( ) ( )( )( 3) 4 yi y ( ) 3 i s ( )( 3)
59 Pero primero Skewess (asimetría) Es ua medició del grado de asimetría de ua distribució alrededor de su media. A<0 A=0 A>0 U ídice positivo idica ua distribució asimétrica hacia la derecha. E tato que uo egativo idica asimetría hacia la izquierda. A i 3 Yi Y S Dode S es la desviació estádar de la població. E el caso de estar trabajado co ua muestra y descoocer S, etoces el estimador isesgado de A es: 3 yi y A a ( )( ) i s
60 Test de hipótesis Se usa cuado se requiere probar o rechazar ua idea prestablecida. Hipótesis: presució de sobre ua característica de la població. Ej. U gerete de ua empresa de telefoía estima que e promedio trascurre 7 miutos desde que ua persoa saca u úmero hasta que la atiede e caja. Se ha tomado ua muestra de 36 persoas y se obtuvo que el tiempo promedio trascurrido fue de 8 miutos, co ua desviació estádar de la muestra de miutos. Debemos aceptar o rechazar la hipótesis del gerete? Es decir, es 8 lo suficietemete lejao de 7 como para descartar la estimació del gerete? O al cotrario, es lo suficietemete cercaa como para validarla?
61 Test de hipótesis Existe dos explicacioes para la diferecia etre el valor hipotético y el de la muestra: a) La hipótesis es cierta y la diferecia observada se debe al error estadístico. b) La hipótesis es falsa y el valor real será algú otro valor. U test de hipótesis ayuda a determiar cuál es la explicació más probable.
62 Pasos de u test de hipótesis Defiició de hipótesis Método estadístico Regla de decisió Ejemplo: Hipótesis ula: Lo que se quiere probar H 0 : Y 7 días Hipótesis alterativa: Compite co la H0, puede ser uidireccioal o bidireccioal. H : Y 7 días t y Y s / 8 7 / 36 3
63 Pasos de u test de hipótesis La regla de decisió puede ser, por ejemplo: α=5% =36 t-α/,-=,03 Como t>tc, etoces se rechaza co u 95% de cofiaza que ua muestra de 36 elemetos co media de 8 días y desviació estádar de provega de ua població co media 7 días. La verificació de hipótesis está sujeta a dos tipos de error (I y II). Tipo I: cuado la hipótesis ula es verdadera e icorrectamete la rechazamos Tipo II: cuado la hipótesis ula es falsa e icorrectamete o la rechazamos
64 Test de hipótesis Test de hipótesis para proporcioes de ua muestra Defiició de Hipótesis: Hipótesis ula o Idiferete: Lo que se quiere probar Hipótesis Alterativa: Compite co la H0, puede ser bidireccioal o uidireccioal. H : P P * Método estadístico: p P Regla de decisió: Rechazar H0 si Z>Zc ó Z<-Zc Z * H * * P ( P ) 0 : P P * Z c Z
65 Test de hipótesis Ejemplo: Se realizaro 300 etrevistas para evaluar u uevo producto y 74 de ellos declararo ua iteció futura de compra. La empresa ha establecido como su criterio de decisió que lazará el producto si la proporció que está dispuesto a comprarlo es igual o superior al 9.5%. Debería lazar el producto? H : P 0.95 H : P p * p P Z.7 Z * * P ( P ) / 0.95*0.805/ 300 c Z Z Test uidireccioal Como Z>Zc, etoces se rechaza la hipótesis ula y se debería lazar el producto.
66 Test de hipótesis Test de hipótesis para proporcioes de dos muestras idepedietes Defiició de Hipótesis: Hipótesis ula o Idiferete: Lo que se quiere probar H 0 : P P Hipótesis Alterativa: Compite co la H0, puede ser direccioal o uidireccioal. H : P P Método estadístico: Z p p s p p s p p * * p ( p ) p * p p Z c Z Regla de decisió: Rechazar H0 si Z>Zc ó Z<-Zc
67 Test de hipótesis Ejemplo: Supoga que las proporcioes de disposició positiva a la compra del uevo producto e hombres y mujeres so de 8% y % respectivamete. E la muestra hay 50 hombres y 50 mujeres. Hay diferecia etre hombres y mujeres e la iteció de compra del producto? H : P P H : P P 0 p * p p 50*0.8 50* Z p p s p p 0.47*0.753* Z c Z Z Como Z<Zc, etoces o se puede rechazar H0.
68 Test de hipótesis Test de hipótesis para proporcioes para más de dos muestras idepedietes Defiició de Hipótesis Hipótesis ula o Idiferete: Lo que se quiere probar Hipótesis Alterativa: Compite co la H0, puede ser bidireccioal o uidireccioal. Método estadístico H : i / P i P T Cosideremos k muestras de tamaño k, cada ua de las cuales tiee xk éxitos y (k-xk) fracasos. Sea: x x H 0 : P PT, P PT,..., P T x k T k k P T Regla de decisió Rechazar H0 si c ó c c, k
69 Test de hipótesis Etoces: Dode: oij=frecuecia observada e la muestra j (i= éxito, i= fracaso). eij=frecuecia esperada e la muestra j (i= éxito, i= fracaso). Regla de decisió Rechazar H0 si ó i k j ij ij ij e e o, k c T T T j T j j x P e T T j T j j x P e c c
70 Test de hipótesis Ejemplo: Si 00 etrevistados era etre 8-34 años, otros 00 etre años y otros 00 de más de 55 años, y que los porcetajes de iteció de compra de cada grupo fuero 5%, % y 48% respectivamete. Podemos cocluir que hay diferecias por edad? H 0 : P P P3 H : i / Pi o ij eij e i j ij c, k 0.975, 5.99 Como c se rechaza H0 Sí, hay diferecias sigificativas por edad.
71 Test de hipótesis Test de hipótesis para la media de ua muestra Defiició de Hipótesis: Hipótesis ula o Idiferete: Lo que se quiere probar. Hipótesis Alterativa: Compite co la H0, puede ser bidireccioal o uidireccioal. Método estadístico: Si >30 se puede aproximar por la distribució ormal. y Y s / Regla de decisió: Rechazar H0 si t > tc ó t < -tc t H H 0 : Y Y : Y Y * tc t, * *
72 Test de hipótesis Ejemplo: A partir de ua muestra aleatoria de 50 automóviles de u mismo modelo se midió el redimieto e kilómetros por litro. El redimieto promedio es de.4 km/lt. y la desviació estádar de la muestra es de.5. Si las especificacioes técicas del redimieto so km/lt., se rechaza o o la hipótesis de que las especificacioes so verdaderas? H0 : Y H : Y * y Y.4 t.83 t t.5%,49. 0 s /.5/ 50 c 97 t=-,83 t=-,0 Se rechaza H0 pues t < -tc
73 Test de hipótesis Test de hipótesis para las medias de dos muestras Defiició de Hipótesis Hipótesis ula o Idiferete: Lo que se quiere probar. Hipótesis Alterativa: Compite co la H0, puede ser bidireccioal o uidireccioal. Método estadístico H H 0 : Y Y : Y Y t y y s y y s s s y y t c t, Si >30 se puede aproximar por la distribució ormal. Regla de decisió Rechazar H0 si t > tc ó t < -tc
74 Test de hipótesis Ejemplo: Dos muestras aleatorias de 50 y 75 automóviles, cada ua de u modelo diferete. Se midió el redimieto e kilómetros por litro e cada grupo. El redimieto promedio para el primer grupo fue de.4 km/lt y de 0.9 km/lt para el segudo. Las desviacioes estádar de cada muestra fuero de.5 y. Se rechaza o o la hipótesis que ambos modelos tiee el mismo redimieto? H : Y Y H : Y Y sy 0.34 y t t c t %,3 Se acepta H0 pues t < tc
75 Test de hipótesis Test de hipótesis para la variaza de dos muestras Defiició de Hipótesis Hipótesis ula o Idiferete: Lo que se quiere probar. Hipótesis Alterativa: Compite co la H0, puede ser bidireccioal o uidireccioal. Método estadístico H H 0 : : F i, co i Fc F,, j j Regla de decisió Rechazar H0 si F > Fc
76 Test de hipótesis Ejemplo: Se desea saber si hay diferecia etre hombres y mujeres fumadores e la variaza del cosumo de cigarrillos. Para ello se tomó ua muestra de 49 hombres y 39 mujeres, co cosumos promedio de 4. y 4.9 cigarrillos por semaa y desviacioes estádar de 4.9 y 4.79 respectivamete. H 0 : m f H : m f 4.9 F.05 F c F 95 %,48, Se acepta H0 pues F < Fc
77 Test de hipótesis Muestras relacioadas Cuado medimos e ua misma muestra e distitos mometos del tiempo tedremos dos muestras que so depedietes. ormalmete etre ambas medicioes ha ocurrido u eveto que afecta la medició (ej. publicidad). Test de hipótesis para la media etre dos muestras relacioadas Defiició de Hipótesis Método estadístico H : Y Y H : Y Y t 0 s d Regla de decisió Rechazar H0 si t > tc ó t< -tc d t i i di yi yi c, t
78 Test de hipótesis Ejemplo: Se midió la actitud positiva de compra ates y después de la publicidad e ua muestra de 0 persoas. Qué se puede cocluir de los resultados del experimeto? Actitud Previa (yi) Actitud Posterior (yi) di Promedio desv. Est t 4.9 t c t 97.5%, Como t>tc etoces se rechaza H0. Es decir, la publicidad tiee u efecto estadísticamete sigificativo e la actitud de compra.
79 Test de hipótesis Ejemplo: Y si hubiésemos elegido el test para medias co muestras idepedietes? y y sy 8.55 t t y c t 97.5%, s y y E este caso hubiéramos aceptado H0 y cocluido que o hay diferecia e la coducta de presetar ua actitud positiva hacia la compra ates y después de la publicidad
80 Test de hipótesis Test de hipótesis para las proporcioes etre dos muestras relacioadas Defiició de Hipótesis H : P P H : P P 0 Método estadístico Ates p p z Sí o Total ( b c) / / Sí a b a+b Después o c d c+d Total a+c b+d a+b+c+d b c ( ) z c z Regla de decisió Rechazar H0 si Z > Zc
81 Test de hipótesis Ejemplo: Se midió la disposició a la compra ates y después de la publicidad e ua muestra de 00 persoas. Qué se puede cocluir de los resultados del experimeto? ATES SÍ O TOTAL SÍ DESPUÉS O TOTAL z 7 (7 ) /00 00*99 /.68 z c z % Como Z>Zc etoces se rechaza H0.
Maestría en Marketing Métodos y técnicas de análisis cuantitativo y cualitativo. Métodos de Muestreo. Otoño Problemas a tratar
Maestría e Marketig Métodos y técicas de aálisis cuatitativo y cualitativo Métodos de Muestreo Referecia: PR Cap 11, KT 1-14. Otoño 004 Problemas a tratar Que alterativas hay para cofeccioar ua muestra
Más detallesEstimación 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 detallesUNIVERSIDAD 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 detallesEn 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 detallesUniversidad 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 detallesResumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.
Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados
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
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 detallesIntroducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino
Itroducció a la Iferecia Estadística Temario Diseño Muestral Teorema Cetral del Límite Iferecia estadística Estimació putual y por itervalos Test de hipótesis. DISEÑO MUESTRAL Porque utilizar muestras
Más detallesINFERENCIA 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 detallesUNIDAD 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 detallesTAMAÑO 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 detallesMUESTREO 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 detallesCapítulo 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 detallesEstimación de parámetros. Biometría
Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes
Más detallesEstadística 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 detallesTEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesPRUEBAS 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( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad
Más detallesTest 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 detallesIntervalos 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 detallesINTRODUCCION 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 detallesIntroducción. Ejemplos:
Itroducció Las técicas del muestreo se utiliza frecuetemete cuado se quiere coocer cuáles so las características geerales de ua població. Ejemplos: Aspectos demográficos y sociales: Prevalecia de la drogadicció
Más detallesAnálisis 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 detalles04/05/2015. Ángel Serrano Sánchez de León
04/05/05 Ágel Serrao Sáchez de Leó 04/05/05 Ídice Itroducció: Població y Muestra Tipos de muestreo Distribucioes muestrales De la media Diferecia de medias De ua proporció Diferecia de proporcioes Iferecia
Más detallesPRUEBA 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 detallesProblemas 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 detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesTema 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 detallesBloque 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 detallesDISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA, GEOGRAFÍA E INFORMÁTICA (INEGI)
403 DISEÑO MUESTRAL DE LA ENCUESTA NACIONAL DE EMPLEO URBANO MÉXICO INSTITUTO NACIONAL DE ESTADÍSTICA GEOGRAFÍA E INFORMÁTICA (INEGI 404 Diseño muestral de la ecuesta ÍNDICE Págia. Itroducció... 405 2.
Más detallesDeterminación 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 detallesEstadística 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 detallesINFERENCIA 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 detalles12 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 detallesPROBLEMAS 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 detallesIntroducciónalaInferencia 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 detallesPráctica 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 detallesPasos 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 detallesR E S O L U C I Ó N. a) La distribución de las medias muestrales es: N, N 8'1, N 8'1, 0'3. Como el nivel de confianza es del 97%, podemos calcular
El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media días y desviació típica 3 días. a) Determie u itervalo de cofiaza para estimar, a u ivel del 97%, co ua muestra aleatoria
Más detallesPrueba 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 detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesT5. 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 detallesTema 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 detallesINFERENCIA 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 detalles9.3. 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 detallesEjemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis
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
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesSELECCIÓN DE LOS CASOS (II): Muestra estadística
ELECCIÓ DE L CA (II): El objetivo de esta ficha de actividad es itroducir el problema de la selecció de los casos ua vez que se ha defiido (auque sea) provisoriamete el tipo de diseño que orgaizará la
Más detallesSESION 15 DISTRIBUCIONES DE MUESTREO
SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes
Más detallesEJERCICIO 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 detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo Nacioal de Estadística Direcció de Regulació, Plaeació, Estadariació y Normaliació -DIRPEN- Diseño Muestral Ecuesta Ambietal Idustrial Diciembre 00 ELABORÓ: EQUIPO TEMÁTICO DISEÑO
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesDistribuciones 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 detallesExplicación 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 detallesEstimación 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 detallesPRUEBAS 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 detallesINTERVALOS 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 detallesINFERENCIA 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 detallesIntervalos 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 detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació DIRPE Metodología Diseño Estadístico Ecuesta Sobre Ambiete y Desempeño Istitucioal Departametal
Más detallesIntervalos 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 detalles1. Muestreo Aleatorio Simple
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Estadística III-Material 2-2012 Revisió y Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo
Más detallesUNIDAD 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 detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para
Más detallesPROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)
TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA
Más detallesESTIMACIÓN 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 detallesMAS 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 detallesEstadística 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 detallesPRUEBAS 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 detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesCurso 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 detallesDISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS
DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la
Más detallesFormulas. 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 detallesCONTRASTE 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 detallesMATEMÁTICAS 2ºBACHILLERATO CCSSII
La trata del recueto, ordeació y clasificació de los datos obteidos por las observacioes, para poder hacer comparacioes y sacar coclusioes. U estudio estadístico costa de las siguietes fases: Recogida
Más detallesProblemas de cálculo
Problemas Estimació estadística Vicete Mazao-Arrodo, 2012,2013 Problemas de cálculo Ejercicio 1 resuelto Observamos e mometos al azar e ua cocurrida calle de la ciudad. Nos iteresa registrar cuátas persoas
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detalles1 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 detallesCapítulo 4. Desarrollo de la investigación. A continuación presentamos los datos que finalmente proporcionaron las universidades
Capítulo 4 Desarrollo de la ivestigació 4.1 Datos dispoibles A cotiuació presetamos los datos que fialmete proporcioaro las uiversidades correspodietes, debido a políticas de cada uiversidad y pla de estudios
Más detallesMuestreo en Poblaciones Finitas
Muestreo Aleatorio Simple 1/22 Muestreo e Poblacioes Fiitas Muestreo Aleatorio Simple José A. Mayor Gallego Departameto de Estadística e Ivestigació Operativa Uiversidad de Sevilla Septiembre de 2011 Coteidos
Más detallesCAPÍTULO 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 detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesTopografía 1. II semestre, José Francisco Valverde Calderón Sitio web:
II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,
Más detallesPROBLEMA 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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesTema 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 detallesMUESTREO ESTRATIFICADO. TECNICAS DE MUESTREO II
MUESTREO ESTRATIFICADO TECNICAS DE MUESTREO II Email:cgozales@lamolia.edu.pe CONSTRUCCION DE OS ESTRATOS Cuál es la mejor característica para la costrucció de los estratos? Cómo se determia los límites
Más detallesEXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-2014.
EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 3-Julio-04. APELLIDOS: DNI: NOMBRE:. La producció de piezas de ua factoría se realiza e dos máquias. El 40% de las piezas las produce la máquia M y el 60%
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos
Más detallesCurso 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 detallesPRUEBA 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 detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detallesMUESTREO. Con los datos de la tabla se calcula el número total de elementos. 795 Mujeres 80
MUESTREO 1. Supogamos que e u cetro escolar los alumos y docetes se distribuye de acuerdo co la tabla siguiete: 3 ESO 4 ESO 1º Bach º Bach Prof Hombres 85 80 100 83 4 Mujeres 95 96 110 91 31 Si quieres
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detalles