INFERENCIA ESTADÍSTICA

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

Download "INFERENCIA ESTADÍSTICA"

Transcripción

1 IC INFERENCIA ETADÍTICA INTERVALO DE CONFIANZA IC I Geeralidades Cuado se estima u parámetro e forma putual, geeralmete, pero o siempre, el resultado de la estimació es simplemete u úmero, o teiédose igua idea de la fiabilidad de la estimació. La estimació por itervalos de cofiaza solucioa este problema ya que la respuesta que da este método es u itervalo detro del cual se decreta que está el parámetro es decir ua aproximació del mismo), juto co ua medida de la cofiabilidad del decreto. A cotiuació se aalizará diversos casos e los que se usa la estimació de parámetros por el método de los itervalos de cofiaza. IC II Itervalo de cofiaza para el valor medio de ua variable aleatoria correspodiete a ua distribució cualquiera de probabilidad e el caso de dispoerse de ua muestra grade IC II. a. El hecho de aalizar ua muestra de tamaño de ua població homogéea equivale a efectuar repeticioes idepedietes de u mismo experimeto aleatorio, supoiédose que existe permaecia estadística a lo largo de todos ellos. upógase que a los resultados a obteer e las repeticioes,..., se les asocie respectivamete las variables aleatorias,...,. Evidetemete, todas estas variables será idepedietes y tedrá u mismo valor medio m y ua misma desviació típica. upógase que m sea descoocido y que, por el mometo sea coocido. E el caso de que sea grade, por el teorema de Lideberg se tiee ver [5] de BNP VII) que: [] es aproximadamete ormal m, ). Por lo tato: m m) [] será aproximadamete ormal 0, ), y e lo que sigue se la cosiderará como tal. b. Usado la tabla de la F. de D. ormal 0, ) búsquese u úmero α tal que:

2 IC P α < m) < α) 0,95 [3] y etoces resultara que: Es decir que: α α P m 0,95 P α m + α 0,95 [4] E palabras, esta expresió dice lo siguiete: Existe u probabilidad igual a 0,95 de que el valor que asuma al efectuarse repeticioes del experimeto sea tal que el valor de m esté detro del itervalo: α + α Etoces se defie que: i se obtiee u valor observado x, ua estimació de m cosiste e el itervalo de cofiaza: co u grado de cofiabilidad igual a 0,95 ó 95%). x α x + α [5] c. Observació ª muy importate): Notar que o puede decirse que exista ua probabilidad 0,95 de que el valor de m esté detro del itervalo idicado e [5]. Los límites de este itervalo so úmeros fijos y m tambié es u úmero fijo y, etoces, m está o o está detro de dicho itervalo, o pudiedo hablarse de ua probabilidad. La iterpretació de u itervalo de cofiaza es la siguiete: La probabilidad de que la afirmació El valor de m está detro del itervalo de cofiaza cosiderado sea cierta es igual a 0,95. upógase que se efectúe 0 6 tadas de realizacioes del experimeto cada ua. Cada tada dará u valor observado x propio, obteiédose así 0 6 valores observados x,..., x 6 que, seguramete, será todos distitos etre sí. Como cada uo de esos valores 0 observados determia u itervalo de cofiaza, se obtedrá etoces 0 6 itervalos de cofiaza todos distitos etre sí. El valor de m estará, aproximadamete, detro del 95% de dichos itervalos. d. Observació ª: La logitud del itervalo de cofiaza idicado e [5] es:

3 IC 3 α l x + α x α [6] Al aumetar esta logitud dismiuye, aumetado así la precisió de la estimació. e. Observació 3ª: E el problema se supuso que se coocía la desviació típica de la F. de D. de la variable. Es bastate raro que e la práctica ocurra que se coozca la desviació típica de ua variable y o se coozca su valor medio. Lo usual es que o se coozca iguo de los dos parámetros. i se quiere coservar la pureza de lo visto hasta ahora, se tedrá que el método de estimació por itervalos de cofiaza o pasa de la categoría de especulació teórica. A fi de dar importacia práctica al método, para poder estimar por itervalos al valor medio, el úico camio que queda abierto es estimar previamete a. E vista a lo idicado e [7] de IE IV parece lógico tomar: ) xi x) [7] i y usado esta estimació e lugar del verdadero, se podrá salvar el método, si bie a costa de algo de su pureza. Por lo tato el itervalo de cofiaza resultate habrá que tomarlo ligeramete a beeficio de ivetario. Esto o es precisamete ua situació ideal, pero desgraciadamete o hay alterativa. IC II. Aplicació a. E tiros de dado saliero 5400 ases. e pide hallar u itervalo de cofiaza para la probabilidad de sacar u as e u úico tiro de dado. e pide u grado de cofiabilidad igual a 0,95. b. ea la variable aleatoria asociada a u tiro de dado. e dirá que si sale u as y que 0 si o sale u as. Llamado p a la probabilidad descoocida) de sacar u as e u tiro de dado, se tiee que: m p Co lo que resulta que el problema de estimar la probabilidad se reduce al problema de estimar el valor medio m. c. egú arriba idicado, se efectuará pruebas, a las cuales se les asocia las variables,..., Como la catidad de pruebas es grade, se tiee que la variable: i i

4 IC 4 tedrá ua distribució aproximadamete ormal. Cabe etoces usar el procedimieto idicado e el párrafo IC II.. d. Dado que el grado de cofiabilidad es de 0,95, se buscará u valor α tal que para ua cierta variable ormal 0, ),, se tega que: Esto implica que: P α α) 0,95 P < -α > α) 0,95 0,05 P < -α) + P > α) 0,05 Como tiee ua F. de D. ormal 0, ), se tiee que P < - α) P > α), y por lo tato: P > α) 0,05 P > α) 0,05 P < α) 0,05 0,975 edo a la tabla de la F. de D. ormal 0, ) se obtiee etoces que: α,96 Notar que hizo las veces de variable aleatoria muda ). e. Como, segú los datos del problema, de las variables, 5400 asumiero el valor, y los restates asumiero el valor 0, es decir que 5400 valores x i so iguales a y los restates so iguales a 0, se tiee los siguietes valores observados: x xi , i ˆ xi x) , 09) , 09) 0, i f. egú idicado e [5] u itervalo de cofiaza del valor m cofiabilidad 0,95 será: co u grado de x α x + α E el problema e estudio, se cooce los valores de x, α y respectivamete 0,09,963 y 60000), pero o se cooce el verdadero valor de. ) i e vez de dicho valor se usa el valor observado 0, 86 se obtedrá u itervalo de cofiaza:

5 IC 5 0,09,96 0, ,09 +,96 0, Efectuado las operacioes idicadas, se llega a que para la estimació de p se obtiee u itervalo de cofiaza: 0,0877 0,099) co u grado de cofiabilidad que sería de 0,95 si el valor estimado de la desviació típica coicidiera co el valor verdadero. El hecho de o poder garatizar que esto ocurra dismiuye algo de cofiabilidad del resultado pero, desgraciadamete, o se sabe e que medida. IC III Itervalo de cofiaza para el valor medio de ua variable aleatoria correspodiete a ua distribució ormal IC III. a. Teóricamete la muestra puede ser grade o chica, es decir que las repeticioes del experimeto puede ser muchas o pocas, pero siempre las variables aleatorias correspodietes debe ser ormales, idepedietes y co u mismo valor medio m y ua misma variaza. b. ea,..., las variables aleatorias correspodietes a las repeticioes ª,..., ª del experimeto. ea: i i ) [] i i Etoces, por las codicioes impuestas e a. y por lo idicado e [5] de JtF IV se tiee que: m T tiee ua distribució t de tudet co grados de libertad. [] c. upógase que se desee hallar u itervalo de cofiaza co ua cofiabilidad igual a 0,95 del valor medio mecioado e a. mediate la ejecució de experimetos idepedietes. 0,95 Usado la tabla de la distribució t para α 0, 05 y, hállese el valor t 0,05 correspodiete. e tiee etoces que: P T > t 0,05 ) 0,05 PT t 0,05 ) 0,975 [3] y,

6 IC 6 P T < t 0,05 ) PT > t 0,05 ) 0,05 [4] y etoces por [3] y [4] resulta que: Ver [4] de JtF IV P t 0,05 < T t 0,05 ) 0,975 0,05 0,95 y por []: P t0,05 < m < t0,05 ) 0,95 De dode resulta que:. t0,05. t0,05 P < m < + 0,95 Es decir que existe ua probabilidad igual a 0,95 de que el valor que asuma al efectuarse repeticioes del experimeto esté detro del itervalo:. t0,05. + t0,05 [5] i se obtiee valores observados x y s se tiee que u itervalo de cofiaza etre ifiitos posibles) para la estimació de m co ua cofiabilidad e 0,95 es: s. x t0,05 s. x + t0,05 [6] d. Observació ª. Aáloga a la observació hecha e c. de IC II.. e. Observació ª. La logitud del itervalo de cofiaza idicado e [6] es: s t0,05 l. Como para u cierto valor de α el valor de t α, dismiuye al aumetar ver tabla de figura JtF II.b) y por otra parte aumeta, se tiee que al aumetar la logitud dismiuye, es decir que la precisió aumeta. f. Muy a meudo el método de estimació de u valor medio recié desarrollado se lo supoe relacioado úicamete co el caso de muestras chicas. Eso es eteramete falso. Este método sirve tato para el caso de muestras chicas como de muestras grades, estado su uso limitado úicamete por el alcace de la tabulació de la distribució t de que se dispoga. Pero por otra parte, e el caso de muestras chicas éste es el úico método dispoible, a codició de que se cumpla los requisitos idicados e a.

7 IC 7 g. ya que se habla de muestras chicas, vale teer e cueta lo expresado por M. J. Moroey e su libro Hechos y Estadísticas : E la vida diaria muy a meudo tomamos decisioes e base a la evidecia obteida a partir de muestras pequeñas. La práctica de hacer juicios ligeros sobre ua primera evidecia es u hábito isidioso que a meudo trasladamos a cuestioes dode sí es importate que estemos equivocados o o. La evidecia de las muestras pequeñas puede ser muy traicioera. IC III. Aplicació ea ua fábrica de alambre para resistecias eléctricas. e sabe que la resistecia por metro sigue ua ley ormal m, ), siedo m y descoocidas. e hiciero 0 medicioes sobre otras tatas muestras de m tomadas al azar obteiédose valores x 0,48 y s,9. e pide hallar u itervalo de cofiaza para el valor medio m co ua cofiabilidad igual a 0,90. 0,9 Para α 0, 05 y 9, de la tabla de la fució t se obtiee t 0,05 9,833, y etoces segú [6] se obtiee el itervalo de cofiaza:,9,833 0,48 9,9,833 0,48 + 9,69 9,7) IC IV Itervalo de cofiaza para la diferecia de los valores medios correspodietes a dos distribucioes ormales distitas pero que tiee la misma variaza a. ea dos experimetos aleatorios distitos a los cuales correspode respectivamete las variables e, ambas ormales pero co la misma variaza. upógase que se efectúe x repeticioes del primer experimeto y y del segudo. b. egú idicado e [8] de JtF IV se tiee que la variable: x + y ) T ) m m) xx + y y) + x y) tiee ua distribució t de tudet co x + y grados de libertad. Etoces, por u procedimieto aálogo al idicado e c. IC III. se llega a que u itervalo de cofiaza para m m co ua cofiabilidad igual a 0,95 está dado por:

8 IC 8 x y) + + xs ys x y ) x y t 0,05 x + y ) x y) + + ) + + xs ys x y ) x y t0,05 x + y ) x y x + y ) siedo x, y, s x y s y los valores observados. IC V Itervalo de cofiaza para la variaza de ua distribució ormal a. ea u experimeto aleatorio al cual correspode ua variable aleatoria que sea ormal m, ), siedo m y por el mometo descoocidas. upógase que se efectúe repeticioes de dicho experimeto, y que e base a los resultados obteidos se pretede hallar u itervalo de cofiaza para la variaza co u grado de cofiabilidad de, digamos, 0,95. b. Iteresa pues hallar dos úmeros α y α tales que: Es decir que debe ser: Pα α ) 0,95 [] α α P 0,95 P 0,95 α α P 0,95 α α Esto se cumplirá si, por ejemplo: º) P > α 0,05 [] y además º) P < α 0,05 P α 0,975 [3] Ahora bie, como segú se vio e JtF III libertad, por [] y [3] resulta que: tiee ua distribució χ co grados de

9 IC 9 α χ 0,05 y α χ 0,975 y por lo tato será: α Etoces, por []: χ 0,05 P χ 0,05 y α χ 0,975 χ 0,975 0,95 [4] Es decir que existe ua probabilidad igual a 0,95 de que el valor que asuma al efectuarse repeticioes del experimeto sea tal que el valor esté detro del itervalo: χ 0,05 χ 0,975 Etoces se defie que: i se obtiee u valor observado s, la estimació de cosiste e el itervalo de cofiaza: s s [5] χ 0,05 χ0,975 co ua cofiabilidad de 0,95. c. E el caso de itervalos de cofiaza de la variaza, muy a meudo iteresa u itervalo del tipo [0, l]. Evidetemete, e este caso el itervalo será: s 0 [6] χ 0,95 co ua cofiabilidad de 0,95. d. Observació ª: Aáloga a la observació c de IC II.. e. Observació ª: i bie todo lo atedicho es rigurosamete válido solo para el caso de ua distribució ormal, e el caso de ua distribució cualquiera y ua catidad muy grade de distribucioes del experimeto, el método recié idicado será aproximadamete válido.

10 IC 0 IC V. Aplicació ea el mismo caso idicado e IC III. y supógase que se desee hallar u itervalo de cofiaza para la variaza. Como es s,9 y 0, por [5] se tiee que u itervalo de cofiaza para co ua cofiabilidad de 0,95 será: 0,9) χ0,059 0,9) 6,64 χ 9,0 0,9759 6,64,70 [0,875 6,6] IC VI Itervalo de cofiaza para el cuociete de variazas de dos distribucioes ormales a. ea dos experimetos aleatorios distitos a los cuales correspode respectivamete las variables e ambas ormales. upógase que dichas variables tega variazas y respectivamete, las cuales so por el mometo descoocidas. upógase que se efectúe repeticioes del primer experimeto y repeticioes del segudo, y que e base a los resultados obteidos iterese hallar u itervalo de cofiaza para co u grado de cofiabilidad igual a 0,9. b. Iteresa pues hallar dos úmeros α y α tales que: P α α 0,9 [] Como: tiee ua distribució χ co grados de libertad. tiee ua distribució χ co grados de libertad. Por lo visto e JtF V se tiee que:

11 IC ) ) tiee ua distribució ) ) F y como: ) ) ) ) resulta que: tiee ua distribució ) ) F siedo ) ) c. Por [] se tiee que: 0,9 α α P [3] Esta expresió se cumple cuado: º) 05 0, > α P ) ) 0,05 f α º) 05 0, < α P 95 0, > α P ) ) 0,95 f α Etoces por []: [] Por teer ua distribució ) ) F [4]

12 IC Por [] y [4] P α α 0,9 P α 0, 9 α ) ) P f 0,95 ) ) f 0,05 ) ) ) ) 0,9 [5] Es decir que existe ua probabilidad igual a 0,9 de que los valores que asuma efectuarse de veces el primer experimeto y esté detro del itervalo: y al veces el segudo sea tales que el valor ) ) f0,95 ) ) ) ) f0,05 ) ) i se obtuviero valores observados s y s, u itervalo de cofiaza para cofiabilidad 0,9 será: [6] co ) s ) s f0,95 ) ) ) s ) s f0,05 ) ) [7] d. Aplicació. ea 0, y que se obtuvo s 5, y s 4, 7. De la tabla de la figura JtF III.b: f 0,05 0,90 f 0,95 0 f 0,95)0 f0,050,90 0,345 Por [4] de JtF V y por [7] resulta u itervalo de cofiaza para co cofiabilidad 0,9. 0 ) 4,7 0,345 0 ) 5, 0 ) 0 ) 4,7 5,,90 [0,3,6]

13 IC 3 Problemas sobre Itervalos de Cofiaza IC IC upoga que la variable aleatoria correspodiete al ivel de cotamiació del aire e u ambiete idustrial tiee ua F. de D. ormal. E 6 días tomados al azar se obtuvo ua media observada x 9. e pide: º. Hallar u itervalo de cofiaza para co certeza que 4. m co ua cofiabilidad de 0,95 si se supiera º. Hallar u itervalo de cofiaza para m co ua cofiabilidad de 0,95 si a priori se igorara el valor de pero se tuviera que s 5. 3º. Idicar durate cuatos días se debería medir el ivel de cotamiació si se desea que el error cometido e la estimació del valor medio de la cotamiació sea meor que 0,5 co ua cofiabilidad de 0,95. upoer que 4. E ua hiladería hay husos. e quiere estimar el porcetaje de husos iactivos co ua precisió del %, y co ese objeto se toma ua muestra al azar. Idicar el tamaño de dicha muestra si se desea asegurar que la cofiabilidad de la estimació sea de 0,95. IC 3 E dos ocasioes distitas se efectuaro medidas sistemáticas de la estatura de los cadidatos a igresar al profesorado de cultura física. Los resultados fuero: N x s Año cm 6 Año cm e pide hallar u itervalo de cofiaza para el aumeto de estatura media, co ua cofiabilidad de 0,95. IC 4 Ua fábrica ha llevado la cueta de la veta diaria de u uevo producto a lo largo de u mes. i es la variable correspodiete a dicha veta diaria, supógase que se obtuvo x 0 s. E base a estos datos, hallar u itervalo de cofiaza co cofiabilidad de 0,95 para la veta total correspodiete al próximo semestre 80 días). IC 5 A la catidad de fisioes de átomos radioactivos que ocurre e u cierto período correspode ua distribució de Poisso. i cosiderado 000 períodos se obtuvo x 0, se pide obteer u itervalo de cofiaza co cofiabilidad 0,95 para el parámetro λ de la distribució de Poisso atedicha. IC 6 upoga que a la logitud de las barras de acero de ua cierta producció correspode ua variable aleatoria cuya F. de D. sea ormal. upógase que se extraiga al azar 9 barras de dicha producció y que se obtega u valor s 84,5. e pide idicar u itervalo de cofiaza co ua cofiabilidad de 0,95 de la variaza de dicha producció. IC 7 A la logitud de los cables de acero de ua cierta producció se le asocia ua variable aleatoria que se supoe ormal. e toma ua muestra aleatoria de cables, obteiédose los siguietes resultados: 9, 9,7 9,8 0, 0,4 0 9,4 9,5 9,5 0,3 9,9 9,7

14 IC 4 e pide idicar itervalos de cofiaza co ua cofiabilidad de 0,95 para el valor medio y para la variaza de.

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

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

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

) 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

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

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

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen 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

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

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

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

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( ) 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 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

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

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

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

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

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 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 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

TEORÍA DE LA ESTIMACIÓN

TEORÍA 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 detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 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 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

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

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

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

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)

PROBLEMAS 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 detalles

Solución: de una distribución con media µ y varianza conocida. = X. Aquí 100. Así σ = a) Se pide determinar "n", de modo que:

Solución: de una distribución con media µ y varianza conocida. = X. Aquí 100. Así σ = a) Se pide determinar n, de modo que: Ejercicios Itervalos de Cofiaza. Se toma ua muestra aleatoria de observacioes y se costruye u itervalo de cofiaza del 95% para la media poblacioal, co variaza coocida. El itervalo de cofiaza resultó co

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

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

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

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

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

Desigualdad de Tchebyshev

Desigualdad de Tchebyshev Desigualdad de Tchebyshev Si la Esperaza y la variaza de la variable X so fiitas, para cualquier úmero positivo k, la probabilidad de que la variable aleatoria X esté e el itervalo La probabilidad de que

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN 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 detalles

Problemas de cálculo

Problemas 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 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

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

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

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

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

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

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

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

R 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

R 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 detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

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

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: 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

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media

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

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

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

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

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

Estimación de parámetros. Biometría

Estimación 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 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

TEMA 3: INFERENCIA ESTADISTICA

TEMA 3: INFERENCIA ESTADISTICA ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.

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

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

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Métodos estadísticos y numéricos Estimación por Intervalos de confianza 1 PROBLEMAS RESUELTOS DE ESTIMACIÓN POR INTERVALOS DE CONFIANZA Métodos estadísticos y uméricos Estimació por Itervalos de cofiaa PROBLEMA REUELTO DE ETIMACIÓN POR INTERVALO DE CONFIANZA U adador obtiee los siguietes tiempos, e miutos, e 0 pruebas croometradas por

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

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

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

Contrastes de hipótesis

Contrastes de hipótesis Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media

Más detalles

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza

Prueba A. b) Obtener un intervalo de confianza de la proporción de partos de madres de más de 30 años al 90% de confianza PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO.6-.7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

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

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

2. Estimación de errores de medidas directas

2. Estimación de errores de medidas directas Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació

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

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

Ley de Grandes Números y Teorema Central del

Ley de Grandes Números y Teorema Central del Ley de Grades Números y Teorema Cetral del Límite 25 de mayo de 2017 2 Capítulo 1 Ley de grades úmeros y Teorema cetral del límite 1.1. Sucesioes i.i.d. E el capítulo aterior cosideramos variables X 1,...,X

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

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

T1. Distribuciones de probabilidad discretas

T1. Distribuciones de probabilidad discretas Estadística T1. Distribucioes de probabilidad discretas Departameto de Ciecias del Mar y Biología Aplicada Itroducció Iferecia estadística: Parte de la estadística que estudia grades colectivos a partir

Más detalles

17.3 Intervalos de predicción para el promedio de m observaciones futuras

17.3 Intervalos de predicción para el promedio de m observaciones futuras 4 7.3 Itervalos de predicció para el promedio de m oservacioes futuras Para reducir la icerteza de las prediccioes o alcaza co aumetar idefiidamete el tamaño de la muestra e la que se asa el ajuste. Si

Más detalles

UNIDAD 4 MODELOS PROBABILÍSTICOS

UNIDAD 4 MODELOS PROBABILÍSTICOS Uiversidad Nacioal del Litoral Facultad de Igeiería y Ciecias Hídricas ESTADÍSTICA Igeiería Iformática TEORÍA Mg.Ig. Susaa Valesberg Profesor Titular UNIDAD 4 MODELOS PROBABILÍSTICOS Estadística - Igeiería

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS 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 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

Sobre los intervalos de confianza y de predicción

Sobre los intervalos de confianza y de predicción Sobre los itervalos de cofiaza y de predicció Itervalos de cofiaza Javier Satibáñez 28 de febrero de 2018 Se costruye itervalos de cofiaza para parámetros. Sea X = X 1,..., X } ua muestra aleatoria de

Más detalles

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como: SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de

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

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Juan Carlos Colonia INTERVALOS DE CONFIANZA Jua Carlos Coloia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE UNA POBLACIÓN POBLACIONAL ES CONOCIDA Sea X ua muestra aleatoria de tamaño 1, X,..., X extraída de ua població N,

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2017 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2017 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 017 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

Estimación por intervalos

Estimación por intervalos Estimació por itervalos do C. 018 Mg. tella Figueroa Clase Nº 11 Para la media poblacioal Coociedo Partimos de ua població ormal X y de la distribució muestral de la media X ~ N, X ~ N, P( z Z z ) 1 /

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

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

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

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual

ESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual ETIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRATE DE HIPÓTEI TEMA 8: Cotrastes paramétricos

Más detalles

Sobre los intervalos de confianza y de predicción Javier Santibáñez 7 de abril de 2017

Sobre los intervalos de confianza y de predicción Javier Santibáñez 7 de abril de 2017 Sobre los itervalos de cofiaza y de predicció Javier Satibáñez 7 de abril de 2017 Itervalos de cofiaza Se costruye itervalos de cofiaza para los parámetros poblacioales. Supogamos que teemos ua muestra

Más detalles

4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS

4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá

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

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Itroducció a la Iferecia Estadística. Método Estadístico. Defiicioes previas. 5.2. Estimació putual 5.3. Métodos de obteció de estimadores: 5.3.1. Método de los

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

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal.

Mirando las gráficas, justifica estas afirmaciones: Cuantos más dados intervienen, más se parece la distribución de sus promedios a la curva normal. Uidad 1. Iferecia estadística. Estimació de la media Matemáticas aplicadas a las Ciecias Sociales II Resuelve Págia 85 Lazamieto de varios dados Comprueba e la tabla aterior ue: ( = = 3 o = 4) A cotiuació

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