Tema 5: Estimación puntual y por intervalos



Documentos relacionados
Tema 7: Introducción a la Teoría sobre Estimación

Tema 2: Estimación puntual

Tema 3. Comparaciones de dos poblaciones

ESTIMACIÓN. puntual y por intervalo

8. Estimación puntual

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Introducción a la Estadística

Capítulo 7: Distribuciones muestrales

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

Inferencia Estadística

Formulario y Tablas de Probabilidad para el Curso de Estadística II

Tema 6: Contraste de hipótesis

Estimación. Intervalos de Confianza para la Media y para las Proporciones

Inferencia Estadística

Tema 10. Estimación Puntual.

Tema 9: Estadística Descriptiva. Distribuciones estadísticas. Representaciones

Tests de hipótesis estadísticas

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso

Bioestadística: Inferencia Estadística. Análisis de Una Muestra

Pruebas de. Hipótesis

Tema 12: Contrastes Paramétricos

Problemas resueltos del Tema 3.

TEMA 7: Análisis de la Capacidad del Proceso

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Ejercicios Resueltos de Teorema Central de Límite (TCL) Ejercicios 1 y 2: Resolución de Ejercicios propuestos del Tema 5.

Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual. Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics

Problemas de Probabilidad resueltos.

Muestreo estadístico. Relación 2 Curso

Tema 2 - Introducción

Bioestadística: Inferencia Estadística. Análisis de Dos Muestras

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local

ESTIMACION POR INTERVALOS

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

Inferencia Estadística

Tema 5: Introducción a la inferencia estadística

Asignatura: Econometría. Conceptos MUY Básicos de Estadística

Ejercicios de Estimación

Curso de Estadística no-paramétrica

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

ESTIMACION DE INTERVALOS DE CONFIANZA

INFERENCIA ESTADÍSTICA

TEMA 6: Gráficos de Control por Variables

Medidas de tendencia Central

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

Estimación puntual. Estadística II. Curso 2011/2012. Universidad de Salamanca

Las bebidas Alcohólicas

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

Grado en Ingeniería. Estadística. Tema 3

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Tema 9: Introducción al problema de la comparación de poblaciones

Tema 7: Modelos de diseños de experimentos

Explicación de la tarea 3 Felipe Guerra

Nombre...Apellidos... Grado en:...grupo:...

EJERCICIOS RESUMEN. Aplicación: INFERENCIA ESTADÍSTICA. Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1

UNIVERSIDAD DE ATACAMA

Resultados de la encuesta sobre dedicación de los módulos 1,2 y 3

FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4

Tema 1. Inferencia estadística para una población

Resolución del examen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

Estadística aplicada y modelización. 10 de septiembre de 2005

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0)

Tema 5. Variables aleatorias discretas

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. b) Las medias muestrales de tamaño n se distribuyen según la normal

Métodos no paramétricos para el análisis de la varianza

Curso Práctico de Bioestadística Con Herramientas De Excel

Problemas. Variables Aleatorias. Modelos de Probabilidad

x y 8000 x + y a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad

Estimación de una probabilidad

Introducción a la Econometría

Problemas. Intervalos de Confianza y Contrastes de Hipótesis

Selectividad Septiembre 2006 SEPTIEMBRE 2006

TEMA 4: Introducción al Control Estadístico de Procesos

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.

DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT

Curso Comparabilidad de resultados

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

SEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática

Grado en Finanzas y Contabilidad

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

Práctica 5. Contrastes paramétricos en una población

8.1. Introducción Dependencia/independencia estadística Representación gráfica: diagrama de dispersión Regresión...

IES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna

C A P Í T U L O 1 LA PROBABILIDAD DE HELADA Y EL RIESGO DE DAÑO IMPORTANCIA DE LA PROBABILIDAD Y DEL RIESGO

DESCRIPCIÓN ESPECÍFICA

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

Tipo A Tipo B Min. y Máx. Gambas Langostinos Contenedores Coste x + 550y

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

ANÁLISIS DESCRIPTIVO CON SPSS

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso

T.3 ESTIMACIÓN PUNTUAL

Transcripción:

Tema 5: Estimación puntual y por intervalos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 1 / 10

Índice 1 Introducción 2 Estimación de la media 3 Estimación de la varianza 4 Estimación de una proporción 5 Intervalo de confianza para el cociente de varianzas 6 Intervalos de confianza para la diferencia de medias Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 2 / 10

1. Introducción Planteamiento del problema de inferencia X variable cuantitativa en una población. La distribución de probabilidad de X es desconocida en todo o en parte. θ parámetro desconocido asociado a la distribución de probabilidad de X (por ejemplo, la media poblacional, µ, la varianza poblacional, σ 2, la proporción asociada a una distribución binomial, p etc.) X 1,..., X n Muestra Aleatoria Simple de la variable X. Nuestra principal herramienta para obtener información sobre la distribución de probabilidad de X ó sobre cualquier parámetro θ. Estimación puntual Un estimador puntual de θ es una función ˆθ de X 1,..., X n que aproxima el valor de θ. Cuando se da el valor del estimador ˆθ, hay que dar también una estimación del error que se comete al aproximar el valor del parámetro θ mediante ˆθ. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 3 / 10

1. Introducción Intervalos de confianza Si T 1 y T 2 son dos valores, obtenidos a partir de la muestra y tales que P(T 1 θ T 2 ) = 1 α entonces [T 1, T 2 ] es un intervalo de confianza para θ con un nivel de confianza de 1 α. Intuitivamente, T 1, T 2 son dos valores tales que el 100(1 α)% de las veces que repitamos el experimento en esa población, el valor desconocido de θ estará entre estos dos valores. El nivel de confianza 1 α es un valor entre 0 y 1 que debe estar próximo a 1( 0.90, 0.95, 0.99,... ). De ello resulta que el valor de α es próximo a 0 ( 0.1, 0.05, 0.01,... ). Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 4 / 10

2. Estimación de la media Sea X 1,..., X n una Muestra Aleatoria Simple de una variable N(µ, σ). Estimación puntual: ˆµ = X, Error estándar = S n Intervalos de confianza: σ conocida σ desconocida Acotado Límite inferior Límite superior [ X ± σ z ] [ ] [ ] α/2 X σ zα,, X + σ zα n n n [ X ± S t ] [ n 1,α/2 X S t ] [ n 1,α,, X + S t ] n 1,α n n n z α, z α/2 : cuantiles por la derecha de orden α y α/2 de una distribución N(0, 1). t n 1,α, t n 1,α/2 : cuantiles por la derecha de orden α y α/2 de una distribución t(n 1). Si n 60 los intervalos anteriores son válidos aunque no se verifique la hipótesis de normalidad. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 5 / 10

3. Estimación de la varianza Sea X 1,..., X n una Muestra Aleatoria Simple de una variable N(µ, σ) Estimación puntual: Intervalos de confianza: ˆσ 2 = S 2 = 1 n 1 n (X i X) 2 i=1 µ conocida µ desconocida Acotado Límite inferior Límite superior [ (Xi µ) 2 ] [ (Xi ] [ (Xi µ) 2 µ) 2 ] (Xi µ) 2 χ 2, χ n,α/2 2 χ n,1 α/2 2, 0, n,α χ 2 n,1 α [ ] [ ] [ ] (n 1)S 2 (n 1)S 2 (n 1)S 2 (n 1)S 2 χ 2, χ n 1,α/2 2 χ n 1,1 α/2 2, 0, n 1,α χ 2 n 1,1 α χ 2 k,γ : cuantiles por la derecha de orden γ de una distribución χ2 (k). Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 6 / 10

4. Estimación de una proporción En caracteres cualitativos el parámetro de interés es la proporción p de individuos de la población que presentan cada modalidad del carácter. La variable que modeliza estas situaciones será dicotómica o de Bernoulli con probabilidad de éxito p. Para modelizar esta situación consideraremos X 1,..., X n una Muestra Aleatoria Simple de una variable con distribución de Bernoulli de parámetro p. Estimación puntual de p: n X i i=1 ˆp = = no de éxitos en la muestra n n Intervalos de confianza para p:, Error estándar = ˆp (1 ˆp) n Acotado Límite inferior Límite superior [ ] [ ] [ ] ˆp(1 ˆp) ˆp(1 ˆp) ˆp(1 ˆp) ˆp(1 ˆp) ˆp z α/2, ˆp + z n α/2 ˆp z n α, 1 0, ˆp + z n α n Puesto que se utiliza la aproximación de la binomial por la normal, los intervalos anteriores serán válidos si nˆp(1 ˆp) > 5. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 7 / 10

5. Intervalo de confianza para el cociente de varianzas Sean X 1,..., X n e Y 1,..., Y m muestras independientes de dos variables X N(µ X, σ X ) e Y N(µ X, σ X ) Intervalo de confianza para σ 2 X/σ 2 Y: [ SX/S 2 Y 2, F n 1,m 1,α/2 S 2 X/S 2 Y F n 1,m 1,1 α/2 F n 1,m 1,α/2, F n 1,m 1,1 α/2 : cuantiles de orden α/2 y 1 α/2 de una distribución F(n 1, m 1). ] Se verifica que 1 F n 1,m 1,1 α/2 = F m 1,n 1,α/2 Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 8 / 10

6. Intervalos de confianza para la diferencia de medias Muestras independientes Sean X 1,..., X n e Y 1,..., Y m muestras independientes de dos variables X N(µ X, σ X ) e Y N(µ Y, σ Y ). Intervalos de confianza para µ X µ Y : Si σ 2 X = σ 2 Y: Si σ 2 X σ 2 Y: [ X Ȳ ± t n+m 2,α/2 S 2 p SX X 2 Ȳ ± t f,α/2 n + S2 Y m ( 1 n + 1 ) ], Sp 2 m = (n 1)S2 X + (m 1)S2 Y n + m 2 ( ) 2 SXn 2 + S2 Ym, f S 4 X n 2 (n+1) + 2 S4 Y m 2 (m+1) Si n, m 60, los intervalos anteriores son válidos aunque no se verifique la hipótesis de normalidad. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 9 / 10

6. Intervalos de confianza para la diferencia de medias Muestras relacionadas o apareadas Sean (X 1, Y 1 ),..., (X n, Y n ) muestras de X N(µ X, σ X ) e Y N(µ Y, σ Y ), tales que las variables X k, Y k están relacionadas para todo k = 1,..., n. Intervalo de confianza para µ X µ Y : [ X Ȳ t n 1,α/2 S d n, X Ȳ + t n 1,α/2 ] S d n siendo S d la desviación típica de la muestra X 1 Y 1,..., X n Y n. Si n 60, los intervalos anteriores son válidos aunque no se verifique la hipótesis de normalidad. Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso 2008-2009 10 / 10