8. INTERVALOS DE CONFIANZA



Documentos relacionados
Intervalo de confianza para µ

TEMA 7. ESTIMACIÓN Estimación puntual. Propiedades deseables de los estimadores Introducción y definiciones Estimadores Insegados

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

4 Contrastes del Chi 2 de bondad del ajuste

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

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

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

Tema 7: Estimación por intervalos de confianza.

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

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 para la media

Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo

INTRODUCCION Teoría de la Estimación

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

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

1. Intervalos de Conanza

TEORÍA DE LA ESTIMACIÓN

Distribuciones en el muestreo, EMV

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

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

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

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

Tema 4. Estimación de parámetros

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Método de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas

11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

Formulas. Población infinita. Población finita

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

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

INFERENCIA ESTADÍSTICA

Ejercicios resueltos de Muestreo

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

Estimación por intervalos

Licenciatura en Matemáticas Febrero x(1 x) θ 1 I [0,1] (x). (1)

Teorema del límite central

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

Estimación de Parámetros

Estimación de Parámetros. Estimación de Parámetros

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

Estimación de parámetros. Biometría

Sobre los intervalos de confianza y de predicción

Desigualdad de Tchebyshev

Muestreo Aleatorio Simple

Tema 14: Inferencia estadística

EJERCICIOS RESUELTOS TEMA 8

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

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

Señales en Tiempo Discreto

Análisis estadístico de datos simulados Estimadores

Intervalos de confianza Muestras grandes

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

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Estimación por Intervalos

Estimación por intervalos

Introducción a la Inferencia Estadística. Material Preparado por Olga Susana Filippini y Hugo Delfino

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

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.

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

(finitas o infinitas)

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

Tema 6: Distribuciones Muestrales

T5. Contrastes para los parámetros de una población Normal

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

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

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

IntroducciónalaInferencia Estadística

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

TEMA 6.- INTERVALOS DE CONFIANZA

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

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

PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II UNIDAD III: TECNICAS DE ESTIMACIÓN ESTIMACIÓN POR INTERVALOS

TEMA 3: INFERENCIA ESTADISTICA

Convergencia de variables aleatorias

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

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

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

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

SESION 15 DISTRIBUCIONES DE MUESTREO

Intervalos de Confianza

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

Estadístico. Parámetro

17.3 Intervalos de predicción para el promedio de m observaciones futuras

Muestreo en Poblaciones Finitas

SUMA DE VARIABLES ALEATORIAS


Muestreo e Intervalos de Confianza

Series Numéricas. Una forma de definir e es a través de la suma: ! + 1 1! + 1 2! + 1 3! + 1 4! n. cuyo límite es e, es decir:

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

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

1. Serie de Potencias

INFERENCIA ESTADÍSTICA

1. Propiedades de los estimadores

UNIVERSIDAD DE ATACAMA

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.

Transcripción:

8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la distribució teórica del estimador. La icertidumbre se expresa cuatitativamete mediate u itervalo que tega ua probabilidad especificada de coteer al valor verdadero del parámetro. A ese itervalo se lo deomia itervalo de cofiaza de la estimació. E geeral, tedremos: ( θ l. if < θ < θ l. sup) = - α ; dode θ l. if es el límite iferior del itervalo de cofiaza, y θ l. sup su límite superior. - α es la probabilidad que el itervalo de cofiaza icluya al valor verdadero del parámetro θ, a esa probabilidad se la deomia ivel de cofiaza A cotiuació describimos alguos métodos para estimar los itervalos de cofiaza para varios parámetros. ara la media (variaza coocida). Sea X ua variable aleatoria ormal, co media µ descoocida, y desvío coocido. Se obtiee ua muestra de tamaño ; la media muestral es X. Sabemos que la variable aleatoria: Z =, ( / ) tiee distribució ormal (0,). Esta es ua propiedad importate, que permite costruir itervalos de cofiaza para el parámetro descoocido. Z depede del parámetro descoocido µ, pero la distribució de Z o depede de él (pues Z ~N(0,)). A cotiuació, buscamos dos valores de Z, Z-α/ y Zα/ tales que se cumpla: ( Z α / < Z < Z α / ) = α ; dode α es u valor de probabilidad. La probabilidad α es el ivel de cofiaza. Los valores más comues que se asiga a α so 95%, ó 99%, ó 99,9%. Veremos más adelate el sigificado de la probabilidad α. Los valores de Z-α/ y de Zα/ se obtiee de las tablas de la distribució ormal; cada uo de esos valores deja ua cola co probabilidad α/ (a la izquierda de Z-α/, y a la derecha de Zα/). La catidad subescrita idica la probabilidad a la derecha del valor de Z. La siguiete Figura ilustra el sigificado de los símbolos Zα/ y Z - α/. VIII-

0.8 Fuctio lot (adstudy.sta 5v*50c) ormal(x,0,) 0.7 0.6 α/ = 0,975 f(z) 0.5 0.4 0.3 0. -,96 α/ = 0,05,96 0. 0-3 - - 0 3 z Ejemplo. Supoemos que queremos hallar u itervalo de cofiaza del 95% para la media (coocemos el valor de la variaza). El primer paso cosiste e calcular los valores Z i, y Z s tales que: ( Z α / < Z < Z α / ) = 0,95; De la Tabla de la distribució ormal (0,) obteemos: Z0,975 =,96; y Z0,05 Z s =,96. Observemos que Z -α/ = Z α/, por la simetría de la distribució ormal. De la relació ó, equivaletemete, ( Z α / < Z < Zα / ) = α ; α / < < a / = ( / ) Se obtiee x Z x Z ( α / < µ < + α / ) = El itervalo idicado es el itervalo de cofiaza co u ivel de cofiaza del ( α) por cieto. Es imprescidible idicar el ivel de cofiaza. Los límites del itervalo de cofiaza depede de esa probabilidad, y del valor observado x de la media muestral X, y del de la distribució. El acho del itervalo de cofiaza es Z α / /. A mayor ivel de cofiaza, más grade el valor de Zα/; y por cosiguiete más grade el acho del itervalo de cofiaza. E otras palabras, a mayor probabilidad de que el itervalo de cofiaza cotega a µ, mayor la icertidumbre sobre el valor que tiee µ. VIII-

Ejemplo. Supogamos que X = 5,4; =,3; y el tamaño de la muestra es =9. El itervalo de cofiaza del 95% para la media µ de la distribució de X, es: Lim. iferior = 3,9 Lim. superior = 6,9 or cosiguiete, hay u 95% de probabilidad de que ese itervalo de cofiaza cotega a la media µ. E la práctica, es probable que si o se cooce el valor de µ, tampoco se coozca el valor de. ara la media (variaza descoocida) Sea X es ua variable aleatoria ormal; tato el valor de la media µ, como el valor de so descoocidos. Se obtiee ua muestra de tamaño ; la media muestral es X. La variable aleatoria: µ T =, s / tiee ua distribució t de Studet, co grados de libertad. rocediedo como e el caso aterior, se obtiee que el itervalo de cofiaza del (-α) 00 por cieto, es [ X tα/, - s / < µ < X + tα/, - s / ]. Ejemplo. Sea x = 5,4; y s =,; la muestra tiee 9 elemetos. El valor de t0,05, 8 gdl es,30. El itervalo de cofiaza del 95 % para µ, tiee los límites: Lim. iferior =5,4 (,306, / 3) = 3.8 Lim. superior = 5.4 + (,306, / 3) = 7.0 ara la variaza Sea X ua variable aleatoria ormal (µ, ). Se quiere costruir u itervalo de cofiaza para la variaza de la distribució,. ara ello se utiliza la propiedad de que la variable χ ( ) = tiee ua distribució ji-cuadrado co grados de libertad. Se tiee: s ( ) s χ < < α /, χ = α /, α. Despejado, se obtiee: ( ) s ( ) s < < = χ χ α /, α /, VIII- 3

Ejemplo. El desvío de ua muestra aleatoria de 0 elemetos, de los valores de ua variable aleatoria X ormal, es s = 4,5. Hallar u itervalo de cofiaza del 95% para la variaza de la distribució de la variable aleatoria X. El itervalo de cofiaza es: Lim. iferior = 9 0,5 = 9,58. 9,03 Lim. superior = 9 0,5 = 67,5.,7 Ua característica de los itervalos de cofiaza para la variaza, es u acho grade. ara u parámetro, muestra grade Si la muestra es grade, y proviee de ua variable aleatoria que o es ormal, el teorema límite cetral facilita la costrucció de itervalos de cofiaza aproximados. Sea θ u estimador del parámetro descoocido θ. θ cumple las siguietes codicioes: ) Tiee ua distribució al meos aproximadamete simétrica. ) Es aproximadamete isesgado. 3) Se dispoe de ua expresió aproximada ( θ ) del desvío del estimador θ. Etoces los límites de cofiaza del (-α) 00 por cieto, so aproximadamete: θ Z - α/ ( θ ) < θ < θ + Zα/ ( θ ). Ejemplo. Sea X ua variable aleatoria co ua distribució que o es ormal. ara ejemplificar supoemos que X ~ Expoecial (x, ). Se tiee ua muestra de = 40 valores de X. Queremos calcular u itervalo de cofiaza del 95% para. or el teorema límite cetral se cumple aproximadamete, para grade: Z = ; ˆ / El estimador de es / x.el estimador de tambié es / x. Asigado a Z sucesivamete los valores Z-α/, y Zα/, se obtiee: µ ( α/ < < α/ ) ˆ/ Al remplazar µ y, se obtiee: α / < < α / = (/ ( )) las desigualdades se cambia mediate: VIII- 4

/ ( ) Z α / + > Z α / ; ó > ; x y Z + / x ( ) α / < Z α / ; ó <. Las desigualdades del lado derecho so los límites de cofiaza del ( - α) por cieto. Se obtiee fialmete : Zα/ + Zα/ + < < = α ; x x La distribució expoecial es muy diferete de la distribució ormal. A pesar de ello, el uso de la distribució ormal provee resultados aceptables aú para muestras de 50 elemetos. VIII- 5