Media de los números aleatorios entre cero y uno

Documentos relacionados
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS

4. NÚMEROS PSEUDOALEATORIOS.

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14

PATRONES DE DISTRIBUCIÓN ESPACIAL

DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):

Inferencia con una variable Tema 2

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords

UNIVERSIDAD DE MANAGUA Al más alto nivel

Preparación de los datos de entrada

Reconocimiento de Patrones

Distribución Chi (o Ji) cuadrada (χ( 2 )

SECUENCIA DIDÁCTICA. Módulo IV

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013

ANÁLISIS DE DATOS. Jesús García Herrero

GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS

Estadística. Generalmente se considera que las variables son obtenidas independientemente de la misma población. De esta forma: con

Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Test de Kolmogorov-Smirnov

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología

Universidad de Managua

Nivel socioeconómico medio. Nivel socioeconómico alto SI NO TOTAL

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS

INFERENCIA ESTADISTICA

Prueba t para muestras independientes

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Problemas resueltos Muestreo Vicente Manzano-Arrondo, 2013

Contraste de hipótesis paramétricas

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS ASIGNATURA

Revista digital Matemática, Educación e Internet ( Vol. 10, N o

Aplicaciones de apoyo al diagnóstico médico. Identificación de objetos amigos y enemigos. Identificación de zonas afectadas por un desastre natural.

Universidad TecMilenio: Profesional IO04002 Investigación de Operaciones II

Análisis descriptivo con SPSS. Favio Murillo García

INDICE. Prólogo a la Segunda Edición

Curso de Predicción Económica y Empresarial Edición 2004

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

DISTRIBUCIONES BIDIMENSIONALES

Tema 8: Contraste de hipótesis

Probabilidad y Estadística

Teorema Central del Límite (1)

Algunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios

Universidad Católica de Valparaíso Facultad de Ingeniería Escuela de Ingeniería de Transporte

Distribuciones Continuas

TEMA 3 : PRUEBA CHI-CUADRADA Y ESTADISTICA NO PARAMETRICA

1. Valoración y análisis de EDAD AL DIAGNÓSTICO. Media (D.E.) Mediana Min Max Rango R.I. Edad diagnóstico (+19.7) años

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE

PRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA

Fundamentos de Estadística y Simulación Básica

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas

Distribución normal estándar. Juan José Hernández Ocaña

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

ÍNDICE INTRODUCCIÓN... 21

BÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD

DISTRIBUCION JI-CUADRADA (X 2 )

3. Correlación. Introducción. Diagrama de dispersión

Comparación de dos métodos de aprendizaje sobre el mismo problema

Contrastes de Hipótesis paramétricos y no-paramétricos.

Análisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo

Estadística para la toma de decisiones

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

Teoría de la decisión

El primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis:

UNA APLICACIÓN DEL PROCESO DE POISSON EN LA ENSEÑANZA Y APRENDIZAJE DE LA ESTADÍSTICA.

EJERCICIO PROPUESTO CHI-CUADRADO O BONDAD DE AJUSTE

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA

CURSO: ANALISIS ESTADISTICO DE RIESGOS

Variables aleatorias

ETSI de Topografía, Geodesia y Cartografía

Práctica 4. Contraste de hipótesis

Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)

Técnicas de validación estadística Bondad de ajuste

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X

Estadísticas y distribuciones de muestreo

.4. Abundancia y dispersión: Teoría del muestreo aplicada al análisis de poblaciones sésiles.

Distribución Exponencial

Tema 6. Variables aleatorias continuas

no paramétrica comparar más de dos grupos de rangos (medianas)

Tema 5. Muestreo y distribuciones muestrales

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ANÁLISIS DE FRECUENCIAS

Prof. Eliana Guzmán U. Semestre A-2015

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados

Universidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina

Teoría de la decisión

ESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales

INFERENCIA ESTADISTICA

Estadística. Convocatoria ordinaria

Ejercicios T.5 CONTRASTES PARAMÉTRICOS

Variables aleatorias

Transcripción:

Qué propiedades deben cumplir los números pseudoaleatorios entre cero y uno? En gran medida, conocer las propiedades que deben tener los números aleatorios garantiza una buena simulación, por ello se enumeran a continuación. Media de los números aleatorios entre cero y uno En vista de que estos números deben de tener la misma probabilidad de presentarse, es preciso que su comportamiento muestre una distribución de probabilidad uniforme continua, con límite inferior cero y límite superior uno. Por lo tanto el valor esperado (es decir, la media de los números aleatorios entre 0 y 1) es Prueba de medias Límites de aceptación inferiores y superiores Con lo anterior podemos comprobar que el valor de la media del conjunto de datos se encuentra dentro de los límites de aceptación, por

lo tanto se acepta la H0 que nos dice que el conjunto de números pseudo aleatorios cumplen con la primer propiedad de tener una media de 0.5. Prueba de varianza Dado que el valor de la varianza V(r)= se encuentra dentro de los límites de aceptación, podemos decir que no se puede rechazar que el conjunto de números tiene una varianza de 1/12. Pruebas de uniformidad Una de las propiedades más importantes que debe cumplir un conjunto de números r es la uniformidad. Para comprobar su acatamiento se han desarrollado pruebas estadísticas tales como las

pruebas Chi-cuadrada y de Kolmogorov-Smirnov. En cualquiera de ambos casos, para probar la uniformidad de los números de un conjunto r es necesario formular las siguientes hipótesis: Prueba Chi cuadrada Para comprobar si nuestro conjunto de datos se distribuyen uniformemente en el intervalo (0, 1) procederemos a comprobarlo mediante la prueba de Chi-Cuadrada, en la cual se debe calcular un estadístico de prueba que posteriormente se va a comparar con un valor crítico utilizando la tabla de la distribución Chi-cuadrada, si X m se acepta la H0. Para llevar a cabo esta prueba, es necesario dividir el intervalo (0, 1) en m subintervalos, en donde es recomendable m= posteriormente, se clasifica cada número pseudo aleatorio del conjunto ri en los m intervalos. A la cantidad de números ri que se clasifican en cada intervalo se le denomina frecuencia observada (Oi), y a la cantidad de números ri que se espera encontrar en cada intervalo se le llama frecuencia esperada (Ei). A partir de estos valores se calcula el estadístico de prueba: X Ejemplo Realizar la prueba Chi-cuadrada a los siguientes 100 números de un conjunto r, con un nivel de confianza de 95 por ciento. 0.34 0.83 0.96 0.47 0.79 0.10 0.69 0.96 0.40 0.6 0.99 0.371 0.72 0.06 0.18 0.97 0.84 0.56 0.54 0.9 0.67 0.62 0.05 0.49 0.49 0.23 0.17 0.77 0.79 0.2 0.42 0.05 0.02 0.74 0.67 0.89 0.64 0.67 0.82 0.1

0.46 0.22 0.99 0.78 0.39 0.46 0.01 0.97 0.24 0.8 0.18 0.75 0.73 0.79 0.29 0.87 0.70 0.56 0.56 0.8 0.11 0.19 0.58 0.34 0.42 0.05 0.81 0.30 0.40 0.6 0.37 0.31 0.73 0.74 0.21 0.47 0.64 0.94 0.28 0.6 0.90 0.76 0.99 0.30 0.71 0.93 0.05 0.41 0.81 0.4 0.17 8 0.51 6 0.43 7 0.39 3 0.26 8 0.12 3 0.94 5 052 7 0.45 9 0.6 52 Antes de proceder, es recomendable crear una tabla similar a la tabla anterior, en donde se resumen los pasos que deben llevarse a cabo en la prueba Chicuadrada.. Tabla Cálculos para la prueba Chi-cuadrada Intervalo O i E i=n/m (E i- O i) 2 /E [0.00-0.10) 7 10 0.9 [0.10-0.20) 9 10 0.1 [0.20-0.30) 8 10 0.4 [0.30-0.40) 9 10 0.1 [0.40-0.50) 14 10 1.6 [0.50-0.60) 7 10 0.9 [0.60-0.70) 11 10 0.1 [0.70-0.80) 14 10 1.6 [0.80-0.90) 9 10 0.1 [0.90-1.00) 12 10 0.4 6.2

El estadístico es menor al estadístico correspondiente de la Chi-cuadrada.En consecuencia, no se puede rechazar que los números r; siguen una distribución uniforme. Pruebas de Independencia Prueba póker Esta prueba consiste en visualizar el número ri con cinco decimales (como si fuera una mano del juego de póker, con 5 cartas), y clasificarlo como: todos diferentes (TD), exactamente un par (1P), dos pares (2P), una tercia (T), una tercia y un par (TP), póker (P) y quintilla (Q). Por ejemplo, si r i = 0.69651 se le clasifica como par, porque hay dos números 6. Ahora bien, consideremos el caso de r i = 0.13031, el cual debe clasificarse como dos pares (dos números 1 y dos números 3). Finalmente, ri = 0.98898 debe clasificarse como una tercia y un par, porque hay tres números 8 y dos números 9. La prueba póker se puede realizar a números r i con tres, cuatro y cinco decimales. Para r i con tres decimales sólo hay tres categorías de clasificación: todos diferentes (TD), un par (1P) y una tercia (T). Cuando se consideran ri con cuatro decimales se cuenta con cinco opciones para clasificar los números: todos diferentes (TD), exactamente un par (1P), dos pares (2P), una tercia (T) y póker (P). Tabla Prueba póker para números con tres decimales

Ejemplo Realizar la prueba póker, con un nivel de aceptación de 95%, a los siguientes 30 números entre cero y uno, con cinco decimales. 0.06141 0.72484 0.94107 0.56766 0.14411 0.87 0.81792 0.48999 0.18590 0.06060 0.11223 0.64 0.52953 0.50502 0.30444 0.70688 0.25357 0.31 0.04127 0.67347 0.28103 0.99367 0.44598 0.73 0.27813 0.62182 0.82578 0.85923 0.51483 0.09 099 Primero clasificamos cada número del conjunto ri, asignándole las claves que se mencionaron antes. El resultado es el que se muestra en la tabla: Clasificación de los números de un conjunto ri, de acuerdo con la prueba póker 0.061 0.817 41 0.529 92 0.041 53 0.278 13 1 0.724 T 84 0.489 1 99 0.505 T 02 0.673 T 47 0.621 82 1 0.941 T 07 0.185 2 9 0.304 1 44 0.281 1 03 0.825 78 T 0.567 T 66 0.060 T 6 0.706 T 88 0.993 1 67 0.859 23 T 0.144 T 11 0.112 1 23 0.253 1 57 0.445 T 98 0.514 83 T 0.876 2 48 0.647 1 94 0.315 1 55 0.739 T 97 0.090 99 1 1 T 2 T Para seguir con la prueba se recomienda hacer una tabla como la siguiente:

Prueba de series