Distribuciones Muestrales

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

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

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

Estimación de Parámetros

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

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

DISTRIBUCIONES MUESTRALES

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

SESION 15 DISTRIBUCIONES DE MUESTREO

Universidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

Distribuciones en el muestreo, EMV

Test de Hipótesis. Material Preparado por Hugo Delfino

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.

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)

Desigualdad de Tchebyshev

INFERENCIA ESTADÍSTICA

DISTRIBUCIONES EN EL MUESTREO

SUMA DE VARIABLES ALEATORIAS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

TEMA 3: INFERENCIA ESTADISTICA

INTRODUCCION Teoría de la Estimación

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

TEORÍA DE LA ESTIMACIÓN

Para resolver una probabilidad con la distribución binomial se aplica la siguiente fórmula

IntroducciónalaInferencia Estadística

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

Tema 4. Estimación de parámetros

UT-4: Distribuciones fundamentales de muestreo y descripción de datos

PRUEBAS DE HIPÓTESIS.

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

MEDIDAS DE DISTRIBUCION

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

Ejemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

Curso de Estadística Aplicada a las Ciencias Sociales

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

Ejercicios y Talleres. puedes enviarlos a

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

Existen diversidad de aplicaciones que involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones o porcentajes.

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

Ejercicios y Talleres. puedes enviarlos a

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

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

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Qué es la estadística?

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

Medidas de Tendencia Central

Determinación del tamaño de una muestra (para dos o más muestras)

Estimación por intervalos

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

Estadística Descriptiva

En esta tema sentaremos las bases del muestreo estadístico y estudiaremos las distribuciones de algunos estadísticos a partir de una muestra.

Métodos de Análisis Cuantitativo

Análisis estadístico de datos simulados Estimadores

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

Formulas. Población infinita. Población finita

Juan Carlos Colonia INTERVALOS DE CONFIANZA

INFERENCIA ESTADÍSTICA

InIn Sistemas de Control de Calidad

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

1. Propiedades de los estimadores

1 Valores individuales del conjunto

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

2 CARTAS DE CONTROL POR ATRIBUTOS

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:

ESTADÍSTICA. n i Se pide:

Estimación por intervalos

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

TEMA 4- MODELOS CONTINUOS

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

Tema 14: Inferencia estadística

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

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados. Sexo

6. Distribuciones muestrales

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

1. Distribución Normal.

EJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

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

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

MEDIDAS DE DISPERSIÓN.

PRÁCTICA 6: TEOREMA CENTRAL DEL LÍMITE

9.3. Contrastes de una proporción

04/05/2015. Ángel Serrano Sánchez de León

Práctica 7 CONTRASTES DE HIPÓTESIS

República Bolivariana de Venezuela Universidad Nacional Abierta Vicerrectorado Académico Área de Matemática

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

Intervalo de confianza para µ

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

Pasos básicos para docimar una hipótesis:

CAPÍTULO I. Conceptos Básicos de Estadística

1. Intervalos de Conanza

INTERVALOS DE CONFIANZA

Tema 11. Soluciones a los ejercicios adicionales

Transcripción:

10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes Muestrales So la base para iferecia estadística Basadas e el cocepto de muestreo Muestra vs. Muestreo Distribucioes Muestrales A la distribució de todos los posibles valores que puede tomar u estadístico, calculada e base a muestras del mismo tamaño, aleatoriamete, de la misma població, se le llama distribució muestral de ese estadístico. 1

10/08/007 Distribucioes Muestrales Costrucció: 1. De ua població discreta, fiita, de tamaño N, etraer todas las muestras posibles de tamaño.. Calcular el valor del estadístico de iterés de cada muestra 3. Hacer ua tabla co dos columas: e la primera los posibles valores diferetes del estadístico y e la seguda, la frecuecia de ocurrecia. Ua població cosiste de 10 vededores de ua compañía. La variable de iterés, X, es la atigüedad. X {1,, 3, 4, 5, 6, 7, 8, 9, 10}. Podemos calcular los siguietes parámetros: 55 5.5 i ( ) i 8. 5 N 10 N 1. Etraemos todas las posibles muestras. Supogamos (100 muestras).. Calculamos la media para cada ua de esas muestra 3. Listar los valores diferetes del estadístico y sus frecuecias.

10/08/007 Calculamos la media de la distribució muestral 550 i 5.5 N 100 La media de la població de medias muestrales. Calculamos la media de la distribució muestral ( ) 41.5 i 4.15 N 100 8.5 4.15 Error Estádar de la o Error Estádar 4.15.031 3

10/08/007 Distribucioes Muestrales Cuado el muestreo se etrae de ua població distribuida ormalmete, la distribució muestral de la media muestral tiee las siguietes propiedades: 1. La distribució de la media es ormal, idepedietemete di t del tamaño de la muestra.. La de la distribució de las medias es igual a la media de la població. 3. La variaza de la distribució de las medias es igual a la variaza de la població, dividida etre. Teorema del Límite Cetral Dada ua població co media y variaza fiita, co cualquier distribució, la distribució muestral de la media, calculada de muestras aleatorias de tamaño, está distribuida ormalmete co media y variaza fiita /, cuado es grade. La regla de oro dice que 30. La vida promedia de cierta herramieta es de 41.5 horas, co ua desviació estádar de.5 horas. Cuál es la probabilidad de que ua muestra aleatoria de tamaño 50 etraída de esta població tega ua media etre 40.5 y 4 horas? P(40.5 4) P(.86 z 1.43) P( z 1.43) P( z.86) 0.936 0.001 0.915 Distribució de la diferecia etre dos s Muestrales Dadas dos poblacioes distribuidas ormalmete co medias 1 y, y variazas 1 y, la distribució muestral de la diferecia 1 -, de muestral aleatorias idepedietes de tamaños 1 y, etraídas de las poblacioes, se ecuetra ormalmete distribuida co media 1 1 y variaza ( 1 / 1 ) ( / ) 1 4

10/08/007 Dos compañías fabrica lubricates de alta temperatura, para el mismo mercado. La compañía A aucia que e promedio, su lubricate deja de ser efectivo a 505 F, co ua desv. est. de 10 F. La compañía B aucia que su producto tiee ua media de 475 F, co ua desv. est. de 7 F. Supoga que ua muestra de tamaño 0 para la primera compañía y otra idepediete de tamaño 5 para la seguda so etraídas aleatoriamete. Cuál es la probabilidad de que la diferecia e temperatura promedio de falla para las dos muestras esté etre 5 y 35 F? ( 1 ) ( 1 ) z 1 1 5 (505 475) z1 1.89 10 7 0 5 35 (505 475) z 1.89 10 7 0 5 P( 1.89 z 1.89) 0.9706 0.094 0.941 Distribució Muestral de ua Proporció Cuado el tamaño de la muestra es grade, la distribució muestral de ua proporció está distribuida ormalmete, dode: p p ˆ p(1 p) p ˆ Ua fábrica de clavos determia que 3% de su producto está defectuoso. Supoga que se eamia ua muestra aleatoria de 300 clavos. Cuál es la probabilidad de que la proporció de defectuosos esté etre 0.0 y 0.035? P( 1.0 z 0.51) 0.6950 0.1539 0.5411 5