Recordemos para la distribución Binomial

Documentos relacionados
Solución. x 1 =36 x 2 =24 n 1 =50 n 2 =75 IC=96 % σ 1 =6 σ 2 =8. Datos. Fórmula x 1 -x 2 =36-24=

9- Intervalos de confianza

9- Intervalos de confianza

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

Estadística. Contrastes para proporciones

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

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

Consideremos los siguientes experimentos aleatorios

5 Variables aleatorias bidimensionales y de mayor dimension.

Tema 14: Inferencia estadística

Unidad 7. Estimación de medias, proporciones y varianzas

ESTIMACIONES DE MEDIAS

9.3. Contrastes de una proporción

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

). Por ejemplo: mínimos cuadrados, momentos, métodos bayesianos, etc. Nosotros solo revisaremos aquí el método de máxima verosimilitud

TEMA 3: INFERENCIA ESTADISTICA

TEORÍA ELEMENTAL DE MUESTREO

9- Test o prueba de hipótesis

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

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

Tema 4. Estimación de parámetros

1. Intervalos de Conanza

Distribuciones en el muestreo, EMV

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

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

Tema IV. Estimación con intervalos de confianza

13 Intervalos de confianza

UNIVERSIDAD DE ATACAMA

E.U.I.T.I. Bilbao. Asignatura: MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

Estimación por Intervalos

Pruebas de hipótesis para dos muestras.

MATERIAL DE LA 3era VISITA

Estadística 1.-VARIABLES ALEATORIAS. 1. Conceptos previos. Dada una serie de números: x1,..xn se llama MEDIA ARITMÉTICA:

TEORÍA DE LA ESTIMACIÓN

Inferencia Estadística

Ejemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis

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

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

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

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

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

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

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

1. Distribución Normal.

Formulas. Población infinita. Población finita

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

Medidas de Tendencia Central

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

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

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

Estadística II. 5. Contraste de Hipótesis ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES

Intervalos de confianza Muestras grandes

Estadística Teórica II

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

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

El método de Monte Carlo

EL MODELO DE MERCADO (MODELO DE ÍNDICE ÚNICO, O MODELO DE UN SOLO FACTOR).

Estimación por intervalos

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

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

Tema 11. Soluciones a los ejercicios adicionales

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

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

IntroducciónalaInferencia Estadística

INTERVALOS DE CONFIANZA

TEMA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

Análisis de resultados. Independencia de las muestras

Inferencia estadística. Intervalo de confianza y contraste de hipótesis

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Estimación de Parámetros. Estimación de Parámetros

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

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

VALUACIÓN DE BONOS. 2. Valuación de bonos con cupón de intereses

Tema 3: Semiconductores.

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

Estimación de parámetros. Biometría

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

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

( ) 1.8 CRITERIOS DE CONVERGENCIA PARA SERIES (1.8_CvR_T_061, Revisión: , C8, C9, C10) INTRODUCCIÓN. Forma general de una serie: + a 1

SESION 15 DISTRIBUCIONES DE MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

DISTRIBUCIONES DISCRETAS. PROBABILIDAD BINOMIAL

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

Curso de Estadística Aplicada a las Ciencias Sociales

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

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

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

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

INTRODUCCION Teoría de la Estimación

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

- estimación de parámetros, - intervalos de confianza y

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

DISTRIBUCIONES MUESTRALES

MATEMÁTICAS 2ºBACHILLERATO CCSSII

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

PRUEBAS DE HIPÓTESIS.

Transcripción:

U estimador utual atural de la roorció e u exerimeto biomial se ecuetra dado or el estadístico roorció =x/, dode x rereseta el úmero de éxitos e ruebas o exerimetos realiados. Etoces la roorció de la muestra =x/ se utiliará como estimador utual del arámetro. Si o se esera que la roorció descoocida esté demasiado cerca de 0 ó de, se uede establecer u itervalo de cofiaa ara al cosiderar la distribució muestral de roorcioes.

Recordemos ara la distribució Biomial ara la distribució de roorcioes ( ) x q q ( ) E este deseje observamos de la rimera ecuació que se ecesita el valor del arámetro y es recisamete lo que queremos estimar, or lo que lo sustituiremos or la roorció de la muestra siemre y cuado el tamaño de muestra o sea equeño.

q Cuado es equeña y la roorció descoocida se cosidera cercaa a 0 ó a, el rocedimieto del itervalo de cofiaa que se establece aquí o es cofiable, or tato, o se debe utiliar. ara estar seguro, se debe requerir que ó q sea mayor o igual a 5. El error de estimació será la diferecia absoluta etre y, y odemos teer el ivel de cofiaa de que esta diferecia o excederá a l factor Ejemlo q U exortador de cerámica Maya utilia u cojuto de ruebas ara evaluar la auteticidad del roducto. Todas las ieas debe asar todas las ruebas ates de vederse. Ua muestra aleatoria de 500 ieas tiee como resultado 5 de ellas falla e ua o más ruebas. Ecuetra u itervalo de cofiaa de 90% ara la roorció de las ieas de la oblació que o asa todas las ruebas.

Solució Datos Fórmula x=5 =500 IC=90% q U exortador de cerámica Maya utilia u cojuto de ruebas ara evaluar la auteticidad del roducto. Todas las ieas debe asar todas las ruebas ates de vederse. Ua muestra aleatoria de 500 ieas tiee como resultado 5 de ellas falla e ua o más ruebas. Ecuetra u itervalo de cofiaa de 90% ara la roorció de las ieas de la oblació que o asa todas las ruebas. IC 5 x / 500 0.03 0.5 (0.90 / ) Z=.645 0.05 0.030.97 0.03.645 500 Z Se sabe co u ídice de cofiaa del 90% que la roorció de ieas defectuosos que o asa las ruebas e esa oblació esta etre 0.075 y 0.045. 0.03 0.055 0.045 0.075 0.075 0.045

Ejemlo E ua muestra de 400 artículos fabricadas or tu comañía, se ecotraro 0 defectuosos. Si la roorció de artículos defectuosos e esa muestra se usa ara estimar, que vedrá a ser la roorció verdadera de todas los artículos defectuosas fabricados or tu comañía. Ecuetre el máximo error de estimació ε tal que se ueda teer u 95% de cofiaa e que dista meos de ε que de.

Solució Datos Fórmula x=0 =400 IC=95% q E ua muestra de 400 artículos fabricadas or tu comañía, se ecotraro 0 defectuosos. Si la roorció de artículos defectuosos e esa muestra se usa ara estimar, que vedrá a ser la roorció verdadera de todas los artículos defectuosas fabricados or tu comañía. Ecuetre el máximo error de estimació ε tal que se ueda teer u 95% de cofiaa e que dista meos de ε que de. 0 x / 400 0.05 IC 0.5 (0.95 / ) 0.05 =.96 0.050.95 0.05.96 400.96 400 0.050.95 0.035 Si =0.05 se usa ara estimar, odemos teer u 95% de cofiaa e que dista meos del 0.035 de. E otras alabras, si =0.05 se usa ara estimar, el error máximo de estimació será aroximadamete 0.035 co u ivel de cofiaa del 95%. 0.05 0.035 0.0865 0.0735

Ejemlo E u estudio de 300 accidetes automovilísticos e cierta ciudad de la Reública Mexicaa reorta que 60 tuviero cosecuecias fatales. Co base e esta muestra, costruya u itervalo del 90% de cofiaa ara aroximar la roorció de todos los accidetes automovilísticos que e esa ciudad tiee cosecuecias fatales.

Solució Datos Fórmula x=60 =300 IC=90% q E u estudio de 300 accidetes automovilísticos e cierta ciudad de la Reública Mexicaa reorta que 60 tuviero cosecuecias fatales. Co base e esta muestra, costruya u itervalo del 90% de cofiaa ara aroximar la roorció de todos los accidetes automovilísticos que e esa ciudad tiee cosecuecias fatales. IC 60 x / 300 0. 0.5 (0.90 / ) =.645 0.05 0.0.8 0..645 300 0. 0.03798 0.38 0.6 0.6 0.38

Si se tiee dos oblacioes co medias μ y μ y variaas σ y σ resectivamete, u estimador utual de la diferecia etre μ y μ está dado or la estadística x -x. ara obteer ua estimació utual de μ -μ, se seleccioa dos muestras aleatorias ideedietes, de cada oblació, de tamaño y, se calcula la diferecia x -x, de las medias muestrales. Recordemos que la distribució muestral de diferecia de medias está dada or: x x Que al desejar teemos lo siguiete:

x x E el caso e que se descooca las variaas de la oblació y los tamaños de muestra sea mayores a 30 se odrá utiliar la variaa de la muestra como ua estimació utual. Ejemlo Se lleva a cabo u exerimeto e que se comara dos tios de motores, A y B. Se mide el redimieto e millas or galó de gasolia. Se realia 50 exerimetos co el motor tio A y 75 co el motor tio B. La gasolia que se utilia y las demás codicioes se matiee costates. El redimieto romedio de gasolia ara el motor A es de 36 millas or galó y el romedio ara el motor B es 4 millas or galó. Ecuetre u itervalo de cofiaa de 96% sobre la diferecia romedio real ara los motores A y B. Suoga que las desviacioes estádar oblacioales so 6 y 8 ara los motores A y B resectivamete.

Solució Datos x =36 x =4 =50 =75 IC=96 % σ =6 σ =8 Fórmula x x Se lleva a cabo u exerimeto e que se comara dos tios de motores, A y B. Se mide el redimieto e millas or galó de gasolia. Se realia 50 exerimetos co el motor tio A y 75 co el motor tio B. La gasolia que se utilia y las demás codicioes se matiee costates. El redimieto romedio de gasolia ara el motor A es de 36 millas or galó y el romedio ara el motor B es 4 millas or galó. Ecuetre u itervalo de cofiaa de 96% sobre la diferecia romedio real ara los motores A y B. Suoga que las desviacioes estádar oblacioales so 6 y 8 ara los motores A y B resectivamete. IC 0.5 (0.96 / ) x -x =36-4= 36 50 64 75 0.0.5733 =.055.543.055.543.057 9.44-4.57

.00.0.0.03.04.05.06.07.08.09-4.0 0.00003 0.00003 0.00003 0.00003 0.00003 0.00003 0.0000 0.0000 0.0000 0.0000-3.9 0.00005 0.00005 0.00004 0.00004 0.00004 0.00004 0.00004 0.00004 0.00003 0.00003-3.8 0.00007 0.00007 0.00007 0.00006 0.00006 0.00006 0.00006 0.00005 0.00005 0.00005-3.7 0.000 0.0000 0.0000 0.0000 0.00009 0.00009 0.00008 0.00008 0.00008 0.00008-3.6 0.0006 0.0005 0.0005 0.0004 0.0004 0.0003 0.0003 0.000 0.000 0.000-3.5 0.0003 0.000 0.000 0.000 0.0000 0.0009 0.0009 0.0008 0.0007 0.0007-3.4 0.00034 0.0003 0.0003 0.00030 0.0009 0.0008 0.0007 0.0006 0.0005 0.0004-3.3 0.00048 0.00047 0.00045 0.00043 0.0004 0.00040 0.00039 0.00038 0.00036 0.00035-3. 0.00069 0.00066 0.00064 0.0006 0.00060 0.00058 0.00056 0.00054 0.0005 0.00050-3. 0.00097 0.00094 0.00090 0.00087 0.00084 0.0008 0.00079 0.00076 0.00074 0.0007-3.0 0.0035 0.003 0.006 0.00 0.008 0.004 0.00 0.0007 0.0003 0.0000 -.9 0.0087 0.008 0.0075 0.0069 0.0064 0.0059 0.0054 0.0049 0.0044 0.0039 -.8 0.0056 0.0048 0.0040 0.0033 0.006 0.009 0.00 0.0005 0.0099 0.0093 -.7 0.00347 0.00336 0.0036 0.0037 0.00307 0.0098 0.0089 0.0080 0.007 0.0064 -.6 0.00466 0.00453 0.00440 0.0047 0.0045 0.0040 0.0039 0.00379 0.00368 0.00357 -.5 0.006 0.00604 0.00587 0.00570 0.00554 0.00539 0.0053 0.00508 0.00494 0.00480 -.4 0.0080 0.00798 0.00776 0.00755 0.00734 0.0074 0.00695 0.00676 0.00657 0.00639 -.3 0.007 0.0044 0.007 0.00990 0.00964 0.00939 0.0094 0.00889 0.00866 0.0084 -. 0.0390 0.0355 0.03 0.087 0.055 0.0 0.09 0.060 0.030 0.00 -. 0.0786 0.0743 0.0700 0.0659 0.068 0.0578 0.0539 0.0500 0.0463 0.046 -.0 0.075 0.0 0.069 0.08 0.0067 0.008 0.0970 0.093 0.0876 0.083 -.9 0.087 0.0807 0.0743 0.0680 0.069 0.0559 0.0500 0.044 0.0385 0.0330 -.8 0.03593 0.0355 0.03438 0.0336 0.0388 0.036 0.0344 0.03074 0.03005 0.0938 -.7 0.04456 0.04363 0.047 0.048 0.04093 0.04006 0.0390 0.03836 0.03754 0.03673 -.6 0.05480 0.05370 0.056 0.0555 0.05050 0.04947 0.04846 0.04746 0.04648 0.0455 -.5 0.0668 0.0655 0.0645 0.0630 0.0678 0.06057 0.05938 0.058 0.05705 0.0559 -.4 0.08076 0.0797 0.07780 0.07636 0.07493 0.07353 0.074 0.07078 0.06944 0.068 -.3 0.09680 0.0950 0.0934 0.0976 0.090 0.0885 0.0869 0.08534 0.08379 0.086 -. 0.507 0.34 0.3 0.0935 0.0749 0.0565 0.0383 0.004 0.007 0.0985 -. 0.3566 0.3350 0.336 0.94 0.74 0.507 0.30 0.00 0.900 0.70 -.0 0.5865 0.565 0.5386 0.550 0.497 0.4686 0.4457 0.43 0.4007 0.3786-0.9 0.8406 0.84 0.7878 0.768 0.736 0.705 0.6853 0.660 0.6354 0.609-0.8 0.85 0.0897 0.06 0.037 0.0045 0.9766 0.9489 0.95 0.8943 0.8673-0.7 0.496 0.3885 0.3576 0.369 0.965 0.663 0.363 0.065 0.769 0.476-0.6 0.745 0.7093 0.6763 0.6434 0.608 0.5784 0.546 0.543 0.485 0.4509-0.5 0.30853 0.3050 0.3053 0.9805 0.9460 0.96 0.8774 0.8434 0.8095 0.7759-0.4 0.34457 0.34090 0.3374 0.33359 0.3997 0.3635 0.376 0.397 0.356 0.306-0.3 0.3809 0.3788 0.37448 0.37070 0.3669 0.3637 0.3594 0.35569 0.3597 0.3486-0. 0.4074 0.4683 0.493 0.40904 0.4056 0.409 0.39743 0.39358 0.38974 0.38590-0. 0.4607 0.4560 0.454 0.4488 0.44433 0.44038 0.43644 0.4350 0.4857 0.4465-0.0 0.50000 0.4960 0.490 0.48803 0.48404 0.48006 0.47607 0.4709 0.468 0.4644