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

Documentos relacionados
Estimación de Parámetros

TEMA 3: INFERENCIA ESTADISTICA

Distribuciones en el muestreo, EMV

Análisis estadístico de datos simulados Estimadores

INTRODUCCION Teoría de la Estimación

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

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

IntroducciónalaInferencia Estadística

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

INFERENCIA ESTADÍSTICA

Propiedades de la funcion de distribucion empirica. Propiedades de la Función de distribución Empírica:

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

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

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

6. DISTRIBUCIONES MUESTRALES

6. 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.

Estimación de parámetros. Biometría

Distribuciones Muestrales

TEORÍA DE LA ESTIMACIÓN

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

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Estimación por intervalos

Tema 4. Estimación de parámetros

Formulas. Población infinita. Población finita

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

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

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

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

Estimación por intervalos

1. Intervalos de Conanza

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

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

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

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

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.

3. Distribuciones de probabilidad

DISTRIBUCIONES EN EL MUESTREO

Tema 14: Inferencia estadística

DISTRIBUCIONES MUESTRALES

Introducción. Ejemplos:

TEMA 4: CONTRASTE DE HIPOTESIS

Estimación de Parámetros. Estimación de Parámetros

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

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

EJERCICIOS RESUELTOS TEMA 8

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

Test de Hipótesis. Material Preparado por Hugo Delfino

SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2)

Práctica 2 VARIABLES ALEATORIAS CONTINUAS

1. Distribución Normal.

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

TEMA 6.- INTERVALOS DE CONFIANZA

TEMA 2: DISTRIBUCIONES DE PROBABILIDAD

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

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

SESION 15 DISTRIBUCIONES DE MUESTREO

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

Juan Carlos Colonia INTERVALOS DE CONFIANZA

Parte 2. Estadística inferencial

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

T5. Contrastes para los parámetros de una población Normal

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

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

Introducción a la Inferencia Estadística. Muestreo en poblaciones normales

ESTADÍSTICA. n i Se pide:

CAPÍTULO 8: INTERVALOS DE CONFIANZA PARA PROPORCIONES Y MEDIAS

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

Sobre los intervalos de confianza y de predicción

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos

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

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

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Tema 11. Soluciones a los ejercicios adicionales

Desigualdad de Tchebyshev

PRUEBAS DE HIPÓTESIS.

TEMA 7 DISTRIBUCIONES DE PROBABLIDAD CONTINUAS

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

Conceptos generales de inferencia estadística. Estimación de parámetros. Intervalos de confianza.

SUMA DE VARIABLES ALEATORIAS

Intervalo de confianza para µ

1. Propiedades de los estimadores

Métodos de Análisis Cuantitativo

Práctica 7 CONTRASTES DE HIPÓTESIS

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

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

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

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

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA

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

El estimado bootstrap ideal del sesgo se obtiene sustituyendo F por su distribución empírica Fˆ está dado por

TEMA 5: REGRESION LINEAL

Pasos básicos para docimar una hipótesis:

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

04/05/2015. Ángel Serrano Sánchez de León

Transcripción:

MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos asociadas Estadísticos al proceso de para muestreo 7..- Procesos ifereciales y distribucioes asociadas Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. TEMA 7. COMPETENCIAS Describir las distribucioes chi-cuadrado y t de Studet. Calcular probabilidades y valores sobre las mismas. Aplicar las pricipales expresioes utilizadas e los procesos ifereciales relativos a la media, la proporció y la variaza. Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 1

MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES Uiversidad ASOCIADAS de Oviedo. AL MUESTREO Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.-Distribucioes Métodos Estadísticos asociadas para al proceso de muestreo Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Modelos probabilísticos asociados al muestreo Distribució Normal Uiversidad de Oviedo. N(µ, σ) Facultad de Ecoomía y Empresa. Distribució Grado Chi-cuadrado e ADE. χ la Distribució Empresa t de Studet t Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE.

Distribució chi-cuadrado 1,..., v.a. INDEPENDIENTES co distribució N(0,1): Z i χ Uiversidad i 1de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. v.a. chi-cuadrado co grados de libertad 0 4 6 8 10 1 14 16 18 Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Grados de libertad Expresió VARIABLES ALEATORIAS RESTRICCIONE S Grados de libertad i i 1 ( i ) i 1 1,,..., Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. 1,,..., Grado e ADE. i i 1 o bie,..., 1, Nigua Ua ( ) 0 i i 1-1 Los grados de libertad de ua expresió puede ser iterpretados como úmero de valores que es posible fijar de modo arbitrario Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 3

Distribució chi-cuadrado Reproductividad Dadas dos v.a. idepedietes se cumple: Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. + Grado Y χ e + m ADE. Y χm El modelo chi-cuadrado es REPRODUCTIVO respecto a los grados de libertad. χ Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Teorema de Fisher Dada ua m.a.s. ( 1,..., ) extraída de ua població N(µ,σ), se cumple: La media muestral Uiversidad y de la Oviedo. variaza muestral S so variables aleatorias Facultad idepedietes Ecoomía y Empresa. Grado ( 1)S e ADE. La expresió aleatoria se distribuye Métodos Estadísticos σ para segú u modelo chi-cuadrado co -1 grados de libertad χ 1 VARIANZA MUESTRAL ( i ) 1 Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. S i 1 4

Distribució t de Studet t t Y Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE., Y v.a. INDEPENDIENTES N(0,1) Etoces: v.a. t de Studet co grados de libertad Y χ -3 -.7 -.4 -.1-1.8-1.5-1. -0.9-0.6-0.3 0 0.3 0.6 0.9 1. 1.5 1.8.1.4.7 3 Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL MUESTREO Uiversidad de Oviedo. Facultad de Ecoomía y 7..-Empresa. Procesos Grado ifereciales e ADE. y distribucioes Métodos Estadísticos asociadaspara Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 5

Discrepacias asociadas a los procesos ifereciales POBLACIÓN Parámetros θ m.a.s. Uiversidad ( 1, de,..., Oviedo. ) Facultad de Ecoomía y Empresa. Estimador Grado e ADE. Métodos T( Estadísticos 1,,..., ) para Tipificació Discrepacia d T Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Discrepacias tipificadas La iformació muestral se resume e el estimador. Uiversidad de Oviedo. Facultad de Ecoomía y El estimador se tipifica, obteiédose la Empresa. Grado e ADE. discrepacia Métodos tipificada, Estadísticos cuya para distribució de probabilidad coocida y o depede de igú parámetro descoocido. Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 6

Estimador de la media poblacioal i i 1 MEDIA MUESTRAL Uiversidad de Oviedo. σ Var Facultad de Ecoomía y Empresa. Grado e ADE. ( ) µ E ( ) Estimador isesgado Si N(µ,σ) etoces σ N µ, Si la distribució de es descoocida y elevado σ N µ, σ Error estádar σ Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Iferecias sobre la media poblacioal ESTIMADOR Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Métodos Estadísticos Epara d DISCREPANCIA ( ) σ µ σ Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7

Iferecias sobre la media poblacioal Qué distribució probabilística sigue la discrepacia asociada a la media muestral? POBLACIÓN NORMAL σ coocida Reproductividad modelo ormal d Descoocida Uiversidad de Oviedo. Facultad N(0,1) de Ecoomía y Empresa. Grado e ADE. µ σ t -1 POBLACIÓN NO NORMAL σ coocida y elevado Teorema Cetral del Límite POBLACIÓN NORMAL σ descoocida µ S Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. d Estimador de la proporció poblacioal ( 1,, ) m.a.s. siedo i v.a. dicotómicas o de Beroulli: i 1 si se preseta la característica ivestigada P( i 1)p i 0 e otro caso P( i 0)1-p pˆ B(,p) PROPORCIÓN MUESTRAL Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Número de elemetos de la muestra que preseta la característica ivestigada E(ˆ p) E() p p Estimador isesgado Var() p( 1 p) p( 1 p) Var(p) ˆ Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 8

Iferecias sobre la proporció poblacioal ESTIMADOR pˆ N(0,1) pˆ p d p ˆ Uiversidad de Oviedo. p( 1 p) Facultad de Ecoomía y Empresa. Teorema Grado Cetral e ADE. Métodos del Estadísticos Límite para DISCREPANCIA elevado d p ˆ pˆ p p( ˆ 1 p) ˆ 1 p descoocida Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. S S Estimador de la variaza poblacioal ( i ) i 1 ( ) i i 1 1 Estimador aalógico E(S Uiversidad de Oviedo. ) 1 σ Facultad de Ecoomía y Empresa. Grado e ADE. VARIANZA MUESTRAL Estimador sesgado E( S ) E S E( S) σ ( 1) ( 1) Estimador isesgado Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 9

Iferecias sobre la variaza poblacioal DISCREPANCIA d S ( 1)S POBLACIÓN NORMAL Uiversidad de Oviedo. σ Facultad de Ecoomía y Empresa. Grado Teorema e de ADE. Fisher χ 1 Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Qué parámetros os iteresa? Media Proporció Variaza µ p σ Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. Métodos Estadísticos ˆpˆp para Qué estimadores utilizamos? Media Proporció Variaza S Normal t de Studet Chi-Cuadrado Qué distribucioes de probabilidad podemos utilizar? Uiversidad de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 10