 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados.

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

Distribución t Student
UNIVERSIDAD NACIONAL DE EDUCACIÓN Alma Máter del Magisterio Nacional
Recordatorio Estadística Paramétrica
DR. JORGE ACUÑA A., PROFESOR
Tema.11. Principales modelos de distribución de probabilidad en Psicología: Variables discretas: binomial y Poisson. Variables continuas: normal, chi.
DR. JORGE ACUÑA A., PROFESOR
De la muestra a la población
MEDIDAS DE DISPERSIÓN.
INFERENCIA ESTADÍSTICA
Medidas de tendencia central y de variabilidad
DR. JORGE ACUÑA A., PROFESOR
Medidas de dispersión y variabilidad
Tema 8: Principales distribuciones de probabilidad
FUNCIONES DE DISTRIBUCION NORMAL
Desviación Estándar en relación con siete puntajes:
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
MEDIDAS DE DISPERSIÓN:
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE
Pronósticos, Series de Tiempo y Regresión
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Probabilidad y Estadística Inferencia Estadística Se sabe que si cada variable sigue una densidad normal con  y   entonces sigue una ley de densidad.
Estadística Administrativa II
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
ESTADISTICA TEMA y 223.
ESTIMACION En varios pasajes de este libro hemos planteado la dificultad que se confronta en las investigaciones, de llegar a conclusiones sobre una población.
Valor que toma la variable aleatoria
(BREVE) REPASO DEL PRIMER CUATRIMESTRE. REPASO DEL PRIMER CUATRIMESTRE VARIABLE ESTADISTICA Cuantitativas Cualitativas ó Categóricas Discretas Continuas.
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Distribuciones Muestrales: Propoción, Varianza y cociente de varianzas
¿Cuándo usar esta distribución?
Análisis de variancia Capítulo once OBJETIVOS
Identificar las diferentes medidas de Posición.
Experimentación Numérica
Page 1 Page 2 Asimetría Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central (Media aritmética).
Descripción de los datos: medidas de dispersión
DISTRIBUCIONES MUESTRALES
Estadística Aplicada a la Gestión Empresarial

Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
Coeficiente y porcentaje de variación
Construcción de la tabla del ANOVA
Si en una distancia de 60 mm. tenemos un desnivel de 5.36 m ( ), y queremos obtener las curvas de nivel a cada 1 m., tenemos que.
MEDIDAS DE APUNTAMIENTO ESTADÍSTICA APLICADA A LA INGENIERÍA
“ AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y COMPROMISO CLIMÁTICO” UNIVERSIDAD NACIONAL DE HUANCAVELICA FACULTAD DE EDUCACIÓN ESCUELA SECUNDARIA.
Probabilidad y Estadística
La distribución normal
Estimaciones.
Medidas de dispersión: Varianza y desviación estándar
DEFINICIÓN DE NORMALIDAD MEDIDAS DE DESCRIPCIÓN DE DATOS
Tema 5: Variables aleatorias continuas. La distribución normal
19. Prueba de hipótesis para promedios Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
DISTRIBUCIÓN “t” DE STUDENT
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
PRESENTADO POR: JOHANNA ANDREA RODRIGUEZ MORENO.  Descubierta por William S. en 1908, la distribución de T normalmente se llama distribución de t de.
Estimación estadística
Tarea # 2. La distribución uniforme es la que corresponde a una variable que toma todos sus valores, con igual probabilidad; el espacio muestral debe.
C ONCEPTOS BÁSICOS DE I NFERENCIA II 1. Teorema 1. Si X~N(µ, σ) y Y=aX+b donde a y b son constantes, entonces: Teorema 2. Si X1, X2, …, Xn son variables.
Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
DISTRIBUCION DE T-STUDENT
DISTRIBUCIÓN T DE STUDENT
Distribución “t” student
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
Paola arias Estadística II.  Fue descrita en 1908 por William sealy gosset  Es una distribución de probabilidad que se emplea comúnmente cuando tenemos.
DISTRIBUCION “T” DE STUDENT
DISTRIBUCIÓN “T” DE STUDENT MARCELA MENDIVELSO III SEMESTRE.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
1 GRADO CALCULO.
Transcripción de la presentación:

 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados de la siguiente forma. Para un conjunto de datos de una muestra, con t-Student los grados de libertad se calcula: G.L. = n- 1

1. Cada curva t tiene forma de campana con centro en Cada curva t, esta mas dispersa que la curva normal estándar. 3. A medida que aumenta, la dispersión de la curva t correspondiente disminuye. 4. A medida que, la secuencia de curvas t se aproxima a la curva normal estándar.