Paola arias Estadística II.  Fue descrita en 1908 por William sealy gosset  Es una distribución de probabilidad que se emplea comúnmente cuando tenemos.

Slides:



Advertisements
Presentaciones similares
MSP César Eduardo Luna Gurrola
Advertisements

Test de Hipótesis.
Comprobación de diferencias entre medias
Distribución T de Student.
Estimación por intervalos de confianza.
METODOLOGÍA DE INVESTIGACIÓN Titular: Agustín Salvia
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Tests de hipótesis Los tres pasos básicos para testear hipótesis son
Inferencia Estadística
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
Estadística Clase 3 Intervalos de confianza.
Valor que toma la variable aleatoria
Inferencia Estadística
Función Densidad Continua (o distribución de probabilidad continua)
Límites y Continuidad.
DISTRIBUCIONES DE PROBABILIDAD
¿Dónde está enterrado El Greco? La doctora Inferencia Estadística: ¿Dónde está enterrado El Greco? Contraste de hipótesis para una proporción Imagen de.
Pruebas de hipótesis.

Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
“ AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y COMPROMISO CLIMÁTICO” UNIVERSIDAD NACIONAL DE HUANCAVELICA FACULTAD DE EDUCACIÓN ESCUELA SECUNDARIA.
ESTIMACIÓN DE PARÁMETROS
Prueba de Hipótesis Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea.
INFERENCIA ESTADÍSTICA
NÚMEROS ALEATORIOS DEPARTAMENTO DE INFORMATICA UNSL-2007.
Estimación de Parámetros. Un banquero requiere saber sobre el porcentaje de deudas vencidas del banco. Un gerente de recursos humanos necesita conocer.
REGRECION LINEAL SIMPLE, MULTIPLE Y CORRELACION. REGRECION LINEAL SIMPLE.
Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
Paola Andrea Penagos Verónica González J Métodos de Investigación III UdeA – Agosto de 2011 PRUEBA DE FRIEDMAN.
VARIABLE ALEATORIA Y DISTRIBUCIÓN NORMAL
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
Danny Rafael Amaya Cotes Marcos Elías López Guerra.
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.
Experimentos con un solo factor: anÁlIsis de varianza
JESUS MELENDEZ SUAREZ. ESTADISTICA Recoge ordena y agrupa datos para plasmarlos en graficas o tablas para ser analízalas finalmente ESTADISTICA DESCRIPTIVA:
Prueba de Friedman Vanessa Restrepo Viviana Sanchez Luisa Arroyave
Estadística Inferencial
Inferencia estadística
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.
Carlos A. Andújar Rojas, Ph.D. 1. Razonamiento estadístico  Es el proceso por el que se utiliza la lógica para tratar de describir, explicar, predecir.
Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
BIOESTADÍSTICA Y ESTADÍSTICA BÁSICA CHILLÁN, SEGUNDO SEMESTRE PROF. SOC. M© KEVIN VILLEGAS.
PRUEBAS DE NORMALIDAD 1.- HISTOGRAMA DE RESIDUOS
 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados.
DISTRIBUCION DE T-STUDENT
DISTRIBUCIÓN T DE STUDENT
Distribución “t” student
DISTRIBUCIONES DE PROBABILIDAD Por Jorge Sánchez.
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
INFORMÁTICA APLICADA A LA ESTADÍSTICA COES
INFERENCIA EN LOS MODELOS ARIMA ECONOMETRÍA II CAPÍTULO VI D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero.
CLARA ESPINO ESTIMULACION ESTADISTICA. Tarea 3. Estimulación puntual Si a partir de las observaciones de una muestra se calcula un solo valor como estimación.
Presentado por : Diana Marcela Oviedo Pardo Diana Marcela Oviedo Pardo.
LOGO Muestreo Pedro Godoy G.. LOGO Inferencia estadística La Inferencia Estadística es aquella rama de la Estadística mediante la cual se trata de sacar.
DISTRIBUCION “T” DE STUDENT
1234 Guadalupe Ruiz Merino – Curso de Estadística Básica 56 ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA U.D. 14 * 2º BCS.
DISTRIBUCIÓN “T” DE STUDENT MARCELA MENDIVELSO III SEMESTRE.
PRESENTADO POR : BRIGITTE HERNÁNDEZ PRESENTADO A : ORFIDIA OVALLE GRUPO 3 D.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
Inferencia estadística.
ESTADÍSTICA INFERENCIAL
Transcripción de la presentación:

Paola arias Estadística II

 Fue descrita en 1908 por William sealy gosset  Es una distribución de probabilidad que se emplea comúnmente cuando tenemos muestras pequeñas  Surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeño

 Propiedades de las distribuciones t  Cada curva t tiene forma de campana con centro en 0.  Cada curva t, está más dispersa que la curva normal estándar z.  A medida que aumenta, la dispersión de la curva t correspondiente disminuye.  A medida que, la secuencia de curvas t se aproxima a la curva normal estándar, por lo que la curva z recibe a veces el nombre de curva t con gl =

 Existe una distribución t para cada tamaño de la muestra, por lo que existe una distribución para cada uno de los grados de libertad, siendo el número de valores elegidos libremente.  Para un conjunto de datos de una muestra, con t-Student los grados de libertad se calcula: G.L. = n – 1

 Cuando la desviación estándar del estadístico se estima a partir de datos, el resultado se llama error estándar del estadístico. El error estándar se calcula usando a formula

1. las puntuaciones en un test que mide la variable creatividad siguen, en la población general de adolescentes, una distribución normal de media 11,5. En un centro escolar que ha implantado un programa de estimulación de la creatividad una muestra de 30 alumnos ha proporcionado las siguientes puntuaciones:

11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8,23, 8, 6, 14, 16, 6, 7, 15, 20, 14, 15 A un nivel de confianza del 95% ¿Puede afirmarse que el programa es efectivo?  Solución:  Ho m = 11,5  H1 m > 11,5  El estadístico de contraste en este caso es

 La media muestral es 12,47 y la desviación típica de la muestra es 5,22, sustituyendo se obtiene:  Como el contraste es unilateral, buscamos en las tablas de la t de Student, con 29 grados de libertad, el valor que deja por debajo de sí una probabilidad de 0,95, que resulta ser 1,699

 El valor del estadístico es menor que el valor crítico, por consiguiente se acepta la hipótesis nula.  La interpretación sería que no hay evidencia de que el programa sea efectivo.