T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.

Slides:



Advertisements
Presentaciones similares
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
Advertisements

PRESENTADO POR: JOHANNA ANDREA RODRIGUEZ MORENO.  Descubierta por William S. en 1908, la distribución de T normalmente se llama distribución de t de.
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.
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.
Presentado por : Diana Marcela Oviedo Pardo Diana Marcela Oviedo Pardo.
Paola arias Estadística II.  Fue descrita en 1908 por William sealy gosset  Es una distribución de probabilidad que se emplea comúnmente cuando tenemos.
PRESENTADO POR : BRIGITTE HERNÁNDEZ PRESENTADO A : ORFIDIA OVALLE GRUPO 3 D.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
DISTRIBUCIONES ESTADÍSTICAS Realizado por: Claudia Morales y Denise Muñoz.
TEMA 3. ESTADÍSTICA BIDIMENSIONAL. INDICE 1.- Relación estadística: correlación 2.- Diagramas de dispersión o nube de puntos 3.- Tablas de frecuencia.
Estadística inferencial. ¿Qué es? La Estadística inferencial o Inferencia estadística estudia cómo sacar conclusiones generales para toda la población.
TEMA 2: PARÁMETROS ESTADÍSTICOS. INDICE 1. Parámetros estadísticos: 1.1 Definición 1.2 Medidas de Centralización: Medias, moda y Mediana 1.3 Medidas de.
Tema 2. Parámetros estadísticos. Indice 1. Parámetros estadísticos. Tipos: 1.1 Medidas de centralización(medias y moda) 1.2 Medidas de posición(mediana,
Estimación e intervalos de confianza. Estimaciones puntuales e intervalos de confianza Estimación puntual: Estadístico calculado a partir de la información.
República Bolivariana de Venezuela Instituto Universitario Politécnico “Santiago Mariño" Estadísticas I - OV Estadística Profesor : Bachiller: Pedro Beltrán.
Tema 6 Cristhian Lopez..
DISTRIBUCION F DE FISHER.
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
Términos básicos en estadística
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
Bioestadística Distribuciones de probabilidad y distribuciones muestrales para variables cualitativas: la distribución binomial.
DISTRIBUCIONES EN EL MUESTREO
Inferencia estadística.
Bioestadística Inferencia estadística y tamaños de muestra para una y dos o más medias.
El modelo simple de regresión
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ESTADISTICA II UNIDAD I 3RA PARTE.
Análisis de Varianza Permite probar la significancia de las diferencias entre más de dos medias muestrales. Usando el análisis de varianza, se puede hacer.
ESTADÍSTICA INFERENCIAL
¿Cuándo usar esta distribución?
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
ANÁLISIS E INTERPRETACIÓN DE DATOS
TEMA 6 : DISTRIBUCIONES ESTADÍSTICAS.
ESTADÍSTICA UNIDIMENSIONAL
UNIDAD CURRICULAR: ESTADÍSTICA I UNIDAD: IV Leyes Probabilísticas:
ASIMETRÍA.
GRÁFICOS DE CAJAS VALORES ATIPICOS MEDIDAS DE DISPERSIÓN
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
Distribución normal o de Gauss
MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS Y PARA TABLAS
INTERVALO DE CONFIANZA
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Matemáticas 2º Bachillerato CS
CONTENIDO Teoría del muestreo ¿Cómo seleccionar una muestra?
Intervalos de confianza Muestras pequeñas
INSTITUTO TECNOLOGICO DE HUIMANGUILLO
ESTADÍSTICA BÁSICA.
Distribución en variable continua
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
Uso de las tablas binomiales
MEDIDAS DE DISPERSIÓN.
Universidad Nacional del Litoral
Distribuciones de muestreo con más detalle
Estadística Administrativa II
Dr. Carlomagno Araya Alpízar
Elementos Básicos de Probabilidad y Estadística
ESTADISTICA DESCRIPTIVA
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
“Medidas de dispersión”
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
MODELOS DE PRONOSTICOS
Estadística Descriptiva
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
BIOESTADISTICA I UNIDAD: INFERENCIA ESTADISTICA EJERCICIOS Y PROBLEMAS
ESTADISTICA ORDENAR INFORMACION
PRUEBA DE HIPOTESIS ESTADISTICA
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

t – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística

DEFINICIÓN DE LA DISTRIBUCIÓN t -STUDENT Es una distribución de probabilidad. Se utiliza para hacer estimaciones de la media de una variable (que está distribuida normalmente), en una población, cuando el tamaño de la muestra es pequeño. También se utiliza para hacer estimaciones de parámetros de las poblaciones a partir de los valores de los estadísticos correspondientes en las muestras, cuando se desconoce el valor de la varianza o la desviación estándar de la población.

PROPIEDADES t - STUDENT El valor de la media es 0. Tiene forma de campana y es simétrica con respecto a la media. La distribución t tiene una varianza mayor que 1, pero en la medida en que aumentan los grados de libertad, el valor de la varianza se aproxima a 1, lo cual lleva a que la distribución t se aproxime a la distribución normal estándar en la medida que aumenta el valor de los grados de libertad.

GRADOS DE LIBERTAD Los valores de los estadísticos en una muestra deben ser valores cercanos a los parámetros correspondientes en la población para que la muestra sea realmente representativa. Los grados de libertad representan al número de datos independientes que se pueden tomar de la población para construir la muestra, de tal manera que los valores de los estadísticos en la muestra sean cercanos a los valores de los parámetros correspondientes en la población.

Por tanto, cuando se escoge una muestra de tamaño n, el número de datos independientes que se pueden tomar de la población para construir la muestra es n – 1, ya que el último dato que se escoja, es el que viene a definir el valor del estadístico en la muestra. Podemos concluir entonces que para calcular los grados de libertad, al número que representa el tamaño de la muestra (n) le restamos 1, es decir, aplicamos la fórmula gl = n-1.

Ejemplo Para la localización de los puntos en la grafica se utilizan las tablas de student que están provistas de información de los grados de libertad y el área ya sea en una o dos colas, es decir a la derecha o a la izquierda o en ambas según lo indique cada caso. Ej: En 10 grados de libertad y un área 0.05

GRACIAS Web grafía: