INFERENCIA ESTADÍSTICA

Slides:



Advertisements
Presentaciones similares
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 NIVEL DE CONFIANZA Tema 13.5 * 2º BCS.
Advertisements

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 CONTRASTES DE HIPÓTESIS Tema 14 * 2º BCS.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 15 * CONTRASTES DE HIPÓTESIS MATEMÁTICAS A. CS II.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA U.D. 14 * 2º BCS.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA U.D. 14 * 2º BCS.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA
Matemáticas 2º Bachillerato C.S.
Análisis de Mercados Internacionales
Apuntes 2º Bachillerato C.S.
Matemáticas 2º Bachillerato CS
Matemáticas 2º Bachillerato CS
Apuntes 2º Bachillerato C.S.
Apuntes de Matemáticas 1
INFERENCIA ESTADÍSTICA
Matemáticas 2º Bachillerato C.S.
U.D. 9 * 2º BCS GRÁFICAS DE FUNCIONES.
U.D. 12 * 3º ESO E.AC. FUNCIONES LINEALES Y CUADRÁTICAS
INFERENCIA ESTADÍSTICA
U.D. 14 * 1º BCS DISTRIBUCIÓN Angel Prieto Benito
Apuntes de Matemáticas 3º ESO
Matemáticas Aplicadas CS I
ESTADÍSTICA UNIDIMENSIONAL
Clase 8: Contraste de Hipótesis
Matemáticas 2º Bachillerato CS
Matemáticas 2º Bachillerato C.T.
Matemáticas Aplicadas CS I
Apuntes 2º Bachillerato C.S.
Matemáticas 2º Bachillerato CS
Apuntes de Matemáticas 1
Matemáticas Aplicadas CS I
Matemáticas 1º Bachillerato CT
Estimación de parámetros: Estimación puntual y por intervalos
Matemáticas 2º Bachillerato CS
Apuntes 2º Bachillerato C.S.
Matemáticas Aplicadas CS I
Tamaño de muestra Ecología Marina. Una población se define como un conjunto de individuos de una especie que habita un área determinada. Los métodos disponibles.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Matemáticas 2º Bachillerato C.S.
Matemáticas 1º Bachillerato CS
SEMEJANZA U. D. 8 * 4º ESO E. Angel Prieto Benito
CÓMO RESOLVER LOS PROBLEMAS
Apuntes de Matemáticas 3º ESO
TEMA 3: MUESTREO Y ESTIMACIÓN
Matemáticas Aplicadas CS I
UD 5: DISTRIBUCIÓN BINOMIAL Y NORMAL
Apuntes de Matemáticas 3º ESO
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
Depto. Matemáticas – IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José Mª Sorando, ampliando y.
U.D. 9 * 2º BCS GRÁFICAS DE FUNCIONES.
Intervalos de confianza Muestras pequeñas
Apuntes de Matemáticas 3º ESO
Apuntes de Matemáticas 3º ESO
U.D. 9 * 2º BCS GRÁFICAS DE FUNCIONES.
Apuntes de Matemáticas 3º ESO
Apuntes de Matemáticas 3º ESO
APLICACIONES DE LAS DERIVADAS
Matemáticas Aplicadas CS I
INFERENCIA ESTADÍSTICA
APLICACIONES DE LAS DERIVADAS
Apuntes Matemáticas 2º ESO
Tamaño de muestra.
Tamaño de la muestra. En una muestra probabilística cada individuo de la población a estudiar tiene una probabilidad conocida y no nula de ser seleccionado.
Matemáticas 2º Bachillerato CS
Matemáticas Aplicadas CS I
Apuntes Matemáticas 2º ESO
Transcripción de la presentación:

INFERENCIA ESTADÍSTICA U.D. 14 * 2º BCS @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

INTERVALO DE CONFIANZA PARA LA PROPORCIÓN U.D. 14.5 * 2º BCS @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

INTERVALO DE CONFIANZA Se desea estimar la proporción de elementos, p, que posee una cierta característica. Para ello se recurre a una muestra de tamaño n, en la que se obtiene una proporción muestral pr. El error máximo admisible sabemos que era: E = zα/2 .√p.q/n En caso de proporciones debemos asegurarnos que p.n > 5 y q.n > 5 para que realmente exista una distribución normal. Y además es necesario que la muestra sea grande n > 30. Cumpliendo las dos premisas anteriores, el error máximo admisible o cota de error para la estimación de p es: E = zα/2 .√pr.(1 – pr)/n El intervalo de confianza de p con un nivel de confianza (1 – α).100% es: (pr – zα/2 .√[pr.(1 – pr)/n] , pr + zα/2 .√[pr.(1 – pr)/n] ) @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

Matemáticas 2º Bachillerato CS EJEMPLO_1 Se toma una muestra de 500 adultos. De ellos, 200 leen habitualmente el periódico. Hallar, con un nivel de confianza del 95%, un intervalo para estimar la proporción p de lectores adultos. Resolución: Una probabilidad o nivel de confianza del 95% significa: 1 – α = 0,95  α/2 = 0,025  zα/2 = 1,96 La proporción muestral es: pr = 200/500 = 0,40 Tenemos n=500 y pr=0,40  Hallamos 1 – pr = 0,60 El error máximo admisible o cota de error para la estimación de p es: E = zα/2 .√pr.(1 – pr)/n = 1,96. √0,40.0,60/500 = 1,96.0,0219 = 0,04294 El intervalo pedido es: ( pr – E , pr + E)= (0,40 – 0,04294, 0,40 + 0,04294) = (0’3570 , 0’4429) Con un nivel de confianza del 95%, la proporción de lectores adultos de toda la población oscila entre el 35,70% y el 44,29 % @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

Matemáticas 2º Bachillerato CS EJEMPLO_2 Se toma una muestra de 500 adultos. De ellos, 200 leen habitualmente el periódico. Con un nivel de confianza del 95%, el intervalo donde se encuentra la proporción p de lectores adultos es (0’3570 , 0’4429). La cota de error ha sido de 0,04294. Queremos repetir la experiencia para conseguir una cota de error de 0,02 con el mismo nivel de confianza. ¿Qué tamaño debe tener la muestra?. Resolución: Conocemos zα/2 = 1,96 y E = 0,02 El error máximo admisible o cota de error para la estimación de p es: E = zα/2 .√pr.(1 – pr)/n Tomamos como pr el valor de pr de la muestra anterior, pues no podemos saber su valor sin estudiar la muestra; pero si sabemos que estará muy próximo al valor anterior. 0,02 = 1,96. √0,40.0,60/n  (0,02 / 1,96)2 = 0,24/n 0,000104123. n = 0,24  n = 0,24 / 0,0001041 = 2305,47 La muestra debe ser de 2306 adultos. @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

Matemáticas 2º Bachillerato CS EJEMPLO_3 A partir de una muestra de 141 adultos se ha estimado una proporción mediante el intervalo de confianza (0,15, 0,19). ¿Cuál es el nivel de confianza con el que se ha hecho la estimación?. Resolución: pr es el valor medio del intervalo: pr = (0,15+0,19)/2=0,17 El error E es la mitad de la longitud del intervalo: E =0,04/2 = 0,02 El error máximo admisible o cota de error para la estimación de p es: E = zα/2 .√pr.(1 – pr)/n 0,02 = zα/2 √0,17.(1 – 0,17)/141 0,02 = zα/2 0,0316  zα/2 = 0,02 / 0,0316 = 0,6331 P(z > zα/2 ) = α/2  P(z > 0,6331) = 1 – ø(0,6331) Por Tablas: ø(0,6331) = 0,7366 Luego P(z > 0,6331) = 1 – 0,7366 = 0,2633 α/2 = 0,2633  α = 0,5266  (1 – α) = 0,4733 La estimación se ha realizado con un nivel de confianza del 47,33%, muy bajo. @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

Matemáticas 2º Bachillerato CS EJEMPLO_3 A partir de una muestra de 141 adultos se ha estimado una proporción mediante el intervalo de confianza (0,15, 0,19). ¿Cuál es el nivel de confianza con el que se ha hecho la estimación?. Resolución: pr es el valor medio del intervalo: pr = (0,15+0,19)/2=0,17 El error E es la mitad de la longitud del intervalo: E =0,04/2 = 0,02 El error máximo admisible o cota de error para la estimación de p es: E = zα/2 .√pr.(1 – pr)/n 0,02 = zα/2 √0,17.(1 – 0,17)/141 0,02 = zα/2 0,0316  zα/2 = 0,02 / 0,0316 = 0,6331 . @ Angel Prieto Benito Matemáticas 2º Bachillerato CS

Matemáticas 2º Bachillerato CS … EJEMPLO_3 P(z > zα/2 ) = α/2  P(z > 0,6331) = 1 – ø(0,6331) Por Tablas: ø(0,6331) = 0,7366 Luego P(z > 0,6331) = 1 – 0,7366 = 0,2633 α/2 = 0,2633  α = 0,5266  (1 – α) = 0,4733 La estimación se ha realizado con un nivel de confianza del 47,33%, muy bajo. 0,17 – 0,02 μ=0,17 0,17+0,02 – 0,6331 0 0,6331 @ Angel Prieto Benito Matemáticas 2º Bachillerato CS