Intervalos de confianza Muestras pequeñas

Slides:



Advertisements
Presentaciones similares
Estimación de Parámetros. Un banquero requiere saber sobre el porcentaje de deudas vencidas del banco. Un gerente de recursos humanos necesita conocer.
Advertisements

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.
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.
AREA ESTADÍSTICA. ACTIVIDAD 1 En un ensayo de sanidad vegetal se estudia el efecto de una nueva formulación química para el control de una plaga en ajos.
DISTRIBUCIONES DE PROBABILIDAD Por Jorge Sánchez.
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.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
DISTRIBUCIONES ESTADÍSTICAS Realizado por: Claudia Morales y Denise Muñoz.
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.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA U.D. 14 * 2º BCS.
Estadística Aplicada y Diseño de Experimentos Clase 1 continuación.
Catalina Canals Cifuentes 21/03/2016 Modulo 3. Introducción a las pruebas de hipótesis Facultad de Ciencias Sociales Departamento de Sociología Estadística.
Estimación e intervalos de confianza. Estimaciones puntuales e intervalos de confianza Estimación puntual: Estadístico calculado a partir de la información.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA
Tema 6 Cristhian Lopez..
DISTRIBUCION F DE FISHER.
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
PRUEBA DE SIGNIFICANCIA
DISTRIBUCIONES EN EL MUESTREO
Inferencia estadística.
Bioestadística Inferencia estadística y tamaños de muestra para una y dos o más medias.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ESTADISTICA II UNIDAD I 3RA PARTE.
ESTADÍSTICA INFERENCIAL
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
Convergencia de variables aleatorias
Distribuciones muestrales e Intervalos de Confianza
Estimación de parámetros: Estimación puntual y por intervalos
REGRESIÓN LINEAL SIMPLE
Distribución normal o de Gauss
INTERVALO DE CONFIANZA
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Matemáticas 2º Bachillerato CS
CONTENIDO Teoría del muestreo ¿Cómo seleccionar una muestra?
Aplicaciones Estadísticas a las Finanzas
ESTADÍSTICA BÁSICA.
ANALISIS DE VARIANZA
Distribución en variable continua
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
Universidad Nacional del Litoral
Distribución Uniforma Continua Distribución Normal
Dr. Carlomagno Araya Alpízar
TEMA 3: MUESTREO Y ESTIMACIÓN
Elementos Básicos de Probabilidad y Estadística
Intervalos de confianza Muestras pequeñas
ESTADISTICA DESCRIPTIVA
“Medidas de dispersión”
Estadística Administrativa I
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
MODELOS DE PRONOSTICOS
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
BIOESTADISTICA I UNIDAD: INFERENCIA ESTADISTICA EJERCICIOS Y PROBLEMAS
PRUEBA DE HIPOTESIS ESTADISTICA
ANALISIS DE REGRESION SIMPLE
MUESTREO SISTEMATICO.
REGRESION LINEAL SIMPLE
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

Intervalos de confianza Muestras pequeñas Estadística 2016 - Prof. Tamara Burdisso

¿Qué ocurre cuando n<30? No siempre se tiene la posibilidad de contar con una muestra grande. Vamos a focalizarnos en muestras pequeñas cuando el estadístico es la media muestral Recordemos porque necesitábamos una muestra grande Siempre y cuando las observaciones sean i.i.d., y la distribución poblacional no demasiado asimétrica, una muestra grande nos aseguraba que La distribución muestral de la media se aproxima a la normal a medida que n (tamaño de la muestra) crecía Y el estimador del error estándar: es confiable donde es el estimador de , el desvío poblacional que por lo general es desconocido. Estadística 2016 - Prof. Tamara Burdisso

¿Qué ocurre cuando n<30? El TCL asevera que la distribución muestral de es aprox. Normal cualquiera sea el tamaño de la muestra siempre y cuando la distribución poblacional sea aprox. normal . Sin embargo, no es fácil de verificar en muestras pequeñas la condición de normalidad. Ambas muestras (n=10 y n=1000) provienen de una N(0,1) Es difícil determinar a partir de una muestra pequeña cual es la distribución de la que provienen. Módulo 4– Intervalos de confianza 3 Estadística 2016 - Prof. Tamara Burdisso

¿Qué ocurre cuando n<30? Vimos que si n≥30, y es desconocido, estimamos con Sin embargo, cuando n<30 y es desconocido (casi siempre), también podemos utilizar como el estimador natural de , pero el hecho de que n sea pequeño torna a menos confiable. Para mitigar esta mayor incertidumbre en y continuar reteniendo la confianza del 95% en la construcción de los intervalos de confianza, deberíamos entonces aumentar el ancho del intervalo. Luego deberíamos trabajar con una distribución que de cuenta de la necesidad de un intervalo más ancho. Por lo tanto, la distribución normal estandarizada es reemplazada por la de Student. Módulo 4– Intervalos de confianza 4 Estadística 2016 - Prof. Tamara Burdisso

La distribución de Student La de Student también es simétrica alrededor de la media=0, con forma de campana, pero con colas más pesadas, i.e. es más probable tener más observaciones más allá de 2 desvíos estándar respecto de la media si se la compara con la distr. Normal estándar. Las colas más pesadas son las que van a mitigar la mayor incertidumbre originada en el cálculo del SE Módulo 4– Intervalos de confianza 5 Estadística 2016 - Prof. Tamara Burdisso

La distribución de Student La de Student tiene un solo parámetro, llamado grados de libertad, que determina cuan pesadas son las colas de la distribución. ¿Qué ocurre con la forma de la distribución cuando los grados de libertad se incrementan? N(0,1) t de Student con 1,2 y 5 grados de libertad Módulo 4– Intervalos de confianza 6 Estadística 2016 - Prof. Tamara Burdisso

¿Cuándo y cómo se utiliza la de Student ? Cuando deseamos construir un intervalo de confianza para la media y el es desconocido Tamaño de la muestra n<30 El intervalo de confianza (región de confianza=1-α) se calcula de la misma manera pero en lugar de utilizamos 7 Módulo 4 – Intervalos de confianza Estadística 2016 - Prof. Tamara Burdisso

Estadística 2016 - Prof. Tamara Burdisso Comparando la N(0,1) y la Calcular Módulo 4 – Intervalos de confianza 8 Estadística 2016 - Prof. Tamara Burdisso

El origen de la de Student William Gosset, 1876-1937. Estudió química y matemática. Se unió a la cervecería Guinness, donde llegó a ocupar la posición más alta en el área de investigaciones de la compañía. Su preocupación era estudiar los tipos de cebadas para mejorar la calidad de la cerveza. Rara vez disponía de muestras grandes. Eso lo llevó a estudiar una distribución para muestras pequeñas. Llega a un acuerdo con la compañía para publicar sus trabajos estadísticos bajo el seudónimo de Student. Módulo 4 – Intervalos de confianza 9 Estadística 2016 - Prof. Tamara Burdisso

Estadística 2016 - Prof. Tamara Burdisso Ejemplo Cierta empresa está implementado un programa de adiestramiento por computadora para sus empleados. La empresa decide adiestrar a 15 empleados. La tabla muestra los tiempos de adiestramiento. Calcular el intervalo de confianza al 95% para la media poblacional Módulo 4– Intervalos de confianza 10 Estadística 2016 - Prof. Tamara Burdisso

Intervalos de confianza de la varianza de una distribución normal Supongamos que de una población que sigue una distribución normal con varianza se extrae una muestra aleatoria de n observaciones cuya varianza es . Entonces Sigue una distribución con n-1 grados de libertad Recordemos que Módulo 4 – Intervalos de confianza 11 Estadística 2016 - Prof. Tamara Burdisso

Intervalos de confianza de la varianza de una distribución normal Entonces Y la Por lo tanto Finalmente Módulo 4 – Intervalos de confianza 12 Estadística 2016 - Prof. Tamara Burdisso

Intervalos de confianza de la varianza de una distribución normal Ejemplo: Supongamos que queremos hallar un par de números tal que la probabilidad de que una variable aleatoria chi- cuadrado con 8 grados de libertad se encuentre entre estos números es 0.90. Módulo 4 – Intervalos de confianza 13 Estadística 2016 - Prof. Tamara Burdisso

Intervalos de confianza de la varianza de una población normal Supongamos que hay una muestra aleatoria de n observaciones extraídas de una población que sigue una distribución normal de varianza . Si la varianza muestral observada es , entonces un intervalo de confianza al de la varianza poblacional es: Módulo 4 – Intervalos de confianza 14 Estadística 2016 - Prof. Tamara Burdisso

Intervalos de confianza de la varianza de una distribución normal El director de Aceros Norte, quiere evaluar la variación de la temperatura en el nuevo horno eléctrico de la empresa. Se obtiene una muestra aleatoria de 25 temperaturas durante 1 semana y se observa que la varianza muestral es . Halle el intervalo de confianza al 95% de la varianza poblacional de la temperatura. Supuestos??? Módulo 4 – Intervalos de confianza 15 Estadística 2016 - Prof. Tamara Burdisso

Estadística 2016 - Prof. Tamara Burdisso Resumiendo… Módulo 4– Intervalos de confianza 16 Estadística 2016 - Prof. Tamara Burdisso