INSTITUTO TECNOLOGICO DE HUIMANGUILLO

Slides:



Advertisements
Presentaciones similares
TEMA 3 : DISTRIBUCIONES DE PROBABILIDADES EN LA UNIDAD ANTERIOR ESTUDIAMOS EL CONCEPTO DE PROBABILIDAD, AQUÍ INTEGRAREMOS UN EXPERIMENTO O EXPERIENCIA.
Advertisements

Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS
BLOQUE: ESTADÍSTICA Y PROBABILIDAD
IIIº Medio  Comprender conceptos de estadística y construir e interpretar tablas de frecuencia, valorando su utilidad en diversos contextos de.
Métodos Estadísticos en la Ingeniería Prof: Naiara Barrado Izagirre Despacho: 7ºPiso Dpto. Matemática Aplicada
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
PRUEBAS NO PARAMÉTRICAS. PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS En estadística se hace distinción de las pruebas si son o no paramétricas. PRUEBAS PARAMÉTRICAS:
Bioestadística Distribuciones muestrales para variables cuantitativas.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
Límites y continuidad. Alguna vez ha estado Ud. en una playa de estacionamiento en el que puede “aproximarse” al automóvil de enfrente, pero no quiere.
Estadística.
Ejemplo de frecuencias
Valor que toma la variable aleatoria
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
Tema 3. El estadístico Chi-cuadrado y contrastes asociados RONALD AYLMER FISHER.
Medidas de Posición: Cuantiles
ESTADÍSTICAS INFERENCIALES
PSICOESTADÍSTICAS INFERENCIALES
Introducción a la ESTADÍSTICA
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
Desigualdades.
7.1 Procedimientos paramétricos para datos cuantitativos
“POLIMORFISMO PARAMETRICO”
UNIDAD 4: ESTADÍSTICA Y PROBABILIDAD
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
INTRODUCCIÓN AL ESTUDIO DE LA ESTADÍSTICA
Clase 8: Contraste de Hipótesis
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
¿Cuándo usar esta distribución?
Fuente:
DISTRIBUCIÓN DE PROBABILIDAD PARA VARIABLES CONTÍNUAS.
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
NATURALEZA DE LA ESTADÍSTICA. Andrea Hernández Vindas. María José Amador Cerdas Noemi Hernández Castro. Pamela Gutiérrez Elizondo. Roxinia Vargas Retano.
Estimación de parámetros: Estimación puntual y por intervalos
PLAN DE MUESTREO.
6.4 Grados de libertad Nazira Calleja.
UNIDAD CURRICULAR: ESTADÍSTICA II
Tema: Distribución t-Student para una muestra Curso: Seminario de Estadística Aplicada a la Investigación Educacional UNIVERSIDAD NACIONAL DE EDUCACIÓN.
Conceptos Básicos de Geometría Descriptiva I Prof. Jesús A. Páez O.
Capítulo 10 Test de Hipótesis Capítulo 10 Test de Hipótesis.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES.
ANALISIS DE VARIANZA
Excel Estadístico Medidas de Dispersión.
DISEÑO Y ANALISIS DE EXPERIMENTOS
Medidas de Tendencia Central
CÓMO RESOLVER LOS PROBLEMAS
ESTADISTICA MEDIDAS DE DISPERSIÓN Cristian Gómez Coordinar Técnico Calidad Laboratorio Labsai.
Intervalos de confianza Muestras pequeñas
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
Contraste de hipótesis Comparación de más de 3 grupos Kruskal-Wallis
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
DISTRIBUCION NORMAL. Una de las distribuciones de frecuencia más importantes en la estadística es la distribución normal La distribución de probabilidad.
MEDIDAS DE DISPERSIÓN “Medidas de dispersión”. Miden qué tanto se dispersan las observaciones alrededor de su media. MEDIDAS DE DISPERSIÓN.
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
ESTADÍSTICA: CONCEPTOS GENERALES
PRUEBAS ESTADISTICAS NO PARAMETRICAS. Pruebas tradicionales Necesitan la especificación de una distribución Son métodos robustos para las distribuciones.
MEDIDAS DE TENDENCIA CENTRAL. Tendencia central Se encarga de encontrar un dato de una distribución alrededor del cual giran todos los demás. Los indicadores.
Muestreo y distribución de muestreo aplicados a situaciones cotidianas.
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA (593-9)
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA (593-9)
Transcripción de la presentación:

INSTITUTO TECNOLOGICO DE HUIMANGUILLO CATEDRÁTICO: ARQ. YULMA JIMENEZ LARA MATERIA: PROBABILIDAD Y ESTADISTICA DEL CAMPO PETROLERO CARRERA: INGENIERÍA PETROLERA ALUMNOS (AS): ROSA AURORA POOT LÓPEZ SARA CRISTHELL PINTO GONZALEZ RIGOBERTO RAMIREZ CORTEZ DIANA RIVERA CANO

INTRODUCCIÓN En esta presentación mencionaremos lo que es el t-student, al igual lo que es el grado de libertad y en que se relaciona. Veremos algunas formulas y ejercicios que nos enseña que tipo de probabilidad tiene una muestra.

OBJETIVOS Objetivos Generales: Objetivos Específicos: Es dar a conocer el significado de t-studen. Conocer lo que es un GL. Objetivos Específicos: Que el estudiante analice la dirección y el resultado critico de una prueba.

RESULTADO Y DISCUSIONES

T-STUDEN La distribución t- student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico empleado por la compañía de cerveza Guinness con quien tenía un contrato que estipulaba que no podía usar su nombre en sus publicaciones. Él recurrió al sobrenombre de “Student” que es como ahora conocemos el tipo de estadística que desarrolló.

DEFINICIÓN Es una distribución de probabilidad. Se utiliza para hacer estimaciones de la media de una variable, en una población, cuando el tamaño de la muestra es menor.

GRADOS DE LIBERTAD

DEFINICIÓN Los valores estadísticos en una muestra deben ser valores cercanos a los parámetros correspondientes en las poblaciones. A los grados de libertad se le denominan GL.

Los grados de libertad representan al numero de datos independientes que se pueden tomar de la población para construir la muestra, de tal manera que los valores estadísticos en la muestra sean cercanos a los valores de los parámetros correspondientes en la población.

Cuando se escoge una muestra de tamaño n, el numero de datos independiente que se puedan tomar de la población para construir la muestra es n-1, ya que el ultimo dato que se escoja, es el que viene a definir el valor del estadístico en la muestra.

FORMULA DE GRADOS DE LIBERTAD Para calcular los grados de libertad, al numero que representa el tamaño de la muestra (n) le restamos 1, es decir, aplicamos la siguiente formula: Gl = n-1

TABLAS

TABLA 1 El primer tipo de tabla la cual es la tabla A-3 llamada distribución t. Valores críticos t. la cual es del libro estadística de triula en el cual aparecen los valores de las áreas en una cola y en dos y la columna de los grados de libertad

TABLA 2 Es del libro estadística elemental de Johnson y kuby, se llama valores críticos de la distribución de t de studen, en el cual se encuentran los valores en una cola y dos, al igual que los grados de libertad.

EJEMPLOS

EJEMPLO 1 Encontrar los valores críticos en la distribución t (12, 0.01). Esto nos da a entender que el tamaño de la muestra es 13 ya que la formula dice: GL= N-1= 13-1= 12 Y el área de una cola o dos colas es de 0.01.

El área de 0.01 puede estar en la izquierda o derecha pero si esta en ambos lados, nos dice que a el área que es 0.01/2= 0.005. Si es en un lado en la primera tabla su valor es de 2.681, mientras que en la segunda tabla es de 2.68, pero si es en dos colas en la primera tabla su valor es 3.055 y en la segunda tabla es 3.05.

CONCLUSIÓN Como vimos el t-student se basa en la probabilidad y como hemos visto anteriormente esto se basa en formulas como la antes mencionada ya que tomamos en cuenta los grados de libertad y tuvimos ayuda también de las graficas que fueron nuestro apoyo en esta presentación. https://www.youtube.com/watch?v=miMjtkypyLg

EJEMPLO 2 Identificar los valores críticos en la distribución t-student si esta dado a la izquierda cuando su área en la cola es de 0.05 y el tamaño de la muestra es 20.