DR. JORGE ACUÑA A., PROFESOR

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

Intervalos de Confianza para la Varianza de la Población
ANÁLISIS ESTADÍSTICO COMPUTARIZADO
ESTIMACION DE PARAMETRO
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON
DR. JORGE ACUÑA A., PROFESOR
Clase No. 1.
Estimación de una probabilidad en muestras pequeñas
DR. JORGE ACUÑA A., PROFESOR
PRUEBA DE HIPOTESIS Denominada también prueba de significación, tiene como objetivo principal evaluar suposiciones o afirmaciones acerca de los valores.
Bioestadística Distribución Normal
Estimación de parámetros poblacionales
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
Curso de actualización en Ingeniería de calidad
Comprobación de diferencias entre medias
DISTRIBUCIONES MUESTRALES, DE LAS MUESTRAS O DE MUESTREO
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
puede o no ser verdadero, relativo a una o más poblaciones.
DR. JORGE ACUÑA A., PROFESOR
Estimación por intervalos de confianza.
Medidas de dispersión y variabilidad
Estimación por Intervalos de confianza
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Curso Práctico de Bioestadística Con Herramientas De Excel
CHI-CUADRADO Y DISTRIBUCION NORMAL
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Distribuciones derivadas del muestreo
Estadística Descriptiva continuación
Estadística Clase 3 Intervalos de confianza.
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
ESTIMACION En varios pasajes de este libro hemos planteado la dificultad que se confronta en las investigaciones, de llegar a conclusiones sobre una población.
Valor que toma la variable aleatoria
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Distribuciones Muestrales: Propoción, Varianza y cociente de varianzas
Simular: Representar una cosa, fingiendo o imitando lo que no es.
¿Cuándo usar esta distribución?
Inferencia Estadística
DISTRIBUCIONES MUESTRALES
Sesión 10: Variable Aleatoria
Pruebas de hipótesis.
Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
UNIVERSIDAD AUTÓNOMA SAN FRANCISCO
Estadística Descriptiva
DR. JORGE ACUÑA A., PROFESOR TEOREMA DEL LíMITE CENTRAL.
Probabilidad y Estadística
Estimaciones.
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.
USO DE LA DISTRIBUCIÓN MUESTRAL
INFERENCIA ESTADÍSTICA
Laboratorio de Estadística administrativa Distribuciones de Muestreo Teorema del límite central Tamaño de muestra Marzo de 2007.
Compilation de material para el analysis de las Distribuciones de Probabilidad Universidad Autónoma del Estado de México Centro Universitario Uaemex Tenancingo.
ESTADÍSTICA.. Punto de vista. La palabra estadística tiene diversos significados para diferentes personas. Cuando la mayoría de la gente escucha el termino.
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.
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
Bioestadística Inferencia estadística y tamaño de muestra
Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
DISTRIBUCION DE T-STUDENT
DISTRIBUCIÓN T DE 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.
DISTRIBUCION “T” DE STUDENT
¿Cuándo usar esta distribución?
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION NORMAL
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON
Transcripción de la presentación:

DR. JORGE ACUÑA A., PROFESOR DISTRIBUCION CHI-CUADRADO DR. JORGE ACUÑA A., PROFESOR

CHI CUADRADO ¿Cuándo usar esta distribución? Esta es una distribución de muestreo asociada a la probabilidad de la varianza (2). Por medio de ella se determina la probabilidad de ocurrencia de un valor específico de varianza con v=n-1 grados de libertad en una muestra de tamaño n. f(x) Varianza DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO Fórmulas Forma de la curva de esta distribución según v DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO ¿Cómo usar las tablas? La tabla da valores de probabilidad acumulados de derecha a izquierda. Para extraer valores de probabilidad de esta tabla se sigue el siguiente procedimiento: Estimar el valor de la verdadera desviación estándar. Determinar los grados de libertad (v) tal que v=n-1. Calcular el valor de 2=v*(s2/2) DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO ¿Cómo usar las tablas? Localizar en tablas el valor de la probabilidad asociada a los valores de 2 y de v. En algunos casos, puede ser necesario interpolar para encontrar el valor exacto buscado, de lo contrario, se escoge el que más se aproxime. Por ejemplo, si 2 es igual 0.48 con 4 grados de libertad, el valor de la probabilidad mayor a el es 0.975, pues se localiza en la dirección vertical en la parte superior, tal y como se muestra a continuación. DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO ¿Cómo usar las tablas? DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO EJEMPLO Una máquina llenadora ha ejecutado su operación con una varianza de 0.83 grms2. Si se toma una muestra de 15 unidades, ¿cuál es la probabilidad de tener una varianza: a. superior a 1.249 grms2? b. inferior a 0.3896 grms2? DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO SOLUCIÓN a. La probabilidad de tener una varianza superior a 1.249 grms2 es 0.1. DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO SOLUCIÓN a. La probabilidad de tener una varianza superior a 1.249 grms2 es 0.1. En Excel se pulsa en el menú: INSERTAR, FUNCIÓN, ESTADÍSTICAS, DISTR.CHI P(2>1.249) se introduce el valor de 2 que es 21.067 y el número de grados de libertad que es 14. Excel retorna el valor de la probabilidad que es 0.099. DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO SOLUCIÓN b. La probabilidad de tener una varianza inferior a 0.3896 grms2 es 0.05. DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CHI CUADRADO Variaza DR. JORGE ACUÑA A., PROFESOR