DR. JORGE ACUÑA A., PROFESOR

Slides:



Advertisements
Presentaciones similares
ESTIMACION DE PARAMETRO
Advertisements

DR. JORGE ACUÑA A., PROFESOR
PRUEBAS DE HIPOTESIS. I.S.C. Rosa E. Valdez V.. Dentro del estudio de la inferencia estadística, se describe como se puede tomar una muestra aleatoria.
Estimación de una probabilidad en muestras pequeñas
Estimadores puntuales e intervalos de confianza
DR. JORGE ACUÑA A., PROFESOR
De la muestra a la población
Estimación de parámetros poblacionales
Distribución muestral de la media 2011 – 0
Inferencia Estadística
Inferencia estadística
Estadística Administrativa I
DISTRIBUCIONES MUESTRALES, DE LAS MUESTRAS O DE MUESTREO
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
DR. JORGE ACUÑA A., PROFESOR
Introducción Media y varianza poblacional Sea
 La rectoría de una Universidad ha decidido seleccionar aleatoriamente una muestra de dos estudiantes de cada grupo para dar seguimiento a su nivel académico.
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Distribuciones muestrales Procedimientos de muestreo
Distribuciones Muestrales
Seleccionar una muestra
INFERENCIA ESTADÍSTICA
Distribución muestral de la Media
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Elementos Básicos de Probabilidad y Estadística Javier Aparicio División de Estudios Políticos, CIDE Julio 2009
Estadística Administrativa I
DISTRIBUCIONES DE MUESTREO
ESTADISTICA TEMA 12.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
DISTRIBUCION NORMAL GRUPO # 7 JUAN BANIGNO RATLIFF
Tema 8: Estimación 1. Introducción.
El promedio como variable aleatoria: error estándar e intervalo de confianza para la media de la muestra Mario Briones L. MV, MSc 2005.
Distribuciones muéstrales para la proporción
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Estimación e intervalos de confianza
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Distribuciones Muestrales: Propoción, Varianza y cociente de varianzas
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA DEFECTOS
¿Cuándo usar esta distribución?
Inferencia Estadística
Estadística para administradores
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II.
Límites y Continuidad.
El Teorema central del Límite
Factores determinantes del tamaño de la muestra.
Teoría de Probabilidad Dr. Salvador García Lumbreras
Sesión 13: Distribuciones Muestrales y Tamaño de Muestra
DISTRIBUCIONES MUESTRALES

Estadística Administrativa I
DR. JORGE ACUÑA A., PROFESOR TEOREMA DEL LíMITE CENTRAL.
DISTRIBUCIÓN EN EL MUESTREO DE LA PROPORCIÓN
PLANES DE MUESTREO Y GRAFICAS DE CONTROL
estadístico de procesos.
MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO (“mas”)
USO DE LA DISTRIBUCIÓN MUESTRAL
Laboratorio de Estadística administrativa Distribuciones de Muestreo Teorema del límite central Tamaño de muestra Marzo de 2007.
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
DISTRIBUCION DE LA DIFERENCIA ENTRE LAS MEDIAS DE DOS MUESTRAS
Muestreo Tomado de: Investigación de mercados. Naresh K. Malhotra
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
EJERCICIOS DE PROPUESTOS 1.Un importador va a recibir un lote de 10,000 artículos que vienen encajonados (cada caja tiene 20 artículos) antes de recibir.
PLANES DE MUESTREO Y GRÁFICAS DE CONTROL
DISTRIBUCIÓN T DE STUDENT
Distribuciones Muestrales Ing. Raúl Alvarez Guale, MPC.
DISTRIBUCION “T” DE STUDENT
DISTRIBUCIÓN “T” DE STUDENT MARCELA MENDIVELSO III SEMESTRE.
Transcripción de la presentación:

DR. JORGE ACUÑA A., PROFESOR TEOREMA DEL LIMITE CENTRAL DR. JORGE ACUÑA A., PROFESOR

TEOREMA DEL LIMITE CENTRAL “Si se toman sucesivas muestras (k) de tamaño n de una población que puede o no ser normal, la distribución de probabilidad de esas muestras, conforme n se vuelve grande, se aproxima a una distribución normal con: DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR CONCEPTOS Distribución muestral es una lista de todos los valores posibles para un estadístico y la probabilidad asociada con ese valor. Error estándar de la distribución muestral de medias es: Factor de corrección para poblaciones finitas Estimaciones mejores con muestras más grandes DR. JORGE ACUÑA A., PROFESOR

TEOREMA DEL LIMITE CENTRAL nm DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR EJEMPLO El valor nominal de la resistencia de una lámina de un metal compuesto es de 8500 psi. Por estudios pasados se conoce que la desviación estándar de esta resistencia es 1950 psi. Se tiene una muestra de 100 láminas. ¿Cuál es la probabilidad de que la media de esa muestra: Sea mayor a 8900 psi? Sea menor a 8000 psi? Esté entre 8200 y 8700 psi? ¿Que valor de la media tiene una probabilidad de ocurrencia menor a 16.35%? DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR SOLUCION Solución: =8500 =1950 n=100 Media mayor que 8900 DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR SOLUCION b. Media menor que 8000 c. Media entre 8200 y 8700 DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR SOLUCION d. Xbarra para P(xbarra=XBar)=0.16 DR. JORGE ACUÑA A., PROFESOR

PROPORCIONES MUESTRALES nk DR. JORGE ACUÑA A., PROFESOR

DISTRIBUCION DE LAS PROPORCIONES MUESTRALES Error estándar de la distribución muestral de proporciones es: Factor de corrección para poblaciones finitas DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR EJEMPLO Si se afirma que lotes de productos son 8% defectuosos. Al inspeccionar un lote de producto sobre la base de una muestra de 1098 unidades se encuentran 102 que no reúnen los requisitos planteados. ¿Qué probabilidad de ocurrencia tiene un porcentaje igual o menor al encontrado en esta muestra? DR. JORGE ACUÑA A., PROFESOR

DR. JORGE ACUÑA A., PROFESOR SOLUCION =0.08 p= 102/1098= 0.0929 Probabilidad pedida? DR. JORGE ACUÑA A., PROFESOR