@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II.

Slides:



Advertisements
Presentaciones similares
Tema 13. Inferencia estadística Principales conceptos. Muestreo
Advertisements

Tema 14. Estimación de parámetros: Estimación puntual y por intervalos
Estimación de la media poblacional
Tema 7: Introducción a la inferencia estadística
Estimadores puntuales e intervalos de confianza
Matemáticas aplicadas a las CCSS II Ana Pola IES Avempace
Inferencia estadística
} LISSET BÁRCENAS MONTERROZA
Estimación por intervalos de confianza.
REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL DE LA FUERZA ARMADA NACIONAL NUCLEO ZULIA.
TEMA 14 * INFERENCIA ESTADÍSTICA
2. ESTIMACIÓN Depto. Matemáticas – IES Elaios
Distribución muestral de la Media
TEOREMA CENTRAL DEL LÍMITE Tema 13.3 * 2º BCS
UNIVERSIDAD INCA GARCILASO DE LA VEGA
Tema 10 * Integrales DEFINIDAS
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TIPOS DE ERRORES Tema 14.4 * 2º BCS.
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 DISTRIBUCIÓN NORMAL Tema 15.
Matemáticas 2º Bachillerato CS
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 CONTRASTE PARA LA MEDIA Tema 14.2 * 2º BCS.
Distribuciones derivadas del muestreo
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 NIVEL DE CONFIANZA Tema 13.5 * 2º BCS.
Unidad V: Estimación de
Tema 8: Estimación 1. Introducción.
TEMA 15 * CONTRASTES DE HIPÓTESIS
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II.
Tema 14 DISTRIBUCIÓN Angel Prieto Benito
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 CONTRASTES DE HIPÓTESIS Tema 14 * 2º BCS.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA Tema 13.4 * 2º BCS.
ESTIMACIÓN ESTADÍSTICA POR INTERVALO DE CONFIANZA
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II.
Matemáticas 4º ESO Opción B
@ Angel Prieto BenitoMatemáticas Acceso a CFGS1 DISTRIBUCIÓN NORMAL Bloque IV * Tema 178.
ESTADÍSTICA UNIDIMENSIONAL
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 DISTRIBUCIÓN NORMAL MATEMÁTICAS A. CS II Tema 13.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 DISTRIBUCIÓN BINOMIAL MATEMÁTICAS A. CS II Tema 12.
ESTADÍSTICA UNIDIMENSIONAL
Límites y Continuidad.
Tema 7: Introducción a la inferencia estadística
Tema 7: Introducción a la inferencia estadística
INFERENCIA ESTADÍSTICA
DISTRIBUCIÓN BINOMIAL
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 MATEMÁTICAS A. CS II Tema 11 * PROBABILIDADES.
Pruebas de hipótesis.
Tema 14 DISTRIBUCIÓN Angel Prieto Benito

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 15 * CONTRASTES DE HIPÓTESIS MATEMÁTICAS A. CS II.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 15 * CONTRASTES DE HIPÓTESIS MATEMÁTICAS A. CS II.
Estimación y contraste de hipótesis
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 DISTRIBUCIÓN NORMAL MATEMÁTICAS A. CS II Tema 13.
ESTIMACIÓN DE PARÁMETROS
Matemáticas 2º Bachillerato CS
Inferencia estadística: Muestreo aleatorio simple
La doctora Inferencia Estadística: Efectos secundarios
@ Angel Prieto BenitoApuntes Matemáticas 1º BCT1 ESTADÍSTICA UNIDIMENSIONAL U.D. 14 * 1º BCT.
INFERENCIA ESTADÍSTICA
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 U.D. 14 * 1º BCS DISTRIBUCIÓN BINOMIAL.
Matemáticas Aplicadas CS I
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 DISTRIBUCIÓN NORMAL U.D. 15 * 1º BCS.
DISTRIBUCIÓN “t” DE STUDENT
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
Estadística Inferencial
Estimación estadística
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
INFERENCIA ESTADÍSTICA
Transcripción de la presentación:

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 14 * INFERENCIA ESTADÍSTICA MATEMÁTICAS A. CS II

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS2 Tema 14.5 * 2º B CS INFERENCIA DE LA MEDIA

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS3 INTERVALO DE CONFIANZA PARA LA MEDIA Se desea estimar la media, μ, de una población cuya desviación típica, σ, es conocida. Para ello se recurre a una muestra de tamaño n en la cual se obtiene una media muestral x. Si la población de partida es normal o si el tamaño de la muestra es n ≥ 30, entonces el intervalo de confianza de μ con un nivel de confianza de (1 – α).100% es: (x – z α/2. σ/√n, x + z α/2. σ/√n). Nota_1 Una vez extraída la muestra. Su media x estará o no en el intervalo. No podemos hablar de probabilidad, puesto que no sabemos el valor de μ; en su lugar diremos que tenemos un nivel de confianza (1 – α) de que μ esté en dicho intervalo. Nota_2 Si la desviación típica, σ, de la población es desconocida, hay que estimarla a partir de la muestra. Su valor será: σ = √ [∑(xi – x) 2 / (n – 1)]

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS4 En una distribución normal N(0, 1), si (-k, k) es el intervalo característico correspondiente a una probabilidad p, diremos que k es el valor crítico correspondiente a p. Principales valores críticos 1 – α α/2z α/2 0,9 0,051,645 0,95 0,0251,96 0,99 0,0052,575 Recordatorio: A emplear para ejemplos -k 0 k=z α/2

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS5 EJEMPLO_1 Se desea estimar la media, μ, de la altura de todos los estudiantes de un IES, cuya desviación típica, σ, vale 0,18. Tenemos una muestra de 36 alumnos, de la cual hemos calculado su media, x, que vale 1,68. Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 99%. Resolución: El intervalo de confianza será:(x – z α/2. σ/√n, x + z α/2. σ/√n). Sustituyendo los datos conocidos: (1,68 – z α/2. 0,18/√36, 1,68 + z α/2. 0,18/√36). Para un nivel de confianza del 99%, sabemos que α/2 = 0,005 y que z α/2 = 2,575 Luego el intervalo de confianza será: (1,68 – 2,575. 0,18/√36, 1,68 + 2,575. 0,18/√36). Operando queda: (1,68 – 0,07725, 1,68 + 0,07725) = (1,60275, 1,75725)

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS6 EJEMPLO_2 Se desea estimar la media, μ, de la altura de todos los estudiantes de bachillerato de la provincia de Palencia, cuya desviación típica, σ, vale 0,16. Tenemos una muestra de 400 alumnos, de la cual hemos calculado su media, x, que vale 1,67. Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 95%. Resolución: El intervalo de confianza será:(x – z α/2. σ/√n, x + z α/2. σ/√n). Sustituyendo los datos conocidos: (1,67 – z α/2. 0,16/√400, 1,67 + z α/2. 0,16/√400). Para un nivel de confianza del 95%, sabemos que: α/2 = 0,025 y que por tanto z α/2 = 1,96 Luego el intervalo de confianza será: (1,67 – 1,96. 0,16/√400, 1,68 + 1,96. 0,16/√400). Operando queda: (1,67 – 0,01568, 1,67 + 0,01568) = (1,65432, 1,68568)

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS7 EJEMPLO_3 Se desea estimar la media, μ, de la altura de todos los estudiantes de secundaria de Castilla y León, cuya desviación típica, σ, también desconocemos. Tenemos una muestra de alumnos, de la cual hemos calculado su media, x, que vale 1,65, y su desviación típica, s, que vale 0,20. Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 90%. Resolución: El intervalo de confianza será:(x – z α/2. σ/√n, x + z α/2. σ/√n). Al ser n=10000 muy grande, podemos poner: σ = s = 0,20 Sustituyendo los datos conocidos: (1,65 – z α/2. 0,02/√10000, 1,65 + z α/2. 0,20/√10000). Para un nivel de confianza del 90%, sabemos que: α/2 = 0,05 y que z α/2 = 1,645 Luego el intervalo de confianza será: (1,65 – 1,645. 0,20/√10000, 1,68 + 1,645. 0,20/√10000). Operando queda: (1,65 – 0,00329, 1,65 + 0,00329) = (1,64671, 1,65329)

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS8 EJEMPLO_7 Para estimar la media de los resultados de todos los alumnos de 4º ESO de Castilla y León se realiza un test a una muestra de 400 alumnos escogidos al azar. Puntuación12345 Nº alumnos Estima, con un nivel de confianza del 95%, el valor de la media poblacional. Resolución: Tabulando los resultados tenemos: Σfi = 400,Σxi.fi = 1299,Σxi.xi.fi = 4723 Obteniendo los parámetros de la muestra: Media muestras: x = 3,25Desviación típica muestral: s = 1,12 Para un nivel de confianza del 95% tenemos: 1 – α = 0,95  α/2 = 0,025  z α/2 = 1,96 El intervalo correspondiente para la media poblacional, μ, es: (x – z α/2.s/√n, x + z α/2.s/√n ) (3,25 – 1,96. 1,12 / √400, 3,25 + 1,96. 1,12 / √400 ) = (3,14, 3,36) Tenemos una confianza del 95% de que la nota media de la población (el total de los alumnos de Castilla y León) esté entre 3,14 y 3,36.

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS9 EJEMPLO_8 En una población estudiamos la edad en que los hijos abandonan el domicilio familiar. De ese estudio conocemos la desviación típica, 8, pero desconocemos la media poblacional. Para conocerla extraemos una muestra de tamaño 60 y vemos que la media muestral es de 37 años. Estimar la media poblacional, μ, con un nivel de confianza de 99%. Resolución: En la muestra: n = 60, x = 37 Para un nivel de confianza del 99% tenemos: 1 – α = 0,99  α/2 = 0,005  z α/2 = 2,575 El intervalo correspondiente para la media poblacional, μ, es: (x – z α/2.s/√n, x + z α/2.s/√n ) (37 – 2, / √60, , / √60 ) = (34,34, 39,66) Tenemos una confianza del 99% de que media de la población esté entre 34,34 y 39,66 años.

@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS10 EJEMPLO_4 a)Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 90%, según los datos del Ejercicio_1. b)Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 95%, según los datos del Ejercicio_1. EJEMPLO_5 a)Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 90%, según los datos del Ejercicio_2. b)Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 99%, según los datos del Ejercicio_2. EJEMPLO_6 a)Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 95%, según los datos del Ejercicio_3. b)Hallar el intervalo de confianza de μ en el que podemos estimar que se encuentra con un nivel de confianza del 99%, según los datos del Ejercicio_3. Variantes propuestas para practicar