UNIVERSIDAD AUTÓNOMA SAN FRANCISCO

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

ANOVA DE UN FACTOR.
Intervalos de Confianza para la Varianza de la Población
DR. JORGE ACUÑA A., PROFESOR
1.1 Contraste de Bondad de Ajuste para Datos Categóricos
TEMA 6: CONTRASTES NO PARAMÉTRICOS
Ejemplo Grafico.
PRUEBA DE HIPOTESIS Denominada también prueba de significación, tiene como objetivo principal evaluar suposiciones o afirmaciones acerca de los valores.
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
ANÁLISIS DE LA VARIANZA (ANOVA)
La prueba U DE MANN-WHITNEY
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.
MUESTREO ESTADISTICO. Nivel de Comportamiento Se puede entrevistar o encuestar a una muestra representativa para programas de muchos clientes.
Análisis de varianza Análisis de varianza de un factor
COEFICIENTE DE CORRELACIÓN PRODUCTO-MOMENTO DE PEARSON
UNIVERSIDAD AUTONOMA SAN FRANCISCO Elaboración de una tabla de frecuencias LIC. SUJEY HERRERA RAMOS Año: 2012.
Clase 5 Hipótesis de diferencias de grupos
Principios de Bioestadística: «PRUEBA t»
Capítulo III Análisis de varianza.
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
UNIVERSIDAD INCA GARCILASO DE LA VEGA
CARRERA PROFESIONAL DE INGENIERÍA MECÁNICA
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Estadística Administrativa II
Varianza y Desviación típica
Distribuciones Muestrales: Propoción, Varianza y cociente de varianzas
Prof. Rosario Martínez Verdú
¿Cuándo usar esta distribución?
Experimentación Numérica
Inferencia Estadística
U de Mann Whitney.
Consignas Laboratorio III. ► Ejercicio 1 ► Al tirar un dado se obtiene la realización de una variable aleatoria discreta independiente con valores posibles:
 UNIVERSIDAD AUTONOMA SAN FRANCISCO  Curso Física I.
LIC. SUJEY HERRERA RAMOS
UNIVERSIDAD AUTÓNOMA SAN FRANCISCO CARRERA PROFESIONAL DE INGENIERÍA MECÁNICA CURSO: ESTADISTICA AREQUIPA-PERÚ 2014.
UNIVERSIDAD AUTÓNOMA SAN FRANCISCO
“Año de la consolidación económica social del perú” UNIVERSIDAD NACIONAL DE HUANCAVELICA (CREADA POR LEY N° 25265) FACULTAD DE EDUCACIÓN ESCUELA ACADÉMICA.
UNIVERSIDAD AUTONOMA SAN FRANCISCO PRÁCTICA NRO 1 LIC. SUJEY HERRERA RAMOS Año: 2013.
“ AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y COMPROMISO CLIMÁTICO” UNIVERSIDAD NACIONAL DE HUANCAVELICA FACULTAD DE EDUCACIÓN ESCUELA SECUNDARIA.
Capitulo 4 Análisis descriptivo inferencial: comparaciones múltiples
UNIVERSIDAD AUTONOMA SAN FRANCISCO
PRESENTACIÓN DE TRABAJO DE APLICACIÓN DE LA ESTADÍSTICA. Alumno: Manuel Fernández González Profesor: Óscar Vergara Marambio.
ESTIMACIÓN DE PARÁMETROS
UNIVERSIDAD AUTONOMA SAN FRANCISCO CARRERA PROFESIONAL DE INGENIERÍA COMERCIAL Y FINANCIERA Elaboración de una tabla de frecuencias LIC. SUJEY HERRERA.
Prueba de Hipótesis Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea.
Inferencia estadística: Muestreo aleatorio simple
UNIVERSIDAD AUTONOMA SAN FRANCISCO ECUACIONES DIMENSIONALES - PROBLEMAS Mg. Sujey Herrera Ramos.
USO DE LA DISTRIBUCIÓN MUESTRAL
UNIVERSIDAD AUTONOMA SAN FRANCISCO CARRERA PROFESIONAL DE INGENIERÍA MECÁNICA Moda Mg. Sujey Herrera Ramos.
INFERENCIA ESTADISTICA Dr. Porfirio Gutiérrez González
MEDIA ARITMÉTICA UNIVERSIDAD AUTONOMA SAN FRANCISCO
LÍMITES Y SUS PROPIEDADES
INFERENCIA ESTADÍSTICA
Estadística Administrativa II
UNIVERSIDAD AUTONOMA SAN FRANCISCO Lic. Sujey Herrera Ramos.
UNIVERSIDAD AUTONOMA SAN FRANCISCO CARRERA PROFESIONAL DE INGENIERÍA MECÁNICA FISICA I LIC. SUJEY HERRERA RAMOS.
UNIDAD I.- Analisis 3.4 Prueba de Hipotesis.
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
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.
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
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
DISTRIBUCIÓN “T” DE STUDENT MARCELA MENDIVELSO III SEMESTRE.
La Distribución de la Varianza Muestral  La comprensión del concepto de la distribución de la Varianza Muestral es fundamental para el correcto entendimiento.
1 GRADO CALCULO.
Transcripción de la presentación:

UNIVERSIDAD AUTÓNOMA SAN FRANCISCO LIC. SUJEY HERRERA RAMOS

F = N1 ∗ S12 / ( N1 − 1) ∗ σ12 N2 ∗ S22 / ( N2 − 1) ∗ σ22 DISTRIBUCION F Fórmula : Donde : N1 : N° de datos de la muestra 1 N2 : N° de datos de la muestra 2 S12 : Varianza muestral del grupo 1 S22 : Varianza muestral del grupo 2 σ12 : Varianza del grupo 1 σ22 : Varianza del grupo 2 F = N1 ∗ S12 / ( N1 − 1) ∗ σ12 N2 ∗ S22 / ( N2 − 1) ∗ σ22

NIVEL DE SIGNIFICANCIA (α) DESCRIPCION 1% ó 0.01 1 – 0.01 = 0.99 5% ó 0.05 1 – 0.05 = 0.95 10% ó 0.10 1 – 0.10 = 0.90 2.5% ó 0.025 1- 0.025 = 0.975

GRADO DE LIBERTAD ( v1 y v2 ) Para calcular los valores del grado de libertad: v1 = N1 – 1 v2 = N2 – 1 Nivel de Significancia (α ) F(α, v1 , v2 ) Conclusión : Fc > Ft Se Rechaza Ho Fc < Ft Se Acepta Ho Donde : Fc = F calculado ( Por Fórmula) Ft = F tabla ( Ver tabla F(α, v1 , v2 ) )

GRAFICA DE LA DISTRIBUCION F

EJEMPLO Dados 2 muestras de 25 y 16. Hallar el valor de F, si el nivel de significancia es 0.95 y 0.99 Datos N1 = 25 N2 = 16 Solución Grado de libertad (v) v1 = N1 - 1 ……….. 25 – 1 = 24 v2 = N2 - 1 ……….. 16 – 1= 15 Ver en la Tabla: F(0.95,24,15 ) = 2.29 F(0.99,24,15 ) = 3.29

EJEMPLO De poblaciones distribuidas en forma norma se obtienen dos muestras de tamaño 16 y 14 cuyas varianzas muestrales son 10 y 8 Si las varianzas son 9 y 16 respectivamente, determinar si la primera muestra tiene una varianza bastante mayor que la segunda muestra al nivel de significancia a) 0.95 y b) 0.99

F = N1 ∗ S12 / ( N1 − 1) ∗ σ12 N2 ∗ S22 / ( N2 − 1) ∗ σ22 SOLUCION Datos N1 = 16 N2 = 14 S12 = 10 S22 = 8 σ12 = 9 σ22 = 16 α = 0.95, 0.99 Aplicar la Fórmula: Reemplazar los valores de los datos: F = 16 * 10 / ( 16 - 1) * 9 14 * 8 / ( 14 - 1) * 16 F = 2.20 ……… F calculado F Tabla : F(α,v1,v2) F(0.95,15,13) = 2.53 F(0.99,15,13) = 3.82 Respuesta: Fc < Ft ………….. 2.20 < 2.53 Se Acepta Ho Fc < Ft ………….. 2.20 < 3.82 Se Acepta Ho F = N1 ∗ S12 / ( N1 − 1) ∗ σ12 N2 ∗ S22 / ( N2 − 1) ∗ σ22 Nivel de significancia (α ): 0.95, 0.99 Grado de libertad v1 = N1 – 1 = 16 - 1 = 15 v2 = N2 – 1 = 14 - 1 = 13

GRAFICA DE LA DISTRIBUCION F al 0.95

GRAFICA DE LA DISTRIBUCION F al 0.99

CASOS PRACTICOS 1. De poblaciones distribuidas en forma norma se obtienen dos muestras de tamaño 13 y 10 cuyas varianzas muestrales son 90 y 50 Si las varianzas son 30 y 50 respectivamente, determinar si la primera muestra tiene una varianza bastante mayor que la segunda muestra al nivel de significancia : a) 0.95 y b) 0.99 2. De poblaciones distribuidas en forma norma se obtienen dos muestras de tamaño 15 y 12 cuyas varianzas muestrales son 50 y 30 Si las varianzas son 25 y 36 respectivamente, determinar si la primera muestra tiene una varianza bastante mayor que la segunda muestra al nivel de significancia : a) 0.95 y b) 0.99

3. De poblaciones distribuidas en forma norma se obtienen dos muestras de tamaño 21 y 13 cuyas varianzas muestrales son 30 y 10 Si las varianzas son 9 y 16 respectivamente, determinar si la primera muestra tiene una varianza bastante mayor que la segunda muestra al nivel de significancia a) 0.95 y b) 0.99 4. De poblaciones distribuidas en forma norma se obtienen dos muestras de tamaño 31 y 18 cuyas varianzas muestrales son 15 y 12 Si las varianzas muestrales son 49 y 64 respectivamente, determinar si la primera muestra tiene una varianza bastante mayor que la segunda muestra al nivel de significancia a) 0.95 y b) 0.99 5. De poblaciones distribuidas en forma norma se obtienen dos muestras de tamaño 25 y 20 cuyas varianzas muestrales son 30 y 18 Si las varianzas muestrales son 16 y 25 respectivamente, determinar si la primera muestra tiene una varianza bastante mayor que la segunda muestra al nivel de significancia a) 0.95 y b) 0.99