Distribución de probabilidad: aplicaciones de la distribución normal

Slides:



Advertisements
Presentaciones similares
Estimación de la media poblacional
Advertisements

Modelo de Colas Simulación.
EJERCICIOS DE PROBABILIDAD UTILIZANDO DISTRIBUCION NORMAL
Estadística Administrativa I
DESEMPEÑO BASADO EN LAS HABILIDADES
Distribución muestral de la media 2011 – 0
Distribución Normal
Método de costos totales
Inferencia estadística
Variables Aleatorias ETSITGC Madrid. Variables Aleatorias ETSITGC Madrid Índice.
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
Uso de pruebas estadísticas paramétricas y no paramétricas
Intervalos de confianza
Tabla 1: Comparación de las Variables Demográficas Nota: Edad: los valores representan la media y entre paréntesis la desviación estándar Nivel Socioeconómico:
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Estadística Administrativa I
Distribución Normal.
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Estadística 2221 Prf. Jorge L. Cotto
Vectores Aleatorios 1 Distribución conjunta de un vector aleatorio
Estadística Administrativa I
1.- Requisitos estadísticos Antes de exponer el mecanismo precise para la construcción de los intervalos de confianza y de la pruebas de hipótesis estadísticas,
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA ATRIBUTOS
Continuación Unidad 3 Generación de variables aleatorias.
Estadística Administrativa II
Estadística Clase 3 Intervalos de confianza.
Estadística Administrativa I
Consignas Laboratorio II.
Distribución Normal Distribución Normal
DESVIACIÓN ESTÁNDAR EN DATOS AGRUPADOS. UNA EMPRESA QUE FÁBRICA HOJAS DE SIERRA, SU PRINCIPAL COMPRADOR LE EXIGE LOS SIGUIENTES ESTÁNDARES DE CALIDAD:
Distribución Normal o gaussiana
Estadística Administrativa II
AGENDA Distribuciones de probabilidad discreta
Estadística Administrativa I Período Distribuciones de probabilidad 1.
Estimación e intervalos de confianza
Se dice que una variable aleatoria es continua si toma valores en el conjunto de los números reales, o en un intervalo de números reales. Por ejemplo,
Principales distribuciones discretas
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
Líneas de Espera: Teoría de Colas
Sesión 13: Distribuciones Muestrales y Tamaño de Muestra
Un fabricante de papel para computadora tiene un proceso de produccion que opera continuamente a lo largo del turno completo. Se espera que el papel tenga.
Administración de RR.HH. y Materiales
Estadística descriptiva y probabilidades LIC. SUJEY HERRERA RAMOS
INTERVALO DE CONFIANZA
DISTRIBUCIÓN EN EL MUESTREO DE LA PROPORCIÓN
Medidas de posición y de dispersión
La distribución normal
Estimaciones.
Septiembre  Responde a quienes y cuantas personas se aplicará el instrumento de recolección de datos.
INTERVALO DE CONFIANZA
Gráfica de número de no conformes (np)
UNIDAD II ANALISIS DE DECISIONES “Ejercicios 2” M.A. Erika Straffon Del Castillo.
Tema 3: El azar también se distribuye Una distribución: la binomial Imagen de Freddy The Boy bajo licencia Creative CommonsFreddy The Boy.
Prueba de Hipótesis. Prueba de Hipótesis. Profesor René Quiñones.
La campana de Gauss Campana de Gauss
Intervalos de confianza
Gestión de Proyectos II
INFERENCIA ESTADÍSTICA
La Distribución χ Square (“Chi Square”) Estimaci ὀ n de la Varianza σ 2 Intervalos de Confianza.
Pruebas de hipótesis para una muestra
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 DISTRIBUCIÓN NORMAL U.D. 15 * 1º BCS.
Tema 4: Variables aleatorias discretas La distribución binomial
Laboratorio de Estadística administrativa Distribución Poisson Distribución exponencial Febrero de 2007.
Distribución muestral de la diferencia entre dos medias Ing. Raúl Alvarez Guale.
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
TEMA : DISTRIBUCIONES DE PROBABILIDADES
ESTIMACION DEL TAMAÑO DE LA MUESTRA. La primera pregunta que un estadístico debe contestar al planear una investigación de muestreo es, casi siempre, el.
PRUEBAS DE HIPÓTESIS UNA POBLACIÓN.
Distribuciones Muestrales Ing. Raúl Alvarez Guale, MPC.
INTERVALO DE CONFIANZA
Transcripción de la presentación:

Distribución de probabilidad: aplicaciones de la distribución normal Cuando se trabaja con una distribución normal, es necesario conocer su media 𝜇 y su desviación estándar 𝜎. Entonces, cualquier valor de la variable aleatoria 𝑥 puede ser convertida fácilmente en el valor 𝑧 estándar utilizando la siguiente fórmula. 𝑧= 𝑥−𝜇 𝜎 Donde: 𝑥=valor de la variable aleatoria a estudiar. 𝜇= media de la distribución de la variable aleatoria. 𝜎=desviación estándar de la distribución. 𝑧=número de desviaciones estándar que hay desde x hasta la media de la distribución.

Distribución de probabilidad: aplicaciones de la distribución normal Ejemplo 1. Los coeficientes intelectuales CI de los alumnos de una escuela primaria están distribuidos normalmente con una media 𝜇= 100 y una desviación estándar 𝜎=10. Si una persona es elegida al azar. A. ¿Cuál es la probabilidad de que su CI esté entre 100 y 115, es decir, cual es 𝑃 100<𝑥<115 ? B. ¿Cuál es la probabilidad de que una persona seleccionada aleatoriamente tenga un CI mayor que 95?

Distribución de probabilidad: aplicaciones de la distribución normal Ejemplo 2. Se tiene un programa de entrenamiento diseñado para mejorar la calidad de las habilidades de supervisión en la línea de producción. Como este programa es auto - administrativo, los supervisores requieren un número diferente de horas para terminarlo. Un estudio de los participantes anteriores indica que el tiempo medio para completar el programa es de 50 horas, y que esta variable aleatoria normalmente distribuida tiene una desviación estándar de 10 horas.

Distribución de probabilidad: aplicaciones de la distribución normal Ejemplo 2. ¿Cuál es la probabilidad de que un candidato seleccionado al azar: a) Se tome más de 70 horas en completar el programa? b) Requiera entre 55 y 65 horas en completar el programa? c) Se tomen menos de 58 horas en completar el programa? d)Se requieren entre 40 y 48 horas para completar el programa?

Distribución de probabilidad: aplicaciones de la distribución normal Ejemplo 3. Un fabricante de garajes para anexar a las casas descubrió que los tiempos que necesitan dos trabajadores para construir un modelo, se distribuye normalmente con una media de 32 horas y una desviación estándar de 2 horas. ¿Qué porcentaje de garajes necesitan entre 30 horas y 34 horas para ser construidos? ¿Qué porcentaje de garajes necesitan 28.7 horas o menos para su construcción? ¿Qué porcentaje necesitan entre 29 horas y 34 horas? ¿Qué porcentaje de garajes requieren 35 horas o más para ser construido?