PROYECTO DE NORMA OFICIAL MEXICANA PROY–NOM-026- SEMARNAT-2005 SOBRE EL APROVECHAMIENTO COMERCIAL DE RESINA DE PINO RESULTADOS DE LA PRÁCTICA REALIZADA.

Slides:

Advertisements

Presentaciones similares

Intervalos de Confianza para la Varianza de la Población

Advertisements

ESTIMACION DE PARAMETRO

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.

Tema 14. Estimación de parámetros: Estimación puntual y por intervalos

Estimadores puntuales e intervalos de confianza

Estimación. Estimación Puntual Estimación por intervalos

} LISSET BÁRCENAS MONTERROZA

Tipos de muestreo.

X ENCUENTRO DE MATEMÁTICAS Y SUS APLICACIONES

Introducción al tema El único método científico para validar conclusiones sobre un grupo de individuos a partir de la información que nos proporciona un.

PROPIEDADES ESTADÍSTICAS DE LOS ESTIMADORES

INFERENCIA ESTADÍSTICA

DISTRIBUCIONES MUESTRALES, DE LAS MUESTRAS O DE MUESTREO

Modelo básico de regresión Lineal

Estimación por Intervalos de confianza

2. ESTIMACIÓN Depto. Matemáticas – IES Elaios

Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.

Diseño de experimentos

Distribución muestral de la Media

Unidad V: Estimación de

Pronósticos, Series de Tiempo y Regresión

VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD

1). Decir si cada una de Las siguientes afirmaciones es verdadera o falsa. a)Para un tamaño de población y una varianza muestral dados, cuando mayor sea.

Distribuciones derivadas del muestreo

Bernardo Frontana de la Cruz Marco Antonio Gómez Ramírez Irene Patricia Valdez y Alfaro Junio de 2014.

ESTIMADOR DE RAZÓN ESTIMADOR DE RAZÓN R = Y/X Juan Manuel Cellini.

1). Decir si cada una de Las siguientes afirmaciones es verdadera o falsa. Taller a) Para un tamaño de población y una varianza muestral dados, cuando.

Modelo de regresión con dos variables: Estimación

Unidad V: Estimación de

ESTIMACION En varios pasajes de este libro hemos planteado la dificultad que se confronta en las investigaciones, de llegar a conclusiones sobre una población.

1 M. en C. Gal Vargas Neri. 2 Planeación del curso TEMACAP.TITULODÍASSEMFEC FIN TEMA 00MOTIVACION Y PLANEACION1111/01 TEMA I1-2ESTADISTICA Y MEDICION2115/01.

ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)

Tema 8: Estimación 1. Introducción.

Estimación Sea una característica, un parámetro poblacional cuyo valor se desea conocer a partir de una muestra. Sea un estadístico ( función.

DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.

El promedio como variable aleatoria: error estándar e intervalo de confianza para la media de la muestra Mario Briones L. MV, MSc 2005.

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.

Capítulo 7 Estimación de Parámetros Estadística Computacional

¿Cuándo usar esta distribución?

Inferencia Estadística

Estimación por intervalo en la regresión: Bandas de Confianza

Estadística para administradores

Unidad V: Estimación de

Capítulo 1. Conceptos básicos de la Estadística

Tema 7: Introducción a la inferencia estadística

Factores determinantes del tamaño de la muestra.

Tema 7: Introducción a la inferencia estadística

Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.

Estadística Administrativa I

Definición del Modelo de Regresión Simple Estimaciones por MCO Método de MCO Valores Esperados y Varianzas por MCO.

Estimación y contraste de hipótesis

Unidad 4 técnicas de muestreo

INTERVALOS DE CONFIANZA

ESTIMACIÓN DE PARÁMETROS

MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO (“mas”)

La doctora Inferencia Estadística: Efectos secundarios

PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO.

Intervalos de confianza

Aspectos generales de la investigación educativa en el SNIT

INFERENCIA ESTADÍSTICA

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;

Intervalos de Confianza

MUESTREO Parte 1: Generalidades Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar.

Intervalos de Confianza M. C. José Juan Rincón Pasaye UMSNH – FIE Mayo de 2003.

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.

Estimación estadística

VET. SANDRA GONZÁLEZ 2016 ELEMENTOS DE ESTADÍSTICA FCV-UBA ESTIMACIÓN.

INTERVALO DE CONFIANZA

Transcripción de la presentación:

PROYECTO DE NORMA OFICIAL MEXICANA PROY–NOM-026- SEMARNAT-2005 SOBRE EL APROVECHAMIENTO COMERCIAL DE RESINA DE PINO RESULTADOS DE LA PRÁCTICA REALIZADA EN LA COMUNIDAD DE SAN FRANCISCO LA ALBARRADA, MUNICIPIO DE TEMASCALTEPEC, ESTADO DE MÉXICO M. C. EFRAIN VELASCO BAUTISTA AGOSTO 2005

PREÁMBULO POBLACIÓN MUESTREO Número de árboles es de 15,735 Número estimado de árboles 15,592 n= 25 UMP Área de estudio (114.6 ha). DIFERENCIA=143

PREÁMBULO POBLACIÓN MUESTREO Número de árboles es de 15,735 Número estimado de árboles 15,592 n= 25 UMP Área de estudio (114.6 ha). DIFERENCIA=143 LÍMITE INFERIOR: 14,026 LÍMITE SUPERIOR: 17,158

Cuadro 1. Estimaciones puntuales y por intervalo para el número de árboles, el área basal y el volumen para los siete diseños evaluados considerando 25 UMP. VARIABLEESTADÍSTICOS DISEÑOS EVALUADOS No. DE ÁRBOLES LÍMITE INFERIOR 14,026 14,789 14,118 14,328 14,539 14,293 14,859 LÍMITE SUPERIOR 17,158 17,197 17,066 17,257 16,691 16,967 17,777 ESTIMACIÓN PUNTUAL 15,592 15,993 15,592 15,793 15,615 15,630 16,318 AREA BASAL (m 2 ) LÍMITE INFERIOR 3, , , , , , ,983.4 LÍMITE SUPERIOR 4, , , , , , ,980.1 ESTIMACIÓN PUNTUAL 4, , , , , , ,481.7 VOLUMEN (m 3 ) LÍMITE INFERIOR 93, , , , , , ,112.0 LÍMITE SUPERIOR 121, , , , , , ,125.1 ESTIMACIÓN PUNTUAL 107, , , , , , ,118.6 El intervalo de confianza en cada uno de los siete diseños comprende el parámetro o valor verdadero, el cual para el número de árboles es de 15,735, el área basal de 4,088.1 m 2 y el volumen de 106,230.1 m 3.

PROPIEDADES DE LOS ESTIMADORES ESPERANZA MATEMÁTICA: VARIANZA: ERROR DE MUESTREO: ERROR RELATIVO DE MUESTREO:

PROPIEDADES DE LOS ESTIMADORES ERROR CUADRÁTICO MEDIO: INSESGAMIENTO:

ESTIMADOR DE RAZÓN RAZÓN POBLACIONAL RAZÓN MUESTRAL

VARIANZA ESTIMADA DEL ESTIMADOR DE RAZÓN

TAMAÑO DE MUESTRA (ESTIMADOR DE RAZÓN)- ERROR ABSOLUTO SI SE DESEA QUE LA ESTIMACIÓN ESTÉ DENTRO DE B UNIDADES DE LA RAZÓN POBLACIONAL, CON UNA PROBABILIDAD APROXIMADAMENTE IGUAL A 0.95, ENTONCES:

TAMAÑO DE MUESTRA (ESTIMADOR DE RAZÓN)- ERROR RELATIVO SI SE DESEA QUE LA ESTIMACIÓN ESTÉ DENTRO DE B UNIDADES EN PORCIENTO DE LA RAZÓN POBLACIONAL, CON UNA PROBABILIDAD APROXIMADAMENTE IGUAL A 0.95, ENTONCES:

SI LA RECTA DE REGRESIÓN DE LA VARIABLE AUXILIAR Y SOBRE LA VARIABLE ES ESTUDIO X ( O LA DE X SOBRE Y) PASA POR EL ORIGEN DE COORDENADAS ENTONCES EL ESTIMADOR DE LA RAZÓN ES INSESGADO PARA R. EL USO DEL ESTIMADOR DE RAZÓN ES MÁS EFECTIVO CUANDO LA RELACIÓN ENTRE LA VARIABLE RESPUESTA X Y LA VARIABLE AUXILIAR Y ES LINEAL A TRAVÉS DEL ORIGEN Y LA VARIANZA DE X ES PROPORCINAL A Y.

PUNTO MUESTREADO