APROXIMACIÓN EMPÍRICA DE LA FUNCIÓN DE DISTRIBUCIÓN.

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

Recordatorio Estadística Paramétrica
Intervalos de Confianza para la Varianza de la Población
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 16: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Tema 14. Estimación de parámetros: Estimación puntual y por intervalos
1.1 Contraste de Bondad de Ajuste para Datos Categóricos
Estimadores puntuales e intervalos de confianza
Test de Hipótesis.
PRUEBA DE HIPOTESIS Denominada también prueba de significación, tiene como objetivo principal evaluar suposiciones o afirmaciones acerca de los valores.
Estadística Inferencial
Departament destadísticoa Grup destadísticoa Computacional Introducción a la metodología bootstrap Jordi Ocaña Departament destadísticoa Secció Departamental.
} LISSET BÁRCENAS MONTERROZA
Estimación I Intervalos de confianza
INTERVALO DE CONFIANZA PARA UNA MEDIA
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
INFERENCIA ESTADÍSTICA
DISTRIBUCIONES MUESTRALES, DE LAS MUESTRAS O DE MUESTREO
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
ERROR CUADRÁTICO MEDIO DE UN ESTIMADOR (SIMULACIÓN)
Introducción Media y varianza poblacional Sea
INFERENCIA ESTADÍSTICA
Distribución muestral de la Media
Definición de Hipótesis de Investigación.
Estadística Administrativa I
Estadística Administrativa I
Inferencia Estadística
Unidad V: Estimación de
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
INTERVALO DE CONFIANZA
Distribuciones derivadas del muestreo
TEOREMA CENTRAL DEL LÍMITE. CONDICIÓN DE LÉVY-LINDEBERG Para una sucesión de variables aleatorias, independientes e idénticamente distribuidas a un modelo.
Bernardo Frontana de la Cruz Marco Antonio Gómez Ramírez Irene Patricia Valdez y Alfaro Junio de 2014.
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.
Unidad V: Estimación de
IPC 2008 Estimaciones por Bootstrap
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.
Tema 8: Estimación 1. Introducción.
Curso de Bioestadística. ANOVA
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.
Prof. Rosario Martínez Verdú
¿Cuándo usar esta distribución?
Inferencia Estadística
Estadística para administradores
Análisis y diseño de experimentos
Resumen Contrastes No Paramétricos. Bondad de Ajuste.
Capítulo 1. Conceptos básicos de la Estadística
I UNIDAD “DISTRIBUCIONES MUESTRALES”
APROXIMACIÓN EMPÍRICA DE LA FUNCIÓN DE REGRESIÓN.
Estadísticos Asunto de Estado: Estadísticos. Estadísticos Los parámetros estadísticos nos permiten tener una idea global de la población, compararla con.
Estimación Diferencia de dos medias
INTERVALOS DE CONFIANZA
INTERVALO DE CONFIANZA
Cáp.10 Análisis de Datos Estadística Inferencial -
La doctora Inferencia Estadística: Efectos secundarios
Intervalos de confianza
Aspectos generales de la investigación educativa en el SNIT
CONTRASTE DE HIPÓTESIS Dimensiones Largo275mm. 169 mm 2 Ancho175mm.49 mm 2 Alto175mm.49 mm 2 Peso16 Kg.1 Kg 2. SITUACIÓN PROBLEMA.
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;
Pruebas paramétricas y no paramétricas
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
Rodrigo Ferrer Urbina Universidad de Tarapacá, Arica Doctor en Psicología (UAM-España) Máster en Metodología de las Ciencias del Comportamiento y de la.
Intervalos de Confianza M. C. José Juan Rincón Pasaye UMSNH – FIE Mayo de 2003.
Tarea # 4 PRUEBAS DE HIPÓTESIS ESTADÍSTICAS. PRUEBA DE HIPÓTESIS Hipótesis es una aseveración de una población elaborado con el propósito de poner a prueba,
METODOS DE REMUESTREO: JACKKNIFE Y BOOTSTRAP
ANALISIS DE VARIANZA.
MARCO TEORICO.
Transcripción de la presentación:

APROXIMACIÓN EMPÍRICA DE LA FUNCIÓN DE DISTRIBUCIÓN

Contexto poblacional: Función de distribución Contexto muestral: Función de distribución empírica (estimador no paramétrico de F). ¿Cómo actúa este estimador? Aproxima el modelo desconocido de la población por el modelo conocido de cada muestra observada.

FUNCIÓN DE DISTRIBUCIÓN EMPÍRICA: Código fuente en R que permite comparar la función de distribución empírica con la teórica, bajo la suposición de diferentes modelos. CASO N(0,1) x<-rnorm(100,0,1) x1<-seq(-3,3,length=100) plot(x1,pnorm(x1),type="l",xlim=c(-3,3),main="Función de distribución (N(0,1))",col=2,lwd=2) rug(x) lines(ecdf(x)) legend("topleft",legend=c("Función de distribución exacta","Función de distribución empírica"),lwd=c(2,1),col=c(2,1)) CASO EXPONENCIAL (7) x<-rexp(100,7) x1<-seq(0,6,length=100) plot(x1,pexp(x1,7),type="l",xlim=c(0,1),main="Función de distribución (Exponencial(7))",col=3,lwd=2) abline(v=0) rug(x) lines(ecdf(x)) legend("right",legend=c("Función de distribución exacta","Función de distribución empírica"),lwd=c(2,1),col=c(3,1)) CASO CHICUADRADO (7) x<-rchisq(100,7) x1<-seq(0,20,length=100) plot(x1,pchisq(x1,7),type="l",xlim=c(0,20),main="Función de distribución (Chi2(7))",col=4,lwd=2) rug(x) lines(ecdf(x)) legend("topleft",legend=c("Función de distribución exacta","Función de distribución empírica"),lwd=c(2,1),col=c(4,1))