ESTADISTICOS Y DISTRIBUCIONES MUESTRALES

Presentación del tema: "ESTADISTICOS Y DISTRIBUCIONES MUESTRALES"— Transcripción de la presentación:

1 ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
Cuando se selecciona muestra aleatoria de una población las medidas numéricas descriptivas que se calculan de la muestra se denominan ESTADISTICAS. Las estadísticas varían o cambian para cada muestra aleatoria diferente que se seleccione de la población; esto es las estadísticas son variables aleatorias. Las distribuciones de probabilidad de las estadísticas se llaman distribuciones muestrales o de muestreo. Definición: La distribución muestral de una estadística es la distribución de probabilidad para los posibles valores de la estadística, que resulta cuando muestras aleatorias de tamaño n se sacan repetidamente de la población.

2 DISTRIBUCION T- STUDENT
T tiene una distribución de probabilidad, conocida como T-student 𝒉 𝒕 = 𝜞 (𝝂+𝟏) 𝟐 𝜞 𝝊 𝟐 𝝅𝝊 𝟏+ 𝒕 𝟐 𝝊 − 𝝊+𝟏 𝟐 Donde −∞<𝒕<∞ 𝑻= 𝑿 −𝝁 𝑺 𝒏 El estadístico Se distribuye como una t-student con v=(n-1) grados de libertad.

3 DISTRIBUCION CHI-CUADRADA
Si 𝑆 2 es la varianza de una muestra aleatoria de tamaño n tomada de una población normal que tiene la varianza 𝜎 2 , entonces el estadístico 𝜒 2 = 𝑛−1 𝑆 2 𝜎 2 Tiene una distribución ji-cuadrada con 𝜈=𝑛−1 grados de libertad

4 DISTRIBUCION F- FISHER
Sea U y V dos variables aleatorias independientes que tienen distribuciones chi-cuadrada con 𝜈 1 y 𝜈 2 grados de libertad, respectivamente. Entonces, la distribución de la variable aleatoria 𝑭= 𝑼 𝝂 𝟏 𝑽 𝝂 𝟐 Esta dada por ℎ 𝑓 = Γ 𝜈 1 + 𝜈 𝜈 1 𝜈 𝜈 Γ 𝜈 Γ 𝜈 𝑓 𝜈 1 2 − 𝜈 1 𝑓 𝜈 𝜈 1 + 𝜈 <𝑓<∞ 𝑒𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 Conocida como la distribución F con 𝜈 1 y 𝜈 2 grados de libertad

5 Estimación Estimación puntual Estimación por intervalo
Parámetro poblacional Estimador puntual 𝜇 𝑋 𝜎 S 𝜎 2 𝑆 2 P 𝑃 Estimación por intervalo 𝜃 𝐼 𝜃 𝑷 −𝒁 𝜶 𝟐 <𝒁< 𝒁 𝜶 𝟐 =𝟏−𝜶

6 Intervalo de confianza de 𝝁, conociendo 𝝈
Si 𝑿 es la media de una muestra aleatoria de tamaño n de una población con una varianza 𝜎 2 , el intervalo de confianza de 1−𝛼 ∗100% para µ es 𝑿 −𝒁 𝜶 𝟐 𝝈 𝒏 <𝝁< 𝑿 + 𝒁 𝜶 𝟐 𝝈 𝒏 Donde 𝒁 𝜶 𝟐 es el valor de Z a la derecha del cual se tiene una área α/2.

7 Intervalo de confianza de 𝝁, desconociendo 𝝈
Si 𝑿 es la media de una muestra aleatoria de tamaño n de una población distribuida normal con una varianza 𝜎 2 desconocida, el intervalo de confianza de 1−𝛼 ∗100% para µ es 𝑿 −𝒕 𝜶 𝟐 𝒔 𝒏 <𝝁< 𝑿 + 𝒕 𝜶 𝟐 𝒔 𝒏 Donde 𝒕 𝜶 𝟐 es el valor de t con v=n-1 grados de libertad.

8 Intervalo de confianza para la proporción de una población (P)
Si 𝑝 es un estimador de la proporción poblacional p con varianza p(1-p)/n, entonces el intervalo de confianza de 1−𝛼 ∗100% para p es 𝑝 −𝒛 𝜶 𝟐 𝑝 (𝟏− 𝑝 )/𝒏 <𝒑< 𝑝 +𝒛 𝜶 𝟐 𝑝 (𝟏− 𝑝 )/𝒏 Donde 𝒛 𝜶 𝟐 es el percentil de una distribución estándar normal con media cero y varianza uno.