Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Estimación de parámetros y contraste de hipótesis en estadística inferencial, Ejercicios de Mecánica Estadística

Conceptos clave de estadística inferencial, como muestreo, estimación de parámetros, intervalos de confianza y contrastes de hipótesis. Abarca temas como el teorema central del límite, la distribución normal y la distribución t de student, y proporciona ejemplos ilustrativos para calcular intervalos de confianza para la media y la proporción, tanto con varianza conocida como desconocida. Una sólida base teórica y práctica para comprender y aplicar los principales métodos de inferencia estadística, lo que lo convierte en un recurso valioso para estudiantes y profesionales interesados en el análisis de datos y la toma de decisiones basada en evidencia.

Tipo: Ejercicios

2022/2023

Subido el 14/08/2024

folken-art
folken-art 🇲🇽

1 documento

1 / 9

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Ofimega - Estadística inferencial - 1
Estadística Inferencial. Resúmen
Métodos y técnicas que permiten inducir el comportamiento de una población.
Muestreo o selección de la muestra:
1. Aleatorio simple: se numera la muestra y se elige al azar.
2. Aleatorio sistemático: se elige uno al azar y el resto por intervalos.
3. Aleatorio estratificado: Se divide en estratos o clases y se elige uno de cada clase.
Teorema central del límite:
Para medias de muestras grandes.
Probabilidad de que la media de una muestra se encuentre en un intervalo.
Ejemplo: μ = 500 g y σ = 35 g en cajas de 100 unidades. Calcular la probabilidad de que la media de los pesos de
las bolsas de un paquete sea menor que 495 g
Estimación de parámetros
Nivel de confianza: Probabilidad de que se encuentre en un intervalo de confianza. Para un 95% 1 - =0,05
Nivel de significación: se designa mediante .
Intervalo de confianza:
Intervalo en el que sabemos que está un parámetro, con un nivel de
confianza
Para un nivel de confianza de 1- α , 𝑥 de media, tamaño n y desviación σ .
Error de estimación admisible: radio del intervalo de confianza
Error máximo de estimación:
Intervalo de confianza para una proporción: q = 1-p
Hipótesis estadísticas
Test estadístico para extraer conclusiones que permitan aceptar o rechazar una hipótesis previamente emitida.
Hipótesis nula H0. Hipótesis emitida que queremos probar.
Hipótesis alternativa H1: hipótesis contraria a la nula
Contraste de hipótesis.
A partir de un nivel de confianza = 1 - α (α nivel de significación de 0,05 ó 0,01)
Proceso: 1º Enunciar la hipótesis nula H0 y la alternativa H1.
2º Hallar zα/2 bilateral y zona de aceptación del parámetro muestral (𝑥 o p')
Si el valor del parámetro muestral está dentro de la zona de la aceptación, se acepta la hipótesis con un nivel
de significación α. Si no, se rechaza.
Región de aceptación para un intervalo de probabilidad 𝑥 o p':
Contraste bilateral:
Contraste unilateral:
Comparación de medias:
t-Student: Pruebas de muestras cuantitativas:
Xi-Cuadrado: Pruebas de datos cualitativos.
T-Student: Similar a la normal. Se desconoce la . Con n-1 grados de libertad:
pf3
pf4
pf5
pf8
pf9

Vista previa parcial del texto

¡Descarga Estimación de parámetros y contraste de hipótesis en estadística inferencial y más Ejercicios en PDF de Mecánica Estadística solo en Docsity!

Ofimega - Estadística inferencial - 1

Estadística Inferencial. Resúmen

Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra:

  1. Aleatorio simple : se numera la muestra y se elige al azar.
  2. Aleatorio sistemático : se elige uno al azar y el resto por intervalos.
  3. Aleatorio estratificado : Se divide en estratos o clases y se elige uno de cada clase. Teorema central del límite: Para medias de muestras grandes. Probabilidad de que la media de una muestra se encuentre en un intervalo. Ejemplo : μ = 500 g y σ = 35 g en cajas de 100 unidades. Calcular la probabilidad de que la media de los pesos de las bolsas de un paquete sea menor que 495 g Estimación de parámetros Nivel de confianza : Probabilidad de que se encuentre en un intervalo de confianza. Para un 95% 1 -   =0, Nivel de significación : se designa mediante . Intervalo de confianza: Intervalo en el que sabemos que está un parámetro, con un nivel de confianza Para un nivel de confianza de 1- α , 𝑥̅ de media, tamaño n y desviación σ. Error de estimación admisible : radio del intervalo de confianza Error máximo de estimación : Intervalo de confianza para una proporción: q = 1-p Hipótesis estadísticas Test estadístico para extraer conclusiones que permitan aceptar o rechazar una hipótesis previamente emitida. ▪ Hipótesis nula H 0. Hipótesis emitida que queremos probar. ▪ Hipótesis alternativa H 1 : hipótesis contraria a la nula Contraste de hipótesis. A partir de un nivel de confianza  = 1 - α (α nivel de significación de 0,05 ó 0,01) Proceso : 1 º Enunciar la hipótesis nula H 0 y la alternativa H 1. 2º Hallar zα/2 bilateral y zona de aceptación del parámetro muestral (𝑥̅ o p') Si el valor del parámetro muestral está dentro de la zona de la aceptación, se acepta la hipótesis con un nivel de significación α. Si no, se rechaza. Región de aceptación para un intervalo de probabilidad 𝑥̅ o p': Contraste bilateral: Contraste unilateral: Comparación de medias: ▪ t-Student: Pruebas de muestras cuantitativas: ▪ Xi-Cuadrado: Pruebas de datos cualitativos. T-Student: Similar a la normal. Se desconoce la . Con n- 1 grados de libertad:

Estadística Inferencial.

La estadística inferencial nos permite estimar características desconocidas como la media de una población o la proporción de la población a partir de muestras. Existen dos tipos de estimaciones: ▪ Una estimación puntual: es el valor de un solo estadístico de muestra. ▪ Una estimación del intervalo de confianza: Rango de números, llamado intervalo, construido alrededor de la estimación puntual. El intervalo de confianza se construye de manera que la probabilidad del parámetro de la población se localice en algún lugar dentro del intervalo conocido. Ejemplo : Suponga que quiere estimar la media de todos los alumnos en su universidad. Sin embargo, la media de la muestra puede variar de una muestra a otra porque depende de los elementos seleccionados en la muestra. Tomando en cuenta la variabilidad de muestra a muestra, se aprenderá a desarrollar la estimación del intervalo para la media poblacional. Estimación del intervalo de confianza para la media Se emplea la siguiente fórmula: Donde: Z = valor crítico de la distribución normal estandarizada Se llama valor crítico al valor de Z necesario para construir un intervalo de confianza para la distribución. El 95% de confianza corresponde a un valor ( de 0,05. El valor crítico Z correspondiente al área acumulativa de 0,975 es 1,96 porque hay 0,025 en la cola superior de la distribución y el área acumulativa menor a Z = 1,96 es 0,975. Un nivel de confianza del 95% lleva a un valor Z de 1,96. El valor de Z es aproximadamente 2,58 porque el área de la cola alta es 0,005 y el área acumulativa menor a Z = 2,58 es 0,995. Ejemplo ilustrativo Solución :

Si la variable aleatoria X se distribuye normalmente, entonces el siguiente estadístico tiene una distribución t con n - 1 grados de libertad. Esta expresión tiene la misma forma que el estadístico Z en la ecuación para la distribución muestral de la media con la excepción de que S se usa para estimar la desconocida. Entre las principales propiedades de la distribución t se tiene: En apariencia, la distribución t es muy similar a la distribución normal estandarizada. Ambas distribuciones tienen forma de campana. Sin embargo, la distribución t tiene mayor área en los extremos y menor en el centro, a diferencia de la distribución normal. Los grados de libertad de esta distribución se calculan con la siguiente fórmula: Donde n = tamaño de la muestra Ejemplo : Imagínese una clase con 40 sillas vacías, cada uno elige un asiento de los que están vacíos. Naturalmente el primer alumno podrá elegir de entre 40 sillas, el segundo de entre 39, y así el número irá disminuyendo hasta que llegue el último alumno. En este punto no hay otra elección (grado de libertad) y aquel último estudiante simplemente se sentará en la silla que queda. De este modo, los 40 alumnos tienen 39 o n-1 grados de libertad. Para leer en la tabla de la distribución t se procede de la siguiente manera:

Ofimega - Estadística inferencial - 5 Usted encontrará los valores críticos de t para los grados de libertad adecuados en la tabla para la distribución t. Las columnas de la tabla representan el área de la cola superior de la distribución t. Cada fila representa el valor t determinado para cada grado de libertad específico. Por ejemplo, con 10 grados de libertad, si se quiere un nivel de confianza del 90%, se encuentra el valor t apropiado como se muestra en la tabla. El nivel de confianza del 90% significa que el 5% de los valores (un área de 0,05) se encuentran en cada extremo de la distribución. Buscando en la columna para un área de la cola superior y en la fila correspondiente a 10 grados de libertad, se obtiene un valor crítico para t de 1.812. Puesto que t es una distribución simétrica con una media 0, si el valor de la cola superior es +1.812, el valor para el área de la cola inferior (0,05 inferior) sería - 1.812. Un valor t de - 1.812 significa que la probabilidad de que t sea menor a - 1.812, es 0,05, o 5% (vea la figura). Ejemplos ilustrativos: Solución : Con lectura en la tabla En la tabla con 12 grados de libertad y 0,025 de área se obtiene un valor de t =2,1788, y por simetría es igual también a t = - 2, Los cálculos en Excel y el gráfico se muestran en las siguientes figuras:

Ofimega - Estadística inferencial - 7 Estimación del intervalo de confianza para una proporción Sirve para calcular la estimación de la proporción de elementos en una población que tiene ciertas características de interés. ´ Ejemplo ilustrativo En un almacén se está haciendo una auditoria para las facturas defectuosas. De 500 facturas de venta se escoge una muestra de 30, de las cuales 5 contienen errores. Construir una estimación del intervalo de confianza del 95%. Solución: Los datos del problema son: Como en los datos aparece el tamaño de la población, se debe verificar si el tamaño de la nuestra es mayor que el 5% para emplear la fórmula con el factor finito de corrección. Se remplaza valores en la siguiente fórmula:

Con lectura en la tabla de la distribución normal para un área de 0,025 se obtiene Z = - 1,96, y por simetría Z =1, Calculando la proporción de la muestra se obtiene: Los cálculos en Excel y gráficos se muestran en la siguiente figura: