Beruflich Dokumente
Kultur Dokumente
Ingeniera Industrial.
Trabajo de unidad 1.
Grupo:VI-3
Fecha:
05/septiembre/2014.
Contenido
1.-Conceptos bsicos de estadstica (poblacin, muestra, estadstico, parmetro). ........... 3
2.-Los dos problemas que atiende la inferencia estadstica. ............................................. 4
3.-Razones de muestreo. ................................................................................................... 4
4.-El muestreo aleatorio. .................................................................................................... 5
5.-Mtodos de muestreo. ................................................................................................... 5
6.-Objetivos de muestreo. .................................................................................................. 6
7.- Se puede esperar que al analizar una poblacin un estadstico sea igual al
parmetro correspondiente? .............................................................................................. 6
8.-Teorema del lmite central. ............................................................................................ 7
9.-Distribucin de muestreo. .............................................................................................. 7
10.-Distribucin muestral para una media 2 conocida. (Caractersticas, el estadstico de
prueba, uso de la tabla). .................................................................................................... 7
11.-Distribucin muestral para una media, 2 desconocida, la distribucin t de
student. (Caractersticas, el estadstico de prueba, uso de la tabla)................................... 8
12.-Distribucin muestral para una proporcin. ................................................................ 10
12.1.-Aproximacin de la distribucin normal a la binomial. ............................................. 10
12.2.-Caractersticas. ....................................................................................................... 11
12.3.-Estadstico de prueba. ............................................................................................ 11
13.-Distribucin muestral para una varianza, la distribucin x2 (ji cuadrada).
Caractersticas, el estadstico de prueba y uso de la tabla) ............................................. 12
14.-Distribucin mustrales para 2 poblaciones. ............................................................. 13
14.1.-Propiedad reproductiva de la distribucin normal.................................................... 14
16.-Distribucin muestral para 2 medias
desconocidas pero,.................................... 16
Distinguir
entre
muestro
aleatorio
1.-Conceptos bsicos
estadstico, parmetro).
de
estadstica
(poblacin,
muestra,
estadsticos:
de
centralizacin,
de
3.-Razones de muestreo.
Muestreo: es el procedimiento mediante el cual se obtiene una muestra.
Algunas razones que justifican el uso del muestreo son:
5.-Mtodos de muestreo.
B. Muestreo sistemtico.
Una muestra sistemtica
se forma seleccionando cada iesimo tem de la
poblacin. Si se determina que i es igual a 10, una muestra sistemtica consta
de cada dcima observacin en la poblacin. La poblacin debe ordenarse o
enumerarse en forma aleatoria. La primera seleccin debe determinarse
aleatoriamente, y si i= 10, entonces estar en alguna de las primeras 10
observaciones. El punto inicial exacto puede identificarse bien sea seleccionando
un numero entre 1 y 10 sacando de un sombrero, o utilizando una tabla de
nmeros aleatorios. En cualquiera de los caso se selecciona de all en adelante
cada dcima observacin.
El proceso de muestreo sistemtico es ventajoso porque no requiere de un
experto altamente calificado para contar hasta 10 y registrar el resultado. Adems,
el mtodo permite flexibilidad ya que se puede establecer que i sea 10. 100.
1000 o cualquier otro nmero deseado. La determinacin del valor apropiado para
i tambin es muy fcil. Si se desea seleccionar una muestra de tamao 100 de
5
una poblacin de 1000, i debe ser 10. El peligro principal que debe evitarse es la
ocurrencia de un patrn en el ordenamiento de la poblacin. Por ejemplo,
enumerar la poblacin alfabticamente asume una distribucin aleatoria por todo
el alfabeto.
C. Muestreo estratificado.
Se toma una muestra estratificada forzando las proporciones de la muestra de
cada estrato para que se conforme al patrn
poblacional. Se emplea
comnmente cuando la poblacin es heterognea, o dismil, aunque
ciertos
subgrupos homogneos puedan aislarse. De esta forma el investigador puede
incrementar la precisin ms all de la obtenida por una muestra aleatoria simple
de tamao similar.
D. Muestreo por conglomerados.
El muestreo por conglomerados, es otra tcnica alternativa, ofrece ciertas
ventajas sobre otros mtodos. Consiste
en dividir toda la poblacin en
conglomerados, o grupos, y luego
seleccionar una muestra de estos
conglomerados. Tambin es posible combinar el muestreo estratificado con el
muestreo por conglomerados.
6.-Objetivos de muestreo.
9.-Distribucin de muestreo.
Es la distribucin de probabilidad de una estadstica; es una funcin de las
variables aleatorias que se observan en la muestra, que resulta de un nmero
infinito de muestras aleatorias de tamao, mutuamente independientes;
provenientes de la poblacin de inters. Se utiliza en Distribucin de muestreo
de la media y varianza.
Una variable con distribucin t de Student se define como el cociente entre una
variable normal estandarizada y la raz cuadrada positiva de una
variable 2 dividida por sus grados de libertad.
Caractersticas.
suficientemente precisa si i
(1-) 5 y si pi est prximo a 0.50.
n 5 y n
12.2.-Caractersticas.
Sus caractersticas:
P no sea cercana a 0 o 1.
La aproximacin es excelente cuando n es grande y muy buena cuando n
es pequea y n se aproxima a .
Si np y nq son mayores que 0 o iguales a 5 la aproximacin ser buena.
12.3.-Estadstico de prueba.
12.4.-Uso de la tabla.
Para calcular la media de la distribucin muestral de proporciones se tendra que
hacer la sumatoria de la frecuencia por el valor de la proporcin muestral y dividirla
entre el nmero total de muestras. Como podemos observar la media de la
distribucin muestral de proporciones es igual a la proporcin de la poblacin.
11
Como vimos antes, si contamos con una poblacin finita y un muestreo sin
reemplazo, para calcular la desviacin estndar usamos la correccin.
Sus caractersticas.
Los valores de x2 son mayores o iguales que 0.
La forma de una distribucin x2 depende de gl=n-1. En consecuencia, hay
un nmero infinito de distribuciones x2.
El rea bajo la curva ji-cuadrada y sobre el eje horizontal es 1.
Las distribuciones x2 no son simtricas. Tienen colas estrechas que se
extienden a la derecha, esto es, estn sesgadas a la derecha.
Cuando n>2, la media de una distribucin x2 es n-1 y la varianza es 2(n1).
El valor modal de una distribucin x2 se da en el valor (n-3).
La media y la varianza de la distribucin ji cuadrada son:
Dada esta distribucin normal de las diferencias entre las medias mustrales, la
desviacin normal Z puede utilizarse para construir el intervalo. El procedimiento
es muy parecido al desarrollado para el de una sola poblacin. Utilizando (x1-x2)
como la estimacin puntual de la diferencia entre las dos medias poblacionales, se
aplica un multiplicador de confianza para obtener los limites superior e inferior
del intervalo.
Intervalo de confianza para la diferencia entre dos medias poblaciones- muestras
muy grandes.
14
2. Si X 1 , X 2 ,..., X n son
conocidas.
Caer entre
Al sustituir para Z establecemos de manera equivalente que
Conduce al siguiente intervalo de
confianza de (1-a) 100% para 1 - 2.
Si x1 y x2 son las medidas de muestras aleatorias independientes de tamao m1
y n2 de poblaciones con varianzas conocidas 1 y 2 respectivamente, un
intervalo de confianza de (1-a) 100% para 1 - 2. Este dado por:
15
desconocidas pero,
16
17
Esto es, la variable aleatoria F es el cociente de dos variables aleatorias chicuadrada, cada una dividida por sus grados de libertad. Lo anterior lleva al
siguiente teorema.
Sean X y Y dos variables aleatorias independientes chi-cuadrada con v1 y v2
grados de libertad, respectivamente. La variable aleatoria tiene una distribucin F
con una funcin de densidad de probabilidad dada por
18.1.- Caractersticas
19
Dnde:
N1: N de datos de muestra 1.
N2: muestra de datos de la muestra 2.
S12: varianza muestral del grupo 1.
S22: varianza muestral del grupo 2.
12: varianza del grupo 1.
22: varianza del grupo 2.
20
21
22
Proporciona la base
19.2.-Caracteristicas.
La distribucin normal tiene varias propiedades tericas importantes. Entre estas
estn.
23
19.3.-Curva normal
La distribucin de probabilidad normal y la curva normal que la representa, tienen
las siguientes caractersticas:
La curva normal tiene forma de campana y un solo pico en el centro de la
distribucin.
De esta manera, la media aritmtica, la mediana y la moda de la distribucin son
iguales y se localizan en el pico. As, la mitad del rea bajo la curva se encuentra
a la derecha de este punto central y la otra mitad est a la izquierda de dicho
punto.
La distribucin de probabilidad normal es simtrica alrededor de su media.
La curva normal desciende suavemente en ambas direcciones a partir del valor
central. Es asinttica, lo que quiere decir que la curva se acerca cada vez ms al
eje X pero jams llega a tocarlo. Es decir, las colas de la curva se extienden de
manera indefinida en ambas direcciones.
Para indicar que una variable aleatoria (v.a.) sigue una distribucin normal de
media y desviacin estndar usaremos la expresin: X N(,).
24
25
19.6.-Modelo de estandarizacin.
Los datos pertenecientes a una distribucin normal se pueden estandarizar o
normalizar, lo cual se consigue utilizando la frmula:
En donde:
z = dato estandarizado o normalizado
x = valor nominal del dato a estandarizar
= media aritmtica del conjunto de datos
s = desviacin estndar
Ecuacin 1:
Ecuacin 2:
26
Bibliografa.
27