Sie sind auf Seite 1von 7

ESTADSTICA II

CUESTIONARIO #2

1. Qu es una poblacin? Qu es una muestra?


Una poblacin es el conjunto de individuos, objetos o fenmenos de los cuales se
desea estudiar una o varias caractersticas.
Una muestra es una parte representativa de la poblacin que es seleccionada para
ser estudiada, ya que la poblacin es demasiado grande para ser estudiada en su
totalidad.

2. Qu es un estadstico?
Estadstico es una medida de resumen que se calcula para describir una
caracterstica a partir de una sola muestra de la poblacin. Si un estadstico se usa
para aproximar un parmetro tambin se le suele llamar estimador.

3. Cmo se calcula la media de una muestra aleatoria de tamao n?


La media se obtiene a partir de la suma de todos sus valores dividida entre el
nmero de sumandos. Cuando el conjunto es una muestra aleatoria recibe el
nombre de media muestral siendo uno de los principales estadsticos muestrales.

4. Qu indica la variabilidad de una muestra?


Las medidas de variabilidad son valores numricos que indican o describen la forma
en que als observaciones estn dispersas o diseminadas, con respecto al valor
central. Son importantes debido a que dos muestras de observaciones con el mismo
valor central pueden tener una variabilidad muy distinta.

5. Cmo se calcula la variabilidad de una muestra de tamao n en


unidades cuadradas?
La varianza es una medida estadstica que mide la dispersin de los valores
respecto a un valor central (media), es decir, es el cuadrado de las desviaciones.
6. Cmo se calcula la variabilidad de una muestra de tamao n, en
unidades absolutas?
La desviacin tpica o desviacin estndar (denotada con el smbolo o s) es una
medida de dispersin para variables de razn (variables cuantitativas o cantidades
racionales) y de intervalo. Se define como la raz cuadrada de la varianza de la
variable.

7. Qu es la distribucin muestral de z?
La distribucin normal (en ocasiones llamada distribucin gaussiana) es la
distribucin continua que se utiliza ms comnmente en estadstica. La Normal es
la distribucin de probabilidad ms importante. Multitud de variables aleatorias
continuas siguen una distribucin normal o aproximadamente normal. Una de sus
caractersticas ms importantes es que casi cualquier distribucin de probabilidad,
tanto discreta como continua, se puede aproximar por una normal bajo ciertas
condiciones.
8. Como se puede verificar grficamente el supuesto de normalidad?
Se puede verificar mediante el grafico de dispersin . Para verificar el supuesto se
puede usar una grfica de probabilidad normal de los residuales. La grfica debe
tener una apariencia de lnea recta. Una distribucin de los errores que tienen colas
considerablemente ms gruesas o delgadas que la distribucin normal es grave.

9. Como se llama la distribucin muestral de un estadstico?


La distribucin de probabilidad de un estadstico se denomina distribucin muestral.
10. Cual es la distribucin muestral de X ?
La distribucin muestral de X con tamao muestral n es la distribucin que resulta
cuando un experimento se lleva a cabo una y otra vez (siempre con una muestra de
tamao n) y resultan los diversos valores de X .Por lo tanto, esta distribucin
muestral describe la variabilidad de los promedios muestrales alrededor de la media
de la poblacin
11. Explique el teorema del lmite central.
Teorema del lmite central: Si X es la media de una muestra aleatoria de tamao n,
tomada de una poblacin con media y varianza finita 2 , entonces la forma lmite
de la distribucin de

a medida que n , es la distribucin normal estndar n(z; 0, 1).


La aproximacin normal para X por lo general ser buena si n 30, siempre y
cuando la distribucin de la poblacin no sea muy asimtrica. Si n < 30, la
aproximacin ser buena slo si la poblacin no es muy diferente de una distribucin
normal y, como antes se estableci, si se sabe que la poblacin es normal, la
distribucin muestral de X seguir siendo una distribucin normal exacta, sin
importar qu tan pequeo sea el tamao de las muestras. El tamao de la muestra
n = 30 es un lineamiento para el teorema del lmite central. Sin embargo, como
indica el planteamiento del teorema, la suposicin de normalidad en la distribucin
de X se vuelve ms precisa a medida que n se hace ms grande. De hecho, la fi
gura 8.1 ilustra cmo funciona el teorema. La fi gura indica cmo la distribucin de
X se acerca ms a la normalidad a medida que aumenta n, empezando con la
distribucin claramente asimtrica de una observacin individual (n = 1). Tambin
ilustra que la media de X sigue siendo para cualquier tamao de la muestra y
que la varianza de X se vuelve ms pequea a medida que aumenta n.
12. Que es la distribucin de muestreo de la media.
Se deberan considerar las distribuciones muestrales de y 2 como los
mecanismos a partir de los cuales se puede hacer inferencias acerca de los
parmetros y 2 . La distribucin muestral de con tamao muestral n es la
distribucin que resulta cuando un experimento se lleva a cabo una y otra vez
(siempre con una muestra de tamao n) y resultan los diversos valores de . Por
lo tanto, esta distribucin muestral describe la variabilidad de los promedios
muestrales alrededor de la media de la poblacin .

13. Que es la distribucin t y para que se utiliza.


Es una distribucin de probabilidad que surge del problema de estimar la media de
una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo.
Aparece de manera natural al realizar la prueba t de Student para la determinacin
de las diferencias entre dos medias muestrales y para la construccin del intervalo
de confianza para la diferencia entre las medias de dos poblaciones cuando se
desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir
de los datos de una muestra.

La distribucin t se usa ampliamente en problemas relacionados con inferencias


acerca de la media de la poblacin o en problemas que implican muestras
comparativas, es decir, en casos donde se trata de determinar si las medias de dos
muestras son muy diferentes.

14. A que se parece la distribucin t.


La distribucin de T se parece a la distribucin de Z en que ambas son simtricas
alrededor de una media de cero. Ambas distribuciones tienen forma de campana,
pero la distribucin t es ms variable debido al hecho de que los valores T dependen
de las fluctuaciones de dos cantidades, y 2 ; mientras que los valores Z dependen
solo de los cambios en de una muestra a otra. La distribucin de T difiere de la de
Z en que la varianza de T depende del tamao de la muestra n y siempre es mayor
que 1. Solo cuando el tamao de la muestra n las dos distribuciones sern
iguales.

15. Que es estimacin por intervalos.


Una estimacin por intervalo de un parmetro de la poblacin es un intervalo de
la forma < < , donde y dependen del valor del estadstico
para una
muestra especfica, y tambin de la distribucin de muestreo de .

16. Que es el nivel de confianza.


El intervalo de confianza del 100(1 ) % ofrece un estimado de la precisin de
nuestra estimacin puntual. Si es realmente el valor central del intervalo, entonces
estima sin error. La mayora de las veces, sin embargo, no ser exactamente
igual a y la estimacin puntual ser errnea. La magnitud de este error ser el
valor absoluto de la diferencia entre y , de manera que podemos tener 100(1
) % de confianza en que esta diferencia no exceder. Los valores que se suelen
utilizar para el nivel de confianza son el 95%, 99% y 99,9%

17. Cul es la interpretacin de la estimacin por intervalo?

Es posible tener una visin grfica de los intervalos de confianza. Los lmites del
intervalo pueden ser representados por curvas en el plano formado por el
parmetro que queremos estimar y el estadstico utilizado para construir el
pivote. Esta visin nos puede ayudar en la interpretacin y la comprensin de
los intervalos o de sus propiedades.

Por ejemplo, el intervalo del 95 % para la esperanza de una distribucin Normal


con varianza conocida y para una muestra de tamao n = 9, de frmula

De los distintos intervalos numricos construidos a partir de sucesivos


muestreos, un porcentaje del (1-) 100% contiene al verdadero valor del
parmetro desconocido
18. Elabora un cuadro resumen de las frmulas que se utilizan para estimar
la media de una poblacin por intervalos de confianza, para los siguientes
casos:
Cuando se conoce la varianza de la poblacin/muestra grande
Cuando no se conoce la varianza de la poblacin/muestra grande
Cuando se conoce la varianza de la poblacin/muestra pequea
Cuando no se conoce la varianza de la poblacin/muestra pequea
Frmulas para estimar la media de una poblacin por intervalos de
confianza

Conocida la varianza Desconocida la varianza

Muestra
grande

Muestra
peque
a

19. Cmo se puede calcular el tamao de la muestra cuando se conoce la


desviacin estndar de la poblacin?

20. Cmo se puede calcular el tamao de la muestra cuando no se conoce


la desviacin estndar de la poblacin?
21. Cmo se interpreta el intervalo de confianza para una sola muestra?
Una estimacin puntual slo nos proporciona un valor numrico, pero no
proporciona informacin sobre la precisin y confiabilidad de la estimacin del
parmetro. Entonces una alternativa es calcular lo que llamaremos intervalo de
confianza.
Notacin: Denotaremos al parmetro de inters con la letra y con un
estimador para .
Un Intervalo de Confianza (IC) para permite tener una medida de la
CONFIABILIDAD y PRECISION de la estimacin del parmetro.
La PRECISION de un IC tiene que ver con su longitud, cuanto menor sea su
longitud mayor precisin.
La CONFIABILIDAD es medida con el nivel de confianza del intervalo, que
denotaremos con ( ). Los niveles ms usados son de 0,95 ; 0,99 y 0,90.
Cuanto mayor sea el nivel de confianza mayor es la chance que el IC contenga
al verdadero valor poblacional.
Luego es bueno pedirle a un IC que tenga una longitud pequea y una alta
confiabilidad que contenga al parmetro poblacional.